본문으로 건너뛰기
LangChain Blog조회 1회

LangChain의 GTM 에이전트 구축기: 영업 생산성 250% 향상 사례

LangChain이 내부 영업 프로세스 자동화를 위해 구축한 GTM 에이전트의 아키텍처, 성과 및 실무 교훈을 상세히 공유합니다.

섹션별 상세

01
GTM 에이전트는 Salesforce의 신규 리드 생성을 트리거로 작동하며, 고객 지원 티켓 유무나 최근 연락 이력을 확인하는 안전 점검을 최우선으로 수행한다.
아웃리치 전 수행되는 안전 점검 프로세스의 플로우차트이다.
Diagram신규 리드가 발생했을 때 Salesforce와 Gmail을 확인하여 지원 티켓이 열려 있거나 최근 팀원의 연락이 있었는지 검사하는 로직을 보여준다. 이 단계에서 'Yes'가 나오면 전송을 중단하여 부적절한 자동화를 방지한다.
02
에이전트는 Salesforce 레코드, Gong 통화 녹취록, LinkedIn 프로필 등을 분석하고 필요시 Exa를 통한 웹 검색을 병행하여 리드의 맥락을 파악한다.
GTM 에이전트가 연결된 8개의 주요 데이터 소스를 보여주는 다이어그램이다.
DiagramSalesforce, BigQuery, Gmail, LinkedIn, Apollo, Slack, Gong, Exa 등 에이전트가 정보를 수집하고 소통하는 외부 도구 생태계를 나타낸다. 중앙의 GTM Agent가 이 모든 소스를 오케스트레이션하는 핵심 역할을 수행함을 시각화한다.
03
작성된 이메일 초안은 Slack DM으로 전달되며, 영업 담당자는 이를 그대로 전송하거나 수정 또는 취소할 수 있는 Human-in-the-loop 구조를 가진다.
Slack에서 SDR 에이전트가 작성한 이메일 초안의 실제 UI 스크린샷이다.
Screenshot에이전트가 작성한 제목과 본문, 그리고 Calendly 링크가 포함된 초안을 보여준다. 담당자가 Slack 내에서 직접 내용을 확인하고 후속 조치를 취할 수 있는 인터페이스를 확인할 수 있다.
04
담당자가 초안을 수정하면 시스템은 원본과 수정본의 차이를 분석하여 담당자의 스타일 선호도를 학습하고 이를 PostgreSQL에 저장해 다음 초안에 반영한다.
05
복잡한 데이터 처리를 위해 Deep Agents를 사용하여 대규모 도구 호출 결과를 가상 파일 시스템에 오프로드하고, 서브에이전트를 통해 병렬 처리를 구현했다.
GTM 에이전트의 중앙 오케스트레이터 구조를 나타내는 다이어그램이다.
Diagram에이전트가 각 데이터 소스로부터 어떤 정보를 가져오는지(CRM 데이터, 사용 데이터, 이메일 스레드 등) 구체적인 데이터 유형을 명시한다. Slack이 사용자가 작업하는 인터페이스(IN/OUT)임을 명확히 보여준다.
리드 처리 엔진의 전체 워크플로우를 상세히 설명하는 플로우차트이다.
Diagram연구(Research), 초안 작성(Draft), 담당자 검토(Rep Review)의 3단계 과정을 상세히 나타낸다. 특히 담당자의 수정 사항을 학습하는 루프와 48시간 후 자동 전송되는 타임아웃 폴백 로직이 포함되어 있다.
06
LangSmith를 활용해 모든 사용자 액션(전송, 수정, 취소)을 추적하고, 이를 바탕으로 에이전트의 성능을 지속적으로 평가하고 개선하는 루프를 구축했다.

기술

  • LangChain
  • LangSmith
  • Deep Agents
  • Salesforce
  • Gong
  • Exa
  • PostgreSQL
  • BigQuery

활용 사례

  • 영업 리드 연구 및 이메일 자동 작성
  • 계정 인텔리전스 보고서 생성
  • 고객 건강 상태 모니터링

언급된 리소스

AI 분석 전체 내용 보기

AI 요약 · 북마크 · 개인 피드 설정 — 무료

출처 · 인용 안내

원문 발행 2026. 03. 10.수집 2026. 03. 10.출처 타입 RSS

인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.