한국 기업이 AI 도입에서 가장 많이 실수하는 한 가지, 일레븐랩스 GTM에게 직접 들어봤습니다 (일레븐랩스 이창현님)

한 줄 요약

일레븐랩스(ElevenLabs)에서 GTM(Go-To-Market, 시장 진입·영업 전략)을 맡고 있는 이창현 님은 한국 기업이 AI를 들일 때 문제를 정의하기 전에 도구부터, 검증보다 내재화부터 서두르는 모습을 가장 자주 본다고 말해요. 작게 시험해 보고 우리에게 맞는지 빨리 확인하자는 이야기와 함께, 일레븐랩스로 음성 에이전트를 직접 만드는 시연까지 담긴 대담이에요.

전체 내용 정리

회사를 여러 번 옮기는 동안 같은 장면을 봤다고 해요

이창현 님은 일레븐랩스에서 GTM 업무를 맡고 있어요. 고객들이 TTS(텍스트를 음성으로 바꾸는 기술)뿐 아니라 에이전트까지, 보이스 AI를 어떻게 쓰는지 듣고 함께 고민하는 일이라고 소개했죠. 그전에는 세일즈포스, 젠데스크, 오라클 같은 외국계 기업에서 엔터프라이즈 세일즈를 담당했습니다. 젠데스크에서는 고객 관리 쪽을, 세일즈포스에서는 서비스 클라우드 스페셜리스트로 현장 관리 업무를 경험했다고 해요.

조쉬가 사전 인터뷰에서 들은 이야기, 곧 회사를 옮길 때마다 같은 장면을 봤다는 말을 꺼내자 이창현 님은 시기별 고민을 짚었어요. 오라클 시절에는 클라우드 애플리케이션이 막 생소하던 때라 온프레미스(자체 서버 설치)냐 클라우드냐가 화두였어요. 그 뒤에는 빠르게 성장하는 기업들이 고객 문의를 얼마나 쉽고 빠르게 처리하느냐, 전화 같은 여러 채널을 어떻게 통합 관리하느냐로 관심이 옮겨 갔고요. 트렌드와 기술이 바뀌면 고객에게 필요한 것도 달라지는데, 그 끝에서 기술과 기업의 이윤·효율이 맞물리는 지점을 현장에서 반복해서 느꼈다는 게 그가 말한 같은 장면이에요.

젠데스크 사례로 더 풀어 줬어요. 고객센터는 흔히 문의를 빨리 처리하는 곳으로만 여겨지는데, 사실 고객이 구매 전에 묻거나 구매한 제품에 대해 문의하는 모든 순간이 고객과 만나는 접점이거든요. 고객이 어디서 불편을 느끼는지가 서비스 개선과 신상품 출시의 힌트가 되고 그 불편을 제대로 풀어 준 경험은 충성 고객을 만드는 감동 포인트가 됩니다. 이창현 님은 진짜 불편함을 얘기한 고객을 만족시켰을 때 매출과 서비스 개선이 함께 따라오는 걸 봤다고 해요.

보람을 느끼는 순간을 묻자 겸손하게 답했어요. 자신이 제안했거나 함께 고민한 과정에 고객이 만족하고 회사를 여러 번 옮겼는데도 인연을 이어 가는 분들이 꽤 있을 때 영업과 별개로 실제로 도움이 됐다고 느낀다고요.

고객은 아직 문제를 정의하지 못한 채 찾아와요

조쉬가 이창현 님이 미리 보내 준 장표에서 가장 궁금했던 문장은 "고객이 아직 문제를 정의하지 못한다"였어요. 조쉬 역시 세일즈 미팅을 하다 보면, 회사들이 문제가 있다는 건 알지만 정확히 정의하지 못하고 마음만 급해서 빨리 뭔가 보여 주길 바라는 경우를 자주 봤다고 해요.

이창현 님의 진단은 이랬어요. 한국 고객들은 정말 똑똑하고 빠른데, 그러다 보니 처음부터 회사 시스템 전체를 다 바꿔야 한다는 식으로 너무 복잡하게 접근한다는 거예요. 그래서 그는 아주 작은 문제부터 시작하자고 권합니다. 고객센터라면 직원이 일하지 않는 주말에 문의를 남긴 고객에게 원하는 응대를 해 주고 그에 맞는 데이터를 받고 응대 처리 과정을 더 단순하게 만들 수 있는지 테스트해 보는 식이죠.

이게 이렇게 되는구나를 한 번 체감하면, 그다음부터는 예산을 쓸 확신이 생긴다는 거예요.

장표에는 세 가지 원칙이 적혀 있었다고 해요. 첫째는 사소한 불편함부터 처리하는 것이에요. 둘째는 빠른 효과인데, 한국 고객은 지금 당장 해결해 달라는 경향이 있어서 직접 보여 주고 바로 테스트할 수 있게 하면 이것도 해 볼까, 저것도 해 볼까 하고 사람이 긍정적으로 바뀐다고 봅니다. AI가 워낙 빨리 변하니 그 기세에 맞추는 것도 필요하다고 덧붙였고요. 셋째는 최소한의 노력·시간·비용이에요. 담당자들은 본업이 따로 있어서 검증에 온전히 집중할 수 있는 기간이 생각보다 짧거든요.

현장에서는 문제를 어떻게 함께 찾을까요. 웨비나나 행사, 지인 소개로 일레븐랩스를 알고 오는 고객은 이미 어느 정도 기대치가 있어요. 이창현 님은 미팅 전에 어떤 고민과 궁금증이 있는지 먼저 묻고 좋아할 만한 것을 준비해 가서 이런 게 궁금하셨는지 확인하는 방식으로 드릴다운(세부로 파고들기)한다고 해요. 미팅 전 접점을 최대한 만들어 두면 고객도 더 집중하고 미팅 자체가 필요를 확인하는 자리가 된다는 거죠. 조쉬는 고객이 공감할 지점으로 대화를 이끌고 함께 찾아가며 솔루션을 만드는 이 방식이 생각도 못 해 본 접근이라 재밌었다고 했어요.

조쉬가 고객이 문제도 결과도 상상하지 못한 상태에서 20% 자동화 같은 구체적인 제안을 어떻게 끌어내느냐고 묻자, 이창현 님은 사례를 꼽았어요. 커머스 플랫폼 회사라면 전 세계 비슷한 고객의 프로젝트 사례를 들며 이런 게 필요하지 않으신지 묻고 기존 시스템 환경에 맞춰 비슷한 아키텍처로 연결할 수 있다고 제안하는 식이에요. 특히 경쟁사나 벤치마킹하고 싶은 상위 업체의 사례에는 고객이 훨씬 귀를 기울인다고 해요. 쉽지는 않지만 이런 준비를 하고 안 하고의 차이가 크다고 강조했습니다.

도구보다 문제부터, 거꾸로 설계해 보세요

조쉬는 이창현 님의 관점을 역설계 접근이라고 불렀어요. 많은 회사가 위기감에 일단 도입부터 하고 열심히 쓰지만 정작 쓸 만한 결과가 하나도 없을 수 있다는 문제의식이죠.

이창현 님은 문제를 단순한 불편함으로 쪼개 보라고 말해요. 고객 상담이라면 고객 대기 시간을 어떻게 줄일지부터 묻는 거예요. 고객이 평균적으로 얼마나 기다리는지, 자동 응답 흐름 설계가 너무 복잡한지 너무 단순한지, 아니면 인력이 모자란지를 따져 보면 해야 할 일이 더 잘 보인다는 거죠. 요즘은 AI가 너무 빨리 움직여서 기업마다 성과를 빨리 내야 한다는 부담이 있고 툴을 처음부터 보면 다 좋아 보여서 무엇을 해야 할지 오히려 막막해진다고 해요. 그러니 차라리 문제를 단순화하고 그걸 해결할 수 있는 관점에서 우리 환경을 보자는 게 그의 제안이에요.

그렇다면 AI를 잘 쓴다는 건 무엇일까요. 이창현 님은 문화의 차이라며 완구 회사를 예로 들었어요. 완구 회사는 아이들을 위한 상품 기획과 제작에 강하지만 AI 솔루션을 만드는 데 경쟁 우위가 있지는 않잖아요. 우리가 잘하는 것과 못하는 것을 열어 놓고 받아들이고 내부 직원에게 도입해 시행착오를 겪으며 우리에게 맞는지 안 맞는지를 판단하는 기업이 방향을 명확히 잡는다는 거예요. 그러다 보면 젊은 직원들이 의외로 잘 해내고 차별화된 아이디어가 나오고 다른 시장의 기회가 열리기도 한다고요.

이게 맞을까 오래 고민하기보다 액션을 빨리 하는 쪽을 권한 거예요. 조쉬는 이를 일단 도입해 보고 맞는지 빨리 파악해 레슨런(lessons learned, 교훈)을 얻은 기업이 AI 도입을 잘하는 기업이라고 정리했어요.

한국 기업은 검증보다 내재화를 먼저 시도해요

조쉬가 체감하는 한국 엔터프라이즈의 특징은 내재화(외부 기술을 자체 역량으로 만드는 것) 욕구가 강하고 내재화하고 나면 보안이 굉장히 까다로워진다는 점이에요. 이창현 님은 여기에 문화적 측면과 구조적 측면이 함께 있다고 봤어요. 한국은 자체 기술 개발을 많이 하고 SI(시스템 통합) 업체가 많으며 그룹마다 SI 계열사를 두기도 하죠. 조금만 구현하면 될 것 같은 부분은 실제로 직접 구현한 사례도 많고요.

어려움은 그다음에 와요. 도입 자체보다 보안, 운영, 관리, 업데이트를 뒷단에서 설계하는 게 훨씬 어렵고 리소스가 계속 들어가거든요. 그러다 보니 도입은 했는데 활용도가 떨어지고 활용도가 떨어지니 사양화되고 새 기술이 나오면 또 비슷한 굴레를 밟는 경우가 꽤 있다고 해요. 이창현 님은 우리가 하지 못하고 남이 더 잘하는 건 먼저 도입해 경험해 보고 이해가 쌓이면 그때 우리 것이 만들어질 가능성이 크다고 봅니다. 맛집에서 먼저 먹어 봐야 내 입맛에 맞는지 아는 것과 같은 논리라고 비유했어요.

조쉬는 이 대목을 이렇게 해석했어요. AI가 모든 걸 바꾼다는데 우리 회사 어디에 들어올지는 모르겠고 그래도 일단 바꿔야겠으니 무엇을 바꿀지 찾기 전에 도구부터 들여 써지는지 보자는 흐름이라는 거죠. 이창현 님도 비슷하게 봤어요. 글로벌 엔터프라이즈는 판단과 리소스 집중이 빠른 편인데, 다른 프로젝트를 하던 인력을 새 시도에 끌어오면 원래 하던 일도 잘 안 되고 도입한 것도 운영 관리가 안 돼 사양화되기 쉽다는 거예요. 우리에게 맞는 걸 빠르게 검증하는 문화에서 차이가 난다고 봤습니다.

보이스 기술을 예로 들면 이래요. 비슷한 모델로 직접 해 보겠다며 모델을 올려 두면 당장은 적용되는 것처럼 보입니다. 그런데 누가 담당할지, 어떻게 업데이트할지, 상황마다 어떻게 바꿔 쓸지에 대한 방법론 없이 기술만 붙이다 보니 한 가지 케이스에서만 응대가 돼요. 이창현 님은 여러 상황에 맞게 바꿔 쓸 수 있어야 기술이 응용되고 응용할 수 있어야 내재화가 된다고 말합니다.

글로벌 기업은 검증 자체를 투자로 본다는 이야기도 나왔어요. 조쉬가 장표의 "검증을 투자로 본다"는 대목을 짚자, 이창현 님은 비용을 보는 눈의 차이를 설명했어요. 솔루션 사용료가 만 불이든 천 불이든 고객은 그 명목 금액만 비용으로 생각하지만 사지 않고 자체 시도하는 동안 들어가는 직원 월급, 놓쳐 버린 타이밍, 그로 인한 기회비용은 비용으로 보지 않는다는 거예요.

집중해야 할 때 집중하지 못하면 원래 하던 일과 새로 시도한 일 모두 타이밍을 놓칠 수 있어요.

다만 이창현 님은 일반화는 아니라고 선을 그었어요. 대기업은 부서마다, 팀마다 원하는 게 다르고 서로 소통하는 데도 제약이 있죠. 한 기업에서 A팀, B팀, C팀이 같은 종류의 솔루션을 각각 쓰면서 서로 모르는 경우도 봤다고 해요. 조직이 세분화돼 있어 깊이는 생기지만 넓은 시야를 쌓기는 어려운 구조라는 거죠. 그래도 위에 있는 매니저나 대표, 경영진이 넓은 관점을 가진 기업은 추진이 빠르고 전사 확산도 빠르며 비즈니스로도 계속 성장하고 있다고 덧붙였어요.

일레븐랩스로 음성 에이전트를 직접 만들어 봤어요

후반부에는 이창현 님이 일레븐랩스로 에이전트를 만드는 시연을 했어요. 일레븐랩스는 자연스러운 TTS로 유명하지만 음성으로 할 수 있는 일이 훨씬 많다는 거예요. 예시로 조쉬의 AI 자동화 컨설팅 서비스를 소개하는 상담 에이전트를 만들었어요. 잠재 고객이 이런 게 필요하다고 문의하면 에이전트가 조쉬의 포트폴리오와 서비스를 안내하고 문의까지 받아 주니, 조쉬가 같은 설명을 반복할 필요가 줄어드는 그림이죠.

만드는 과정은 간단했어요. 에이전트 목소리는 조쉬 본인의 목소리로 만들 수도 있고 한국어 응대를 설정한 뒤 퍼블리시만 누르면 바로 에이전트가 생겨요. 지식은 두 가지 방식으로 넣을 수 있어요. 문서 추가 메뉴에서 URL을 넣어 사이트를 크롤링하면서 탐색 깊이(depth)를 정할 수도 있고 서비스 소개 자료나 포트폴리오를 직접 올릴 수도 있어요. 시연에서 에이전트는 자신을 AI 자동화 파트너이자 AX(AI 전환) 컨설턴트로 소개하며 질문에 답했습니다. 특정 단어를 정확히 발음하도록 설정하는 기능도 있다고 해요.

다국어 지원도 보여 줬어요. 수십 개 언어를 지원하니 영어권이나 동남아 고객이 있다면 다국어 고객센터를 함께 운영할 수 있고 그 나라 사람에게 자국어 목소리로 응대하면 더 좋아한다는 설명이었어요. 시연에서는 베트남어 목소리를 골라 베트남어 에이전트를 추가하고 대화 도중 영어와 베트남어로 바꿔 답하는 장면도 나왔어요.

확장 기능도 몇 가지 소개했어요. 먼저 커스텀 LLM 연결이에요. 이미 쓰는 LLM이 있다면 직접 붙일 수 있고 자체 호스팅하는 오픈소스 모델부터 앤트로픽, 구글, 오픈AI까지 지원해요. 요즘 특정 LLM 의존도를 낮추려는 움직임에도 맞출 수 있다는 설명이었어요.

워크플로 기능으로는 상담 에이전트가 언제 고객 시스템을 조회해 답하고 언제 다음 단계로 넘길지를 짤 수 있어요. 메인 에이전트 아래 서브 에이전트를 두고 상황에 따라 넘기는 설정도 가능해서, 조쉬는 역할마다 전문 지식을 따로 넣어 둘 수 있다는 뜻이라며 은행 창구가 업무별로 나뉜 것과 비슷하다고 받았죠. 에이전트 생성, 삭제, 배포, 운영은 UI 말고 API로도 할 수 있어서 각자의 개발 환경에 바로 넣어 테스트할 수 있어요. 자체 LLM, 자체 워크플로, 레거시 시스템 연동을 빠르게 구현할 수 있으니 서비스를 내놓기까지의 리드 타임이 크게 짧아진다고 해요. 조쉬의 목소리로 응대하는 에이전트에 할루시네이션(그럴듯한 오답)을 줄이도록 다듬은 자체 LLM을 붙여 서비스를 설명하게 하는 식이죠. API나 웹 기반 솔루션과는 모두 연동할 수 있는 구조라, 에이전트 사업을 하는 테크 업체 여럿이 일레븐랩스 보이스 에이전트로 사업을 준비하고 있다고 합니다.

마지막으로 최근 나온 더빙 엔진도 잠깐 보여 줬어요. 웹에서 링크만 넣으면 더빙을 만들 수 있고 원본과 더빙본을 나란히 비교해 볼 수 있어요. 원본의 감정 상태와 언어 특성을 최대한 살려 수십 개 언어로 더빙할 수 있어서 요즘 유행하는 K팝 콘텐츠를 여러 언어로 옮기는 데도 쓸 수 있다고 해요. 지금은 UI로 제공되지만 나중에는 API 형태로 원하는 프로덕션을 만들 수도 있을 거라고 덧붙였어요.

음성이 텍스트보다 나은 순간, 그리고 사람에게 남는 일

조쉬는 요즘 대세가 채팅 인터페이스인데 보이스 인터랙션은 언제 의미가 있느냐고 물었어요. 이창현 님은 텍스트가 기술적으로 방향을 지시하는 수단이라면 보이스는 에이전트의 인터페이스라고 정리했어요. 예를 들어 조쉬의 목소리를 학습시켜 서비스 안내나 가이드를 들려주면, 듣는 사람이 더 친근하게 공감하면서 받아들일 수 있다는 거죠.

실제 사례도 들었어요. 고객센터는 트래픽이 워낙 많아서 인도에서는 보이스 에이전트로 하루 6만 콜을 자동 응대하는 곳이 있다고 해요. 이창현 님이 재밌다고 꼽은 건 부동산 중개 플랫폼 사례예요. 고객마다 필요한 집, 시점, 예산, 가족 수, 주거 형태가 다르잖아요. 보이스 에이전트가 이 정보를 먼저 물어 걸러 주면 양질의 데이터가 쌓이고 계약 성공률도 올라갈 수 있어요. 브랜드에 맞는 친절한 목소리로 공감하며 대화하면 고객이 더 많은 정보를 털어놓게 되니, 데이터 퀄리피케이션(잠재 고객 선별)과 브랜드 이미지를 함께 챙기는 셈이에요.

교육과 인터뷰에도 쓰여요. 직무 교육이나 안전 교육을 한 뒤 수강자가 정말 이해했는지 강사가 늘 확인하기는 어렵잖아요. 에이전트가 교육 내용을 묻고 어느 부분을 더 알려 줘야 할지 피드백을 남기는 식으로 LMS(학습 관리 시스템)에 붙일 수 있고 채용 면접에도 활용된다고 해요. 조쉬는 채용의 1차 스크리닝처럼 관여도가 낮은 단계라면 효율이 엄청날 것 같다고 했고 해커톤에서 음성으로 스타트업 아이템을 피칭하게 하면 재밌겠다는 아이디어도 얹었어요.

이창현 님은 조쉬에게도 활용법을 제안했어요. 상담 에이전트가 어떤 산업에 계신지 먼저 묻고 그 산업에서 해 본 경험과 검증 결과를 안내하는 코멘트 하나만으로도 컨설팅이 다르게 인식될 수 있다는 거예요. 거기에 조쉬의 목소리로 친근하게 응대하면 더 많은 고객이 관심을 가질 거라고요. 조쉬도 콜드 리드(아직 관심이 약한 잠재 고객)를 일일이 응대하지 않고 에이전트가 1차 대화를 맡게 한 뒤, 대화 스크립트를 분석해 개선에 쓰면 좋겠다며 혹했다고 답했죠.

마무리 질문은 세일즈에서 사람과 AI의 경계였어요. 이창현 님은 콘텐츠 자체를 해석하고 자동화하는 건 AI가 훨씬 잘하겠지만 상대의 맥락과 말 너머의 의도를 파악하고 소통하고 결정하고 상상하는 일은 여전히 사람이 많이 맡게 될 거라고 봤어요. 고객이 가진 니즈뿐 아니라 고객이 보지 못한 쪽의 니즈와 가능성을 묻고 소통하는 일이 더 중요해지고 그 아이디어가 맞는지는 AI와 고객 소통으로 계속 확인해 가는 과정이라는 거예요. 조쉬도 세일즈 미팅이 끝나면 클로드(Claude)에게 이 사람이 이 얘기를 왜 했을지 물어보고 맥락 해석을 듣고서야 이해되는 순간이 많았다고 공감했어요.

이창현 님은 끝인사로, 기술이 워낙 빨리 변하고 있어 여러 가지를 테스트하고 궁금해하는 분이 많다며 그런 고민을 나눌 자리가 있다면 언제든 시간을 내겠다고 전했어요.

핵심 인사이트

• 시스템 전체를 바꾸려 들면 시작조차 어려워요: 주말 문의 응대처럼 작은 불편 하나를 골라 맛보기로 효과를 확인하면, 그 경험이 다음 예산 투입의 확신이 됩니다.
• 내재화 비용 계산에는 사람과 타이밍이 빠져 있어요: 솔루션 사용료만 비용으로 보면 직접 만드는 게 싸 보이지만 직원 인건비와 놓친 타이밍, 기회비용까지 더하면 계산이 달라져요. 그래서 이창현 님은 검증을 투자로 보자고 말합니다.
• 운영 설계 없는 도입은 사양화로 끝나기 쉬워요: 누가 담당하고 어떻게 업데이트할지 정하지 않은 채 기술만 붙이면 한 가지 케이스에서만 돌아가요. 여러 상황에 응용할 수 있어야 내재화가 됩니다.
• 음성은 친근함으로 더 많은 정보를 끌어내요: 브랜드에 맞는 목소리로 공감하며 대화하면 고객이 더 많이 말하고 그게 데이터 품질과 브랜드 이미지로 돌아옵니다.

오늘 당장 해볼 것

1. 우리 업무에서 가장 사소하지만 반복되는 불편 하나를 골라 보세요. 주말이나 야간에 들어온 문의 응대처럼 범위가 작은 것이 좋아요. 작게 해 봐야 효과가 눈에 보이고 다음 단계를 설득하기도 쉬워집니다.
2. 일레븐랩스 에이전트 기능으로 내 서비스 소개 에이전트를 만들어 보세요. 홈페이지 URL이나 서비스 소개 자료를 지식으로 넣고 한국어 응대를 설정한 뒤 퍼블리시해서 직접 말을 걸어 보면, 문의 응대를 어디까지 맡길 수 있을지 감이 옵니다.
3. 직접 만들지 사서 쓸지 고민 중인 도구가 있다면, 사용료 옆에 직원 투입 시간과 늦어질 출시 시점, 그동안 못 하게 될 일을 함께 적어 보세요. 명목 금액만 볼 때와 결론이 달라질 수 있어요.