PERSPECTIVES / Instorm
1인 사업자가 열흘 만에 유료 교육 예약을 만들었습니다. AI가 바꾼 영업의 방식
1인 교육사업자의 영업, 5인 스타트업의 고객 맞춤형 데모, 소비재 브랜드의 리뷰·광고 분석, 가족기업의 고객용 검색기. OpenAI 공개 고객사 4곳의 실제 절차와 확인된 결과를 분석합니다.
인용한 성과는 OpenAI가 공개한 개별 기업 고객 사례와 회사 측 추정치입니다. 업종 평균 성과나 인스톰의 실적을 의미하지 않습니다.
직원 한 명 없이 혼자 교육 사업을 하는 사람이 있습니다.
일을 많이 하려면 강의를 더 해야 합니다. 그런데 강의 요청을 받으려면 잠재고객부터 조사해야 합니다. 어느 기관에 연락할지, 누구에게 제안할지, 담당자가 어떤 일정을 갖고 있는지 하나하나 알아봐야 합니다.
영업을 하면 강의 시간이 줄고, 강의에 집중하면 신규 영업이 밀립니다.
미국 텍사스의 테리 모튼은 ChatGPT Work에 학교 담당자 정보를 조사하고 이메일 초안을 만들어 달라고 요청했습니다. OpenAI Academy가 공개한 사례에서 약 10분 뒤 연락처와 개인화된 이메일 초안 48개가 준비됐고, 본인이 검토해 발송한 뒤 열흘 안에 유료 교육 예약 한 건으로 이어졌다고 합니다.
작은 회사에서 AI가 의미 있는 이유는 꼭 사람 일을 대신해서가 아닙니다.
기존에는 시간이 없어 시작하지도 못했던 일을 시도하게 해준다는 것.
이번 글에서는 영업, 상품 개발, 고객 맞춤형 시연, 간단한 고객용 웹 기능에 AI를 활용한 네 기업을 살펴보겠습니다. 모두 OpenAI 공식 고객 사례와 OpenAI Academy에 공개된 내용에 근거하며, 실제 보고 수치와 회사 측 추정·해석을 구분합니다.
글쓰기와 영업은 서로 다릅니다
GPT에 "우리 상품 홍보 글을 써줘"라고 요청하는 일은 쉽습니다. 하지만 그 글을 누가 읽을지, 지금 무엇에 불편을 느끼는지, 실제 고객이 될 가능성이 있는지는 별개 문제입니다.
영업은 고객 조사부터 시작합니다. 상담을 마친 뒤 적절한 제안을 만드는 것도 필요하고, 대화를 놓치지 않고 후속 연락까지 이어가야 합니다.
좋은 AI 활용 사례는 이 앞뒤 단계가 어떻게 연결되는지를 보여줍니다.
1. 1인 교육 사업자 — 고객을 찾는 데 쓴 열흘이 실제 유료 예약으로 이어졌다
테리 R. 모튼은 텍사스에서 AI 교육 사업을 혼자 운영합니다. AI 교육을 판매하려면 정작 교육할 시간을 남겨둬야 합니다. 하지만 새로운 고객을 찾고 연락하는 일이 그 시간을 빼앗습니다.
테리는 영업·마케팅·사업개발 분야에서 약 25년의 경력이 있었지만, 기술 전문가였던 것은 아닙니다. 본인은 엑셀 합계 수식도 자신이 없었다고 이야기했습니다. 2025년에는 63건의 강연·교육을 진행했다고 합니다.
새 고객을 확보하기 위해 그녀가 선택한 대상은 텍사스 빅토리아에서 차로 약 2시간 이내의 농촌 지역 교육구였습니다. 무턱대고 학교 명단을 뽑지 않았습니다. 교육감과 직업·기술교육 담당자 연락처, 개학 일정과 교사 연수 일정을 함께 조사하도록 했습니다.
제안 내용도 분명했습니다. AI 교육 세션을 제안하는 이메일을 교육구에 맞게 작성하고, 가지고 있던 한 페이지짜리 소개자료 두 개를 첨부하도록 했습니다. 처음부터 전송하라고 한 것이 아니라 초안 상태로 남기라고 요청했습니다.
약 10분 뒤 ChatGPT Work는 연락처 48개와 맞춤 이메일 초안을 반환했다고 합니다. 게다가 과거 본인이 방문했던 교육구와 이미 교장과 대화한 교육구를 찾아, 그 관계를 메시지에 반영하라고 제안했습니다.
테리는 링크와 추적 기능에 문제가 없도록 이메일 서식을 고친 뒤 직접 검토하고 발송했습니다. 48시간 안에 교육구 두 곳이 답장했습니다. 한 곳은 10월 교육을 논의했고, 다른 한 곳은 전화와 대면 회의로 이어졌습니다. 영업을 시작한 뒤 열흘 안에 유료 교육 한 건이 예약·결제됐습니다.
주의할 점은 분명합니다. 48건 모두 계약된 것이 아닙니다. OpenAI가 소개한 것은 48개 담당자 정보와 초안 → 2개 교육구의 회신 → 1개 유료 교육 예약이라는 흐름입니다.
그녀는 영업 외에도 오래된 이메일을 되짚어 놓친 기회를 찾고, 매출 발생 가능성과 시점을 기준으로 다시 연락할 대상을 정렬합니다. 회의가 끝난 뒤 약속했던 소개 이메일도 초안으로 남깁니다.
작은 회사에서 신규 영업이 자주 밀리는 이유는 영업 능력이 없어서가 아닐 수 있습니다. 기존 고객의 일을 처리하느라 새로운 고객을 조사할 시간을 만들지 못하기 때문입니다.
출처: OpenAI Academy, An AI trainer wins a paid booking in ten days with ChatGPT Work, 2026.09.30
2. 직원 다섯 명의 소프트웨어 회사 — 고객이 원하는 화면을 먼저 보여주다
Proaction은 차량과 건설장비 등의 운용을 관리하는 소프트웨어를 만드는 스타트업입니다. OpenAI Academy 소개 당시 직원은 다섯 명이었습니다.
영업은 어려웠습니다. 고객마다 운영하는 차량과 장비가 다르고, 일하는 방식도 다릅니다. 같은 제품 설명서와 슬라이드만으로는 고객이 '우리 회사에도 맞겠다'고 판단하기 어렵습니다.
그러나 고객마다 개발자가 맞춤형 시연 화면을 만드는 것도 작은 회사에는 부담입니다.
공동창업자 콜린 크누드슨은 영업 통화를 끝낸 다음 Granola 회의 녹음, 고객과 주고받은 이메일, 고객이 제공한 스프레드시트를 Codex에 참고하도록 했습니다. Codex는 Proaction 제품의 주요 화면을 흉내 낸 HTML 기반 맞춤형 데모를 제작합니다. 화면에는 잠재고객이 실제로 관리하는 차량·트럭·장비와 업무 흐름이 반영됩니다.
화면 공유 중 고객은 '이 단계에서 누가 알림을 받아야 하는지', '어떤 정보를 입력해야 하는지'를 직접 이야기할 수 있습니다. 고객이 원하는 모습을 들으며 수정하고, 계약 후에는 그 데모를 개발팀에 넘겨 요구사항을 더 정확히 전달합니다.
콜린의 설명에 따르면 데모 하나를 만드는 데 30~45분, 매달 4~6개를 만들고 있습니다. 개발자가 유사한 데모를 만든다면 건당 약 10시간이 필요했을 것이라고 추정합니다. 이에 근거한 월 40~60시간의 개발 작업 절감은 회사 측 추정치입니다.
그는 맞춤 데모 이후 첫 접촉에서 솔루션 개발 단계로 넘어가는 영업 기회의 비율이 50~60% 증가했다고도 추정합니다. OpenAI 사례 상단에는 '매출 60% 증가'가 제시돼 있지만, 본문에서 구체적으로 설명된 것은 이 영업 단계 전환 개선 추정입니다. 어느 쪽이든 모든 고객사의 매출 효과로 일반화할 수는 없습니다.
영업만 달라진 것은 아닙니다. Codex는 Gmail, Slack, Linear, GitHub, HubSpot 등의 도구를 연결해 후속 연락 준비, 개발 이슈 생성, 영업기회 갱신, 회의 기반 주간 영업 요약에 쓰이고 있습니다. 콜린은 하루에 15~20종류의 작업을 수행하며, 이런 방식으로 본인 업무 시간을 월 25~33시간 절약한다고 추정합니다.
여기서 중요한 경계도 있습니다. OpenAI Academy의 설명에 따르면 고객 맞춤형 시연은 실제 운영 제품이 아닌 샌드박스 형태이며, 보안이 필요한 본제품 개발은 여전히 엔지니어가 담당합니다.
고객에게 무엇을 만들 수 있는지 설명하는 것과, 고객이 자기 상황을 반영한 결과를 직접 보게 하는 것은 다릅니다.
출처: OpenAI, Proaction boosts sales 60% and saves 75+ hours with Codex, 2026.09.25 · OpenAI Academy, Proaction five-person startup, 2026.08.05
3. 껌을 만드는 소비재 기업 — 고객 리뷰에서 다음 제품의 힌트를 찾았습니다
Neuro는 껌과 민트 제품을 만드는 미국 소비재 브랜드입니다. 공동창업자 라이언 첸의 설명에 따르면 연 매출이 9자리 달러 규모이지만 직원은 70명 미만입니다. 앞서 본 다섯 명짜리 회사보다는 크지만, 역할을 세분화하기 어려운 성장 기업이 AI를 어디까지 쓸 수 있는지 보여주는 사례입니다.
가장 흥미로운 사례는 고객 리뷰 분석입니다.
Neuro는 ChatGPT Business로 고객 리뷰를 대량으로 읽고 감성 및 요구사항을 분석합니다. 특정 고객 집단이 과일 맛을 원한다는 신호를 찾아냈고, 그 과정은 스트로베리 케이크 맛 제품 출시로 이어졌다고 회사는 설명합니다.
광고에서는 Amazon, TikTok, Meta 보고서를 ChatGPT에 넣습니다. 어떤 광고에 예산을 더 써야 하는지, 어떤 크리에이터가 좋은 투자수익률을 보이는지, 어떤 바이럴 흐름에 맞춰 광고비를 조정할지 검토합니다.
이 분석은 대형 유통사 CVS를 설득하는 데도 쓰였습니다. TikTok에서의 관심이 실제 오프라인 매출과 연결된다는 근거를 제시했고, 회사는 미국 CVS 전 매장의 프리미엄 계산대 위치 입점 약정을 확보했다고 소개했습니다. 기사 작성 시점 설명에는 입점이 예정된 배치로 표현돼 있으므로, 모든 매장에서 이미 진열이 완료됐다고 단정해서는 안 됩니다.
Neuro 관련 TikTok 영상 조회수는 브랜드 태그 기준 10억 회 이상으로 소개됐습니다. 이는 브랜드의 누적 콘텐츠 성과이며 ChatGPT가 직접 조회수 10억 회를 만들었다는 실험 결과가 아닙니다.
계약 검토에서는 회사가 내부에서 초안을 작성·검토하고 변호사에게 전달하는 식으로 ChatGPT를 활용했습니다. 공동창업자는 법률 비용 수만 달러와 수주간의 왕복 논의를 절약했다고 진술합니다. 법률가의 최종 검토가 없어진 것은 아닙니다.
또한 회사 내부 데이터를 입력할 때는 Business 계정을 이용하도록 정했다고 소개했습니다. 보안과 정보 취급 기준을 사용 방식에 포함한 것입니다.
여기서 던져야 할 질문은 'AI로 리뷰 답글을 몇 개 만들까?'가 아닙니다.
고객이 이미 남긴 리뷰에 회사가 아직 읽어내지 못한 다음 제품의 단서가 있지는 않을까요?
출처: OpenAI, Neuro drives national retail wins with ChatGPT Business, 2025.11.12
4. 3대째 이어온 식품회사 — 코딩을 모르던 직원이 고객용 시장 검색기를 만들었습니다
캘리포니아의 The Original Tamale Co.는 가족이 운영하는 타말레 식품 기업입니다. 처음에는 차 트렁크에 제품을 싣고 판매했고, 다음 세대에 공장으로 성장했습니다. 이제 세 번째 세대가 기존 사업을 현대화하고 있습니다.
이 회사는 다양한 파머스마켓에 참여합니다. 로스앤젤레스에만 시장이 여러 곳이고 캘리포니아 전체에는 훨씬 더 많습니다. 고객이 '오늘 어디서 이 회사 제품을 살 수 있는지' 찾기 어렵다는 문제가 있었습니다.
마케팅과 운영을 담당하는 크리스천 오르테가는 코드를 한 줄도 작성해 본 적이 없었다고 합니다. 하지만 ChatGPT에 위치와 시장 정보를 입력하고, 고객이 자신과 가까운 시장을 검색할 수 있는 웹 기능을 만들어 달라고 요청했습니다.
OpenAI는 실제 요청 예시도 공개했습니다. ZIP 코드·도시·주소로 검색하거나 현재 위치를 이용해 가까운 파머스마켓을 찾는 화면입니다. 제공된 코드 예시에는 시장 목록을 갱신할 수 있는 데이터 구조와 지도 표시 기능이 포함돼 있습니다.
크리스천은 아이디어를 낸 당일 오후에 만들고 홈페이지에 올렸다고 설명합니다. 고객이 시장을 더 쉽게 찾고 회사도 목록을 관리하기 쉬워졌습니다. 다만 공개 자료에 판매 증가율이나 신규 고객 수는 제시되지 않았습니다.
가족기업의 운영자인 쇼치틀 오르테가에게는 또 다른 필요가 있었습니다. 영어가 모국어가 아니다 보니 직원에게 민감한 메시지를 전달하거나 대외적으로 의사를 표현할 때 표현이 적절한지 고민해야 했습니다. 그녀는 스페인어로 생각을 시작해 ChatGPT로 문장의 뉘앙스와 명확성을 다듬습니다.
한 회사에서 누군가는 작은 고객용 웹 도구를 만들고, 다른 누군가는 업무상 의사소통을 개선했습니다. 같은 AI를 썼지만 해결한 문제는 달랐습니다.
이 네 가지 사례에서 가장 흥미로운 공통점
1인 사업자는 영업 자료 준비 시간을 앞당겼습니다. 다섯 명의 스타트업은 고객에게 맞는 데모를 보여줬습니다. 성장한 소비재 브랜드는 리뷰와 광고 자료에서 제품 개발과 유통의 근거를 찾았습니다. 가족 식품기업은 고객이 구매 장소를 더 쉽게 찾도록 작은 도구를 만들었습니다.
여기서 무조건 "AI가 매출을 올렸다"고 말하면 근거를 넘어섭니다.
테리의 48건은 연락처 및 이메일 초안이고, 확인된 계약은 유료 교육 예약 한 건입니다. Proaction의 전환 개선은 회사 측 추정입니다. Neuro의 TikTok 조회수는 회사 브랜드의 누적 콘텐츠 성과이지 GPT가 만들어낸 조회수가 아닙니다. 타말레 회사는 웹 기능 제작을 공개했지만 매출 증가율은 발표하지 않았습니다.
하지만 그 구분을 하고도 남는 변화가 있습니다.
조사 → 고객 이해 → 제안 → 사람의 확인 → 실행이라는 흐름을 작은 인원으로 돌릴 수 있는 가능성입니다.
대표님 회사에 적용해 본다면 고객이 자주 묻는 질문, 거래가 성사되지 않은 이유, 오래된 견적서, 최근 3개월의 판매·광고 자료 중 어느 것을 먼저 볼지 결정해야 합니다.
그리고 실제 상담·전환·반품·수익성 데이터를 다시 확인해야 합니다. 글이 얼마나 많이 생성됐는지보다 그 결과가 중요하기 때문입니다.
'영업 AI'를 살까요? 먼저 우리 회사의 영업 과정을 그려봅시다
우리 고객은 어디에서 처음 들어옵니까? 상담하면서 어떤 자료를 보내야 합니까? 견적을 보낸 뒤 얼마나 자주 다시 연락합니까? 기존 고객이 남긴 불편과 요구는 어디에 기록됩니까?
이 질문에 답이 있다면 모든 것을 새로 만들 필요는 없습니다. 기존 메일과 스프레드시트, 상담 기록을 활용할 수 있는 부분부터 찾을 수 있습니다.
인스톰은 AI 컨설팅에서 현재 사용 중인 업무 도구와 데이터 흐름부터 확인하려고 합니다. 필요한 범위는 회사마다 다릅니다. 어떤 곳은 이메일 초안만으로 충분하고, 어떤 곳은 상담 기록과 고객 정보를 정리하는 과정이 우선입니다.
AI를 활용해 새 고객을 더 만나고 싶은데 어디서 시작할지 모르시겠습니까? 대표님 회사의 실제 영업 흐름을 말씀해 주십시오.
인스톰 AI 업무 컨설팅 문의 · support@instormcorp.com
다음 글
운영과 영업의 사례를 읽고 나면 마지막 질문이 남습니다. 우리 회사는 무엇부터 바꿔야 할까요? 3편에서는 업무 진단, 시범 적용, 측정, 권한과 검토 기준을 정하는 방법을 자세히 살펴봅니다.
참고 자료
- OpenAI Academy, Teri Moten (2026.09.30)
- OpenAI, Proaction (2026.09.25)
- OpenAI Academy, Proaction의 5인 스타트업 인터뷰 (2026.08.05)
- OpenAI, Neuro (2025.11.12)
- OpenAI, Small business stories — The Original Tamale Co. (2026.02.04)
※ 사례의 매출·시간·전환 관련 값은 개별 회사 발표와 추정에 따릅니다. 공개되지 않은 비용이나 한국 시장에서의 동일한 효과는 추정하지 않았습니다.
