그들의 당면 과제
분산된 데이터와 판매 마찰
MongoDB의 시장 진출(GTM) 팀에게 고객과의 대화를 준비하는 것은 결코 단순한 리서치 작업이 아니었습니다. Salesforce, 미팅 녹취록, 이메일, 문서에 흩어진 정보를 종합한 다음, 이를 고객사 영업 계획, 디스커버리 질문, 후속 작업으로 구체화해야 했습니다.
정보는 존재했지만, 세일즈 담당자가 직접 연결해서 맥락을 파악해야 했습니다. 애플리케이션을 오가며 매번 정보를 다시 모아야 했고, 범용 AI 도구는 MongoDB의 비즈니스와 세일즈 방법론을 충분히 이해하지 못한 답변을 생성하는 경우가 많아 수작업으로 일일이 검토해야 했습니다. 실제로 MongoDB의 어카운트 이그제큐티브(AE)는 고객사/딜 사이클당 평균 4~6시간을 행정 업무에 할애했습니다. 이 시간을 줄이고 GTM 팀원들이 고객 만족에 시간과 노력을 집중할 수 있도록 한다면 전반적으로 큰 영향을 미칠 수 있습니다.
하지만 이를 효과적으로 수행하려면,MongoDB는 세일즈 담당자 개개인이 여러 시스템에 흩어진 정보를 직접 모으고 연결하게 하는 대신 관련 고객 정보를 업무에 바로 활용할 수 있는 방법을 마련해야 했습니다.
우리의 솔루션
Atlas 에이전트 엔진으로 실행 시스템 구축
MongoDB는 Atlas 에이전트 엔진을 사용하여 Holly를 구축했습니다. Holly는 고객사 인텔리전스와 일상적인 세일즈 워크플로를 연결하는 내부 AI 어시스턴트입니다.
Holly는 미팅 준비를 위해 관련 정보를 취합하여 맞춤형 브리핑을 작성하고, 아직 답을 찾지 못한 질문을 짚어줍니다. 대화가 끝난 후에는 세일즈 담당자가 미팅 녹취록에서 디스커버리 인사이트를 포착해 기록하고 Salesforce 기록을 관리하고 유지하도록 지원합니다. 고객사 및 영업 기회 브리핑은 지속적인 계획 수립을 지원하며, 리서치 및 커뮤니케이션 도구는 팀이 타깃 고객을 위한 아웃리치를 준비하도록 돕습니다.
그림 1. Holly의 에이전트 아키텍처.
이러한 기능은 고객을 이해하고, 아직 파악해야 할 사항을 확인하고, 다음 고객 미팅에 도움이 되는 정보를 기록하는 등 세일즈 담당자의 업무 과정에서 서로 연관된 단계들을 지원합니다. Holly는 각 요청을 일반적인 리서치 질문으로 취급하는 대신, MongoDB의 비즈니스 맥락을 바탕으로 이러한 업무를 수행합니다.
