AI 에이전트 21개가 수백만 달러를 닫았지만, AI 영업 담당자는 아직 없다

SaaStr의 Jason Lemkin이 자사에서 운영하는 AI 에이전트 21개의 성과와 한계를 정리한 글을 옮긴다. 에이전트가 수백만 달러의 매출을 닫았는데도, 아직 제대로 된 AI 영업 담당자(Account Executive, AE)는 없다는 것이 글의 결론이다. 원문은 We Run 21 AI Agents and They’ve Closed Millions. But There Still Isn’t a Good AI Account Executive. Yet이다.

이 글의 수치는 모두 원문 작성자가 자사 운영 데이터와 SaaStr AI 2026 무대의 발표, 그리고 Emergence·ICONIQ 설문을 인용해 밝힌 것이다. 독립 검증은 되어 있지 않다. 아래에서는 원문의 순서를 따라 내용을 옮기고, 끝에 1인 사업가와 작은 팀에 해당하는 해석을 따로 적는다.

에이전트는 여는 일과 처리하는 일을 맡는다

Lemkin은 SaaStr가 프로덕션에서 AI 에이전트 21개를 돌린다고 밝힌다. 이 에이전트들은 토요일 밤에 미팅을 잡고, 여섯 달 동안 아무도 건드리지 않은 리드를 되살리고, 인보이스와 수금 후속 조치를 하고, 허락을 구하지 않고 Salesforce에 하루 종일 기록을 쓴다. 그 결과 1.5명 정도의 인간 GTM 팀이 예전 6명 이상이 하던 일과 같거나 더 많은 일을 한다.

그런데도 작성자는 "여러 면에서 우리는 아직 거의 아무 데도 가지 못했다"고 쓴다. 에이전트는 전통적인 SDR(Sales Development Representative, 잠재고객 발굴 담당) 기능의 거의 전부, 1차 고객지원의 상당 부분, 고객성공(CSM) 업무의 의미 있는 일부를 대체할 수 있다. 하지만 작성자가 직접 배포했거나 자사 무대에서 시연을 본 어떤 제품도, PLG(제품 주도 성장) 방식으로는 닫히지 않았을 실제 딜을 혼자 힘으로 닫지는 못한다.

작성자의 핵심 문장은 이렇다. "우리 에이전트가 닫은 모든 달러는 구매자가 이미 기울어 있던 모션에서 나왔다." 인바운드, 윈백, 갱신, 셀프서브가 그것이다. 망설이는 구매자를 설득해 결정하게 만든 딜은 하나도 없었다.

1. 실제로 닫은 매출은 어디서 왔나

원문은 "에이전트 매출"이라는 말이 대부분의 피치에서 너무 많은 일을 한다며, 자사 매출의 출처를 정확히 적는다.

• 인바운드 에이전트(Qualified)는 채팅 442,000건을 처리해 미팅 614건을 잡았고, 스폰서십 매출 100만 달러 이상을 닫았다. 에이전트는 자격을 판별하고, 라우팅하고, 일정을 잡았다. 요율표를 협상하지는 않았다.
• Agentforce로 돌린 윈백 캠페인은 약 1,000명의 잠수 탄 스폰서 리드에서 오픈율 72%, 응답률 10% 이상을 기록했고, 반년 전에 포기했던 연락처에서 닫힌 딜을 만들었다. 작성자는 이것을 "후속 조치에서 가장 어려운 단 한 가지, 즉 지치지 않고 영원히 계속 한다는 것"을 에이전트가 해낸 사례로 본다.
• AI SDR 계층은 한 달에 약 3,200통의 이메일을 보낸다. 같은 규모의 좋은 인간 SDR은 75~285통을 보냈다. 작성자는 이것을 더 나은 버전이 아니라 다른 단위의 일이라고 부른다.
• AI 마케팅 부사장 역할을 맡은 에이전트 10K는 딜의 뒷부분을 끝까지 돌린다. PandaDoc 서명이 들어오면 Salesforce의 기회를 Closed Won으로 바꾸고, 빠진 연락처를 추가하고, bill.com 인보이스를 만들어 보내고, 7일 단위 에스컬레이션으로 수금 리마인더를 돌린다. 커미션 계산도 스스로 제안해서 지금은 그 일도 한다.

정리하면 에이전트는 딜을 열고, 딜을 처리한다. 누군가 돈을 쓰기로 결정하는 가운데 순간은 여전히 사람이 맡는다.

2. 에이전트는 항상 쉬운 절반을 먼저 가져간다

작성자는 SaaStr AI 2026의 고객지원 세션을 예로 든다. Pylon의 Marty Kausas와 Advith Chelikani는 약 5,000명 규모 회사가 고객지원 인력 약 1,000명을 그대로 둔 채 티켓의 약 50%를 자동 처리하는 사례를 보여줬다. 인원이 줄지 않은 이유는 자동 처리된 티켓이 쉬운 티켓이기 때문이다. 쉬운 일을 빼면 사람이 빠지는 것이 아니라, 남은 사람이 어려운 일에 집중하게 된다.

Klaviyo의 Andrew Bialecki는 만드는 쪽에서 같은 패턴을 말했다. 그들의 에이전트는 50~70% 해결률까지 학습한 뒤 사람에게 넘긴다. 넘기는 지점에서 사람의 가치가 시작된다.

영업에서는 Selling SMB With Agents 세션의 PayPal 사례가 같은 모양이다. PayPal은 어떤 사람도 전화하지 않을 월 약 8,000건의 리드에 Agentforce를 붙였고, 14주 안에 미팅 전환율이 50% 올랐다. 작성자는 이것을 큰 에이전트 매출 성과로 인정하면서도, 그 정체는 버려지던 파이프라인을 커버한 것이라고 짚는다. 에이전트는 AE의 딜을 빼앗지 않았다. AE가 어차피 손대지 못할 딜을 일한 것이다.

그래서 "에이전트가 X를 닫았다"는 숫자는 오해를 부를 수 있다. 에이전트는 퍼널 상단, 기계적인 중간, 마지막 서류 작업을 흡수한다. 남는 것은 원래 어려웠던 부분이다. 확신이 없는 구매자, 조용해진 챔피언, 아무도 제시한 적 없는 조건을 원하는 구매팀, 방 안의 분위기를 읽어야 답이 나오는 경쟁 입찰. 작성자는 그것이 AE의 일이며, 자동화되지 못한 모든 것의 잔여물이라고 말한다.

3. 닫는 일이 자격 판별보다 구조적으로 어려운 이유

원문의 구분은 간단하다. 자격 판별은 분류 문제다. 후속 조치는 일정 문제다. 견적부터 수금까지는 워크플로 문제다. 에이전트는 셋 다 잘한다. 닫는 일은 모호함 아래에서 권한이 붙은 판단 문제다. 작성자는 네 가지를 든다.

• 양보 권한. 닫으려면 무언가를 내주고 그 결과에 책임질 수 있어야 한다. Nue의 James McArthur는 팀들이 왜 이것을 넘기기 꺼리는지 보여줬다. 그들의 견적 AI는 의도적으로 결정론적이고, 품목 단위로 할인 가드레일을 강제해서 76% 할인 요청이 55%에서 잘린다. AI가 가격을 결정할 수 없도록 설계된 것이다. 작성자는 이것이 오늘의 올바른 설계이며, 동시에 AI가 닫고 있지 않다는 뜻이라고 쓴다.
• 침묵 읽기. 닫는 일의 절반은 일어나지 않은 일을 해석하는 것이다. 챔피언의 무응답, 스레드에 새로 추가된 이름, 딜이 진짜라는 신호인 구매팀의 질문. 현재 에이전트는 침묵을 정보가 아니라 후속 시퀀스의 트리거로 다룬다.
• 기억을 가진 멀티스레딩. 실제 딜은 여섯 사람, 세 달, 열두 개의 산출물이다. 에이전트는 사람이 못 쥐는 맥락을 쥘 때 마법처럼 좋아지며, 그것이 언젠가 뒤집힐 근거이기도 하다. 다만 정치적 층위에서는 아직 거기 없다.
• 크게 틀리기. SaaStr가 직접 겪은 일이다. 요청한 적 없는 에이전트 가드레일이 딜 제목이 기대한 문자열과 맞지 않는다는 이유로 서명된 계약을 건너뛰었고, 견적-수금 흐름이 조용히 깨졌다. 영업에서 조용한 실패는 최악의 속성이다. 딜을 잃고 있는 인간 AE는 보통 말해준다.

4. 셀프서브는 AI AE가 아니다

작성자는 이 공백이 가려진 이유를 AI 회사들이 AE 없이 빠르게 크기 때문이라고 본다. AE 문제가 풀린 것처럼 보이지만, 실제로는 우회된 것이다.

원문이 드는 사례는 세 개다. Anthropic의 Eleanor Dorfman은 2026년 1월 영업 조직을 재편했고, 넉 달 뒤 신규 엔터프라이즈 로고의 54%가 셀프서브로 닫혔다. Gamma의 Grant Lee는 영업팀이 거의 없이 ARR 1억 달러에 도달했지만, 본인 스스로 계획이 아니라 반응이었다며 그렇게 하지 말라고 조언한다. Vercel의 Jeanne DeWitt Grosser는 리드 자격 판별 인력이 약 10명에서 약 1명으로 줄었다고 말했다.

작성자는 이 중 어느 것도 AI가 딜을 닫은 것이 아니라고 본다. 애초에 클로저가 필요 없던 딜에서 클로저를 제거한 것이고, 필요한 딜에는 여전히 전통적인 영업팀을 만들고 있다. 근거로 2026년 5월 말 Anthropic 채용 페이지에 영업 공고 72개가 AI 연구·엔지니어링 공고 67개와 나란히 있었고, 영업이 전체 공고의 약 20%였다는 점을 든다. 충분히 커진 AI 네이티브 회사는 결국 영업팀을 갖는다. AI는 시점을 바꿨지 목적지를 바꾸지 않았다는 것이 작성자의 결론이다.

5. 에이전트가 진짜로 먼저 닫을 곳

작성자의 기준은 하나다. 이메일이나 문자로 근본적으로 닫힐 수 있는 딜이면, 에이전트가 언젠가 닫을 수 있다. 그리고 이 범주는 창업자들이 생각하는 것보다 훨씬 크다. 중견시장 B2B의 상당 부분이 이메일 스레드, 공유 문서, 서명 링크로 닫히며, 중간의 화상 통화는 종종 의식에 가깝다. 원문이 앞으로 24개월 안에 에이전트가 클로징을 맡을 만하다고 보는 영역은 다음과 같다.

• 공개된 가격과 짧은 주기를 가진 거래형·중견시장 딜
• 관계와 사용 데이터가 이미 있는 갱신과 확장
• 약간의 넛지, 예외, 미리 정한 가드레일 안의 작은 양보가 필요한 셀프서브 업그레이드
• 구매자가 사람과 말하기를 원하지 않는 모든 경우. 작성자는 대부분의 구매자가 대부분의 시간에 그렇다고 본다.

오래 사람의 몫으로 남는 곳도 적는다. 필드 영업, 이해관계자가 여럿인 엔터프라이즈, 보안 검토와 맞춤 조건이 붙는 모든 것, 그리고 벤더가 사람에 대한 신뢰로 선택되는 모든 경우다.

작성자는 AI AE보다 먼저 올 수 있는 두 번째 경로도 언급한다. Stripe의 Maia Josebachvili가 무대에서 말한 대로 에이전트가 구매자가 되고 있다. 에이전트 간 거래에는 사람 수준의 클로저가 전혀 필요 없다. 카탈로그, 정책, 결제 레일만 있으면 된다. 이쪽이 먼저 풀리면 없는 AI AE가 더 눈에 띄게 될 것이라고 쓴다.

6. 역할 압축은 고르지 않다

원문은 Emergence가 B2B 회사 560곳 이상을 조사한 결과를 인용한다. 36%가 SDR·BDR 인원을 줄였고, 이는 영업 기능 중 가장 높은 수치다. 세일즈 엔지니어를 줄인 곳은 14%에 그쳤다. AE를 늘린 곳은 28%였다. 발굴 층위는 흡수되고, 기술과 클로징 층위는 유지되거나 일부에서는 커지고 있다.

ICONIQ의 State of Go-to-Market 2026(2026년 1월, B2B GTM 임원 150명 이상 조사)도 같은 효과를 재는 자료로 인용된다. AI 활용도가 높은 회사는 ARR 1,000만~2,500만 달러 구간에서 GTM 정규직 약 20명으로, 낮은 회사의 35명보다 43% 적은 인원으로 같은 매출을 낸다. 더 적은 팀이 쿼터 달성률도 67% 대 59%로 높았다. 규모가 커질수록 격차는 좁아진다. 2,500만~1억 달러 구간 45명 대 65명, 1억~2억 5,000만 달러 구간 125명 대 165명, 2억 5,000만~5억 달러 구간 275명 대 350명으로, 차이는 43%, 31%, 24%, 21% 순으로 줄어든다.

작성자의 해석은 명확하다. 압축은 클로저 없이 닫힐 수 있는 딜에서 가장 크고, 딜이 커지고 사람이 더 필요할수록 작아진다. 에이전트가 딜을 닫고 있다면 그 곡선은 반대 방향이어야 한다.

기능별 AI 사용률도 같은 곳에 닿는다. 기능 인원의 절반 이상이 매일 AI를 쓰는 회사의 비율은 SDR 71%, 마케팅 65%, AE 57%, RevOps 54%, 계정 관리 45%, 고객성공 41%다. AE는 AI 사용률에서 상위권이다. 준비, 초안, 조사, 후속 조치에 쓴다. 그러면서도 여전히 닫는 사람은 AE다.

바뀌는 것은 AE의 정의라고 작성자는 말한다. Sam Blond의 Monaco는 출시 며칠 만에 수백만 달러를 닫았는데, 그 이유 중 하나는 고객을 위해 직접 제품을 배포할 만큼 기술적인 전진 배치형 AE였다. 데모가 아니라 배포다. 데모는 약속이고 배포는 증거이며, 판매와 구현이 동시에 일어난다. 작성자는 기술 담당이 관계를 이끌고 영업팀이 가격을 돕는 대형 딜도 보고 있으며, AI 네이티브 회사들이 전통 모델과 반대인 2:1, 3:1의 SE 대 AE 비율로 운영된다고 적는다. 결론은 AE가 에이전트로 대체되는 것이 아니라, 에이전트 스택을 뒤에 둔 더 기술적인 AE로 대체된다는 것이다.

7. 창업자가 지금 해야 할 일

원문의 마지막 절은 실행 지침이다. 첫째, SDR·고객지원·백오피스 층위에는 지금 바로 에이전트를 배치한다. 오늘 ROI가 증명된 곳이 거기고, SaaStr의 수백만 달러도 거기서 나왔다. 클로징 사례가 프로그램을 정당화해 줄 때까지 기다리지 말라고 쓴다. 둘째, 더 적게 뽑되 더 나은 사람을 뽑으라는 것이 이어지는 조언이다. 이 절의 나머지는 원문에서 직접 확인하기를 권한다.

1인 사업가와 작은 팀에게 남는 것

여기서부터는 원문이 아니라 ZDL의 해석이다. SaaStr는 1.5명의 GTM 팀으로 21개 에이전트를 돌리는 회사이니, 규모만 놓고 보면 이 글은 작은 팀 이야기에 가깝다. 다만 세 가지를 나눠서 읽어야 한다.

첫째, 에이전트에게 맡길 일의 순서는 원문 그대로 적용된다. 응답 없는 리드에 지치지 않고 후속 조치를 보내는 일, 자격 판별과 일정 잡기, 서명 이후의 인보이스와 수금 리마인더는 지금 자동화해도 손해가 없다. 작은 팀에서 이 일들은 대개 아무도 하지 않아서 새는 매출이다.

둘째, 가격을 결정하는 순간은 남겨둔다. 원문에서 가장 구체적인 설계 사례는 Nue의 할인 가드레일이다. 작은 팀이라면 에이전트에게 "얼마까지 깎아줄 수 있는지"를 미리 숫자로 적어주고, 그 밖의 양보는 사람에게 넘기도록 하는 편이 안전하다. 침묵을 후속 시퀀스의 트리거로만 다루는 에이전트의 한계도 그대로 적용된다. 조용해진 고객이 무엇을 뜻하는지 읽는 일은 아직 사업주의 몫이다.

셋째, 조용한 실패를 감시할 장치를 먼저 둔다. 원문에서 서명된 계약이 문자열 불일치로 건너뛰어진 사례는 규모와 무관하게 일어날 수 있다. 에이전트가 처리하는 딜의 수가 적을수록 하나가 조용히 빠졌을 때의 타격은 오히려 크다.

주의할 점도 적는다. 이 글의 수치는 SaaStr 자사 데이터와 무대 발표, 설문 인용이다. 스폰서십이라는 상품 특성상 인바운드 비중이 높고, 구매자가 이미 기울어 있는 모션이 많다는 점은 작성자 스스로 인정한다. 다른 상품과 시장에서 같은 전환율이 나온다고 가정하지 않는 편이 좋다. 24개월 안에 에이전트가 특정 딜 유형을 닫을 것이라는 부분도 예측이지 결과가 아니다.

이 글을 읽고 나면, 에이전트에게 후속 조치와 수금은 맡기고 가격을 정하는 순간은 어디까지 남겨둘지 숫자로 적게 된다.

이메일로 다음 글 받기