Claude Code를 사용하여 이러한 모든 영업/GTM 워크플로우를 사내에서 구축하는 방법
요약
Claude Code와 다양한 MCP(Model Context Protocol) 도구를 활용하여 영업 및 GTM(Go-To-Market) 워크플로우를 자동화하는 방법을 소개합니다. CRM, Slack, Google Workspace 등을 연결하여 ICP 매핑부터 이메일 인프라 구축까지의 과정을 다룹니다.
핵심 포인트
- Claude Code와 MCP를 활용한 영업 도구(Hubspot, Slack 등) 통합
- 데이터 기반의 ICP(이상적 고객 프로필) 자동 생성 및 스코어링
- 도메인 관리 및 DNS 설정을 포함한 전문적인 콜드 메일 인프라 구축 전략
- 시그널 기반의 잠재 고객 리스트 추출 및 워크플로우 자동화
Claude Code를 사용하여 이러한 모든 영업/GTM (Go-To-Market) 워크플로우를 사내에서 구축하는 방법입니다.
단계 1) Claude를 모든 도구에 연결하세요. 다음은 저희가 내부적으로 사용하는 도구들입니다:
- Hubspot MCP (CRM)
- Slack MCP (팀 커뮤니케이션 + 알림)
- Google Workspace CLI (문서, 스프레드시트 등)
- Fathom MCP (통화 녹음)
- Crustdata MCP (인물 및 기업 데이터)
- Instantly MCP (아웃바운드)
단계 2) Claude에게 워크플로우 구축을 요청하세요.
예를 들어..
a) ICP (Ideal Customer Profile) / TAM (Total Addressable Market) 매핑:
-
Hubspot에서 모든 Closed-won (계약 성사) 딜을 내보내기: 회사, 딜 규모, 영업 주기 길이 등...
-
아직 Closed-won이 없는 경우: 가장 유망한 Open Opps (진행 중인 기회) + 경쟁사 고객 (그들의 케이스 스터디 페이지 / G2에서 스크래핑됨)을 사용하세요.
-
Crustdata MCP를 통해 모두 풍부하게 만들기 (Enrich): 산업, 직원 수, 부서별 직원 수, 지역, 펀딩 단계, 기술 스택, 채용 중인 직무 등...
-
Claude에게 다음 프롬프트를 실행하도록 요청하세요:
"당신은 ./winners/ (Closed-won 고객당 하나의 JSON 파일)와 ./crm_export.csv (딜 규모 + 주기 길이)를 가지고 있습니다.
- 딜 규모에 가중치를 두어, 승리한 고객의 70% 이상이 공유하는 모든 속성을 표시하세요.
- 일반적인 B2B 기업도 일치할 만한 속성은 제외하세요.
- ./icp.md 작성: 하드 필터 (산업, 직원 수, 지역, 펀딩) + 가중치가 부여된 소프트 시그널 (부서 비율, 채용, 기술) + 안티-ICP (이탈했거나 계약이 느리게 성사된 승리 사례의 속성).
- 모든 승리 사례를 icp.md에 따라 블라인드 스코어링(blind-score)할 서브 에이전트(subagent)를 생성하세요. 승리 사례의 80%가 70점 이상을 받아야 합니다. 달성할 때까지 반복하세요."
b) 메일 인프라 + 웜업 (Warmup):
-
메인 도메인에서 콜드 메일(Cold mail)을 절대 보내지 마세요. 시작할 때는 2
5개의 대체 도메인(yourbrand-hq.com, tryyourbrand.com 등)을 구매하고, 규모를 키울 때는 2040개를 준비하세요. -
도메인당 2~3개의 인박스(Inbox). 사람 이름 중심의 이름 사용 (sales@가 아닌 john@), 숫자 사용 금지.
-
모든 도메인에 DNS 설정: SPF, DKIM, DMARC + 커스텀 트래킹 도메인 (CNAME).
-
오픈 트래킹(Open tracking)을 비활성화하세요. 픽셀은 도달률(Deliverability)을 해치므로 답장(Replies)만 추적하세요.
-
메일을 보내기 2
4주 전에 웜업을 진행하세요. 인박스당 하루 510개로 시작하여 점진적으로 늘려가세요. -
웜업은 절대 멈추지 않습니다: 증량 후에는 인박스당 매일 약 20개의 콜드 메일 + 약 30개의 웜업 메일, 총 40~50개를 보냅니다.
-
용량: 하루 1,000개의 콜드 메일 = 약 20개의 도메인에 걸친 약 50개의 인박스.
-
모든 캠페인 시작 전: 리스트 검증 (반송률(bounce rate)을 2~3% 미만으로 유지해야 함) + 인박스 배치 테스트 (기본 편지함 vs 프로모션 vs 스팸) 실행
-
보안 이메일 게이트웨이(Secure Email Gateways; Proofpoint, Mimecast, Barracuda) 뒤에 있는 모든 잠재 고객 확인. 이들은 속도를 조절(throttle)하거나 삭제하고, 대신 LinkedIn에서 캠페인을 설정하십시오.
c) 시그널 기반 리스트 (signal-based lists):
- 어떤 시그널이 잠재 고객의 답장을 유도했는지 역공학(reverse-engineer) 수행
-
아웃바운드 이력(outbound history) 내보내기: 지금까지 연락한 모든 잠재 고객 (Instantly + HubSpot을 통해 즉시 내보내기): 연락 날짜, 답장 여부(y/n), 미팅 여부(y/n), 계약 성사 여부(won y/n) + 컨텍스트를 위한 Fathom 데이터
-
각 계정(account)에 대해, Crustdata를 사용하여 연락했던 '당시'의 상황을 재구성: 전 분기 대비 인원수 변화(headcount delta), 마지막 펀딩 이후 경과일, 당시 구매자 직함(buyer titles)과 일치하는 채용 공고, 지난 90일 이내의 신규 VP급 채용, 게시물 작성 등
-
Claude에게 다음 프롬프트를 실행하도록 요청하십시오:
"당신은 ./outbound_history.csv를 가지고 있습니다 (지금까지 연락한 모든 계정: 날짜, 답장 여부, 미팅 여부, 계약 성사 여부)
-
각 계정에 대해, Crustdata를 통해 연락 날짜 당시의 시그널 상태를 재구성하십시오: 전 분기 인원수 변화, 펀딩 이후 경과일, [직함]과 일치하는 채용 공고, 지난 90일간의 임원 채용, 게시물, 기타 모든 관련 시그널
-
시그널당 리프트(lift) 계산: 시그널이 있을 때의 답장률 vs 기준 답장률
-
각 시그널의 윈도우(window) 계산: 시그널 발생과 그로 인해 발생한 답장 사이의 중앙값 일수
-
시그널별 답장 스레드를 읽고 효과적이었던 접근 방식(angle)을 추출하십시오
-
./signals.md 작성: 1.5배 이상의 리프트를 보인 시그널만 포함하며, 각 시그널에는 리프트, 윈도우, 검증된 접근 방식을 기재하십시오. 그 외의 모든 것은 모니터링 대상에서 제외하고 삭제합니다.
-
서브 에이전트(subagent)로 검증: 이력의 20%를 홀드아웃(hold out) 데이터로 남겨두고, 해당 순위가 홀드아웃 데이터의 답장률을 예측하는지 확인하십시오. 예측이 가능할 때까지 반복하십시오."
-
아직 아웃바운드 이력이 없는 경우: 대신 Closed-won(계약 성사) 데이터를 대상으로 동일한 분석을 수행하십시오 (각 승리 고객이 파이프라인에 진입하기 전 90일 동안 어떤 시그널 상태가 존재했는지)
-
그 다음, Crustdata를 통해 이러한 시그널을 실시간으로 감시하는 와처(watcher)를 설정하고, 해당 기업을 Instantly의 시퀀스(sequence)에 추가하십시오.
d) Closed-won 기반 유사 고객 리스트 (lookalike lists):
-
고객 순위 우선순위 지정: ACV × 클로징 속도 (speed-to-close) × 확장 (expansion), 마이너스 이탈 (churn) (커넥터 (connectors) 사용)
-
각 고객에 대해: Crustdata를 통해 구매 당시의 회사 상태를 재구성 (인원수 (headcount), 부서 구성 (dept mix), 펀딩 단계 (funding stage), 해당 날짜의 채용 현황))
-
해당 딜 (deal)의 Fathom 트랜스크립트 (transcripts) 추출: 그들이 왜 구매했는지, 그들의 언어로 표현된 이유, 그리고 그 고통 (pain)의 대리 지표 (proxy) (예: "수동적인 영업 발굴 (manual prospecting)에 허덕임" → 운영 (ops) 인력 채용 없이 SDR 인원수만 증가 중)
-
모든 새로운 Closed-won 건에 대해 Claude에게 다음 프롬프트를 실행하도록 요청:
"1. 고객 순위가 상위 1/3에 해당하는지 확인 (ACV × 클로징 속도 × 확장, 마이너스 이탈)
-
현재 상태가 아닌, 구매 시점의 회사 상태를 Crustdata를 통해 재구성
-
해당 딜의 Fathom 트랜스크립트를 읽음. 그들의 언어로 된 구매 트리거 (buying trigger) + 관찰 가능한 대리 지표 (외부에서 보았을 때 이 고통이 어떻게 보일지)를 추출
-
Crustdata 검색: 구매 당시의 프로필과 고통 대리 지표(pain proxy) 모두에 부합하는 기업 검색. 현재 고객, 진행 중인 파이프라인 (open pipeline), 6개월 미만의 Closed-lost 건은 제외
-
기업 정보 (firmographic) 일치도 × 고통 대리 지표 일치도에 따라 1-100점으로 점수 산정. 70점 이상만 유지하고, 최대 25개로 제한
-
하위 에이전트 (subagent)를 통해 검증: 이 25개 기업을 기본적인 ICP 필터를 통과한 무작위 기업 25개와 섞어서 (blind-mix) 테스트. 실제 유사 고객 (lookalikes)을 80% 이상의 확률로 식별해야 함. 만약 식별하지 못한다면 기준이 너무 일반적인 것이므로, 기준을 강화하고 다시 반복"
- 그런 다음 리스트를 시트 (Google Workspace CLI)로 밀어넣거나, HubSpot에 추가하거나, Instantly로 전송할 수 있습니다.
e) 챔피언 추적 (champion tracking):
-
HubSpot에서 Closed-won 딜의 모든 연락처 추출: 챔피언/의사 결정권자 (decision-maker)로 태깅된 연락처 + Fathom에서 추가 컨텍스트 확보
-
Crustdata를 통해 이들의 이메일을 LinkedIn 프로필로 변환 (일괄 역이메일 조회 (batch reverse-email lookup))
-
우선 일회성 백필 (backfill) 수행: 이들 모두의 정보를 풍부하게 만들고 (enrich), 현재 직장과 딜 당시의 계정 (account)을 비교
-
각 프로필에 Crustdata 워처 (watcher)를 생성하고, 새로운 펀딩 라운드, 해당 회사의 신규 채용, 웹 트래픽, 특정 사항을 언급하는 포스트 등 변화가 생길 때마다 알림을 받을 수 있도록 Slack 채널 설정
-
그런 다음 귀하의 산업군에 흥미로운 모든 시그널 (signal)에 반응하도록 Claude 워크플로우 (workflows)를 설정할 수 있습니다.
Claude에게 다음과 같이 요청하세요:
"퇴사/이직 감시자 (fired watchers) 정보를 가져와줘. 각 채용 변경 사항에 대해:
-
Crustdata를 사용하여 새로운 회사 정보와 핵심 인물 (champion)의 새로운 이메일을 보강 (enrich)할 것
-
icp.md를 기준으로 새로운 회사의 점수를 매길 것. 70점 미만 → HubSpot에 기록하되, 알림은 보내지 말 것
-
70점 이상 → HubSpot에 회사와 연락처를 생성하고, 'champion-landed' 태그를 달고, 기존 딜 (deal)의 AE를 할당할 것
-
AE에게 Slack 메시지 전송: 대상이 누구인지, 무엇을 구매했는지, 기존 딜 규모는 얼마인지, 새로운 회사가 무엇을 하는지 + Fathom을 컨텍스트 (context)로 사용하여 히스토리를 참조한 초안 첫 연락 (first touch) 메시지 작성"
이것들은 귀하의 기술 스택 (stack)을 Claude에 연결함으로써 구동할 수 있는 워크플로우의 일부일 뿐입니다.
Claude에게 이러한 모든 워크플로우를 검토하고, Claude가 보유한 귀하에 대한 모든 컨텍스트를 활용하여 귀하의 산업과 회사에 특화된 무언가를 구축해 달라고 요청함으로써, 귀하만의 꿈꾸던 GTM/영업 워크플로우를 직접 구축할 수 있습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 X 토픽: MCP의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기