Salesforce, 고객 피드백 기반의 실시간 AI 로드맵 전략 공개

섹션별 상세

AI 기술의 발전 속도가 너무 빨라 기존의 장기적인 제품 로드맵 수립 방식이 유효하지 않게 되었다. Salesforce는 특정 제품 타임라인 대신 에이전트 컨텍스트, 관측 가능성, 결정론적 제어와 같은 핵심 테마를 중심으로 전략을 재편했다.

18,000개 이상의 고객사로부터 얻는 실시간 정보가 혁신의 원천으로 작용한다. 일부 고객과는 매주 만나 피드백을 주고받으며, 이를 통해 LLM 레이어에서 해결할 수 없는 문제들을 에이전트 운영 체제 구성 요소로 구축하여 보완한다.

고객사 Engine의 사례처럼 베타 버전의 AI 도구를 미리 제공하고 실제 사용 경험을 즉각 반영한다. 음성 에이전트의 부자연스러운 상호작용을 지적받은 후 즉시 수정하여 A/B 테스트 결과를 개선하는 등 빠른 반복 주기를 유지한다.

사용자가 직접 구축한 성공적인 워크플로를 플랫폼 전체로 확산시키는 전략을 취한다. PenFed 신용조합이 Agentforce를 이용해 자체 개발한 IT 서비스 관리(ITSM) 워크플로를 확인하고 이를 다른 기업들도 사용할 수 있도록 제품화했다.

내부적으로는 직원들이 자사 AI 도구의 가장 큰 사용자가 되어 직접 문제를 발견하고 개선한다. ChatGPT 출시 당시 팀과 자원을 즉각 재배치하여 새로운 AI 팀을 구성했던 것처럼 기술 변화에 유연하게 대응하는 조직 구조를 유지한다.

에이전트형 인공지능(Agentic AI): — 단순한 텍스트 생성을 넘어 설정된 목표를 달성하기 위해 스스로 계획을 세우고 도구를 사용하며 실행하는 AI 시스템입니다. 사용자의 개입을 최소화하면서 복잡한 워크플로를 자율적으로 수행할 수 있어 기업용 소프트웨어의 핵심 진화 방향으로 꼽힙니다.
라스트 마일 기술(Last-mile Tech): — 범용 AI 모델이 실제 비즈니스 환경에서 가치를 창출하기 위해 필요한 최종적인 연결 기술이나 인터페이스를 의미합니다. 기업 데이터와의 통합, 보안 제어, 특정 업무 프로세스에 맞춘 최적화 등이 이 단계에 포함됩니다.
결정론적 제어(Deterministic Control): — AI의 출력이 확률에 의존하여 매번 바뀌는 것이 아니라, 특정 규칙이나 로직에 따라 예측 가능하고 일관되게 작동하도록 보장하는 기술입니다. 기업용 환경에서는 신뢰성과 규제 준수를 위해 AI 에이전트의 행동을 통제하는 데 필수적입니다.