클로드 코드(Claude Code)로 영업 신호를 넓혔더니 대상 회사가 4배
2026.10.30
클로드 코드(Claude Code)로 영업 신호를 채용 공고 하나에서 뉴스 세 종류까지 넓혔더니, 1주에 찾는 대상 회사가 7곳에서 30곳으로 4배 늘었어요. 그런데 신호가 강한 회사일수록 닿을 연락처가 없었어요. 다음 실험은 그 빈칸을 채우는 방법을 AI가 직접 찾게 하는 거예요.
신호 기반 영업이란
신호 기반 영업은 회사가 "지금 이 문제가 있다"는 공개 신호를 낼 때 그 회사를 찾아가는 방식이에요. 우리 서비스가 풀어 주는 문제와 맞닿은 신호를 고르면 돼요. 조직을 새로 만들었다, 담당 임원이 바뀌었다, 새 기술을 도입한다고 발표했다 같은 것들이요.
이 방식은 두 재료가 만나야 돌아가요.
연락처 목록: 신호가 오기 전에 미리 모아 둔, 회사별로 닿을 수 있는 사람
신호: 그 회사가 지금 움직이고 있다는 공개 정보
지난번엔 순서를 뒤집어서 연락처 목록부터 만들었어요. 공개 문서에서 회사마다 실명 담당자를 뽑아 두니, 신호가 뜨는 날 바로 움직일 수 있었어요. 이번 글은 신호 쪽 이야기예요.
공고 하나만 보면 하루 1곳이었어요
처음 신호는 채용 공고 하나였어요. 연락처 목록과 최근 1주 공고를 맞춰 보니 겹친 회사가 7곳, 1.1%였어요. 하루 1곳꼴이에요. 이걸로는 목표 숫자가 안 나와요.
그래서 클로드 코드에 신호를 넓히자고 했어요.
조직 신설, 임원 인사, 기술 도입 발표 같은 다른 신호를 추가해서 다시 조회하자.뉴스 신호를 더하니 30곳이 나왔어요. 4.6%, 공고만 볼 때의 4배예요. 공고는 실무자를 뽑는 단계라 늦게 나오고, 조직 개편이나 도입 발표는 그보다 먼저 나와요. 신호를 앞단으로 당긴 셈이에요.

신호를 앞단으로 당기면 대상이 늘어요
여기서 한 번 막혔어요: 신호가 강할수록 연락처가 없었어요
신호가 가장 뚜렷한 곳은 큰 회사들이었어요. 근데 큰 회사일수록 공개 문서에 적힌 연락처가 부서 공용 주소였어요. 사람 이름이 없으니 닿을 곳이 없었어요.
AI에게 그 회사들의 담당자를 다른 공개 자료로 찾게 했어요. 보도자료, 지속가능경영보고서, 외부 행사 자료까지 봤는데 실명과 연락처가 함께 나온 곳은 0곳이었어요. 대상 시장을 더 넓혀 봐도 같았어요. 같은 종류의 공개 문서가 아예 없었거든요.
신호는 4배로 늘릴 수 있었어요. 근데 연락처 출처는 하나뿐이었고, 그 하나가 막히면 신호도 소용이 없었어요.
다음 실험: 목표만 주고, 목표의 뜻부터 정하게 하기
그래서 다음 실험은 연락처 찾기 하나에만 집중해요. 신호를 보인 회사에 끝까지 닿는 방법을 찾는 거예요.
이번엔 방법을 정해 주지 않아요. 목표만 주고, 그 목표가 무슨 뜻인지부터 AI가 구체화하게 해요. 제약은 하나만 둬요.
목표: 신호를 보인 회사의 담당 조직에 끝까지 닿는 경로를 찾자.
방법은 정하지 않을게. 먼저 이 목표가 무슨 뜻인지 구체화하고, 가설을 여러 개 세워 작게 검증해줘.
유일한 제약: 사람 손 없이 시스템으로 반복하고 계속 돌릴 수 있는가.이 제약 하나가 많은 걸 걸러 줘요. 사람이 매번 해야 하는 일, 한 번은 되지만 막힐 일, 약관이나 법을 어겨서 언젠가 끊길 일은 전부 지속 가능하지 않아요. 그래서 처음부터 후보에 오르지 않아요.
목표의 뜻부터 정해요
"끝까지 닿는다"를 세 가지로 쪼개서 AI가 먼저 답하게 해요.
누구에게 닿아야 하나: 담당자 본인만인지, 담당 조직에 넘겨줄 수 있는 실명 담당자면 되는지
무엇을 확보로 볼까: 공개된 근거로 그 사람과 경로가 이어지는지 어떻게 확인할지
어디까지가 끝인가: 신호 회사 중 몇 %에 닿으면 성공인지
이 정의가 먼저 나와야 가설끼리 같은 잣대로 비교할 수 있어요.
지금 세운 가설들
아직 검증 전이에요. 방향은 같아요. 사람이 아니라 공개 데이터가 정기적으로 쌓이는 곳을 찾는 거예요.
연구 성과물: 기업 소속 연구자가 낸 공개 연구 기록에서 담당 조직과 사람을 잇는다
언론 노출: 기사에 실명으로 나온 조직장을 출발점으로 조직 단위 경로를 찾는다
공개 행사: 업계 행사의 연사 목록을 쌓아 회사별 담당 조직 지도를 만든다
공식 공고: 회사가 외부 협력사를 찾는 공개 공고에 적힌 창구를 모은다
우리 쪽 반응: 우리 콘텐츠에 먼저 반응한 사람 중 신호 회사 소속을 겹쳐 본다
가설마다 같은 회사 묶음으로 시험하고 몇 곳에 닿았는지 세요. 2주 뒤 기준을 넘은 가설에만 시간을 더 써요. 결과는 다음 글에서 나눌게요.
이번에 배운 것
신호는 늦게 나오는 것보다 일찍 나오는 것을 고르면 대상이 크게 늘어요
신호를 늘려도 연락처 출처가 하나면, 그 출처가 막히는 곳에서 멈춰요
방법을 정해 주면 AI는 그 안에서만 다듬어요. 목표의 뜻부터 정하게 하면 가설과 성공 기준이 같이 나와요
제약은 많을수록 좋은 게 아니에요. "반복해서 계속 돌릴 수 있나" 하나로도 대부분 걸러져요
따라 하는 순서
방법 대신 목표 한 줄과 제약 하나를 적어요.
AI에게 목표의 뜻부터 구체화하게 해요. 누구, 무엇, 어디까지.
가설을 여러 개 받아 같은 표본으로 작게 시험해요.
몇 건이 기준을 넘는지 세고, 넘는 가설에 시간을 옮겨요.
목표만 줄게: (얻고 싶은 것). 제약은 하나야: 시스템으로 반복하고 계속 돌릴 수 있어야 해.
목표의 뜻부터 구체화하고, 가설을 3개 이상 세워줘. 같은 표본 5곳으로 시험해서 몇 곳이 통과하는지 알려줘.신호를 넓히는 건 금방이었어요. 진짜 일은 그 신호에 닿는 길을 찾는 거였어요!
우리 회사에도 이런 자동화를 도입하고 싶다면
회사 업무에 맞춘 AI 교육을 함께 설계해요.

![[AX] Aside vs Ego-lite, 네이버·구글 지도 리뷰 분석부터 블로그 발행까지 자동화되네요 썸네일](/_next/image?url=https%3A%2F%2Fcdn-beta.gpters.org%2Fexternal%2F09be985874cae26411244c9d.jpg&w=3840&q=75)


결국 연락처를 수집하는게 어려운 것 같습니다. 공식 홈페이지나, SNS 계정을 통한 연락처 확보는 어떻게 생각하시나요?
저도 고민인데... AI와 함께 그 방법을 반드시 찾아내겠습니다!
@광밤
아! 그리고 공식 홈페이지나, SNS 계정은 공용 메일이 대부분이어서 소개까지 닿지 않더라구요. 그래서 실무자 또는 실무자에게 토스 가능한 팀장급 이상의 회사 메일을 찾는 것을 목표로 하고 있습니다.