회신을 이끌어내는 리드 리스트 만드는 방법 (2026 워크플로우)

한 영업 담당자가 데이터 벤더에게서 4,000개 연락처를 산 스프레드시트를 들고 왔어요. 2주 동안 아웃리치를 돌린 결과는 회신율 0.3%, 반송률은 12%를 넘겼고요. 돈은 분명히 썼는데, 손에 쥔 건 거의 없었습니다.

2026년에 만들어지는 리드 리스트 상당수는 시작도 하기 전에 이미 망가져 있어요. 2025년 한 해 발송된 이메일 3,100만 통을 분석한 Hunter의 Email Outreach 현황 자료를 보면, 콜드 이메일 시퀀스의 평균 회신율은 4.5%에 그칩니다. 게다가 이건 평균이라, 실제로는 이보다 훨씬 낮은 캠페인도 많고요. Salesforce의 2026 State of Sales는 한 술 더 떠요. 영업 담당자가 한 주 근무 시간 중 실제 판매에 쓰는 비중은 40%뿐이고, 나머지 60%는 행정 처리, 리서치, 잠재고객 발굴에 사라진다고 합니다.

정리하면 이래요. 시간을 들여 리스트를 만들 거라면, 최소한 회신이 돌아오는 리스트여야죠. 이 글은 2026년형 워크플로우를 처음부터 끝까지 짚습니다. ICP 정의, LinkedIn 바깥에서 리드 찾기, 쓸 만한 템플릿 짜기, 반송률이 발신자 평판을 갉아먹지 않게 데이터 검증하기, 발송 전 점수 매기기, 시간이 지나도 정보를 신선하게 유지하기까지요. 예산 단계별로도 나눴으니, 오늘 0원으로 바로 시작할 수도 있어요.

난이도: 초급
소요 시간: 첫 50~~100개 리드 기준 약 2~~3시간
준비물: Chrome 브라우저, Thunderbit 확장 프로그램, Google Sheet 또는 스프레드시트, 문서화된 ICP

AI 스크래핑으로 리드 리스트 만들기 Get Started Free

리드 리스트란 무엇이며, 왜 대부분 실패할까?

리드 리스트는 접근하고 싶은 잠재 구매자, 즉 사람과 회사 정보를 구조화해 모은 데이터셋이에요. 보통 개인 단위 필드(이름, 직함, 이메일, 전화번호, LinkedIn URL)와 회사 단위 필드(산업, 규모, 매출, 위치)를 함께 담습니다. 아웃바운드 세일즈는 바로 이 리스트에서 출발하고요.

많은 팀이 헷갈리는 지점이 있어요. 리드 리스트와 그냥 연락처를 쏟아 부은 덤프를 같은 걸로 보는 거죠. 제대로 된 리드 리스트는 왜 이 회사인지, 왜 지금 이 사람인지에 답을 줍니다. 반면 아무 벤더에서 산 리스트는 "아직 살아 있을지도 모를 이메일" 정도만 알려줘요. 결과 차이는 어마어마하고요.

리드 리스트는 더 큰 퍼널의 한 단계이기도 합니다. 리드는 시장에 맞을 가능성이 있는 사람, MQL(Marketing Qualified Lead)은 어느 정도 적합성이나 관심을 보인 리드예요. SQL(Sales Qualified Lead)은 바로 후속 대응이 가능한 단계, Opportunity는 실제 진행 중인 딜이고요. 리드 리스트는 이 퍼널 맨 위에 자리합니다. 출발점이 쓰레기면 그 뒤 단계는 다 무너져요.

리드 리스트가 실패하는 흔한 이유는 다음과 같아요.

오래된 데이터: ZeroBounce 보고서에 따르면 이메일 리스트의 최소 23%는 1년 안에 사라집니다. 12개월마다 연락처 4분의 1이 쓸모없어진다는 뜻이에요.
잘못된 대상: info@, sales@ 같은 역할 기반 이메일이나, 권한을 가늠할 수 없는 "Staff" 같은 모호한 직함.
타겟 기준 부재: 전략처럼 보이지만 사실 숫자만 늘리는 방식. 한 포럼 사용자 말처럼 "우리는 종종 양을 품질로 착각해요."
검증 부재: Validity의 2024 CRM 데이터 보고서에서 CRM 관리자 24%는 자기 CRM 데이터의 절반도 정확하지 않다고 답했고, 31%는 부실한 CRM 데이터가 연매출의 최소 20%를 깎아먹는다고 했어요.
양 중심 사고: Hunter 데이터를 보면 21~50명을 노린 캠페인의 평균 회신율은 6.2%인데, 501명 이상이면 2.4%로 떨어져요. 크고 느슨한 리스트보다 작고 정교한 리스트가 낫습니다.

리드 리스트 템플릿: 스프레드시트는 실제로 어떻게 생겨야 할까?

"리드 리스트 만드는 법" 가이드를 수십 개 봤는데, 늘 한 가지가 비어 있었어요. 다들 "연락처 정보, firmographics, lead score를 넣어라"라고 하면서, 정작 스프레드시트가 어떤 모습이어야 하는지는 안 보여줍니다. 그래서 다들 빠뜨리는 그 실제 형태를 여기 정리했어요.

컬럼	무엇을 담는가	좋은 데이터 예시	나쁜 데이터 예시
전체 이름	실제 사람 이름	"Jordan Lee"	"Sales Team"
직함	현재 맡은 구체적 역할	"VP of Sales"	"Staff"
회사명	법인명 또는 브랜드명	"Acme Logistics"	"Acme?"
산업	표준화된 카테고리	"B2B SaaS"	"Tech-ish"
회사 규모	직원 수 구간	"51-200"	공란
이메일	직접 연결되는 업무용 이메일	"jordan@acme.com"처럼 검증됨	"info@acme.com"
전화번호	직통 또는 대표번호, 형식 정리됨	E.164 형식	지역 번호가 뒤섞인 형식
LinkedIn URL	프로필 또는 회사 페이지	전체 URL	검색 결과 URL
리드 소스	데이터가 어디서 왔는지	"G2 카테고리 페이지, 2026년 5월"	"Internet"
의도 신호	왜 지금인지	"SDR 3명 채용", "신규 투자"	공란
리드 점수	우선순위 숫자	규칙 기반 70/100	직감
마지막 접촉일	아웃리치 날짜	"2026-05-26"	"최근"
메모	관련 맥락	"Shopify Plus 사용"	길고 정리 안 된 메모 덩어리

샘플 리드 리스트(익명화)

실제로 채워진 리스트가 어떤 모습인지 보여드릴게요. 서로 다른 페르소나를 담은 10개 행이에요.

전체 이름	직함	회사명	산업	규모	이메일	소스	의도 신호	점수
Alex M.	VP Sales	Mid-market SaaS vendor	SaaS	201-500	직접 검증됨	G2 카테고리	AE 채용 중	78
Priya S.	Head of Ops	DTC apparel brand	Ecommerce	51-200	직접 검증됨	Shopify 쇼케이스	물류 확대	72
Marcus T.	Founder	Local agency	Professional services	11-50	직접 검증됨	Clutch	새 리뷰 증가	66
Elena R.	Revenue Ops Manager	Cybersecurity startup	SaaS	51-200	catch-all로 표시됨	컨퍼런스 발표자 목록	Series A	61
Ben C.	Owner	HVAC contractor	Local services	11-50	대표 메일	Google Business	리뷰 수 많음	48
Mina K.	Director of Partnerships	Marketplace company	Ecommerce	201-500	직접 검증됨	이벤트 아젠다	이벤트 후원 중	74
Diego P.	Real Estate Broker	Regional brokerage	Real estate	11-50	직접 검증됨	협회 디렉터리	신규 오피스 페이지	58
Sarah N.	Customer Support Lead	B2B software company	SaaS	51-200	역할 기반 제거됨	Capterra	지원 리뷰 수 적음	44
Omar A.	IT Manager	Manufacturing firm	Manufacturing	501-1000	직접 검증됨	회사 팀 페이지	ERP 이전 언급	69
Lena W.	Growth Marketing Lead	Fintech startup	SaaS	51-200	직접 검증됨	Product Hunt	신규 출시	71

각 컬럼의 의미와 "좋은" 데이터의 기준

설명이 더 필요한 컬럼이 몇 개 있어요.

직함: "VP of Sales"는 이 사람이 예산을 쥐고 있다는 신호예요. "Staff"는 아무것도 안 알려주고요. 의사결정 권한이나 영향력이 드러나는 구체적인 직함을 늘 노리세요.
이메일: 개인 업무용 이메일(jordan@acme.com)은 금값이에요. 역할 기반 주소(sales@acme.com)는 콜드 아웃리치에서 거의 무용지물이고요. 공유 받은편지함으로 들어가 아무도 안 보는 경우가 흔하거든요.
리드 소스: 다들 빼먹는 컬럼인데, 시간이 갈수록 제일 중요해져요. 리드가 어디서 왔는지 추적하면 어떤 채널이 그냥 행만 채우고, 어떤 채널이 진짜 회신을 만드는지 보입니다. "G2 카테고리 페이지, 2026년 5월"은 쓸모 있어요. "Internet"은 아니고요.
의도 신호: "왜 지금인가"를 담는 컬럼이에요. 최근 Series A를 받은 회사, SDR 채용 공고를 3개 올린 회사, 신제품을 막 낸 회사는 조용히 있는 회사보다 훨씬 뜨거운 리드죠. 의도 신호가 안 보이면 우선순위가 낮을 수 있어요.

Thunderbit의 AI Suggest Fields가 템플릿을 자동으로 만드는 방식

제가 Thunderbit에서 특히 아끼는 기능 하나는, 어떤 컬럼을 만들지 고민할 필요가 없다는 점이에요. 디렉터리, 회사 팀 페이지, 컨퍼런스 발표자 목록처럼 잠재고객이 많은 페이지를 Thunderbit로 열고 **"AI Suggest Fields"**를 누르면, AI가 페이지를 읽고 알맞은 컬럼명과 데이터 유형을 알아서 짜줍니다. 페이지에 이름, 이메일, 직함, 회사 정보가 있으면 정확히 그 컬럼들을 제안하고요.

빈 스프레드시트 앞에서 "도대체 어떤 필드를 모아야 하지?" 하고 막막한 초보자에게 특히 유용해요. Thunderbit는 소스 페이지에 실제로 있는 데이터를 근거로 답을 내놓습니다. 그다음 **"Scrape"**를 누르면 Google Sheets, Excel, Airtable, Notion으로 바로 내보낼 수 있고요.

Thunderbit AI Suggest Fields 사용해 보기

리드 리스트를 만들기 전에 이상적인 고객 프로필(ICP)부터 정의하는 법

팀에서도, 제 자신에게서도 가장 자주 본 실수가 있어요. 누구를 담을지 정하기 전에 리스트부터 만드는 거죠. 그러면 이름만 가득한 시트가 남고, 이 사람들 중 누가 왜 내 제품에 관심을 가져야 하는지 전혀 알 수 없게 됩니다.

ICP는 우리 제품을 가장 잘 사주고, 가장 큰 가치를 얻고, 오래 남을 회사와 사람을 정의한 거예요. 페르소나 연습이 아니라 타겟팅 필터고요.

ICP 구성 요소

ICP 항목	질문	예시
산업	어떤 카테고리에 이 문제가 있는가?	B2B SaaS, ecommerce, professional services
회사 규모	지금 구매할 수 있는 규모는?	51-500명
지역	어디에 판매하고 잘 지원할 수 있는가?	미국, 캐나다, 영국
매출 범위	어떤 ARR 구간이 맞는가?	$5M-$100M ARR
구매자 직함	누가 문제와 예산을 쥐고 있는가?	VP Sales, RevOps, Head of Ops
트리거	어떤 상황에서 지금 당장 시급해지는가?	채용, 투자, 이전, 낮은 리뷰
페인 포인트	어떤 문제를 체감하는가?	수동 리스트 작성, 오래된 데이터, 느린 보강
제외 대상	누구를 걸러야 하는가?	학생, 취미 사업, 경쟁사

실전 연습: 지금 성과가 가장 좋은 기존 고객 5~~10곳을 펼쳐 보세요. 공통점이 뭔가요? 산업? 규모? 계약을 체결한 사람의 직함? 겹치는 특징 3~~5개를 적어보세요. 그게 ICP 초안이에요.

Firmographics와 Demographics: 무엇이 더 중요할까?

Firmographics는 산업, 규모, 매출, 위치처럼 회사 단위 데이터예요. B2B에서 demographics는 직함, 직급, 기능, 부서처럼 사람 단위 데이터고요. B2B 리드 리스트에서는 firmographics가 회사를 좁히고, demographics가 사람을 좁힙니다. 둘 다 필요해요. 완벽한 회사에 잘못된 연락처를 넣으면 한 줄이 날아가고, 완벽한 연락처를 엉뚱한 회사에서 찾아도 마찬가지로 무용지물이에요.

한 가지 더요. Sopro의 2025 prospecting 데이터는 1억 1,957만 개 prospecting 접점을 분석했는데, 의사결정 단위가 평균 4.14명의 이해관계자로 나왔어요. 좋은 리드 리스트는 타겟 계정당 한 명 이상을 담는 경우가 많지만, 너무 많아서 아웃리치가 스팸처럼 보일 정도는 아니어야 한다는 뜻이에요.

LinkedIn 밖에서 리드를 찾는 곳: 웹사이트, 디렉터리, 소셜 미디어

이 주제를 파다가 의외의 콘텐츠 공백을 하나 발견했어요. 검색 상위 "리드 리스트 만드는 법" 글 6개 중 5개가 리드 소스로 LinkedIn Sales Navigator를 제일 먼저 꼽더군요. 물론 Sales Navigator는 강력합니다. 하지만 가격도 만만치 않고(Core 기준 대략 월 $99+, 약 13만 원), 실제 사용자들은 내보내기 제한, 복잡한 인터페이스, 스크래핑의 번거로움을 자주 토로해요.

2026년 현실은 리드가 LinkedIn에만 있지 않다는 거예요. 회사 웹사이트, 업계 디렉터리, 이벤트 페이지, 리뷰 사이트, 심지어 소셜 미디어 프로필까지 모두 풍부한 연락처 소스죠. 유료 데이터베이스보다 더 최신이고 더 구체적인 경우도 많고요.

리드 소스 비교

리드 소스	가장 적합한 대상	방법	비용
회사 웹사이트 / 소개 페이지	틈새 B2B, 로컬 서비스, 에이전시	팀/연락처 페이지 방문, 이름/이메일/전화 추출	무료
업계 디렉터리(Clutch, G2, Yelp)	서비스 기반 리드, 산업별 생태계	카테고리/지역으로 필터링 후 리스트 스크래핑	무료~저비용
이벤트 참가자/발표자 목록	구매 의도가 높은 B2B 잠재고객	컨퍼런스 아젠다, 후원사 페이지, 웨비나 등록자	무료~유료 이벤트 접근
리뷰 사이트(G2, Capterra, Google Business)	SaaS 및 로컬 비즈니스	카테고리 탐색 후 회사 연락처 추출	무료
소셜 미디어(Instagram, X)	B2C, 퍼스널 브랜드, 로컬 비즈니스	공개 소개글, 비즈니스 페이지	무료
Google site: 연산자	롱테일 탐색, 타깃 연락처 페이지	고급 검색 쿼리	무료
LinkedIn(기본)	전문 검색	수동 검색, 공개 프로필	무료
LinkedIn Sales Navigator	성숙한 아웃바운드 팀	고급 필터, 저장 리드, TeamLink	월 $99+

산업별로 유용한 디렉터리

산업군	스크래핑할 만한 소스
SaaS	G2, Capterra, Product Hunt, SaaSworthy, AWS Marketplace, Chrome Web Store 카테고리
Ecommerce	Shopify 스토어/쇼케이스, BuiltWith 리스트, Klaviyo 파트너 디렉터리
부동산	Realtor 디렉터리, 중개사 오피스 페이지, 로컬 MLS 공개 페이지, 상공회의소 디렉터리
전문 서비스	Clutch, DesignRush, UpCity, GoodFirms, 지역 변호사회/회계사 디렉터리
로컬 비즈니스	Google Business 결과, Yelp, Yellow Pages, BBB, 지역 상공회의소 페이지
이벤트	스폰서/전시사 페이지, 발표자 목록, 아젠다 페이지, 웨비나 랜딩 페이지

리드 찾기에 유용한 Google 고급 검색 연산자

무료인데도 효과가 놀라워요. 몇 가지 예시를 볼게요.

site:clutch.co/agencies "B2B SaaS" "United States" — 카테고리와 지역으로 걸러진 Clutch의 에이전시 리스트를 찾아요.
site:company.com ("email" OR "contact") "VP Sales" — 특정 회사 사이트에서 VP Sales가 언급된 연락처 페이지를 찾고요.
intitle:"sponsors" "SaaS" "2026" "conference" — 2026년 SaaS 컨퍼런스 후원사 페이지를 찾아줘요.
site:g2.com/categories "sales engagement" "mid-market" — 미드마켓 세일즈 툴 관련 G2 카테고리 페이지를 찾습니다.

Google 검색 도움말에 따옴표 정확 일치나 site: 같은 연산자가 정리돼 있으니, 문법이 헷갈리면 여기서 확인하면 돼요.

AI 웹 스크래퍼로 어떤 웹사이트든 연락처를 추출하는 법

여기서 Thunderbit가 워크플로우에 자연스럽게 들어옵니다. 위에서 말한 어떤 소스든 — Clutch 디렉터리, 회사 팀 페이지, 컨퍼런스 발표자 목록 — 절차는 똑같아요.

Thunderbit 확장 프로그램을 깐 Chrome에서 페이지를 엽니다.
**"AI Suggest Fields"**를 눌러요. Thunderbit AI가 페이지를 읽고 Name, Email, Phone, Title, Company 같은 컬럼을 제안합니다.
제안된 필드를 살펴보고, 필요한 만큼 더하거나 빼요.
**"Scrape"**를 누릅니다.
Google Sheets, Excel, Airtable, Notion으로 내보내요.

핵심은 Thunderbit가 정형화 안 된 복잡한 사이트에서도 작동한다는 점이에요. 미리 만든 스크래퍼 템플릿이 레이아웃을 못 덮는 경우에도, AI가 페이지를 새로 읽고 구조에 맞춰 적응합니다. Thunderbit의 무료 Email Extractor와 Phone Number Extractor는 어떤 페이지든 한 번 클릭으로 추출하고, 무료 플랜에서도 무제한으로 쓸 수 있어요.

서브페이지 스크래핑으로 리드 리스트를 더 풍부하게 만드는 법

제가 자주 쓰는 워크플로우가 있어요. 먼저 디렉터리 목록 페이지를 스크래핑하고(예: Clutch의 회사 리스트), Thunderbit의 Subpage Scraping으로 각 회사 상세 페이지에 들어가 이메일, 전화번호, 인원 수, 기술 스택, 설명 같은 추가 데이터를 끌어오는 방식이죠.

이렇게 하면 단순 디렉터리 리스트가 수작업 클릭 없이도 리서치 가능한 풍부한 리드 리스트로 바뀌어요. "회사 이름 50개"가 "연락 이메일, 팀 규모, 설명까지 붙은 회사 50개"로 자동 변환되는 셈이고요. 코딩 없이 웹 스크래핑하는 법이 더 궁금하면 자세한 가이드를 참고하세요.

2026 워크플로우: 리드 리스트를 단계별로 만드는 법

지금 당장 진짜 리드 리스트를 만들고 싶은 비기술 세일즈/오퍼레이션 담당자를 위한 전체 워크플로우예요.

1단계: ICP를 확정한다

도구를 열기 전에 ICP 기준부터 적으세요(위 ICP 섹션 참고). 산업, 회사 규모, 지역, 구매자 직함, 트리거, 제외 대상이요. 15~30분이면 끝나고, 헛스크래핑에 날릴 몇 시간을 아껴줍니다.

2단계: 리드 소스를 고른다

ICP와 예산을 기준으로 비교표에서 리드 소스 2~3개를 고르세요. 제 추천은 무료 소스부터예요. SaaS 회사가 타깃이면 G2 카테고리 페이지와 회사 팀 페이지부터, 로컬 비즈니스가 대상이면 Google Business 결과와 Yelp부터 보면 됩니다. 무료 소스를 다 쓴 뒤에야 Sales Navigator 같은 유료를 더하세요.

3단계: AI 스크래핑 또는 수동 검색으로 리드를 추출한다

소스별 추출 방법은 이래요.

웹사이트와 디렉터리: Thunderbit의 AI 웹 스크래퍼를 씁니다. 페이지를 열고 "AI Suggest Fields"를 누른 뒤, 컬럼을 보고, "Scrape"를 눌러요. 인기 사이트는 Thunderbit에 필드를 자동 설정하는 즉시 사용 가능한 데이터 스크래퍼 템플릿도 있고요.
LinkedIn: Sales Navigator 검색과 내보내기를 쓰거나, Thunderbit로 공개 LinkedIn 프로필을 스크래핑할 수 있어요.
Google: 고급 검색 연산자를 돌린 뒤, 결과 페이지를 스크래핑하거나 개별 페이지를 방문합니다.

내보내기 옵션: Google Sheets, Excel, Airtable, Notion, CSV, JSON.

4단계: 데이터를 검증하고 정리한다

이 단계는 선택이 아니에요. 전체 검증 워크플로우는 아래 전용 섹션에서 다루겠지만, 핵심만 말하면 역할 기반 이메일 제거, 중복 제거, 검증 툴 통과, catch-all 도메인 표시, 캠페인 전 재검증입니다.

5단계: 리드 점수를 매기고 우선순위를 정한다

아웃리치 전에 간단한 점수 모델을 적용하세요(아래에서 자세히). 그래야 시트 맨 위에 있는 사람이 아니라, 가장 가치 있는 리드부터 접촉하게 돼요.

6단계: CRM 또는 아웃리치 도구로 내보낸다

정리되고 점수가 매겨진 리스트를 CRM(HubSpot, Salesforce, Pipedrive)이나 아웃리치 플랫폼(lemlist, Mailshake, Apollo)으로 옮기세요. Thunderbit는 Google Sheets, Airtable, Notion으로 바로 내보낼 수 있고, 이들은 네이티브 연동이나 Zapier로 CRM과 동기화돼요.

7단계: 아웃리치를 시작하고 결과를 추적한다

수집한 데이터로 아웃리치를 개인화하세요. 상대 산업을 언급하고, 의도 신호("SDR 채용 중이시던데요")를 살리고, 페인 포인트에 맞춰 가치 제안을 다듬어요. 회신율, 반송률, 전환율을 추적하고, 이 데이터를 다음 ICP와 점수 모델에 다시 반영하세요.

예산 우선: 0원부터 엔터프라이즈까지 리드 리스트 만드는 법

초기 창업자와 소규모 영업팀에서 제일 자주 듣는 고민이 이거예요. "비싼 툴 없이 리드 리스트를 어떻게 만드나요?" 충분히 타당한 질문이죠. ZoomInfo 계약은 연간 5자리부터 시작하고, Sales Navigator는 월 $99+예요. Apollo와 Lusha는 무료 플랜이 있긴 하지만 좋은 기능은 유료 벽 뒤에 있고요.

솔직한 답은 이래요. 무료만으로도 생각보다 멀리 갑니다. 다만 규모를 키우려면 어느 정도 투자가 필요해요. 아래처럼 단계로 생각하면 됩니다.

티어	비용	방법	도구
무료 ($0)	$0	Google 연산자, 수동 LinkedIn, 회사 웹사이트, Thunderbit 무료 플랜(페이지 6개 + 무료 이메일/전화 추출기)	Thunderbit Free, Google, LinkedIn 기본
저비용 (<$50/월)	$0-50	대량 AI 스크래핑, 기본 보강, 이메일 검증	Thunderbit Starter/Pro, Hunter Starter ($34/월), Bouncer/NeverBounce PAYG
중간 ($50-200/월)	$50-200	Sales Navigator, 더 풍부한 필터, CRM 연동	Sales Navigator Core (~$99/월), 유료 Apollo, Lusha
엔터프라이즈 ($200+/월)	$200+	의도 데이터, 보강 제품군, 컴플라이언스 워크플로우	ZoomInfo(견적 기반), Cognism(견적 기반), Clearbit

가격은 2026년 5월 기준이며, 구매 전 최신 요금을 꼭 확인하세요.

무료로 어디까지 가고, 어디서 막히는가?

Thunderbit 무료 플랜(월 6페이지 AI 스크래핑), 무료 Email Extractor와 Phone Number Extractor(무제한, 1클릭), Google 검색 연산자, 기본 LinkedIn 검색만으로도 1인 창업자는 오후 한나절에 50~100개 리드 리스트를 충분히 만들어요. 우리 팀에서도 실제로 그렇게 하는 모습을 자주 봤고요.

한계가 오는 지점은 셋이에요. 볼륨(무료 플랜의 월 페이지 수), 보강 깊이(유료 툴 없이는 의도 데이터나 기술 스택 정보를 얻기 어려움), 대규모 이메일 검증(무료 검증 툴은 소량만 지원)이죠. 이 한계가 체감되기 시작하면 저비용 티어로 넘어갈 때예요. Thunderbit 유료 요금제면 subpage scraping, bulk scraping, pagination, scheduled scraper를 쓸 수 있어요.

반송률 잡기: 실제로 작동하는 데이터 검증 워크플로우

포럼을 보면 구매 리스트로 반송률 70% 가까이 겪은 사용자도 있어요. 단순한 시간 낭비가 아니라 실제로 위험합니다. 반송률이 높으면 발신자 평판이 떨어지고, 그러면 잘 쓴 이메일까지 스팸으로 빠지기 시작하거든요.

lemlist 벤치마크에 따르면 건강한 반송률은 2% 미만, 1% 미만이면 아주 좋아요. Mailshake의 2025 설문에서는 발신자의 거의 절반이 반송률 2~5%를 보고했고, 15%는 6%를 넘겼습니다. 5%를 넘으면 발신자 평판이 위험 신호예요.

제가 추천하는 검증 워크플로우는 다음과 같아요.

역할 기반 이메일 제거: info@, sales@, support@, admin@ 같은 주소는 일부러 공유 메일함을 노리는 게 아닌 이상 삭제하세요(콜드 아웃리치에선 드뭅니다).
형식 오류 제거: 중복, 오타, 도메인 누락, 죽은 도메인을 정리해요. 시트에서 정렬과 필터만 해도 대부분 잡힙니다.
이메일 검증 툴 사용: Hunter, ZeroBounce, NeverBounce, Bouncer, Kickbox 같은 툴을 쓰세요. 이메일을 보내지 않고도 메일 서버에 ping을 날려 수신함 존재 여부를 확인해줘요.
catch-all 도메인 표시 또는 제거: ZeroBounce 보고서에 따르면 catch-all 주소는 서버 차원에선 메일을 받지만 특정 수신함 존재는 증명 못 하는 위험 범주예요. 개별 수신함을 검증할 수 없으면 표시해 두고 신뢰도 낮은 데이터로 취급하세요.
각 캠페인 전 재검증: 데이터는 빠르게 낡아요. 리스트가 30~90일 넘었다면 발송 전에 다시 검증하세요.
처음엔 소량으로 보낸다: 첫 50~100통에서 반송률과 불만율을 확인하세요. 품질이 유지될 때만 키웁니다.

리드 소스가 데이터 품질에 미치는 영향

모든 리드 데이터가 같은 수준은 아니에요. 회사 공개 팀 페이지에서 바로 가져온 이메일 — 그 사람이 일부러 공개한 연락처 — 은 몇 달째 묵은 집계 데이터베이스의 이메일보다 대체로 더 최신이고 정확합니다.

제가 정적 데이터베이스만 믿기보다 실시간 공개 페이지를 스크래핑하는 쪽을 좋아하는 이유도 여기 있어요. Thunderbit AI는 묵은 데이터가 아니라 실제 웹사이트를 매번 새로 읽으니, 추출되는 이메일과 전화번호가 최신일 가능성이 높습니다. Phone Number Extractor는 번호를 E.164 표준으로 다시 맞춰주니 CRM에 넣을 때 형식 오류도 줄고요.

신선한 소스를 스크래핑한다고 검증이 면제되는 건 아니에요. 다만 출발점이 훨씬 깨끗해집니다.

캠페인 전 체크리스트

어떤 캠페인이든 "보내기"를 누르기 전에 이걸 확인하세요.

모든 이메일이 최근 30일 이내에 검증됨
발송 목록에 역할 기반 주소(info@, sales@) 없음
중복 없음
마지막 캠페인의 반송률 검토 완료
수신 거부/구독 취소 메커니즘 있음
억제 목록(suppression list) 동기화 완료(이전 수신 거부는 모두 존중)

만든 뒤 점수 매기기: 소규모 팀을 위한 간단한 리드 스코어링 모델

제가 읽은 거의 모든 가이드는 "리드 우선순위를 정하라"고만 하고, 정작 어떻게 하는지는 안 알려줘요.

1인 창업자나 3인 영업팀이라면 Salesforce Einstein이나 예측형 스코어링 엔진은 필요 없어요. 필요한 건 투명한 수식이 들어간 스프레드시트 컬럼 하나죠.

스코어링 프레임워크

신호	점수	예시
ICP 산업과 일치	+20	SaaS, mid-market
회사 규모 적합	+10	51-500명
의사결정자 직함	+15	VP Sales, Head of Ops
분명한 의도 신호	+15	채용, 투자, 툴 이전
이메일 검증 완료	+10	검증 통과
직접 소스의 품질 높음	+10	회사 페이지, 발표자 페이지
내 콘텐츠와 상호작용	+10	가이드 다운로드, 웨비나 참석
catch-all / 미검증 이메일	-10	위험한 검증 상태
역할 기반 이메일	-10	info@, sales@
일반적인 직함(역할 불명확)	-5	"Staff"

계산 예시

리드 A: 120명 규모 SaaS 회사 VP Sales, SDR 채용 중, 이메일 검증 완료, 회사 채용/팀 페이지에서 수집.
점수: 20(산업) + 10(규모) + 15(직함) + 15(의도) + 10(검증) + 10(소스) = 80 → 이번 주 우선 아웃리치 대상.

리드 B: 5명짜리 취미 사업의 "Staff", 역할 기반 이메일, 의도 신호 없음.
점수: 0 + 0 + 0 + 0 + 0 - 10(역할 기반) - 5(일반 직함) = -15 → 제외 또는 삭제.

이 모델은 Google Sheets 수식 하나로 구현할 수 있어요. 예를 들면 이렇게요.

=IF(D2="SaaS",20,0)+IF(AND(E2>=51,E2<=500),10,0)+IF(REGEXMATCH(B2,"VP|Head|Director|Founder"),15,0)+IF(J2<>"",15,0)+IF(K2="Verified",10,IF(K2="Catch-all",-10,0))

Salesforce는 필요 없습니다.

스크래핑 중 AI로 리드에 라벨과 점수를 붙이는 법

제가 Thunderbit에 넣은 기능 중 점수 매기기에 특히 잘 맞는다고 느끼는 게 Field AI Prompts예요. 스크래핑을 설정할 때 어떤 컬럼이든 프롬프트를 붙일 수 있어요. 예를 들어 "직함과 페이지 맥락을 보고 이 리드의 seniority를 Decision-Maker, Influencer, Individual Contributor 중 하나로 분류해라" 같은 식이죠.

Thunderbit는 추출이 끝난 뒤가 아니라 추출 도중에 데이터를 라벨링해요. 그래서 Sheets로 내보낼 때 이미 seniority 분류, 회사 유형, 산업 태그가 들어가 있어 바로 스코어링 수식에 넣을 수 있고요. 덕분에 손으로 태그 다는 번거로운 단계가 사라집니다.

Subpage Scraping으로 원본 리스트를 더 풍부하게 만들 수도 있어요. 먼저 디렉터리를 스크래핑한 뒤 각 회사 페이지에 들어가 인원 수, 펀딩 상태, 기술 스택을 가져오면, 이 정보가 전부 스코어링 모델에 반영됩니다.

점수를 다시 봐야 하는 시점

리드 점수는 한 번 매기고 끝이 아니에요. 매달, 또는 큰 캠페인 후에 다시 매기세요. 리드가 긍정적으로 답하면 점수도 달라집니다(이제 콜드 리드가 아니라 활성 대화 상대니까요). 이메일이 반송되면 그에 맞게 조정하고요. 6개월 전 채용 중이던 회사가 지금은 구조조정을 했다면 의도 신호도 달라진 거예요.

리드 리스트를 최신 상태로 유지하는 법(자동화와 유지관리)

리드 리스트는 한 번 만들고 끝나는 프로젝트가 아니에요.

앞서 말했듯이 이메일 리스트의 23%는 매년 사라집니다. 사람은 이직하고, 회사는 방향을 틀고, 이메일은 낡아요. 5월에 훌륭한 리스트를 만들고 10월까지 방치하면, 상당 부분은 이미 죽은 데이터고요.

유지관리 주기

작업	빈도	이유
이메일 검증	모든 캠페인 전(최소 매월 1회)	하드 반송 방지
연락처 중복 제거	적극적인 발굴 기간에는 매주	중복 아웃리치 방지
의도 신호 업데이트	매월	채용/투자/리뷰는 빠르게 변함
회사 firmographics 갱신	분기별 또는 반기별	규모, 매출, 기술 스택은 변동됨
suppression list 동기화	매일 또는 실시간	수신 거부 준수 및 불만 감소
소스 성과 검토	매월	단순히 행만 만드는 채널이 아니라 회신을 만드는 채널 파악

지속적인 리드 생성을 위한 예약 스크래핑 설정

여기서 Thunderbit의 Scheduled Scraper가 유용해요. 매달 디렉터리를 직접 다시 들르는 대신, 반복 스크래핑을 설정하면 됩니다. 설정은 간단해요. 시간 간격을 자연어로 적고(예: "매주 월요일 오전 8시"), 웹사이트 URL을 넣고 "Schedule"을 누르면 끝이에요. Thunderbit AI가 이 문장을 일정으로 바꿔 자동 실행하고, 새 결과를 연결된 Google Sheet나 Airtable base로 내보냅니다.

잘 작동하는 사례는 이래요.

영업팀이 매달 Clutch 카테고리 페이지를 다시 스크래핑해 시장에 새로 들어온 에이전시를 잡는다.
ecommerce 운영팀이 매주 경쟁사 디렉터리를 모니터링해 신규 상품 등록을 확인한다.
SaaS 창업자가 매월 아웃바운드 배치 전에 G2 카테고리 페이지를 새로 고쳐 새로 등록된 회사를 찾는다.

Thunderbit 클라우드 모드는 한 번에 최대 50페이지까지 스크래핑하니, 대형 디렉터리도 빠르게 갱신돼요. 설정이 더 궁금하면 AI 리드 생성 가이드를 참고하세요.

컴플라이언스와 데이터 프라이버시에 대한 짧은 메모

이 글의 핵심은 아니지만 꽤 중요하니 짧게 짚고 갈게요.

CAN-SPAM(미국): B2B 포함 모든 상업용 이메일에 적용돼요. FTC에 따르면 위반 이메일 한 통마다 최대 $53,088의 벌금이 나올 수 있고요. 요구사항은 정확한 헤더, 속이지 않는 제목, 유효한 우편 주소, 명확한 수신 거부 방법, 10영업일 내 수신 거부 반영입니다.
개인정보보호법/GDPR(EU·UK): 이름이 식별되는 업무용 이메일도 개인 데이터가 될 수 있어요. 한국의 개인정보보호법(PIPA)도 같은 결이고요. ICO에 따르면 B2B 마케팅도 신원을 숨기면 안 되고, 유효한 수신 거부 수단을 줘야 하며, 이의를 존중해야 합니다.
CCPA/CPRA(캘리포니아): 고지, 목적 제한, 데이터 최소화, 소비자 권리를 강조해요. 최신 내용은 California Privacy Protection Agency FAQ를 참고하세요.
Google 및 Yahoo 발신자 규칙: Google은 대량 발송자에게 스팸 비율 0.30% 미만 유지, SPF/DKIM/DMARC 인증, 원클릭 구독 취소를 요구해요. Yahoo도 비슷한 규칙을 시행하고요.

결론은 이래요. 공개적으로 접근 가능한 데이터만 스크래핑하고, 허가 없는 로그인 장벽은 피하고, 늘 수신 거부 장치를 넣고, 억제 목록을 유지하고, 현지 법규를 확인하세요. Thunderbit는 공개 페이지를 스크래핑할 뿐이고, 그 데이터를 어떻게 쓸지는 사용자 책임입니다.

결론과 핵심 정리

2026년 리드 리스트 워크플로우의 핵심은 이름을 더 많이 찾는 게 아니에요. 더 작고, 더 신선하고, 검증됐고, 출처를 아는 아웃리치 데이터셋을 만들어 실제로 회신을 받는 데 있죠.

전체 워크플로우를 요약하면 이래요.

도구를 쓰기 전에 ICP를 정의합니다.
리드 소스 2~3개를 고릅니다. 데이터베이스에 돈 쓰기 전에 디렉터리, 회사 페이지, Google 연산자 같은 무료 소스부터 시작하세요.
AI 스크래핑으로 리드를 추출합니다. Thunderbit의 2클릭 프로세스는 거의 모든 공개 페이지에서 작동해요.
제대로 된 템플릿을 구성합니다. 소스 추적, 의도 신호, 스코어링 컬럼을 넣으세요.
검증하고 정리합니다. 역할 기반 이메일 제거, 중복 제거, 검증 실행, catch-all 표시가 필요해요.
점수를 매기고 우선순위를 정합니다. 직감이 아니라 투명한 시트 모델을 쓰세요.
CRM/아웃리치 도구로 내보냅니다. 수집한 데이터로 개인화하고요.
성과를 추적합니다. 리드 소스별 반송률, 회신율, 전환율을 보세요.
계속 최신 상태로 유지합니다. 캠페인 전에 다시 검증하고, 고가치 소스는 일정에 맞춰 재스크래핑하세요.

데이터도 이 흐름을 뒷받침해요. 더 정교하게 세분화된 타깃은 넓은 대량 발송보다 회신율이 거의 3배 좋습니다. 검증된 200개짜리 리스트는 5,000개가 든 묵은 데이터베이스보다 거의 항상 더 잘 돌아가고요.

첫 리스트를 만들 준비됐나요? Thunderbit 무료 플랜은 월 6페이지 AI 스크래핑, 무제한 무료 이메일·전화번호 추출, Google Sheets 또는 Excel 내보내기를 제공해요. 오늘 오후에 첫 50~100개 리드를 만들기에 충분합니다.

리드 리스트용 AI 웹 스크래퍼 사용해 보기 Get Started Free

FAQ

첫 리드 리스트에는 몇 개의 리드가 있어야 하나요?

자격 미달 연락처 수천 개보다, 잘 타깃팅되고 검증된 50~~100개로 시작하세요. Hunter 데이터를 보면 더 작고 촘촘한 리스트(21~~50명)는 평균 6.2% 회신율로, 501명 이상 리스트보다 거의 3배 높습니다. 품질은 쌓이고, 양은 희석돼요.

리드 리스트를 사는 게 나을까요, 직접 만드는 게 나을까요?

대부분은 직접 만드는 편이 훨씬 낫습니다. 산 리스트는 오래된 데이터, 스팸 트랩, 불투명한 출처, 컴플라이언스 리스크를 더 안고 있어요. AI 스크래핑과 수동 리서치로 직접 만든 리스트는 공개 페이지의 최신 정보를 쓰니 더 신선하고 관련성도 높고요. 굳이 산다면 수집 날짜, 검증 날짜, 동의 근거, 갱신 프로세스의 투명성을 꼭 요구하세요.

무료로 리드 리스트를 만드는 가장 좋은 방법은 무엇인가요?

Google 고급 검색 연산자(site:, intitle:, 정확 일치 쿼리)와 Thunderbit 무료 플랜 — 월 6페이지 AI 스크래핑과 무제한 무료 이메일/전화 추출 — 그리고 기본 LinkedIn 검색을 묶으세요. 이 조합이면 회사 페이지, 디렉터리, 이벤트 목록, 프로필을 한 푼도 안 쓰고 커버할 수 있어요.

리드 리스트는 얼마나 자주 업데이트해야 하나요?

특히 리스트가 30일 넘었다면, 모든 캠페인 전에 이메일을 다시 검증하세요. 최소 분기별로는 전체 갱신을 하고요 — 소스 재스크래핑, firmographics 업데이트, 죽은 리드 제거까지요. ZeroBounce는 이메일 리스트의 최소 23%가 1년 안에 사라진다고 보고하니, "한 번 해두고 잊기"는 반송률 상승의 지름길입니다.

리드 리스트 기반 콜드 아웃리치에서 좋은 회신율은 얼마인가요?

2025~~2026 벤치마크 기준으로 긍정 회신율 3~~5%면 양호, 5~8%면 강한 편, 8% 이상이면 아주 좋아요. 가장 큰 변수는 리스트 품질이고요. 타겟팅, 검증, 개인화가 핵심입니다. 검증된 이메일, 분명한 의도 신호, 개인화된 메시지를 갖춘 잘 만든 리스트는, 일반 연락처와 템플릿 문구만 있는 큰 리스트보다 꾸준히 더 좋은 성과를 냅니다.

더 알아보기

AI를 사용하여 데이터 추출

Google Sheets, Airtable 또는 Notion으로 데이터를 쉽게 전송하세요

Chrome Store Rating

PRODUCT HUNT#1 Product of the Week

반응을 이끌어내는 리드 리스트 만들기 (2026 워크플로우)