본문으로 바로가기
리옵트 핸드북
리옵트 핸드북
AI 시대의 GTM

전략 전환

AI GTM 원칙시장·ICP 재정의포지셔닝·메시징

수요 창출

AI 검색·콘텐츠 발견Signal-led Demand GenAI 아웃바운드

매출 모션

PLG+SLG 하이브리드PoC·Value Engineering세일즈 에이전트 플레이북가격·패키징

유지·확장

CS·확장 전략RevOps 데이터 스택조직·거버넌스지표·운영 리듬

실행

90일 로드맵템플릿사례·샘플

부록

검증 리포트업데이트 내역
핸드북›AI 시대의 GTM›PoC·Value Engineering
한국어English

PoC·Value Engineering

PoC를 기능 검증이 아닌 구매 결정 설계로 보고, success plan·productivity·revenue·quality·risk 네 가치 모델·ROI 계산으로 고객 데이터에서 빠르게 가치를 증명하는 방법입니다.

핵심 요약

  • AI 제품은 데모가 좋아도 구매가 지연되므로, PoC를 기능 자랑이 아니라 구매자와 합의한 성공 기준을 검증하는 구매 결정 설계로 운영합니다.
  • PoC Success Plan은 business outcome·use case(12개)·data scope·baseline·success metric·timeline(26주)·decision path를 담습니다.
  • Value Engineering은 productivity·revenue·quality·risk 네 가치를 함께 보고, ROI 식은 정교함보다 고객이 내부에서 설명 가능한 합의를 중시합니다.
  • AE·Solutions Engineer·FDE·Value Engineer·CSM이 PoC 전부터 협업하며, 고객 데이터 접근·보안 조건을 사전에 합의합니다.

AI 제품은 데모가 아무리 좋아도 구매가 지연되기 쉽습니다. 구매자는 "우리 데이터, 우리 프로세스, 우리 보안 조건에서도 되는가"를 확인하고 싶어합니다. 그래서 AI GTM에서는 PoC와 value engineering이 세일즈의 중심에 섭니다.

PoC는 기능 검증이 아니라 구매 결정 설계다

나쁜 PoC좋은 PoC
기능을 많이 보여준다구매자가 합의한 성공 기준을 검증한다
데이터 준비가 늦게 시작된다시작 전에 데이터 범위와 접근 방식을 정한다
결과 해석이 모호하다baseline, 목표, 측정 방식이 있다
현업만 참여한다경제 구매자, 보안, 데이터 오너를 포함한다
끝나고 견적을 논의한다PoC 성공 시 다음 구매 단계가 정해져 있다

PoC Success Plan

항목내용
Business outcome매출, 비용, 시간, 리스크 중 무엇을 개선하는가
Use case1~2개 핵심 업무로 제한
Data scope필요한 데이터, 익명화, 접근 권한
Baseline현재 성과와 측정 방식
Success metric성공으로 볼 수치와 정성 기준
Timeline2~6주 단위의 짧은 검증
Decision path성공 시 구매·보안·조달 단계

빠른 가치 증명

B2B AI 구매에서는 고객 데이터로 빠르게 proof of value를 만드는 능력이 벤더 선택의 핵심이 됩니다.

Value Engineering 모델

AI 제품의 ROI를 단순 인건비 절감만으로 계산하면 설득력이 약합니다. 다음 네 가지 가치를 함께 봅니다.

가치 유형예시 지표
Productivity리서치 시간, 보고 시간, 응답 시간 감소
Revenuewin rate, expansion, pipeline creation 증가
Quality오류율, 누락, SLA 위반 감소
Risk감사 가능성, 보안 사고, 컴플라이언스 리스크 감소

ROI 계산 구조

Annual Value=Productivity Gain+Revenue Uplift+Risk Reduction−Implementation Cost\text{Annual Value} = \text{Productivity Gain} + \text{Revenue Uplift} + \text{Risk Reduction} - \text{Implementation Cost}Annual Value=Productivity Gain+Revenue Uplift+Risk Reduction−Implementation Cost

계산식은 정교함보다 합의가 중요합니다. 고객이 내부에서 설명할 수 있어야 하며, 보수적 가정과 공격적 가정을 나눠 둡니다.

FDE와 Solutions 역할

AI GTM에서는 고객 성공이 계약 후가 아니라 PoC 전부터 시작됩니다.

역할책임
AE구매 프로세스, 이해관계자, 가격·계약
Solutions Engineer기술 적합성, 데모, 보안 답변
FDE고객 데이터 연결, use case 구현, time-to-value
Value EngineerROI 모델, business case, 임원 설득
CSM도입 이후 adoption과 expansion 연결

운영 체크리스트

  • PoC 시작 전에 성공 기준과 구매 다음 단계가 문서화되어 있다.
  • PoC는 1~2개 use case로 제한된다.
  • 고객 데이터 접근 방식과 보안 조건이 사전에 합의된다.
  • ROI 모델은 고객 champion이 내부 공유할 수 있는 형태다.
  • PoC 결과가 제품, 메시지, ICP 학습으로 되돌아간다.

관련 문서

템플릿

ICP Canvas·Scoring Rubric·Use-case Matrix·PoC Scorecard·Mutual Action Plan·Weekly GTM Review·메시지 리뷰 체크리스트 등 작성 예시가 포함된 AI GTM 운영 템플릿 모음입니다.

사례·샘플

HubSpot·Salesforce·ICONIQ·McKinsey 공개 사례에서 패턴을 뽑고, Revenue Intelligence·AI Support·PLG 협업툴 합성 시나리오로 AI GTM 적용을 보여줍니다.

Credit & Productivity Models

에이전트 가치 지표 · Microsoft Copilot Credits와 ServiceNow AI value framework를 비교해 사용량 추상화와 생산성 가치 측정의 차이를 설명합니다.

Ch3. 제안·협상·구매 프로세스

B2B SaaS 세일즈·고객성공 · 제안서 5개 섹션 구성과 할인 대신 범위·기간·지원으로 조정하는 협상 원칙, 법무·보안·재무 구매 병목을 거래 리스크 관점으로 푸는 방법.

Ch8. 경영진 보고 체계

AI 보안·컴플라이언스 운영 · ALE·ROI·Security Posture Index와 에스컬레이션 매트릭스로 기술 보안 지표를 재무·사업 리스크 언어로 번역해 이사회에 보고하는 프레임

PLG+SLG 하이브리드

셀프서브가 만든 제품 신호를 PQL·PQA로 정의하고 AI로 sales trigger로 변환해, 보안 검토·팀 확장·다부서 구매에서 세일즈가 적절한 타이밍에 개입하는 하이브리드 모션을 설계합니다.

세일즈 에이전트 플레이북

리서치·회의 준비·후속 조치·CRM 정리·코칭을 표준화하고, L1~L5 자율성 레벨과 CRM 내 작동·환각 방지로 세일즈 에이전트를 영업 프로세스에 안전하게 붙이는 방법입니다.

On this page

PoC는 기능 검증이 아니라 구매 결정 설계다PoC Success PlanValue Engineering 모델ROI 계산 구조FDE와 Solutions 역할운영 체크리스트