AI로 커머스와 기업 세일즈 파이프라인 가속화하기
첫 접점부터 최종 거래까지 구매자 마찰 줄이기
기업 팀은 고객이 제품 탐색에서 구매까지 이르는 시간을 단축하면서도 더욱 긴밀하게 연결된 구매 경험을 만들어야 한다는 압박을 받고 있습니다.
이 가이드에서는 생성형 AI, 예측 AI, 에이전틱 AI가 서로 협력하여 기업 팀이 제품 탐색을 가속화하고, 자격 검증을 강화하며, 워크플로를 자동화하고, 구매 의향에서 거래 완료까지의 과정을 단축하는 방법을 살펴봅니다.
구매자가 원하는 제품을 더 빠르게 찾도록 지원하는 것부터 높은 구매 의향의 기회를 발굴하고, 영업 자료를 생성하며, 승인된 다음 단계를 조율하는 것까지 — 이러한 AI 역량이 전체 세일즈 파이프라인에 걸쳐 마찰을 줄이는 방법을 확인하세요. 에이전틱 커머스의 성공을 위해 거버넌스, 감독 체계, 신뢰가 왜 필수적인지, 그리고 이를 어떻게 구현할 수 있는지도 함께 살펴봅니다. 마지막으로, 파이프라인 속도를 측정하고 AI 기반 커머스를 효과적으로 확장하는 데 필요한 지표와 운영 기반에 대한 인사이트를 얻어보세요.
AI는 커머스를 변화시키고 있지만, 대부분의 기업이 기대했던 방식과는 다릅니다. 초기에 커머스 분야의 AI 논의는 제품 추천, 챗봇, 이커머스 개인화에 집중되었습니다. 이는 분명 가치 있는 사용 사례이지만, 세일즈 파이프라인에 존재하는 마찰은 여전히 핵심 과제로 남아 있습니다.
구매자는 제품 검색, 옵션 비교, 응답 대기, 제안서 검토, 승인 처리, 구매 절차 완료 등 각 단계를 개별적으로 처리해야 합니다. 각 과정마다 상당한 노력과 조율이 필요합니다. 한편, 팀은 마케팅 플랫폼, 커머스 시스템, CRM 환경, 분석 도구, 세일즈 워크플로, 승인 체계 전반에 걸쳐 업무 인수인계를 관리해야 하며, 이 모든 과정이 지연과 마찰로 이어질 수 있습니다.
기업에게 더 큰 기회는 구매자의 첫 접점부터 최종 거래 완료까지의 시간을 AI로 단축하는 데 있습니다. 2025년 홀리데이 시즌을 대상으로 한 최근 Adobe Digital Insights 데이터 에서도 AI 기반 구매 여정이 e커머스에서 점점 더 큰 가치를 발휘하고 있음이 확인되었습니다.
AI 유입 트래픽이 가져온 성과:
커머스와 세일즈 파이프라인 가속화를 위한 AI 이해하기
커머스 및 세일즈 파이프라인을 위한 AI란, 구매자가 제품을 탐색하는 단계부터 거래를 완료하는 단계까지 비즈니스가 구매자를 효과적으로 안내할 수 있도록 인공지능을 활용하는 것입니다. 개인화된 커머스 경험, 리드 검증, 영업 우선순위 설정, 제안서 작성, 파이프라인 모니터링, 그리고 구매자가 영업 프로세스의 각 단계를 원활하게 이동할 수 있도록 지원하는 에이전틱 워크플로까지 다양한 영역을 지원합니다.
가장 효과적인 AI 커머스 전략은 단일 AI 기능에만 의존하지 않습니다. 현대의 커머스 및 세일즈 파이프라인은 생성형 AI, 예측 AI, 에이전틱 AI를 각기 다른 역할에 맞게 활용합니다. 생성형 AI가 콘텐츠를 생성하고 요약하며 개인화하는 동안, 예측 AI는 구매자 행동을 분석·예측하고 우선순위를 정해 적시에 적합한 콘텐츠를 제공합니다. 에이전틱 AI는 정해진 규칙 안에서 승인된 의사결정을 모니터링하고 실행에 옮깁니다.
이러한 기능들을 함께 활용하면 조직은 분산된 커머스, 마케팅, 고객 데이터, 영업 시스템을 하나의 유기적인 운영 모델로 통합할 수 있습니다. 그 결과 수동 작업이 줄어들고, 구매자가 파이프라인의 각 단계를 보다 원활하게 이동할 수 있게 됩니다.
생성형 AI로 개인화된 커머스 및 영업 콘텐츠 제작하기
생성형 AI 는 구매자 여정 전반에서 팀이 콘텐츠를 더 빠르게 제작, 개인화, 요약, 번역할 수 있도록 지원합니다. 고객 대면 자료부터 제안서 지원, 영업 문서에 이르기까지 다양한 영역에서 활용되며, 팀이 수작업을 줄이고 업무를 효율적으로 진행하는 데 도움을 줍니다. 아래의 생성형 AI 사용 사례 범위는 구매 모델에 따라 다릅니다.
개인화된 영업 및 커머스 콘텐츠
사용 사례: 생성형 AI는 팀이 구매자 역할, 산업, 목표, 구매 맥락에 맞게 승인된 콘텐츠를 제작하거나 조정하는 데 도움을 줍니다. 제품 요약본, 구매 및 비교 가이드, 업종별 랜딩 페이지, 개인화된 이메일 발송, 기타 영업 자료의 개인화가 포함됩니다.
결과: 다양한 구매 시나리오에 맞게 구조화된 콘텐츠 를 조정하는 데 별도의 수작업이 필요하지 않습니다.
제안서 및 계약 초안 지원
사용 사례: 생성형 AI는 팀이 제안서 초안, 견적 및 계약 요약본, 갱신 추천, 제품 구성을 준비하는 데 도움을 주어 세일즈 파이프라인을 가속화할 수 있습니다.
결과: 제품 데이터, 과거 수주 사례, 승인된 템플릿, 계정 컨텍스트를 기반으로 완성도 높은 초안을 제공합니다.
단, 가격, 계약 조항, 고객 약정, 기타 민감한 콘텐츠에 대해서는 완전한 규정 준수를 위해 반드시 담당자의 검토가 이루어져야 합니다.
영업 대화 요약
사용 사례: 생성형 AI는 발굴 콜, 고객 이의 제기, 구매 위원회 논의, 실행 항목, 후속 약속을 자동으로 요약할 수 있습니다.
결과: 회의, 인수인계, 승인 전반에 걸쳐 조직의 지식을 보존하면서 행정 업무와 CRM 관리 부담을 줄일 수 있습니다.
예측 AI를 활용한 파이프라인 인텔리전스 및 우선순위 지정하기
생성형 AI가 콘텐츠를 제작하는 반면, 예측 AI는 팀이 무엇을 우선순위에 두고 어디에 집중해야 할지 파악하는 데 도움을 줍니다. 예측 AI의 역할은 확률, 타이밍, 기회, 리스크를 식별하는 것입니다. 아래의 예측 AI 사용 사례는 구매 모델에 따라 다릅니다.
리드 및 기회 우선순위 지정
사용 사례: 예측 AI는 참여 행동, 제품 관심도, 과거 전환 패턴, 계정 적합도, 기업 속성, 구매자 의도 신호를 종합 평가하여 전환 가능성이 가장 높은 리드를 파악합니다.
기대 효과: 영업팀은 모든 리드를 동등하게 취급하는 대신, 전환 가능성이 높은 기회에 역량을 집중할 수 있습니다.
파이프라인 건전성 및 지연 감지
사용 사례: 예측 AI는 데모를 요청했지만 끝내 응답하지 않은 고의도 구매자를 포함하여 참여가 중단된 계정과 포기된 기회를 식별할 수 있습니다. 또한 평가 지연, 이탈 위험, 승인 지연도 파악할 수 있습니다.
기대 효과: 영업팀은 경고 신호가 나타났을 때 선제적으로 개입하고, 중요한 영역에서 파이프라인 속도를 높일 수 있습니다.
구매자 행동 예측
사용 사례: 예측 AI는 구매자가 다음에 취할 가능성이 높은 행동을 추정할 수 있습니다. 데모 요청, 구매 팀 참여, 가격 정보 요청, 기술 검증 요구 등이 여기에 해당합니다.
기대 효과: 영업팀은 더 이른 단계에서 리소스를 배분하고 구매 프로세스의 각 단계를 단축할 수 있습니다.
파이프라인 조율 및 워크플로우 자동화를 위한 에이전틱 AI 활용하기
에이전틱 커머스는 AI 에이전트가 기업 구매자와 구매 팀의 구매 업무를 지원하는 AI 기반 커머스 방식입니다. AI 에이전트는 제품 및 서비스 검색, 공급업체와 계약 조건 비교, 회사 정책 및 구매자 선호도 적용, 장바구니 구성 등 구매 프로세스의 각 단계에서 구매자를 도울 수 있습니다. 또한 사전 정의된 규칙, 예산, 승인 요건 내에서 승인 및 구매 워크플로를 시작하고, 결제 또는 주문 제출을 지원할 수 있습니다.
에이전틱 커머스는 판매자 측에서도 활용되어, 정해진 조건이 충족되면 엔터프라이즈 팀이 일상적인 파이프라인 업무를 순조롭게 진행할 수 있도록 지원합니다.
영업 워크플로 지원하기
사용 사례는 구매 모델에 따라 다양합니다. 엔터프라이즈 영업 환경에서 에이전틱 AI는 다음과 같은 역할을 수행할 수 있습니다:
기회 모니터링 및 라우팅.
에이전트는 고의도 계정을 모니터링하고, 사전 정의된 워크플로 트리거를 감지하며, 적격 기회를 적합한 팀에 배정하고, 개입이 필요한 경우 지연된 딜을 에스컬레이션합니다.
영업 참여 조율.
에이전트는 승인된 후속 조치를 실행하고, 데모를 예약하며, 관련 컨텍스트와 제안서 입력 정보를 준비하여, 영업팀이 각 단계가 수동으로 시작되기를 기다리지 않고 즉시 대응할 수 있도록 합니다.
제안서 준비 및 갱신 지원.
에이전트는 제안서 작성에 필요한 입력 자료를 취합하고, 승인 단계를 시작하며, 기회를 다음 단계로 진전시키기 위한 인계 과정을 조율할 수 있습니다. 반복 구매 고객이나 기존 고객의 경우에도 동일한 방식으로 갱신 워크플로를 지원할 수 있습니다.
에이전틱 AI의 경계 설정하기
생성형 AI나 예측형 AI와 달리, 에이전틱 AI 는 직접 행동을 시작할 수 있습니다. 이러한 특성 때문에 거버넌스가 필수적입니다. 팀은 가격 책정, 고객 데이터, 계약, 할인, 결제 또는 기타 구속력 있는 약정에 대한 통제 체계를 마련해야 합니다. 행동의 결과가 중대할수록 더욱 강력한 감독 체계가 필요합니다.
대화형 커머스와 제품 탐색이 구매 마찰을 줄이는 방법
이제 많은 구매자들이 메뉴 탐색 대신 대화를 통해 구매 여정을 시작합니다. 필터와 메뉴를 일일이 클릭하는 대신, 다음과 같은 질문을 직접 던지기도 합니다:
- 엄격한 컴플라이언스 요건을 갖춘 중견 기업에 적합한 솔루션은 무엇인가요?
- 구현 리소스가 부족한 팀에 가장 적합한 옵션은 무엇인가요?
- 이 플랜들은 어떻게 다른가요?
대화형 커머스와 AI는 이러한 질문에 즉각적으로 답변하여 더 빠른 제품 탐색으로 이어집니다. AI 지원 구매가 확산됨에 따라 이 기능은 점점 더 중요해지고 있으며, 초기 단계의 마찰을 줄이고 구매자가 더 빠르게 정보를 습득할 수 있도록 도와줍니다. Adobe 2026 AI and Digital Trends report 에 따르면, 고객의 25%가 이미 AI를 주요 리서치 및 추천 정보 출처로 활용하고 있습니다.
AI를 연구 및 추천의 주요 소스로 활용 중인 고객 비율
가이드형 제품 탐색
구매 프로세스에서 가장 시간이 많이 소요되는 단계는 구매자가 영업 담당자와 대화를 나누기도 전에 시작됩니다. 영업 팀과 상담하기 전에 제품을 조사하고, 기능을 비교하며, 구성 옵션을 파악해야 하기 때문입니다. 방대한 제품 카탈로그와 복잡한 가격 구조, 다양한 기술적 프로세스를 직접 탐색해야 하므로 인지적 마찰이 발생하고, 이는 구매 여정의 진행을 지연시킬 수 있습니다.
대화형 커머스는 구매자가 자연어로 제품과 서비스를 탐색할 수 있게 함으로써 이러한 마찰을 줄여줍니다. 카테고리, 필터, 복잡한 메뉴를 일일이 탐색하는 대신, 구매자는 자신의 목표와 제약 조건, 요구사항을 직접 설명할 수 있습니다.
AI 쇼핑 어시스턴트, 제품 어드바이저, 음성 인터페이스 등 가이드형 제품 탐색 도구는 구매자의 질문을 관련 추천, 비교 정보, 교육적 안내로 전환할 수 있습니다.
기업에게 있어 이는 단순한 사용성 개선을 넘어서는 가치를 제공합니다. 구매자가 구매 여정 초기에 스스로 정보를 습득할 수 있도록 지원하고, 기본적인 정보 확인을 위해 영업 담당자에게 의존하는 빈도를 줄이며, 초기 검토에서 본격적인 평가 단계로 전환하는 속도를 높여줍니다.
맞춤형 제품 추천
가이드 방식의 탐색이 구매자의 직접적인 질문에 응답하는 방식이라면, 맞춤형 추천은 행동, 계정, 맥락적 신호를 분석해 다음에 필요한 정보를 선제적으로 제시합니다.
"이 제품을 본 고객이 함께 본 상품..."과 같은 전통적인 추천 방식은 대개 광범위한 행동 패턴에 의존합니다. 생성형 AI와 예측형 AI를 결합한 현대적인 AI 커머스 시스템은 이를 훨씬 뛰어넘는 기능을 제공합니다. 구매자가 다음에 원할 가능성이 높은 것을 예측하기 위해, AI는 행동 신호, 기업 속성, 산업 맥락, 관심 제품, 참여도 및 구매 이력을 종합적으로 분석합니다.
예를 들어, 사용 설명서를 검토 중인 잠재 구매자는 배포 서비스, 온보딩 패키지, 또는 기술 리소스 관련 추천을 받을 수 있습니다. 구매 담당자는 가격 구조, 계약 조건, 또는 구매 옵션에 대한 정보를 받을 수 있습니다. 웹사이트를 탐색하는 리테일 고객에게는 유사 제품의 영상 리뷰나 주요 특징이 제공될 수 있습니다.
구매 프로세스의 각 단계에서 자신의 역할과 현재 질문에 맞는 제품 추천을 받을 때, 구매자는 정보 검색에 드는 시간을 줄이고 솔루션 평가에 더 많은 시간을 집중할 수 있습니다.
AI는 구매 신호의 변화에 따라 추천을 동적으로 조정합니다. 참여도가 깊어질수록 추천 내용은 교육용 콘텐츠에서 사용자 가이드, 계정별 리소스, 제품 번들, 영업 지원 구매 기회로 발전합니다. 이러한 지속적인 조정은 구매자의 니즈에 맞춰 유연하게 반응하면서, 관심에서 실제 행동으로 이어지는 과정의 마찰을 줄이는 구매 여정을 만들어줍니다.
익명 구매자 구매 의도 신호
구매 의향이 높은 구매자라고 해서 모두가 양식 작성이나 신원 확인으로 여정을 시작하는 것은 아닙니다. 많은 기업 영업 사이클에서 상당한 조사가 익명으로 이루어집니다. 구매자들은 영업 팀과 접촉하기 훨씬 전부터 제품을 탐색하고, 공급업체를 평가하며, 콘텐츠를 소비하고, 리소스를 반복적으로 확인합니다.
이는 많은 커머스 및 영업 팀에게 과제가 됩니다. 중요한 구매 신호는 존재하지만, 여러 디지털 인터랙션에 분산되어 있는 경우가 많습니다. AI는 이러한 신호들을 연결해 잠재적 구매 의도를 보다 명확하게 파악할 수 있도록 돕습니다.
AI 리드 발굴로 파이프라인 검증 가속화하기
AI 지원 리드 캡처하기
기존의 리드 캡처 방식은 양식 제출, 데모 요청, 웨비나 등록, 콘텐츠 다운로드 등 제한된 신호에 의존하는 경우가 많습니다. 앞서 언급했듯이, 구매자는 공식적으로 자신을 밝히기 훨씬 전에 중요한 검증 정보를 드러내는 경우가 많다는 점이 핵심 과제입니다. 그것도 여러 접점에 걸쳐서 말입니다.
AI 지원 리드 캡처는 조직이 이러한 상호작용에서 의미 있는 정보를 추출하고 실질적인 파이프라인 인텔리전스로 전환하는 데 도움을 줍니다. AI는 각 구매자의 단계별로 제품 관심사, 비즈니스 목표, 예산 지표, 선호하는 다음 단계를 파악하는 데 기여할 수 있습니다.
이를 통해 영업 대화가 시작되기 전에 보다 완성된 검증 프로필을 구성할 수 있습니다. AI 지원 리드 캡처는 영업팀이 기초 정보 수집에 소비하는 시간을 절감하고, 더 풍부한 맥락과 관련성을 갖추고 대화에 임할 수 있게 해줍니다.
예측 리드 및 계정 스코어링
영업팀은 대부분 제한된 시간과 리소스로 운영되기 때문에, 어떤 기회에 먼저 집중해야 할지 파악하는 것이 핵심 과제입니다. 예측 리드 및 계정 스코어링은 과거 전환 패턴, 구매자 행동, 참여 신호, 계정 특성, 파이프라인 결과를 분석하여 잠재 고객의 전환 가능성을 예측함으로써 이 문제를 해결하는 데 도움을 줍니다.
모든 기회를 동등하게 처리하는 대신, 예측 AI는 확률에 기반한 우선순위 설정을 지원합니다. 예를 들어, 두 계정이 동일한 리소스를 다운로드했더라도 한 계정은 다음과 같은 추가 행동을 보였을 수 있습니다.
도입 관련 정보 요청
구매자 준비 신호
AI의 가장 중요한 역량 중 하나는 단순한 호기심과 구매 의도를 구분하는 능력입니다. 모든 방문자가 영업 상담을 받을 준비가 된 것은 아닙니다. 일부는 정보를 수집하는 단계에 있지만, 다른 일부는 솔루션을 적극적으로 평가하며 구매 결정을 준비하고 있습니다. AI는 이러한 차이를 파악하는 데 도움을 줍니다. 구매자 준비도 모델은 다음과 같은 다양한 신호를 분석합니다.
구매 관련 질문
에이전틱 커머스에서 인간 검증이 필요한 이유
발송 전 구매자 콘텐츠 검토하기
AI가 커머스와 영업 운영에 더욱 깊이 통합될수록, 거버넌스는 자동화만큼이나 중요해집니다. 커머스 분야에서 상대적으로 위험도가 낮은 AI 결과물에는 이메일 초안, 미팅 요약, 제품 비교, 후속 조치 추천 등이 있습니다. 이러한 작업은 상당한 시간을 절약해 주지만, 여전히 사람의 검토가 필요합니다. 정보가 구매자에게 전달되거나 공식 영업 기록의 일부가 되기 전에 정확성을 확보하고, 품질을 유지하며, 맥락을 보존할 수 있기 때문입니다.
조직은 팀이 결과물을 소스 정보까지 추적하고, 필요 시 AI 생성 콘텐츠를 수정하며, 변경 사항과 책임 소재를 명확히 기록할 수 있는 체계를 갖춰야 합니다. 올바르게 구현된 발송 전 검토 워크플로는 일상적인 행정 업무를 자동화하는 동시에, 구매자 대상 커뮤니케이션에 대한 신뢰도 유지할 수 있게 해줍니다.
구현 전 작업 승인하기
인간은 AI 에이전트가 수행할 수 있는 작업, 해당 작업을 트리거하는 조건, 그리고 에스컬레이션이 필요한 예외 상황을 명확히 정의해야 합니다. 예를 들어, 리드 라우팅, 후속 조치 시퀀스 트리거, 계정 배정, 미팅 일정 예약과 같은 작업의 경계를 설정하는 것이 이에 해당합니다.
이처럼 늘어난 책임에 대응하기 위해, 조직은 명시적인 승인 프레임워크를 수립해야 합니다. 인간이 정의해야 할 사항은 다음과 같습니다.
- 허용되는 작업의 범위
- 워크플로를 트리거하는 임계값
- 에스컬레이션이 필요한 예외 상황
- 인간 개입이 필요한 지점
목표는 책임 소재를 유지하면서 지연을 없애는 것입니다. AI 에이전트가 일상적인 운영 의사결정을 처리할 수 있으면, 팀은 행정적 검토를 기다리는 시간을 줄이고 파이프라인 진행에 더 집중할 수 있습니다.
약정 전 고위험 의사결정 검증하기
가장 높은 수준의 감독은 고위험 작업에 적용되어야 합니다. 여기에는 재무, 법적, 계약상 또는 고객 대면 약정을 수반하는 작업이 포함됩니다. 구매 모델에 따라 달라질 수 있는 예시는 다음과 같습니다.
엔터프라이즈 AI 커머스 성공을 위한 핵심 요건
데이터 및 시스템 요구 사항
AI의 효과는 이를 뒷받침하는 시스템과 정보의 수준에 달려 있습니다. 고객 데이터, 제품 정보, 마케팅 참여, 영업 활동, 거버넌스 기록이 각각 별개의 시스템에 분산되어 있으면 AI 에이전트가 커머스 및 파이프라인 의사결정에 필요한 모든 정보에 접근하기 어려울 수 있습니다. 엔터프라이즈 AI 커머스 이니셔티브가 성공하려면 다음에 대한 접근이 필요합니다:
고객 및 계정 데이터
참여 이력, CRM 기록, 구매 위원회 정보, 동의된 행동 데이터, 계정 현황 등이 포함됩니다.
제품, 가격 및 가용성 데이터
카탈로그, 재고 정보, 구성 규칙, 계약 옵션, 번들, 할인 및 자격 요건 등이 포함됩니다.
영업 및 마케팅 워크플로 데이터
캠페인 참여도, 채팅 인터랙션, 제안서 상태, 기회 진행 현황, 미팅 이력, 인계 워크플로 등이 포함됩니다.
거버넌스 및 감사 추적 통제
권한, 승인 이력, 에스컬레이션 경로, 접근 제어, 워크플로 로그, 롤백 절차 등이 포함됩니다.
세일즈 파이프라인 지표
많은 조직이 클릭 수, 참여도, 리드와 같은 개별 지표로 AI를 평가합니다. 이러한 지표도 유용하지만, AI가 실제 비즈니스 성과를 개선하고 있는지를 파악하기에는 충분하지 않습니다. 보다 효과적인 방법은 구매자가 파이프라인을 통해 얼마나 원활하게 이동하는지를 직접 측정하는 것입니다. 영업팀은 단순히 참여도 증가 여부에 그치지 않고, 구매자가 더 빠르고 간편하게 거래를 완료했는지도 함께 살펴봐야 합니다.
구매자의 첫 번째 익명 상호작용부터 거래 완료까지 AI가 소요 시간을 얼마나 단축시키는지 측정하면, AI가 세일즈 파이프라인 전반의 효율성을 높이고 있는지 평가할 수 있습니다. 이는 개별 지표를 개선하는 것보다 훨씬 실질적인 성과 측정 방식입니다.
파이프라인 전반에 걸친 AI의 영향을 측정하세요:
기타 엔터프라이즈 AI 커머스 사용 사례
커머스 및 세일즈 파이프라인을 위한 AI 시작하기
AI 커머스의 미래는 챗봇 배포나 워크플로 자동화, 더 많은 콘텐츠 생성에 있지 않습니다. 구매자가 탐색에서 거래까지 마찰을 최소화하며 이동할 수 있도록 돕는 연결된 시스템을 구축하는 것이 핵심입니다.
먼저 구매자가 어디서 막히는지 파악하세요. 그런 다음, 해당 병목 지점을 적절한 AI 기능에 연결하세요. 명확한 사람 검증 체크포인트를 설정하고 AI가 파이프라인 지연을 줄이고 있는지 측정하세요.
생성형 AI, 예측형 AI, 에이전틱 AI가 함께 작동하면 조직은 구매 의도를 더 일찍 감지하고, 기회의 우선순위를 더 신속하게 정리하며, 대규모로 적절한 콘텐츠를 생성하고, 강력한 거버넌스를 유지하면서 승인된 워크플로를 자동화하여 구매자가 파이프라인을 더욱 효율적으로 통과할 수 있도록 지원합니다.
Adobe AI가 엔터프라이즈 팀의 커머스, 고객 데이터, 세일즈 워크플로를 연결하는 방법 알아보기
