이 글은 AI 애플리케이션의 미래와 그 성장 전략을 Rox라는 AI 기반 영업 관리 솔루션 회사를 통해 심층적으로 분석합니다. AI 기술이 빠르게 발전하는 현 상황에서, Rox가 어떻게 'AI 네이티브 세일즈포스'를 표방하며 기존 시장의 강자를 넘어서고, 데이터와 통합을 통해 강력한 '수로(moat)'를 구축하며, 결국 영업 팀의 효율성을 극대화할 수 있는지에 대한 통찰을 제공합니다. 특히, AI가 인간을 대체하기보다는 최고의 인재 역량을 100배 이상 증폭시키는 도구로 작용하며, 기업과 개인 모두에게 새로운 기회를 창출할 것이라는 흥미로운 비전을 제시합니다.

1. 예상치 못한 만남: AI-네이티브 세일즈포스에 대한 회의론과 반전 😲

글쓴이인 패키 맥코믹은 처음에는 'AI-네이티브 세일즈포스'라는 개념에 회의적이었습니다. AI 애플리케이션은 빠르게 변하는 AI 기술 환경 속에서 7~10년 후 IPO까지 살아남기 어렵다고 생각했고, CRM 소프트웨어는 "따분한 소프트웨어"의 대명사이며, 강력한 유통망과 높은 전환 비용을 가진 세일즈포스(Salesforce)를 대체하기는 불가능하다고 여겼기 때문이죠. 세일즈포스는 무려 3,240억 달러의 가치를 지닌 회사로, 이사회에서 '가장 따분하면서도 거대한' 기업 중 하나로 농담처럼 언급될 정도였습니다.

하지만 2024년 8월, 램프(Ramp)의 CEO 에릭 글라이먼의 소개로 록스(Rox)의 창립자 이샨(Ishan)을 만나게 됩니다. 록스에 대한 정보가 거의 없는 상태였지만, 에릭의 강력한 추천으로 30분간의 통화를 시작했습니다. 통화 첫 1분 만에 이샨이 "우리는 AI-네이티브 세일즈포스를 구축하고 있습니다"라고 말했을 때, 글쓴이는 겉으로는 웃었지만 속으로는 회의적인 반응을 보였습니다. 😅

"우리는 AI-네이티브 세일즈포스를 구축하고 있습니다."

그러나 42분간의 대화 끝에, 글쓴이는 록스의 비전과 이샨의 통찰력에 깊은 인상을 받게 됩니다. 그는 록스에 대한 심층 분석 글을 쓰기로 결심했고, AI 애플리케이션이 실제로 '수로(moat)'를 구축할 수 있다는 가능성을 보게 됩니다. 이샨은 아마존 로보틱스 엔지니어, 시리(Siri) 제품 리드, 픽시(Pixie) 공동 창업자, 뉴렐릭(New Relic) 최고 성장 책임자 등 기술 개발과 영업 모두에 능한 보기 드문 인재였습니다.

록스는 이미 작년 12월 자체 자금으로 프리시드를 시작했고, 2025년 2월 세쿼이아가 주도하는 시드 라운드, 이달 초 제너럴 캐탈리스트가 주도하는 시리즈 A를 통해 현재까지 총 5천만 달러를 유치하며 빠른 성장을 보여주고 있습니다. 이는 일부에서는 AI 버블의 징후로 볼 수도 있지만, 글쓴이는 록스가 미래에 대한 중요한 통찰을 가지고 있다고 믿게 됩니다.

2. 세일즈포스의 위기: 데이터의 이동과 새로운 기회 📊

록스에 대한 글을 쓰기로 결심한 결정적인 이유는 바로 세일즈포스의 '기록 시스템(system of record)'으로서의 지위가 흔들리고 있다는 사실을 알게 되었기 때문입니다. 모든 기업이 여전히 세일즈포스를 사용하고 있지만, 가장 가치 있는 데이터는 더 이상 세일즈포스 내에 머물지 않고 있다는 것이죠.

이샨은 "세일즈포스를 구동하는 기본 데이터는 5년 전부터 세일즈포스를 떠나 데이터 웨어하우스로 이동했습니다. 실제로 데이터 웨어하우스에 있는 모든 데이터의 40%가 고객 데이터입니다." 라고 설명했습니다. 이 수치는 글쓴이의 무관심을 날려버릴 만큼 충격적이었습니다.

이러한 데이터 이동의 주된 원인은 영업 모델의 변화에 있습니다. 기존의 계약 기반(commit-based) 모델에서 스트라이프(Stripe), 램프(Ramp), 오픈AI(OpenAI)처럼 소비량 기반(consumption-based) 모델로 전환되면서, 영업 담당자는 단순히 계약 규모뿐 아니라 고객이 어떤 제품을 얼마나 사용하는지, 어떤 문제가 있었는지 등 훨씬 더 다양한 종류의 데이터를 실시간으로 파악해야 하게 되었습니다. 이 모든 데이터는 데이터 웨어하우스로 흘러 들어가게 됩니다.

록스 창업 전, 이샨은 300개 이상의 팀과 대화한 결과, 그중 90%가 이미 데이터 웨어하우스를 기반으로 세일즈포스를 대체하는 내부 시스템을 구축하여 시장 출시(go-to-market) 팀이 고객 계정을 더욱 적극적으로 관리하도록 돕고 있다는 사실을 발견했습니다. 제너럴 캐탈리스트도 "최고의 회사들은 경쟁력을 유지하기 위해 수백만 달러를 투자하여 자체적으로 매출 운영 시스템을 재구축해야만 했습니다"라고 언급했죠.

이러한 상황에서 이샨은 "모든 팀이 데이터 웨어하우스에 CRM을 재구축해야 할까?"라는 질문을 던졌고, "아닙니다, 우리가 모든 팀을 위해 구축해야 합니다"라고 답하며 안티-세일즈포스를 구축할 기회를 포착했습니다.

세일즈포스가 기업이 적응해야 하는 폐쇄적인 시스템을 구축한 반면, 록스는 기업의 기존 및 발전하는 데이터 인프라에 적응하는 개방형 시스템을 구축하고 있습니다. 고객은 자신의 데이터 인프라에 데이터를 유지하고 제어권을 갖게 되며, 특정 공급업체에 종속되지 않습니다.

물론 세일즈포스가 쉽게 무너지지는 않을 것입니다. 그러나 글쓴이는 세일즈포스 소프트웨어의 '형편없음'을 지적하며, 현대적인 기업들이 데이터 웨어하우스를 기반으로 구축되는 개방형 시스템에 더 큰 매력을 느낄 것이라고 강조합니다. 세일즈포스의 가장 큰 장점 중 하나가 아이러니하게도 낡고 구식이라는 점이 되어버린 것이죠.

3. AI 시대의 기회: "지금 왜" 이 모든 것이 가능한가? 🤔

그렇다면 왜 지금, 수많은 경쟁자들 사이에서 록스가 특별한 기회를 가질 수 있을까요? 글쓴이는 AI 시대가 도래하면서 새로운 기록 시스템(systems of record)을 구축할 수 있는 두 가지 중요한 이유를 제시합니다.

1. 현재 AI는 비정형 데이터를 이해할 수 있습니다. 기존의 세일즈포스 같은 정형화된 시스템에서 비정형 데이터 웨어하우스로 데이터가 이동하고 있었는데, 이제 AI 모델은 이 혼란스러운 데이터를 이해하고 유용한 방식으로 제공할 수 있게 되었습니다. 정형화된 데이터베이스의 장점이 희미해지면서, 오히려 그 구조가 너무 무겁고 사용자의 수동 작업이 많다는 단점이 부각되고 있습니다. 이제는 통화 후 수동으로 메모를 입력하는 대신, 이메일, 문자, 공(Gong) 통화 기록 등을 시스템에 업로드하기만 해도 AI가 모든 것을 이해할 수 있게 된 것이죠. 비정형 데이터는 AI가 가장 잘하는 분야입니다.

2. 기업들은 단지 AI를 구매하고 싶어 합니다. 현재 기업들은 'AI'라는 단어에 열광하며 기꺼이 새로운 도구에 투자할 의향이 있습니다. 처음에는 '실험 예산'일지라도, 이러한 예산은 기존 시스템의 틈새를 비집고 들어갈 수 있는 기회가 됩니다. AI 덕분에 기업들은 과거에는 기존 소프트웨어에 만족했을지 모를 상황에서도 새로운 제품을 구매할 동기를 갖게 됩니다.

하지만 이러한 'AI 구매 열풍'은 동시에 몇 가지 과제를 만듭니다. 첫째, 수익 창출은 쉽지만 지속성이 없을 수 있다는 점입니다. 둘째, AI 모델의 발전 속도가 너무 빨라 어떤 애플리케이션에 베팅해야 할지 불확실성이 크다는 점입니다. 수백 개의 영업 AI가 시장에 난립하고 있습니다.

이러한 상황에서 '타이밍'이 매우 중요해집니다. 경제학자 W. 브라이언 아서(W. Brian Arthur)가 저서 『경제학의 수확 증가와 경로 의존성(Increasing Returns and Path Dependence in the Economy)』에서 설명했듯이, 초기 단계의 작고 우연한 사건들이 시스템의 경로를 결정하고, 이는 스스로 강화되어 나중에는 바꾸기 어렵게 됩니다. '경로 의존성(path dependence)'은 비록 완벽한 제품이 아닐지라도, 초기에 시장에 진입하여 가치를 보여주고 고객의 워크플로우에 깊숙이 통합된 제품이 결국 승리할 수 있음을 의미합니다.

"잠재적 비효율성 및 예측 불가능성과 같은 이미 알려진 수확 증가 속성 목록에 동적 접근 방식은 두 가지 새로운 속성을 추가합니다. 할당이 점차 경직되거나 구조적으로 고착되는 유연성 부족과 초기에 작은 사건이 구조적 변화의 더 큰 경로를 결정할 수 있는 비이력성(nonergodicity)입니다."

따라서 AI 시대에는 지금 당장 경쟁에 뛰어들어 고객의 핵심 워크플로우에 침투해야 합니다. Rox는 이러한 경로 의존성을 '해킹'하고 스스로 운을 만들어내는 전략을 구사하고 있습니다.

4. 록스의 '웅대한 전략': AI를 통한 기록 시스템 구축 🗺️

록스의 전략은 "AI를 통해 기업들이 자신의 기록 시스템에 데이터를 공급하도록 만드는 데 필요한 모든 것을 구축하는 것"입니다. 이샨은 AI가 목적이 아니라, 경제의 생산성 향상이라는 실용적인 목표를 달성하기 위한 수단이라고 설명합니다.

록스의 장기적인 목표는 '매출 운영 시스템(Revenue Operating System, Rox)'으로 전 세계의 매출을 관리하는 것이며, 단기적인 목표는 영업 팀을 위한 새로운 기록 시스템을 구축하는 것입니다.

록스는 다음 4단계 전략을 통해 목표를 달성하고자 합니다.

1. 충분히 좋은 AI로 진입합니다. 록스는 현재의 AI를 고객 확보 도구로 활용합니다. 최고의 회사에 있는 최고의 영업 사원들에게 충분히 유용함을 입증하여, 그들이 영업에 사용하는 다른 모든 도구와 데이터를 통합하도록 유도합니다.

2. 기록 시스템을 구축합니다. 중기적으로 데이터와 통합은 진정한 보상입니다. 록스는 이를 활용하여 고객이 자신의 데이터 구조 내에서 통합된 기록 시스템을 구축하고 관리할 수 있도록 돕습니다. 록스는 필수적인 워크플로우가 되는 것을 목표로 합니다.

3. 그 위치를 활용하여 에이전트를 안전하게 훈련합니다. 장기적으로 데이터와 통합을 관리하고 기업의 워크플로우의 일부가 됨으로써, 록스는 AI 모델이 개선됨에 따라 점점 더 유용해지는 에이전트(agent)를 안전하게 훈련시킬 기회를 얻습니다.

4. 매출 운영을 자동화합니다. 이것이 최종 목표입니다. 상위 1%의 영업 사원과 함께 일하고 나머지 대부분을 대체할 에이전트를 소유하는 것입니다.

요약하자면, 충분히 좋은 AI를 사용하여 고객을 확보하고 워크플로우에 내재화함으로써, 모델이 개선됨에 따라 점점 더 강력한 에이전트를 제공할 수 있는 최적의 위치를 차지하는 것입니다.

록스는 현재 AI의 역량이 "뛰어나지만 완벽하지 않고, 미래에는 훨씬 더 좋아질 것"이라는 전제에서 출발합니다. 록스는 AI가 사람을 대체하기보다는 최고의 인재를 더욱 뛰어나게 만드는 것을 목표로 합니다. 램프, 오픈AI, 몽고DB 등이 록스의 초기 고객인 이유도 여기에 있습니다.

현재 록스는 고객 계정당 하나의 에이전트(swarm of agents)를 할당하여 내부 및 외부 데이터를 수집하고 모니터링하며, 가장 관련성 높은 정보를 영업 사원에게 제공합니다. 이를 통해 기회를 발굴하고 이메일 초안 작성 등을 돕습니다. 록스는 아직 직접 영업을 하지는 않습니다.

램프의 영업 부사장 맥스 프리먼은 "뛰어난 영업 사원이 구글과 링크드인에서 15~25분 걸리는 조사를 록스는 1초 만에 해냅니다"라고 말합니다. 록스는 90일 이내에 투자 대비 2배의 ROI를 제공하지 못하면 계약을 취소할 수 있도록 계약에 명시하여, 제품에 대한 강한 자신감을 보여주고 있습니다.

5. '웅대한 전략'의 구체화: 현재의 역량과 미래의 비전 💡

록스의 전략은 '현재의 제한된 역량과 잠재적으로 무한한 열망을 일치시키는 웅대한 전략(Grand Strategy)'의 전형적인 예입니다. 현재 AI 에이전트의 역량은 다음과 같습니다.

1. 비정형 데이터를 이해할 수 있습니다.
2. 뛰어난 고객 확보 도구입니다.

즉, 지금 AI는 목적이 아니라 수단입니다. 록스의 접근 방식은 "기업들이 당신의 기록 시스템에 데이터를 공급하도록 만들기 위해 필요한 모든 것을 구축하라"는 것입니다.

록스는 영업 사원을 대신하여 판매하는 에이전트 대신, 영업을 돕는 에이전트를 구축합니다. 또한 새로운 고객을 쫓기보다는 기존 고객에 집중합니다. 이샨에 따르면 전체 매출의 80~90%가 기존 고객에서 발생하며, 기존 고객에 대한 데이터가 가장 많고, 기존 시스템이 가장 취약한 영역이기 때문입니다.

현재 록스의 제품은 직관적입니다. 영업 사원의 각 계정에 할당된 에이전트가 내부 및 외부 데이터를 수집하고 모니터링하여 가장 관련성 높은 정보를 영업 사원에게 제공합니다. 예를 들어, KKR이 투자한 기업과 신임 CRO에 대한 정보처럼, 영업 사원이 현장 방문 전에 알아야 할 핵심 정보를 즉시 제공하는 식입니다. 이는 영업 사원이 수동으로 정보를 찾아야 하는 시간을 절약해주고, 더욱 생산적인 활동에 집중할 수 있도록 돕습니다.

"이게 잔인하게 들릴지 모르지만, 만약 당신이 평범하거나 그 이하의 영업 사원이라면, 당신의 직업은 끝입니다. 정말로요. 만약 당신이 평범 이상이라면, 훨씬 더 효율적이 될 것입니다. 지루한 노동 대신 영업에 집중할 수 있습니다."

록스는 달성 가능한 약속을 하고 이를 이행합니다. 이를 통해 고객의 신뢰를 얻고, 점진적으로 더 많은 데이터 통합을 유도하여 록스를 워크플로우에 깊숙이 embed 시키는 것이 목표입니다. 록스는 현재 영업 사원에게 주당 8시간 이상의 시간을 절약해주고, 고객 참여율을 35% 증가시키며, 투자 대비 2배의 ROI를 제공합니다.

이는 단지 효율성 증대 이상의 의미를 갖습니다. 록스는 "기업들이 AI를 구매하려는 의지를 지렛대 삼아, 유용성을 입증하고 더 많은 데이터와 통합을 확보하여 기록 시스템을 구축하고 고객의 신뢰와 사용량을 얻음으로써, AI가 정말 좋아졌을 때를 대비하는 것"이라는 큰 그림을 그리고 있습니다. 이는 단순한 전략이 아니라 '웅대한 전략'입니다.

6. 최고의 인재가 이끄는 '급진적 실행': 속도가 곧 승리다 🚀

록스는 '최고의 인재가 AI를 활용하여 역량을 100배로 증폭시키고, 평범한 인재는 대체되는 미래'를 지향합니다. 램프의 맥스 프리먼은 이 비전을 매우 직설적으로 표현합니다. "평범한 영업 사원이나 그보다 못한 사람들은 이제 끝이다. 더 나은 사람들은 훨씬 더 효율적이 될 것이고, 단조로운 작업 대신 영업에 집중할 수 있을 것이다."

램프의 세일즈 리더 키란 나가라(Kiran Nagra)는 록스 덕분에 SMB AE 팀이 고객 온보딩과 장기적인 관계 관리를 동시에 할 수 있게 되었다고 말합니다. 이를 통해 더 적은 인력으로 더 큰 성과를 달성할 수 있게 되었고, 팀원들은 Rox에 투자하고 싶다고 말할 정도였습니다. 이는 곧 최고의 영업 사원에게는 더 많은 수입을, 램프에게는 더 높은 수익성을 의미합니다.

록스는 "가장 똑똑하고, 거대한 시장에서 어려운 문제에 대해 집요하게 일하며, 미래를 향해 올바른 방향을 제시하는 사람들을 모으는 것"을 성공의 비결로 꼽습니다. 현재 록스 팀은 14명으로 구성되어 있으며, 모두 탁월한 역량을 갖춘 엔지니어들입니다.

• 백엔드 데이터 전문가: 공동 창업자이자 CTO인 쉬람 스리다란(Shriram Sridharan)은 컨플루언트(Confluent)에서 데이터 인프라 팀을 이끌었고, 아마존 오로라(Amazon Aurora)의 초기 엔지니어였습니다. 그 외에도 국제 정보학 올림피아드 금메달리스트와 전설적인 분산 시스템 아키텍트가 함께합니다.
• 응용 AI 전문가: 공동 창업자 아바니카 나라얀(Avanika Narayan)은 스탠포드 AI 박사 연구를 통해 LLM을 엔터프라이즈 작업에 적용하는 데 기여했습니다.
• 풀스택 엔지니어: 이샨은 이들을 "미쳤거나 미래의 창업자가 될 인간들"이라고 묘사하며, 엄청난 속도로 제품을 개발하고 있다고 전합니다.

이러한 작고 재능 있는 팀의 엄청난 속도(velocity)는 록스가 창립 1년도 채 되지 않아 (그중 95%는 비공개 상태로 보냄) 100만 달러 ARR을 돌파하고, 램프, 오픈AI, 몽고DB, 엔비디아, 데이터브릭스 등 유수의 기업들을 고객으로 확보할 수 있었던 비결입니다.

지난주 정식 출시와 동시에 오픈 베타를 통해 1,000개 이상의 기업을 온보딩한 것은 제품에 대한 록스의 자신감을 보여주는 대목입니다. 이는 엄청난 서버 부하와 AI 추론 비용을 감수하면서도 제품의 가치를 직접 보여주겠다는 의지입니다.

키란은 록스에서 "고객의 니즈를 깊이 이해하는 공감(Empathy)"과 "실행 속도(Speed of Execution)"가 가장 돋보인다고 말합니다. "먼저 시작하는 것이 항상 중요한 것은 아니다. 속도와 실행 속도가 그것을 극복할 수 있다." 그녀의 말은 경로 의존성 이론을 뒷받침하며, 빠른 실행을 통해 스스로 운을 만들어낼 수 있음을 시사합니다.

이샨의 삶의 목표는 "자유 시장에서 생산성을 높이는 것"입니다. 그는 뉴렐릭에서 CTO였던 경력을 바탕으로 CRO로 변신하여, 8억 달러 규모의 구독 기반 비즈니스를 0으로 줄이고, 코로나 팬데믹 기간 동안 공개 기업으로서 10억 달러 규모의 소비량 기반 비즈니스를 성공적으로 구축했습니다. 이 과정에서 팀 규모를 1,600명에서 600명으로 줄이면서도 매출을 30% 성장시키는 놀라운 성과를 보여주었습니다.

그의 경험은 "최고의 할당량 달성 인력을 더 생산적으로 만들고, 더 적은 인력을 고용할 수 있다"는 중요한 교훈을 주었습니다. 록스는 이러한 이샨의 비전과 역량을 확장하는 도구입니다. 전 세계 GDP의 40%를 차지하는 GTM(Go-To-Market) 비용에서 5~10%의 효율성을 달성하여 CEO와 CFO에게 그 절감액을 돌려줄 수 있다고 이샨은 확신합니다.

궁극적으로 록스의 목표는 이러한 데이터를 활용하여 최고의 회사와 최고의 영업 사원이 판매하는 방식에 대해 모델을 훈련시켜 완전한 자동화를 제공하는 것입니다. AI 모델이 관계 구축 및 고객 교육과 같은 인간적인 부분을 제외한 모든 비인간적인 작업을 처리하게 될 때를 대비하는 것입니다.

7. 결론: AI 시대의 승자와 패자, 그리고 '정보의 차익거래' 🌟

패키 맥코믹은 이샨과의 대화를 통해 AI의 미래에 대한 새로운 시각을 얻었습니다. 모든 기업이 록스를 사용하게 된다면 과연 록스에 '알파(초과 수익)'가 있을까 하는 질문에, 이샨은 "알파는 정보의 차익거래(arbitrage on information)에 있을 것입니다. 고객에 대해 어떤 정보를 가지고 있고, 그 정보를 얼마나 선제적으로 활용하느냐에 달려 있습니다." 라고 답했습니다.

최고의 기업들은 더 많고 더 나은 고객을 가질 것이므로, 더 많고 더 좋은 정보를 얻게 될 것이고, 그들의 이점은 더욱 커질 것입니다. 나머지 절반은 그 정보를 어떻게 활용하느냐에 달려 있으며, 이 부분에서 인간적인 요소가 여전히 중요합니다.

"비킬러들은 사라질 것이고, 킬러들은 엄청나게 강력해질 것입니다. 회사들도 마찬가지입니다. 저는 살아남지 못할 종류의 회사들이 있다고 믿습니다."

"버스 운전사를 보고 판단해야 합니다."

록스가 성공하는 세상은 인간이 사라지는 세상이 아니라, 인간의 역량이 증폭되는 세상입니다. 이샨과 그가 구축한 작고 탁월한 팀은 에이전트를 활용하여 그들의 인간적인 강점을 증폭시킬 것입니다.

이 글은 AI 애플리케이션 전략의 마스터 클래스를 보여줍니다. 장기적인 관점을 가지고 현재의 역량을 미래의 열망과 일치시키며 '경로 의존성'을 어떻게 만들어낼 수 있는지 말이죠. 패키 맥코믹은 이러한 교훈이 개인에게도 적용될 수 있다고 강조합니다. 높은 역량을 가진 에이전트의 시대가 오고 있습니다. 최고는 더욱 최고가 될 것입니다. 이를 인지하고, 장기적인 관점을 가지고 자신의 고유한 역량에 두 배로 투자하여 미래의 증폭에 대비한다면, 스스로 운을 만들 수 있을 것입니다.

이처럼 '따분한 CRM 소프트웨어'에 대한 글이 존재론적인 질문과 미래의 통찰로 마무리되는 것이 흥미롭습니다. 록스는 단순한 소프트웨어 회사를 넘어, AI 시대에 기업과 인재가 어떻게 생존하고 번성할지에 대한 청사진을 제시하고 있습니다.