---
title: "미국 딜러SW업체 임펠, 영업교육 3~6개월을 1개월로"
author: "VibeTimes"
published: "2026-09-24T23:07:45.765Z"
section: "technology"
tags: ["AX", "AI전환", "임펠", "영업교육", "AI역할극", "통화녹음", "자동차딜러"]
language: "ja"
url: "https://vibetimes.co.kr/ja/news/cmug571l70r6h6gp1ao7mn7us"
---

# 미국 딜러SW업체 임펠, 영업교육 3~6개월을 1개월로

미국 딜러 소프트웨어업체 임펠은 영업·지원 직원 150여 명의 신제품 교육기간을 3~6개월에서 평균 한 달로 줄였다. 방법은 강의가 아니라 AI와 하는 역할극이었다. 다만 이 숫자는 Anthropic이 공개한 자사 고객사례에 적힌 것으로, 제3자가 검증한 수치가 아니다. 회사도 도구를 파는 쪽이라는 점은 처음부터 적어둔다.

## 통화 녹음 15만 통에서 짠 연습 상대

임펠은 자동차 딜러와 완성차 업체에 AI 도구를 파는 회사다. 직원은 500명 가깝다. 문제는 회사 안에서 시작됐다. 개발팀이 AI 코딩도구를 쓰면서 기능이 쏟아져 나오는데, 이를 팔고 지원할 150여 명이 따라잡지 못했다. 운영 책임자 브릿 디존은 "사람은 실제로 해봐야 배운다"고 했다. 그런데 연습 상대는 20년 경력의 딜러 직원들이었다. 임펠은 녹음된 딜러 통화 15만 통을 AI로 분석해 어려운 대화를 미리 연습하는 프로그램을 3주 만에 만들었다. 최근 한 달에는 영업 인력의 약 25%가 의무가 아닌데도 자발적으로 연습했다고 한다.

## 교육만 빨라진 게 아니다

같은 회사에서 다른 숫자들도 움직였다. 계정 담당자가 매달 딜러 실적 보고서를 준비하던 시간이 3~4시간에서 30분으로 줄었다. AI가 초안을 쓰고 사람이 다듬는 방식이다. 고객 지원팀은 같은 인력으로 건수를 20% 더 처리했고, 남은 시간은 이관 업무와 전략 과제로 갔다. 임펠은 사내 에이전트 후보 100개 가까이를 40개 안팎으로 추리고, 여섯 개 문제 묶음으로 나눠 우선순위대로 예산을 배정했다. 여기서 에이전트란 스스로 일을 처리하는 AI 프로그램을 말한다. 도구 도입을 하나하나 투자 심사하듯 다룬 셈이다.

## 세 숫자를 한 표에 놓으면

회사

붙인 업무

지표

변화

출처

임펠(미국, 딜러SW)

영업·지원 직원 신제품 교육

교육 기간

3~6개월 → 평균 1개월

Anthropic 고객사례

임펠

딜러 월간 실적 보고서

준비 시간

3~4시간 → 30분

Anthropic 고객사례

임펠

고객 지원

처리 건수

20% 증가

Anthropic 고객사례

셋 다 회사와 벤더가 같은 편에서 낸 숫자라는 점을 다시 적어둔다. OpenAI 쪽 고객사례도 이번에 확인했으나 before-after 수치가 공개된 건이 없어 표에서 뺐다.

## 반론: 화려한 도구가 곧 성과는 아니다

AI 커뮤니티 r/AI\_Agents의 한 익명 개발자는 AI 기억 시스템 12개를 1,800개 과제로 시험했다. 최고점(100점 만점에 97.1)을 받은 건 신기술이 아니라 평범한 마크다운 위키였고, 전용 도구 하나가 같은 점수로 비겼다. 질문 1,000건당 비용은 위키가 503달러, 그 도구는 256달러였다. 익명 커뮤니티 실험인 만큼 벤더 숫자만큼도 검증되지 않았지만, 비싸고 정교할수록 좋은 건 아니라는 방향은 분명하다. 같은 커뮤니티에서는 "생성이 필요하지 않은 판단에까지 초대형 모델을 쓰고 있다"는 비판도 나온다. 임펠 스스로 검증된 흐름은 값싼 모델로 돌린다고 밝힌 것은 이 비판을 인정하는 쪽이다. 교육 사례에는 더 아픈 지적도 있다. 한 익명 실무자는 "기업들은 주니어가 시니어로 성장하는 바로 그 층을 자동화하고 있다"고 썼다. 반복 업무를 없애면 지표는 좋아지지만, 신입이 일을 배우던 자리도 함께 사라진다는 것이다.

## 한국 기업이 따라 하려면

첫 관문은 데이터다. 역할극의 원료는 통화 녹음 15만 통인데, 한국의 콜센터와 영업조직 녹음은 수집 목적과 보관 기한이 계약과 법령으로 묶여 있다. 교육 재료로 쓰려면 수집 단계의 동의 범위부터 다시 설계해야 한다. 둘째는 측정이다. 6개월이 1개월로 줄었다고 말하려면 지금 교육에 몇 달이 걸리는지부터 재고 있어야 한다. 재지 않는 회사는 줄었다고 말할 근거도 없다.

## 실패의 값이 내려가면

임펠 사례의 뼈대는 AI가 일을 대신한 것이 아니다. 실패의 비용을 내린 것이다. 첫 고객 앞에서 실수하던 영업사원이 AI 앞에서 먼저 세 번 실수하고 들어간다. 교육기간은 그 사이로 줄었다. 다만 이 숫자를 확인할 잣대는 아직 회사 발표뿐이고, 그 회사는 AI 도구를 파는 쪽이다. 다음 잣대는 임펠이 아니라 이걸 그대로 쓰는 다른 회사에서 나와야 한다.

* * *

_분석 근거: Anthropic 고객사례(임펠), OpenAI 고객사례 목록, r/AI\_Agents 토론. 공개 자료에 근거한 분석입니다._