AI로 Lead Qualification 속도 올리기

소개

저희 업무 특성상 홈페이지로 접수된 고객 문의/의뢰 내용에는 굉장히 긴 본문과 다양한 첨부파일이 함께 있습니다. 고객의 문제를 정의하고 착수 여부를 판단하기까지 사람이 직접 자료를 읽고, 정리하고, 리서치하는 데 상당한 시간이 들었습니다.

스터디 이전부터 이 과제를 언젠간 다루겠다고 마음 먹고 있었고, 최근 Lead Acquisition 단계를 구조화해서 빠르게 Qualification하는 것을 목표로 두고 있었습니다🤧

마침 최근 구글 업데이트 기능들을 접하며 '외부 자동화 툴 없이도 구글 생태계 안에서 꽤 많은 걸 커버할 수 있겠는다'는 생각을 했고, OT에서 노트북LM에 대한 기본적인 접근과 새로운 사용성에 대한 아이디어를 얻으며, 우선 전과정을 Google AI Studio 중심으로 구조화해보기로 했습니다.

목표로 삼은 이상적인 플로우는 이렇습니다.
결론부터 말하면 전혀 다르게 흘러갔고, 다른 재미를 얻었습니다 ㅎㅎ

홈페이지 문의 접수 → 시트 자동 축적 → 컬럼 기준 분류 + 첨부파일 드라이브 저장 → AI 분석 → 슬랙 공유

진행 방법

Step 1. PRD부터 만들고 시작하기

구조화된 접근을 위해 Claude에게 CRM 개선을 위한 PRD 작성을 먼저 요청했습니다.

너는 프로덕트 매니저야. CRM 전반부 개선을 위한 PRD를 만들거야.
고객 유입과 계약 이전까지의 단계가 시급해.
홈페이지는 Webflow로 만들었고, 고객 문의 내용이 여기에 축적되고 현재 자동으로 메일로 받고 있어.
이상적인 플로우는: 홈페이지를 통해 문의 > 시트 축적 > 컬럼 값에 따라서 정리/분류,
첨부파일은 드라이브에 자동 축적 > 슬랙으로 정리된 템플릿으로 공유

PRD를 먼저 작성하면, 반드시 그 방법대로 가지 않더라도 내가 어디쯤에 있는지 다시 살피는데 큰 도움이 되는 것 같아요. 이번에도 "한 번에 다 구현하려 하지 말고, 되돌리기 어려운 것부터 테스트하자"는 방향을 잡았습니다.

Step 2. 데이터가 어디에 쌓이는지 파악하기

홈페이지가 제작된 노코드 Webflow 사용 경험이 없어서 구조 파악부터 난관이었고, Webhook이 너무 숨어있어 시작도 전에 너무 시간을 잡아 먹었습니다.. 크롬 브라우저 제미나이에게 바로바로 물어보면서 접근했는데, 개념부터 접근법까지 친절하게 설명 받을 수 있어 "세상 많이 좋아졌다...."는 생각을 다시 했습니다...🫣

이후 앱스크립트를 활용해 다음 구조를 설계했습니다.
사실 앱스크립트도 직접 다룬 경험이 없어, 언젠가 해보리라 생각했던 것들을 실행에 많이 옮긴 날이 되었네요!

수집된 응답 → 시트 자동 축적
고객 첨부파일 → 특정 드라이브 폴더에 자동 저장

Step 3. Google Workspace Studio + Gems + NotebookLM으로 AI 분석 연결

시트에 데이터가 자동 수집되는 구조가 잡히자, 새로 업데이트된 Google Workspace Studio를 활용해 AI 분석 연결을 시도했습니다. n8n이나 Make 같은 외부 솔루션 없이도 구글 생태계 안에서 이만큼 자동화할 수 있다는 게 솔직히 쪼오끔 놀라웠습니다.

테스트 한 내용들 🤲🏻

① Gems으로 고객 문제 구조화 및 의사결정 보조

고객 문의가 시트에 반영되면 Gems가 작동해 빠르게 문제를 구조화하도록 설정했습니다. Gems 설정에는 OT에서 언급하셨던 PTCF 프레임워크를 적용했습니다.

② NotebookLM으로 기존 사례 기반 의견 제시

드라이브에 축적된 기존 프로젝트 사례들을 소스로 제공하고, 신규 고객 문의와 비교해 의견을 제시하도록 설정했습니다. 메일, 드라이브 등 자동화는 생각한 범위의 내용들이었는데, 노트북LM으로 연결/분석은 생각하지 못했던 범위라 여러 상상력이 열리기 시작헀습니다.

결과와 배운 점

빨리 실패하자는 마음으로 시작했다가 3시간 이상 붙잡고 '오호라... 오호라...' 되뇌인 시간이었어요.
단순하게 접근했기 때문에 결과는 기대 이상이었습니다.

고객 문의를 요약하는 수준을 넘어서, 프로젝트 의사결정을 빠르게 판단하고 미팅시 확인해야 할 핵심 질문을 뽑아내는 것까지 가능하겠다는 확신이 생겼습니다. 구글 드라이브에 쌓인 기존 사업 자료들이 생각보다 훨씬 정확한 맥락 정보로 기능했고, 구글 생태계에 더욱 강력해질 것 같다는 생각을 했습니다.

시행착오

Webflow 구조를 처음 파악할 때 꽤 헤맸고, 앱스크립트도 처음이라 데이터가 어디에 어떻게 담기는지 개념을 잡는 데 시간이 걸렸습니다 ㅠ
스튜디오에서 2단계 노트북LM 연결에 계속 오류가 났었는데, 소스를 반영하지 않고 계속 테스트했기 때문이었어요. 실무에 더욱 가까운 버전 테스트를 위해서 소스에 아주 구체적인 자료를 반영해보려고 합니다.

앞으로의 계획

슬랙 연동보다 먼저, Qualification 자체의 질을 높이는 것에 집중할 예정입니다.

고객에게 최적의 질문을 제시하기 위한 AI 활용법 고민
NotebookLM에 어떤 소스를 제공하면 더 정확한 판단이 가능한지 실험
과업 정의 단계에서 AI가 실질적인 의사결정 보조 역할을 할 수 있도록 고도화

너무 실무적인 과제로 테스트해서 화면 캡쳐가 어려웠네요..!
OT 이후로, 새로운 것을 찾기 보다는 익숙한 것을 새롭게 바라보는 관점이 중요하겠단 생각을 다시 하게 되었습니다. 다음주로 차분히 하나씩 이어가볼게요!

🔥<24기 AI 스터디> 얼리버드 신청하기 🔥