Viktor: The AI Employee That Works in Every Department

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

Viktor는 Slack·Teams에서 업무를 받아 영업 점검, 콘텐츠 기획, CRM 감사 등 여러 부서의 반복 업무를 수행하고, 주요 변경은 사람의 승인 아래 실행하는 AI 직원으로 소개된다.

📌 핵심 요점

1. 팀이 공유하는 실행형 AI 직원이다. 발표자는 약 5명이 Slack에서 매일 업무를 맡기며, 별도 자동화 흐름을 직접 구축하지 않고 자연어로 지시한다고 설명한다.
2. 영업 보고서는 응답 속도보다 앞선 담당자 배정 문제를 드러냈다. 전날 신규 리드 12건 중 11건에 담당자가 없었고, 사람의 연락이 확인된 건은 0건이었다. 다만 일요일 데이터이며 일부 채널은 판별에 한계가 있었다.
3. 영업 통화를 점수표로 평가하고 개선점 하나를 제시한다. 장기 정체 거래에는 후속 메시지 초안을 만들고, 약 1,700개 대화에서는 사람의 후속 응답이 없는 리드 약 258건을 찾아 우선순위를 매겼다.
4. 콘텐츠 업무에서는 매일 쌓이는 AI 뉴스와 고객의 실제 표현을 연결한다. 영상 아이디어 3개, 아이디어별 제목 5개, 고객 발화 기반 도입 문구를 제안하고 선택한 아이디어의 구성과 썸네일 문구까지 확장한다.
5. CRM 감사는 분류와 판단 근거를 제공하지만 조직의 책임 체계까지 대신 정하지는 못한다. 후속 영업 대상으로 제시한 208건 중 담당자를 자신 있게 추천한 것은 14건이었고, 나머지 194건은 불확실하다고 표시했다.

🧩 배경과 문제 정의

발표자의 회사에는 신규 리드 대응 확인, 영업 통화 검토, 콘텐츠 소재 선별, 오래된 CRM 거래 정리처럼 필요성은 인정되지만 꾸준히 맡는 사람이 없는 업무가 쌓여 있었다. 영상은 Viktor라는 AI 직원을 Slack·Microsoft Teams 안에서 팀이 함께 사용하며 이러한 업무를 맡기는 사례를 소개한다.

문제는 작업량과 함께 책임과 정보의 공백에서도 드러난다. 리드에 담당자가 없고, 고객이 답해도 후속 연락이 끊기며, 뉴스는 쌓이지만 콘텐츠로 연결되지 않는다. 발표자는 AI가 기록을 읽고 누락을 찾아 표·평가·초안을 돌려주는 과정을 보여준다. CRM 변경과 고객 발송은 사람의 승인을 받도록 설정한다.

영상은 Viktor의 후원을 받았으며, 발표자의 팀 사용 경험과 제품 시연을 중심으로 구성된다. 비용 대비 효과나 다른 조직에서의 재현성은 별도로 검증되지 않는다.

🕒 시간순 섹션별 상세정리

1. 여러 부서의 업무를 맡긴 AI 직원 소개

• 신규 리드 대응 보고서, 영업 통화 평가, 통화 기록에서 추출한 콘텐츠 도입 문구를 보여주며 여러 부서에서 활용한다고 보여준다. [00:38]
• 약 5명이 Slack에서 매일 업무를 맡기고, 별도의 Zapier 흐름을 직접 만들지 않고 문장으로 지시한다고 보여준다. 이어 Viktor의 후원을 받은 영상임을 드러낸다. [01:08]
• CRM을 바로 수정하지 말고 미배정 거래를 후속 영업·육성·정리 대상으로 분류해 승인용 표를 만들라고 요청한 사례를 보여준다. Google Sheets와 파이프라인별 요약, 주요 거래 분석이 결과물로 드러난다. [02:28]

2. 제품의 역할과 사람이 승인하는 운영 방식

• Viktor를 Slack·Microsoft Teams에서 일하며 약 3,000개 도구에 연결되는 AI 직원으로 보여준다. 업무를 수행해 협업 공간으로 결과를 돌려주는 점을 강조한다. [02:47]
• 설치 후 채널을 읽고 36~39일간 정체된 거래와 담당자 없는 거래를 발견했다고 보여준다. 팀이 공유하며 지속적으로 점검하는 역할을 가치로 제시한다. [03:29]
• Claude로도 개별 업무를 만들 수 있었지만 실제로 구축하지 않았다고 드러낸다. 시연에서는 AI가 제안하고 사람이 승인하며, 콘텐츠도 직접 게시하지 않고 초안으로 제공한다고 보여준다. [03:57]

3. 연결 권한과 정기 실행 설정

• Slack 채팅이나 관리자 화면에서 업무를 지시할 수 있고, GoHighLevel CRM 연결에서 사용 가능한 작업을 확인할 수 있다. [04:26]
• 작업별로 자동 실행, 승인 요청, 비활성화를 선택한다. 발표자는 CRM에 쓰거나 리드에게 메시지를 보내는 작업을 먼저 승인받도록 설정했다. [04:40]
• 정기 작업 화면에서 평일 오전 8시 콘텐츠 보고서 일정을 보여주며, 채팅으로 요청해 반복 실행을 설정할 수도 있다고 보여준다. [05:09]

4. 신규 리드 점검에서 드러난 담당자 배정 공백

• 전날 신규 리드의 담당자와 첫 전화·문자까지 걸린 시간을 확인하고 15분 초과 건을 표시하도록 지시한다. 최초 샘플 실행 후 CRM을 연결해 실제 데이터로 다시 실행한다. [05:43]
• 실제 보고서에는 리드 약 12건 모두가 경고 대상으로 나타나고, 사람의 연락이 확인된 건은 0건이다. 11건은 담당자가 없어 응답 속도 이전에 배정 문제가 있다는 진단을 제시한다. [06:30]
• Instagram DM은 사람과 자동화의 구분이 어려워 제외하고, 자체 테스트 연락처 2건도 제거했다. 발표자는 해당 데이터가 일요일이라는 맥락을 함께 확인한다. [06:55]

5. 영업 통화 평가와 정체 거래의 후속 메시지

• 모든 영업 통화를 점수표로 평가하고 담당자에게 고칠 점 하나를 주도록 요청한다. 5개 항목을 각 5점으로 평가한 25점 만점 결과를 보여준다. [07:36]
• 낮은 점수의 통화에서는 고객이 문제의 비용을 말하기 전에 가격을 제시한 사례와 다음 단계 예약 없이 끝난 공통 패턴을 짚어 본다. [08:08]
• 36일 넘게 정체된 거래에는 담당자의 말투를 반영한 후속 메시지 초안을 작성한다. 스레드에서 사람이 승인하기 전에는 발송하지 않는 규칙을 보여준다. [08:51]

6. 미응답 대화 감사와 집계의 한계

• 최근 7일 동안 고객이 답했지만 사람이 응답하지 않은 사례를 찾도록 요청한다. 약 1,700개 대화를 살펴 약 258건을 찾고, 우선순위와 답장 초안을 제시한다. [09:28]
• 결과표에는 채널, 대기 시간, 고객 발화, 요약, 답장 초안, 원본 대화 링크를 담는다. 반복 질문으로 고객이 갇히는 Instagram 자동화와 약속한 링크를 못 받았다는 27명의 사례도 짚어 본다. [09:56]
• 비정형 AI 메시지를 사람의 응답으로 계산해 실제 미응답 수가 더 많을 수 있다고 드러낸다. 발표자는 분석에 약 17분이 걸렸다고 말한 뒤 체험 혜택과 링크를 안내한다. [10:24]

7. 뉴스와 고객 표현을 연결한 콘텐츠 기획

• 매일 약 40~120개가 쌓이는 AI 뉴스에서 영상 아이디어 3개와 각각의 제목 5개를 고르고, 고객이 실제 사용한 표현으로 도입 문구를 만들도록 요청한다. [10:53]
• 아이디어별 선정 이유와 시연 방향을 제안하고 Instagram DM의 고객 발화를 활용한다. 통화 녹음 도구에 접근하지 못했던 사례에서는 통화를 인용할 수 없다는 한계도 알린다. [11:48]
• 평일 오전 8시 정기 실행을 설정하고, 같은 스레드에서 선택한 아이디어의 도입부·구성·썸네일을 추가 요청한다. 시연에서는 썸네일 이미지 생성 대신 사용할 문구를 제공한다. [12:23]

8. CRM 전체 감사와 담당자 추천의 불확실성

• 담당자 없는 거래를 후속 영업·육성·정리 대상으로 분류하되 승인 전에는 변경하지 말라고 지시한다. AI는 접근 권한과 함께 범위, 담당자 후보, 정체 기준, 제외 대상을 먼저 확인한다. [13:06]
• 후속 영업 대상으로 제시한 208건 중 담당자를 자신 있게 추천한 것은 14건이고 194건은 불확실하다고 표시한다. 발표자는 파이프라인의 책임자가 명확하지 않은 조직 상황을 원인으로 인정한다. [13:21]
• 거래 상태와 최근 활동, 고객 답변, 담당자 추천 근거 등을 담은 표를 보여준 뒤 상위 유망 거래 10건과 후속 메시지 초안을 추가로 요청한다. 이후 발송을 지시할 수 있다고 보여준다. [14:35]

9. 부서별 반복 업무 점검 제안과 마무리

• 부서별 반복 업무를 나열하고 각 업무를 사람이 계속 맡아야 하는 이유를 검토하라고 권한다. 일부는 사람이 맡아야 하지만, 일부는 아직 위임하지 않았을 뿐이라고 드러낸다. [14:48]
• AI 도입 상담과 Viktor 체험 링크를 안내하며 시간 절감과 수익 창출 업무에 집중할 가능성을 홍보한다. 이러한 효과의 실측 결과는 제시하지 않는다. [15:14]
• Claude로 다른 사업 업무를 운영하는 후속 영상을 안내하고 시청 인사로 마무리한다. [15:24]

🧾 결론

• 영상의 중심 가치는 여러 부서에 흩어진 점검 업무를 하나의 AI 직원에게 지속적으로 맡기는 운영 방식이다.
• 담당자 미배정, 미응답 대화, 정체 거래처럼 기존 데이터에 남아 있던 업무 누락을 찾아 검토 가능한 표와 초안으로 만드는 사례가 제시된다.
• 사람은 업무 범위, 담당자 기준, 정체 판단 기준을 정하고 실행을 승인해야 한다. AI의 분석 결과는 이러한 운영 기준과 연결 권한에 영향을 받는다.
• 이 영상은 Viktor의 후원을 받은 사용 사례 소개다. 제시된 처리 시간과 효용을 다른 조직에서도 그대로 얻을 수 있는지는 별도 검증이 필요하다.

📈 투자·시사 포인트

• 기업용 AI의 평가 기준으로 실제 업무 수행, 결과 전달, 정기 실행, 승인 관리가 함께 부각된다. 영상은 이 요소를 협업 도구 안에 묶는 제품 경험을 보여준다.
• 도입 효과를 검토할 때는 절감 시간과 함께 미응답 리드 회수, 담당자 배정 개선, 후속 연락 실행 여부를 추적할 수 있다. 영상에는 이 변화가 매출이나 이익으로 이어졌다는 측정 결과는 없다.
• 도구 연결 범위가 넓어도 데이터 접근과 담당자 기준이 부족하면 결과의 확신도는 낮아진다. 조직의 데이터와 업무 기준 정비가 활용 성과를 좌우할 수 있다.
• 자체 구축과 완제품 도입을 비교할 때는 구현 가능성뿐 아니라 실제 구축·운영 부담도 고려할 만하다. 발표자는 Claude로 같은 업무를 만들 수 있었지만 실행하지 않았다는 점을 도입 이유로 든다.

⚠️ 불확실하거나 확인이 필요한 부분

• 후원과 할인 코드가 포함된 홍보성 사용 사례다. 약 3,000개 도구 연결, 약 1시간의 CRM 처리, 수주 단위 수작업 대체 등은 발표자의 설명이며 독립적인 비교 검증은 제시되지 않는다.
• CRM 전체 거래, 담당자 없는 거래, 분류 결과에 서로 다른 규모의 숫자가 등장한다. 약 3,000건, 2,000건, 1,900건 및 208건이 각각 어떤 조회 범위와 시점을 가리키는지 확인이 필요하다.
• 사람과 자동화 메시지의 구분에는 한계가 있다. Instagram DM은 일부 보고서에서 제외됐고, 다른 분석에서는 비정형 AI 메시지를 사람의 응답으로 계산해 미응답 리드 수가 실제보다 적을 가능성을 발표자가 인정한다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 부서별 반복 업무를 목록으로 만들고, 신규 리드 점검·통화 평가·콘텐츠 제안 중 검토하기 쉬운 업무 하나를 시범 적용한다.
• CRM과 통화 기록 등 필요한 데이터 연결을 확인하고, 첫 결과가 샘플 데이터인지 실제 데이터인지 검증한다.
• CRM 변경과 고객 메시지 발송은 승인 요청으로 설정하고, 분석·초안 작성과 실행 권한을 구분한다.
• 담당자 후보, 정체 거래의 기준, 제외할 거래, 응답 지연 기준을 문서화해 업무 지시에 포함한다.

❓ 열린 질문

• 약 258건의 미응답 리드와 우선 거래에 실제로 후속 연락한 뒤, 예약·계약·매출은 얼마나 달라졌는가?
• 담당자가 불확실했던 194건은 어떤 조직 기준을 추가하면 안정적으로 배정할 수 있는가?
• 자동화 메시지를 사람의 응답으로 잘못 계산하는 문제를 줄이면 미응답 리드 규모는 얼마나 달라지는가?