이커머스 프로젝트를 처음 시작하면서 영업 리스트를 만들던 그날이 아직도 생생합니다. 노트북 앞에 쪼그려 앉아 20개가 넘는 브라우저 탭을 이리저리 넘기며 이름, 이메일, 회사 정보를 엑셀에 하나하나 복사해 넣었죠. 몇 시간을 쏟아부었지만 겨우 17개의 리드만 얻었고, 눈은 침침해지고 커피는 식어버렸으며, 완성된 영업 리스트는 마치 보물찾기 끝에 남은 뒤죽박죽 종이조각 같았습니다.
혹시 비슷한 경험 있으신가요? 영업 후보를 더 효율적으로 찾고 정리할 방법이 없을까 고민해본 적 있다면, 절대 혼자가 아닙니다. 요즘 세일즈 환경에서는 AI와 자동화 덕분에 고품질 영업 리스트를 만드는 일이 그 어느 때보다 중요해졌고, 동시에 훨씬 쉬워졌어요. SaaS, 자동화, AI 분야에서 오래 일해온 저로서는, 제대로 된 접근법만 있으면 영업 리스트 구축이 지루한 반복 작업에서 전략적인 무기로 바뀐다는 걸 몸소 느꼈습니다. (지금은 공동 창업자로 일하고 있습니다.)
이제 영업 리스트가 왜 중요한지, 어떤 리스트가 효과적인지, 그리고 최신 도구를 활용해 어떻게 더 빠르고 똑똑하게 리스트를 만들 수 있는지 함께 알아볼게요. 주말까지 반납하지 않아도 됩니다.
왜 모든 세일즈팀에 강력한 영업 리스트가 필요할까?
영업에서 리스트는 보물지도의 역할을 합니다. 단순히 이름만 모아놓은 게 아니라, 매출과 관계, 성장으로 이어지는 직접적인 연결고리죠. 이커머스 팀에게 잘 정리된 영업 리스트는 무작정 외치는 게 아니라, 정확한 타겟에게 제대로 다가가는 방법입니다.
하지만 모든 리스트가 똑같이 만들어지는 건 아닙니다. 체계적이고 신뢰할 수 있는 리스트는 전환율을 높이고, 영업 사이클을 단축하며, 에너지를 가장 중요한 곳에 집중할 수 있게 해줍니다. 반대로, 엉성하거나 오래된 리스트는 고장 난 나침반을 들고 길을 찾는 것과 같아요. 시간만 낭비하고, 기회를 놓치며, 결국 길을 잃기 쉽죠.
수치로도 확실히 드러납니다. 리드 육성(잠재 고객을 우선순위로 관리)에서 뛰어난 기업은 를 만들어냅니다. 반면, 비효율적인 리드 관리와 생산성 저하로 인해 기업들은 매년 최소 [$1조]의 손실을 보고 있죠. 이 정도면 리스트 관리에 신경 쓸 이유, 충분하지 않을까요?
좋은 영업 리스트의 조건은?
좀 더 구체적으로 들어가 볼게요. 영업 리스트란, 우리 이상적인 고객상(ICP)에 부합하고 실제로 전환 가능성이 있는 잠재 고객을 선별해 정리한 명단입니다.
필수 정보: 영업 리스트에 꼭 들어가야 할 항목
최소한 아래 정보는 꼭 포함되어야 해요:
- 이름
- 이메일 주소
- 회사명
- 직책/역할
- 전화번호(가능하다면)
- 지역
- LinkedIn 또는 웹사이트 URL
하지만 단순히 칸만 채운다고 끝이 아닙니다. 정확성, 적합성, 최신성이 핵심이에요:
- 정확성: 연락처 정보가 제대로 맞는지 확인해야 해요. 잘못된 이메일이나 번호는 영업 시도를 망치기 쉽죠.
- 적합성: 이 사람이 정말 우리 ICP에 맞는지, 의사결정권자나 영향력 있는 인물인지 따져봐야 해요.
- 최신성: 이직하지 않았는지, 회사가 여전히 운영 중인지 체크해야 합니다. B2B 연락처 데이터는 씩 빠르게 변하기 때문에, 정기적인 업데이트가 필수입니다.
잘 만든 리스트는 마치 정교하게 조율된 엔진처럼, 각 요소가 유기적으로 맞물려 성과를 이끌어냅니다. 무작위로 긁어온 1,000명보다, 신중하게 조사한 100명의 잠재 고객이 훨씬 더 큰 가치를 가져다줍니다.
전통적인 영업 리스트 구축 방법
AI와 자동화가 등장하기 전에는, 영업 리스트를 만드는 일이 온전히 수작업이었습니다. 대표적인 방법과 장단점은 아래와 같아요:
1. 수동 웹 리서치
- 방법: 구글 검색, 회사 홈페이지, 보도자료 등 다양한 웹페이지를 직접 탐색
- 장점: 직접 확인하니 정확도 높고, 맞춤화에 유리
- 단점: 엄청난 시간 소요(몇 명만 모으려 해도 몇 시간), 확장성 부족, 복붙 실수 잦음
2. LinkedIn 활용
- 방법: LinkedIn 검색 또는 Sales Navigator로 타겟 프로필 찾기
- 장점: 최신 프로필 정보, 강력한 필터, InMail로 직접 연락 가능
- 단점: 이메일 등 연락처 정보 부족, 연결/요청 한도, 경쟁자들도 모두 같은 방법 사용
3. 산업별 디렉터리 및 리스트
- 방법: 협회, 컨퍼런스 참가자 명단, 공개된 디렉터리 활용
- 장점: 관련 기업/담당자 정보를 한 번에 확보 가능
- 단점: 데이터가 오래됐거나, 경쟁사에 의해 이미 많이 활용됨
4. 네트워킹 및 추천
- 방법: 기존 고객이나 동료에게 소개 요청
- 장점: 신뢰도 높고, 전환율이
- 단점: 예측 불가, 언제/얼마나 받을지 통제 불가
5. 콜드콜 리스트
- 방법: 디렉터리나 구매한 리스트의 번호로 직접 전화
- 장점: 즉각적인 피드백, 실시간 정보 확인 가능
- 단점: 노동 강도 높고, 효율 낮으며, 담당자 소진 위험
정리하자면: 전통적 방식도 효과는 있지만, 느리고 반복적이며 확장하기 어렵습니다. 하루 종일 투자해도 몇 명밖에 못 모은 경험, 다들 있으실 거예요.
수작업 영업 리스트의 한계와 어려움
솔직히 말해, 수작업 영업 리스트 구축은 정말 고된 일입니다. 세일즈팀이(저희 팀도 그랬죠) 힘들어하는 이유는 다음과 같아요:
- 시간 소모: 영업 담당자는 에 쓰고, 나머지는 조사와 데이터 입력에 허비합니다.
- 데이터 노후화: 이직, 합병, 이메일 변경 등으로 정보가 금방 낡아집니다.
- 소진: 반복적인 복붙 작업은 실수도 많고, 동기부여도 떨어집니다. [71%의 영업 담당자]가 데이터 입력에 너무 많은 시간을 쓴다고 답했습니다.
- 비일관적 프로세스: 담당자마다 방식이 달라 중복, 누락, 품질 편차 발생
- 기회비용: 잘못된 리드에 시간 쓰는 동안, 진짜 고객과의 접점은 줄어듭니다.
한 영업 전문가의 말처럼, "리서치에 시간을 쏟지 않고도, 잘 조사된 고품질 영업 리스트를 얻고 싶다"는 게 모두의 바람이죠.
AI와 자동화로 달라진 영업 리스트 구축
이제 AI와 자동화가 등장했습니다. 요즘 도구들은 수백, 수천 개의 웹페이지에서 정보를 빠르고 정확하게 추출하고, 정리하고, 심지어 우선순위까지 매겨줍니다. (비밀리에 로봇 부대를 고용하지 않는 이상, 사람이 따라가기 어렵죠.)
AI가 바꾼 점은 이렇습니다:
- 대규모 웹 데이터 추출: AI 웹 스크래퍼로 수백~수천 개 페이지에서 연락처 정보 추출
- 자연어 입력: "이름, 이메일, 회사, 국적"처럼 원하는 정보를 입력하면, AI가 알아서 추출 방법을 결정
- URL 일괄 추출: LinkedIn 프로필, 회사 연락처 페이지 등 URL 목록을 넣으면 자동으로 처리
- 즉시 내보내기: Google Sheets, Airtable, Notion, CRM 등으로 바로 데이터 전송—복붙 필요 없음
- 내장 스코어링 및 필터링: AI가 가장 유망한 리드를 우선순위로 추천해줌
실제 결과도 확실합니다. 영업 자동화 소프트웨어를 도입한 기업은 를 확보하고, 을 경험합니다.
Thunderbit: 영업 리스트 구축의 지름길
이제 저희가 만든 을 소개할 차례입니다. Thunderbit은 비즈니스 사용자를 위한 AI 웹 스크래퍼 크롬 확장 프로그램이에요. 개발 지식이 없어도 누구나 쉽게 쓸 수 있죠.
Thunderbit이 세일즈팀에 혁신적인 이유는 다음과 같습니다:
- 수백 개 URL 동시 추출: LinkedIn 프로필, 회사 디렉터리, 연락처 페이지 등 대량으로 빠르게 추출
- 자연어 필드 선택: "이메일, 이름, 국적, LinkedIn URL"처럼 원하는 정보를 입력하면 AI가 알아서 추출
- Google Sheets로 즉시 내보내기: 클릭 한 번이면 데이터가 바로 정리됨
- 내장 스코어링 및 필터링: 원하는 기준에 따라 리스트를 자동으로 정렬 및 우선순위 지정
- 복잡한 데이터도 처리: 하위 페이지, PDF, 이미지 등 다양한 데이터도 추출 가능
- 코딩 필요 없는 쉬운 사용법: 브라우저만 쓸 줄 알면 누구나 사용 가능
Thunderbit은 전 세계 가 신뢰하며, Accenture, Criteo, Grammarly, Puma 등 다양한 팀에서 활용 중입니다. 도 차지한 바 있죠.
Thunderbit로 영업 리스트 만드는 방법
Thunderbit을 활용해 영업 리스트를 만드는 과정을 단계별로 살펴볼게요.
1단계: 타겟 URL 수집
먼저, 타겟이 될 URL 목록을 준비합니다. 예를 들어:
- LinkedIn 프로필 URL(직무, 산업, 지역별로 필터링)
- 회사 연락처/팀 페이지
- 산업별 디렉터리, 회원 명단
- 포럼 글, 행사 참가자 리스트 등
팁: LinkedIn Sales Navigator나 산업별 디렉터리를 활용하면 더욱 정교한 리스트를 만들 수 있어요. 소스가 정확할수록 결과도 좋아집니다.
2단계: 추출할 필드 정의
Thunderbit을 열고, 원하는 정보를 자연어로 입력합니다:
- “이름, 이메일, 회사, 직책, 국적, LinkedIn URL”
- 필요에 따라 “산업군”, “회사 규모”, “최근 활동일” 등도 추가 가능
Thunderbit의 AI가 페이지 내용을 분석해 추출 가능한 필드를 추천해줍니다.
3단계: 데이터 추출 및 검토
“스크랩” 버튼을 누르면 Thunderbit이 각 URL을 방문해 데이터를 표로 정리합니다.
- 하위 페이지, 복잡한 레이아웃(무한 스크롤, 로그인 필요 페이지 등)도 처리 가능
- PDF, 이미지 등에서도 정보 추출 가능
- 결과를 빠르게 검토해 정확성을 확인하세요—AI가 뛰어나지만, 한 번쯤 확인하는 게 좋습니다
4단계: 리스트 내보내기 및 스코어링
데이터가 만족스럽다면, Google Sheets, Airtable, Notion, CSV/Excel 파일 등으로 바로 내보낼 수 있습니다.
- Thunderbit의 스코어링/필터링 기능으로 고가치 리드를 우선순위로 정렬(예: 직책, 회사 규모, 참여 신호 등)
- CRM에 바로 연동해 영업 활동 시작
실전 예시: Thunderbit로 영업 리스트 만들기
실제 상황을 가정해볼게요. 예를 들어, 미국 내 부티크 의류 브랜드의 이커머스 매니저를 타겟으로 한다면:
1단계: 타겟 URL 수집
- LinkedIn Sales Navigator에서 “Ecommerce Manager” & “Apparel & Fashion” 업계, 미국, 11~50명 규모 기업 검색
- 검색 결과에서 프로필 URL 복사(Thunderbit 유료 플랜은 URL 일괄 입력 지원)
2단계: 추출할 필드 정의
- Thunderbit에서 새 스크래퍼 시작, AI 필드 추천 사용
- “이름, 직책, 회사, 위치, LinkedIn URL” 입력
- Thunderbit AI가 LinkedIn 결과 페이지에서 해당 필드를 자동 인식
3단계: 데이터 추출 및 검토
- 스크래퍼 실행, 각 프로필 URL에서 지정한 정보 추출
- 표로 정리된 결과를 검토
- LinkedIn에 이메일이 없다면, 리스트를 내보내 이메일 보강 도구를 활용하거나, Thunderbit로 각 회사 연락처 페이지에서 이메일 추가 추출 가능
4단계: 리스트 내보내기 및 스코어링
- Google Sheets 또는 CSV로 내보내기
- Thunderbit 내장 스코어링으로 리드 우선순위 지정(회사 규모, 위치 등 기준)
- CRM이나 영업 자동화 도구에 업로드해 활용
이렇게 하면 며칠 걸리던 작업이 한 시간 이내로 끝나고, 더 정확하고 타겟팅된 리스트를 얻을 수 있습니다.
영업 리스트 구축 방식 비교: 수작업 vs. AI 활용
아래 표에서 두 방식을 한눈에 비교해보세요:
| 항목 | 수작업 영업 리스트 | AI 활용(Thunderbit) |
|---|---|---|
| 속도 | 느림(100명 모으는 데 수시간~수일) | 빠름(100명 이상도 수분 내 가능) |
| 정확성 | 꼼꼼하면 높지만, 실수 잦음 | 일관되고 오류 적음 |
| 확장성 | 인력에 비례, 한계 있음 | 사실상 무제한 확장 가능 |
| 노력 | 높음(복붙, 조사 반복) | 낮음(2번 클릭, 자연어 입력) |
| 데이터 최신성 | 금방 노후화, 수동 업데이트 필요 | 실시간 소스에서 최신화 가능 |
| 맞춤화 | 시간 투자 시 높음 | 세분화, 데이터 보강으로 맞춤화 가능 |
| 비용 | 인건비 높음 | 소프트웨어 구독료로 저렴 |
결론적으로, Thunderbit 같은 AI 기반 도구는 속도, 확장성, 비용 면에서 압도적입니다. 물론, 맞춤화가 필요한 부분은 사람이 직접 개입할 수 있습니다.
영업 리스트를 항상 신선하게 유지하는 팁
리스트를 만드는 것만큼, 꾸준히 관리하는 것도 중요합니다. 다음을 실천해보세요:
- 정기 데이터 점검: 분기별로 정보가 오래된 항목을 확인 및 업데이트
- 자동 데이터 정제: 이메일 유효성 검사, 중복 제거, 누락 정보 보강 자동화
- 리스트 세분화: 산업, 회사 규모, 참여도 등으로 태그 분류해 맞춤 영업
- 비활성 리드 정리: 반송, 구독 해지, 미응답 리드는 삭제 또는 보관
- 법규 준수: 옵트아웃, 개인정보 보호법(GDPR, CAN-SPAM 등) 준수
- CRM 연동: 실시간 업데이트 및 활동 추적을 위해 CRM과 동기화
- 팀원 업데이트 장려: 담당자가 새 정보 추가나 변경사항 표시를 쉽게 할 수 있도록
영업 리스트는 살아있는 자산입니다. 꾸준히 관리하면, 계속해서 가치를 만들어냅니다.
결론: 더 스마트한 영업 리스트로 성장의 문을 열다
이 글에서 꼭 기억해야 할 점은 하나입니다. 정확하고 타겟팅된 영업 리스트가 세일즈 성공의 핵심입니다. 단순히 많은 이름을 모으는 것이 아니라, 정확한 시점에 정확한 정보로 올바른 사람을 공략하는 것이 중요합니다.
수작업 방식도 맞춤화가 필요할 때는 여전히 유용하지만, 빠르게 변화하는 영업 환경에서는 같은 AI 기반 도구가 품질을 유지하면서도 확장성을 확보하는 비결입니다. 자연어 필드 선택, URL 일괄 추출, 즉시 내보내기, 내장 스코어링 등 다양한 기능으로, 비전문가도 손쉽게 고품질 리스트를 만들 수 있습니다.
이커머스 팀이 새로운 브랜드를 타겟팅하든, 반복적인 복붙 작업에 지친 영업 담당자든, 파이프라인과 팀 사기를 높이고 싶은 매니저든, 이제는 영업 리스트 구축을 한 단계 업그레이드할 때입니다. Thunderbit을 직접 사용해보세요(). AI가 무거운 작업을 대신해줄 때, 여러분의 성과도 달라질 거예요.
더 똑똑한 영업 리스트, 더 행복한 세일즈팀, 더 많은 성과를 응원합니다. 이제 AI가 커피까지 내려주면 금상첨화겠네요…
웹 스크래핑, 리드 생성, 세일즈 자동화에 대해 더 알고 싶다면 아래 자료도 참고하세요: