How Grupo Boticário uses AI to strengthen human connections

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

Grupo Boticário는 OpenAI 기반 자체 에이전트 플랫폼으로 리셀러 운영 요청을 최대 80%까지 자율 해결하며, 영업 인력이 반복 업무에서 벗어나 관계 강화와 자문에 집중하도록 지원한다.

📌 핵심 요약

• 1977년 브라질 Paraná의 작은 조제 약국에서 시작한 Grupo Boticário는 40개국 이상에 진출했으며, 10개가 넘는 소비자 브랜드와 다양한 판매 채널을 연결하기 위해 핵심 기술을 자체 개발하고 있다.
• 자체 에이전트 오케스트레이션 플랫폼은 OpenAI의 기반 모델과 업무 규칙을 결합하고 생성형·예측형 AI를 함께 활용한다. 전체 생태계에는 수백 개의 에이전트가 있으며, 리셀러 여정에만 30개가 넘는 에이전트와 응답 내용·효과를 검증하는 전담 에이전트가 있다.
• 직접판매 리드의 90%는 AI가 최초 응대와 자격 확인을 담당하며, 첫 접점에서 24시간 서비스를 제공한다. 주문을 완료하려는 의사가 나타나면 사람 담당자에게 이관한다.
• 2025년 11월부터 appchat과 WhatsApp Enterprise에서 발생하는 대화의 100%를 에이전트가 처리 대상으로 포괄하며, 운영 요청의 자율 해결률은 최대 80%다. 회사는 이를 통해 영업 인력이 리셀러와 고객을 이해하고 자문하는 데 더 많은 시간을 쓸 수 있다고 설명한다.
• 영업·고객 서비스·지원팀이 플랫폼에서 프롬프트를 직접 관리하고, 일상적인 피드백과 A/B 테스트로 개선한다. 회사는 이러한 역할 변화가 서비스 품질을 높이고 현장 인력에게 새로운 경력 기회를 만든다고 설명한다.

🧩 주요 포인트

1. 다수 브랜드·채널과 수직 통합 사업 구조 → 자체 플랫폼으로 고객 접점과 공급망의 복잡성을 연결하고, OpenAI의 기반 모델을 활용해 고유한 업무 규칙에 집중한다.
2. 직접판매 리드의 90%에 대한 초기 응대와 운영 요청의 최대 80% 자율 해결 → 리드 자격 확인과 운영 지원을 별도 여정으로 설계하고, 주문 완료 의사를 사람 이관 기준으로 삼는다. 대화의 100% 포괄은 모든 요청의 자율 해결을 뜻하지 않는다.
3. 영업·고객 서비스·지원팀의 프롬프트 관리와 A/B 테스트 → 고객을 아는 현장 지식을 시스템 개선에 반영하고, 반복 업무 감소를 자문 역할과 새로운 경력 기회로 연결한다.

🧠 상세 정리

1. 조제 약국에서 출발한 Lovetech의 지향

Grupo Boticário는 1977년 브라질 Paraná의 작은 조제 약국에서 시작했으며, CTO Renato Pedigoni는 창업자의 강점으로 고객의 필요를 이해하는 세심하고 애정 어린 응대와 고품질 제품 개발을 꼽는다. 약 50년이 지난 현재 회사는 연구소와 공장부터 혁신, 기술, 물류, 마케팅, 소매까지 아우르는 생태계로 성장했다. 사업은 40개국 이상에 걸쳐 있고, 브라질 1,700개 이상의 도시에 4,000개 이상의 오프라인 매장이 있으며, 소매·파트너·공급업체를 포함하는 생태계의 판매 접점은 20만 곳에 이른다. 회사는 기술의 목적을 창업 당시 잘했던 두 가지를 대규모로 지속하는 데 두며, 기술과 인간적 감수성을 결합한 문화를 Lovetech라고 부른다. Pedigoni의 설명에서 AI 도입은 이 지향의 연장선으로, 사람들을 더 가깝게 연결하고 자기 돌봄을 장려하며 생태계 구성원과 관계를 맺는 수단이다.

2. 복잡한 사업 구조가 자체 기술 개발로 이어진 이유

자체 솔루션 개발의 배경에는 연구개발에서 제조·유통·물류와 최종 고객 접점까지 이어지는 수직 통합 사업 구조가 있다. Grupo Boticário는 오프라인 매장, 전자상거래, 마켓플레이스, 프랜차이즈, 직접판매, B2B, B2P 등 여러 채널을 동시에 운영한다. O Boticário, Eudora, Quem Disse Berenice, Vult, Truss를 포함한 10개가 넘는 소비자 브랜드에는 가맹점주, 리셀러, 미용실의 뷰티 전문가 등 서로 다른 사업 관계가 연결되어 있다. Pedigoni는 브랜드·상품군·채널의 복잡성을 한데 묶을 수 있다는 점에서 자체 기술의 가치를 설명한다. 회사가 기대하는 효과는 고객 접점에서 요구를 더 잘 파악하는 것과 함께, 어떤 원료를 구매하고 어디에 배분하며 각 매장에 SKU별로 몇 개를 공급할지 등 생산·공급망의 의사결정을 최적화하는 것이다.

3. 데이터 접근성 위에 구축한 에이전트 플랫폼

Grupo Boticário는 디지털 기업으로 출발하지 않았지만, 현재는 중요한 솔루션과 프로세스를 내부에서 개발하는 단계에 이르렀다고 설명한다. 그 기반에는 회사 전반에서 분석, AI 모델, 대시보드에 데이터를 활용할 수 있도록 접근성을 높이는 디지털 민주화 원칙이 있다. 원문은 회사가 데이터 분야에서 라틴아메리카의 주목받는 기업으로 5년 연속 인정받았고, Data Hackers와 Bain & Company의 State of Data Brazil 2025–2026에서 2위를 기록했다고 소개한다. 이 토대 위에서 자체 에이전트 오케스트레이션 플랫폼은 OpenAI의 기반 모델과 업무 규칙을 결합해 리셀러와 가맹점주 등의 활성화와 서비스를 위한 에이전트 생성을 넓히고 있다. 전체 생태계에는 수백 개의 에이전트가 있으며, 생성형·예측형 AI를 함께 사용하는 구조에서 리셀러 여정에만 등록부터 첫 주문, 일상 지원까지 담당하는 30개 이상의 에이전트와 응답 내용·효과를 검증하는 전담 에이전트가 배치되어 있다.

4. 직접판매 리드의 초기 응대와 사람에게 넘기는 시점

리셀러 온보딩에서는 디지털 채널을 통해 들어온 리드를 AI가 먼저 응대하고, 참여와 관련한 질문에 답하면서 자격을 확인한다. 이 솔루션은 직접판매에서 확보한 리드의 90%를 포괄하며, 최초 접점에서 하루 24시간 서비스를 제공한다. AI의 역할은 초기 문의를 처리하는 데서 끝나지 않고, 다음 단계로 나아갈 준비가 된 리드를 사람 담당자에게 연결하는 데까지 이어진다. 구체적인 이관 기준은 리드가 주문을 완료하려는 의사를 보이는 시점으로, 원문은 이를 빠른 첫 응대와 사람의 후속 지원을 연결하는 방식으로 설명한다. 따라서 직접판매 리드의 90%라는 수치는 AI가 최초 응대와 자격 확인을 맡는 범위를 나타내며, 전체 판매 과정이나 주문 성사가 사람의 개입 없이 이루어진다는 의미로 제시되지는 않는다.

5. 운영 지원의 처리 범위와 최대 80% 자율 해결

리셀러 운영 지원 에이전트는 카탈로그 전송, 납부 고지서 관련 문의, 앱 사용 질문, 일반적인 운영 주제 등 일상적인 요청을 처리한다. 2025년 11월부터 appchat과 WhatsApp Enterprise에서 발생하는 대화의 100%가 에이전트의 처리 범위에 들어갔으며, 운영 요청의 자율 해결률은 최대 80%로 제시된다. 두 수치는 각각 대화 포괄 범위와 자율 해결 수준을 나타내므로, 모든 대화를 포괄한다는 사실을 모든 요청이 자동으로 해결된다는 뜻으로 해석해서는 안 된다. Pedigoni는 OpenAI가 기반 모델을 대규모로 제공하기 때문에 회사가 고유한 업무 규칙과 리셀러의 필요에 집중할 수 있다고 설명한다. 회사는 반복 업무가 줄어든 영업 인력이 리셀러의 상황과 고객을 더 깊이 이해할 수 있고, 리셀러 역시 빠른 답변으로 확보한 시간을 자신의 사업에서 자문 역할을 수행하는 데 사용할 수 있다고 본다.

6. 기술팀에서 현업으로 이동한 프롬프트 관리

회사는 운영상의 차별점으로 기술 자체와 함께 사업 부서가 플랫폼의 프롬프트를 직접 관리한다는 조직적 특징을 강조한다. 초기 에이전트를 만들던 시기에는 낯선 기술 영역이라는 이유로 프롬프트를 기술팀이 담당했고 결과도 좋았지만, 회사는 매일 문구와 접근법을 조정하고 A/B 테스트를 수행하는 지속적 개선에서 추가 가치를 발견했다. Pedigoni는 고객을 매일 응대하는 팀이 이러한 개선에 가장 적합하다고 설명하며, 이후 영업·고객 서비스·지원팀이 자체 프롬프트를 관리하기 시작했다. 이들은 일상적인 사용에서 얻는 피드백을 점진적 개선에 반영하면서, 리셀러를 직접 지원하는 일에서 서비스 시스템과 모델의 개선에도 참여하는 방향으로 역할을 넓혔다. 회사는 이 변화가 리셀러 서비스 품질을 높이는 동시에, 고객 응대를 계속하는 현장 인력에게 자동화 시스템 구축에 기여하는 새로운 경력 경로를 열었다고 설명한다.

7. 서비스 품질과 현장 지식을 중심으로 한 도입 원칙

원문은 자동화의 의미를 효율 개선에만 두지 않고, 사람이 더 깊은 관계를 형성할 시간을 확보해 서비스 품질을 높이는 데 둔다. 이를 위한 도입 원칙으로는 사용자가 이미 이용하는 접점에 에이전트를 배치하고, 기술적 역량보다 이용 편의성이 채택에 더 큰 영향을 준다고 보는 관점이 제시된다. 또한 고객을 잘 아는 사람에게 프롬프트 통제권을 주고, 사업 부서가 A/B 테스트를 반복하면서 현장 경험을 시스템에 반영하도록 권한다. 여러 브랜드·채널·파트너십 모델의 복잡성이 사업의 강점인 경우에는 이를 연결하는 자체 플랫폼이 의미가 있으며, 기반 모델을 활용해 회사 고유의 업무 규칙에 역량을 집중할 수 있다는 주장도 이어진다. 이러한 원칙은 이 사례에서 도출한 권고로 제시되며, 서비스 품질을 높이는 과정에서 현장 인력의 지식과 경력 기회를 함께 고려해야 한다는 방향으로 모인다.

8. 서로 다른 여정의 설계와 사람의 역할 확장

실행 측면에서 원문은 리드 자격 확인과 운영 지원의 성공 기준이 다르므로 두 여정을 구분하고, 사람에게 넘기는 조건을 초기에 정의할 것을 권한다. Grupo Boticário에서는 주문 완료 의사가 이관 기준이며, 다른 에이전트의 응답을 검증하는 전담 에이전트와 현업의 프롬프트 A/B 테스트가 개선 구조의 일부를 이룬다. 회사는 에이전트 도입을 일상적인 운영 부담을 줄여 실무 지식을 가진 사람들이 더 가치 있는 업무를 수행할 공간을 만드는 과정으로 해석한다. Pedigoni 역시 AI 도입에 투자할수록 실제 운영자의 지식을 활용해 직원과 사업 모두에 새로운 기회를 만들 수 있다고 주장한다. 원문이 제시한 정량 성과는 대화 포괄 범위, 운영 요청의 최대 자율 해결률, 리드 초기 응대 범위이며, 관계 강화와 새로운 경력 기회는 회사가 설명하는 변화로 제시되지만 그 효과를 측정한 별도의 수치는 제공되지 않는다.

🧾 핵심 주장 / 시사점

• 이 사례에서 자동화의 가치는 운영 요청 처리와 사람의 역할 변화가 연결되는 데 있다. 회사는 반복 업무 감소로 확보한 시간을 리셀러에 대한 이해와 자문에 활용한다고 설명한다.
• 자체 플랫폼의 선택은 여러 브랜드·채널과 수직 통합 구조를 연결하려는 필요에 기반한다. OpenAI의 기반 모델을 활용하는 방식은 회사가 고유한 업무 규칙에 집중하려는 전략과 맞물린다.
• 현업의 프롬프트 관리, A/B 테스트, 응답 검증 에이전트는 지속적 개선을 구성하는 요소다. 원문은 현장 인력을 시스템 개선의 참여자로 포함하는 것이 서비스 품질과 경력 기회 모두에 도움이 된다고 본다.

✅ 액션 아이템

• 직접판매 리드의 자격 확인과 운영 지원을 구분하고, 주문 완료 의사를 기준으로 하는 사람 담당자 이관 방식을 검토한다.
• appchat과 WhatsApp Enterprise의 대화 100% 포괄과 운영 요청의 최대 80% 자율 해결을 구분해 성과를 해석한다.
• 영업·고객 서비스·지원팀의 프롬프트 관리와 A/B 테스트를 서비스 품질 개선 및 새로운 경력 기회와 연결해 검토한다.

❓ 열린 질문

• 운영 요청의 최대 80% 자율 해결률은 요청 유형에 따라 어떻게 달라지는가?
• 직접판매 리드의 90%를 AI가 최초 응대하고 자격을 확인하는 과정에서, 주문 완료 의사는 어떻게 판별하는가?
• 영업·고객 서비스·지원팀의 프롬프트 관리와 A/B 테스트가 서비스 품질과 새로운 경력 기회에 미친 효과는 어떻게 확인할 수 있는가?