← 과정 목록으로

찾아가는교육모집중오프라인

AX 키트 - 영업·고객관리

고객의 마음을 움직이는 생성형 AI 기반 고객 대응·제안서 작성 실무

생성형 AI를 영업 현장에 이식하여 고객의 말과 요구를 제안과 성과로 직접 연결하는 '고객 대응 전문가'를 구축합니다.

#영업AI#고객관리#제안서작성#CS

모집 기간

상시 모집

교육 일시

상시 편성

방식

오프라인

교육 도입 문의

SALES & CUSTOMER AX KIT 고객의 말을 듣는 것에서 고객에게 맞는 제안을 만드는 것까지 상담 내용을 단순 요약하는 데서 멈추지 않습니다. 고객의 핵심 관심사와 요구·조건·제약을 구조화하고, 검증 가능한 근거를 바탕으로 맞춤형 제안서와 후속 대응 운영안을 완성합니다. 고객 요구 구조화 상담 내용 요약 고객 관심사 추출 맞춤형 제안서 근거 기반 비교표 후속 대응 고객정보 보호 사람의 검토 고객의 말을 요약하는 AI에서, 고객의 요구를 제안으로 연결하는 영업 실무로 WHERE IT BREAKS 영업의 기회는 고객 접점 사이에서 놓치기 쉽습니다 고객은 대화 속에서 요구사항과 조건, 우려와 제약을 함께 말합니다. 이 정보가 구조화되지 않으면 제안서는 고객의 문제보다 우리 회사의 설명에 머물기 쉽습니다. 고객 접점 흐름과 유실 지점 01 · 02 문의 접수 · 상담 진행 문의 확인 지연 상담 내용 누락 03 · 04 메모 작성 · 내부 공유 고객 의도 왜곡 담당자 간 정보 단절 05 · 06 제안서 작성 · 고객 전달 조건·제약 미반영 제안서 작성 지연 07 · 08 후속 연락 · 결과 기록 후속 조치 누락 기록 분산 고객이 말한 정보 100% → 메모에 남은 정보 → 내부에 전달된 정보 → 제안서에 반영된 정보 현장의 말 “상담은 많이 했는데, 고객이 뭘 가장 중요하게 봤는지 기록에 없습니다.” 요청사항이 메일·메신저·회의록에 흩어져 있고, 상담 담당자와 제안서 작성자가 다르면 의도가 누락됩니다. 현장의 말 “제안서에 우리 회사 소개가 고객 이야기보다 더 많습니다.” 고객마다 처음부터 다시 작성하다 보면, 고객이 강조한 조건과 제약사항이 제안 내용에 연결되지 않습니다. 현장의 말 “AI로 초안은 빨라졌는데, 숫자와 사양이 맞는지 불안합니다.” 고객정보를 어디까지 입력해도 되는지, 결과를 무엇과 비교해 확인해야 하는지 기준이 없으면 응대 품질이 흔들립니다. 좋은 제안서는 화려한 문장에서 시작되지 않습니다. 고객이 무엇을 원하고, 어떤 조건을 중요하게 생각하는지 정확하게 정리하는 것에서 시작됩니다. HOW IT WORKS 상담 내용을 제안 가능한 정보로 바꿉니다 1 고객 접점 진단 문의·상담·응대·기록 전체 흐름 확인 대응이 지연되는 구간 후속 조치 누락 지점 우선 개선 업무 선정 2 상담 내용 요약 상담 목적과 주요 논점 정리 핵심 관심사 추출 사실·요청·의견 구분 불명확한 내용 표시 3 요구사항 구조화 고객이 원하는 것 필요한 조건 제약사항 우선순위 확인이 필요한 사항 후속 대응 항목 4 맞춤형 제안서 초안 고객 상황에 맞는 제안 방향 설정 보유 자료 기반 내용 구성 비교표·근거 자료 삽입 고객 관점에서 제안 논리 검토 5 운영안 완성 AI 활용 업무와 사람 판단 업무 구분 고객정보 입력 기준 정리 결과 검토 절차 설계 후속 대응·기록 방식 정리 실제 업무 적용 계획 STRUCTURING 대화 내용을 줄이는 요약이 아니라, 다음 행동을 위한 구조화 BEFORE 자유 형식 상담 메모 여러 요청과 질문이 한 문단에 섞여 기록되어 있고, 고객이 중요하게 본 조건이 문장 속에 묻혀 있습니다. 추가 확인사항과 약속한 후속 조치도 구분되어 있지 않습니다. 고객이 중요하게 생각하는 조건이 불분명 추가 확인사항과 후속 조치가 섞여 있음 담당자에 따라 해석이 달라질 수 있음 항목별 구조화 AFTER 고객 요구사항 구조화 시트 상담 목적 입력 항목 고객의 현재 상황 입력 항목 핵심 관심사 상담에서 추출 요구사항 항목별 분리 필수 조건 · 제약 구분 기재 우려사항 고객 표현 유지 의사결정 기준 확인 후 기재 추가 확인사항 담당자 확인 후속 조치 담당자 · 기한 검증 원칙 AI가 추출한 요구사항은 반드시 원래 상담 내용과 비교해 확인합니다. PROPOSAL 회사 소개 중심의 제안서에서, 고객 문제 중심의 제안서로 흔히 발생하는 문제 회사와 제품 소개가 중심 모든 고객에게 비슷한 구성 고객 요구와 제안 내용의 연결이 약함 근거와 출처가 불분명 장점만 나열하고 고객 조건은 충분히 반영하지 못함 수치와 금액의 검산 과정이 불명확 이 과정에서 지향하는 제안서 고객의 현재 상황과 문제에서 시작 상담에서 확인한 요구사항을 명시 요구사항과 제안 내용을 대응시켜 구성 보유 자료를 근거로 활용 비교표로 선택 기준을 명확하게 제시 확인되지 않은 내용은 단정하지 않음 금액과 수치는 계산으로 별도 검산 최종 내용은 담당자가 검토 제안서 구조 항목 구성 예시 01 고객 상황과 과제 02 상담에서 확인한 핵심 요구 03 제안 방향 04 요구사항별 해결 방안 05 비교표 또는 선택 기준 06 실행 범위 07 확인이 필요한 조건 08 예상 일정 또는 다음 단계 09 후속 협의사항 고객 요구와 제안 내용의 대응 구조 고객 요구 A ↔ 제안 내용 A 고객 요구 B ↔ 제안 내용 B 고객 조건 C ↔ 적용 범위 C 고객 제약 D ↔ 확인 및 대안 D DELIVERABLES 8시간 동안 실제로 만드는 결과물 항목 구성 예시 · 실제 고객정보 미사용 고객 요구사항 구조화 시트 고객 상황 기재 핵심 관심사 추출 요구사항 항목화 조건 · 제약사항 분리 추가 확인사항 확인 필요 후속 조치 담당자 · 기한 맞춤형 제안서 초안 고객 문제 상담 기반 기재 제안 방향 고객 상황 반영 요구사항별 대응 1:1 연결 근거 자료 보유 자료 출처 비교표 · 확인 조건 동일 기준으로 항목 비교 · 미확정 조건 별도 표시 고객 대응 운영안 AI 활용 단계 요약 · 항목화 · 초안 사람의 검토 단계 의도 확인 · 수치 검산 · 최종 승인 고객정보 입력 기준 비식별화 · 최소 입력 후속 대응 · 기록 담당자 · 기한 · 저장 위치 HUMAN-IN-THE-LOOP AI가 정리하고 작성해도, 고객을 이해하고 결정하는 것은 사람입니다 AI는 고객을 대신 이해하는 도구가 아니라, 영업 담당자가 더 정확하게 이해하고 대응하도록 지원하는 도구입니다. AI가 지원하는 영역 상담 내용 요약 핵심 관심사 후보 추출 요구·조건·제약 항목화 추가 확인사항 정리 제안서 구조 구성 문장·표 초안 작성 보유 자료 비교 정리 후속 대응 항목 정리 사람이 담당하는 영역 고객의 실제 의도와 맥락 판단 상담 내용과 추출 결과 일치 검증 제안 가능 범위 결정 고객 관계와 협상 판단 가격과 계약 조건 확정 금액 및 수치 검산 고객정보와 민감정보 보호 최종 제안서 검토 고객에게 전달할 최종 메시지 결정 VERIFY 제안서의 신뢰는 문장보다 정확성에서 결정됩니다 AI 제안서 초안 → 수치·금액 표시 → 원본 자료 확인 → 검산표로 재계산 → 근거·출처 확인 → 담당자 최종 승인 → 고객 전달 검산 원칙 AI가 생성한 금액을 그대로 사용하지 않는다 견적과 할인율은 별도의 계산으로 확인한다 제품 사양과 제공 범위는 보유 자료와 비교한다 확인되지 않은 성과와 수치를 만들지 않는다 비교표의 기준이 동일한지 확인한다 최종 제안 조건은 담당자가 승인한다 고객정보 보호 · 응대 품질 실습에서는 실제 개인정보 대신 비식별화된 예시 사용 이름·연락처·계약정보 등 민감정보 입력 최소화 조직의 AI 사용 및 정보보안 정책 확인 원래 상담 내용과 AI 요약 비교 확인되지 않은 약속이나 조건을 추가하지 않음 고객별 대화 맥락과 관계는 사람이 반영 CURRICULUM 상담 진단부터 제안서, 운영안까지 하루 안에 완성하는 5단계 총 5단계 · 8시간 이해 · AI의 역할 파악 → 진단 · 지연과 누락 구간 발견 → 실습 · 구조화와 제안서 작성 → 적용 · 검토 절차가 포함된 운영안 STEP 01 영업 AI 활용 이해 영업·고객관리 업무에서 AI가 도울 수 있는 영역을 파악합니다. 1H 단원 · 영업·고객관리 업무 AI 적용 영역 파악 상담·제안·후속 대응 등 고객 접점에서 AI가 도울 수 있는 범위 파악 AI가 보조할 일과 사람이 판단할 일 구분 고객정보를 다룰 때 보안 및 응대 품질 유의사항 이해 STEP 02 영업·고객관리 Pain Point 진단 고객 대응이 지연되고 후속 조치가 누락되는 구간을 찾습니다. 2H 단원 · 영업·고객관리 업무 문제 정의 고객 대응 지연 및 후속 조치 누락 지점 찾기 문의 접수부터 응대·기록까지 끊기는 구간 찾기 영업·고객관리 업무 중 개선 과제 우선순위 정하기 STEP 03 상담 요약 · 요구 추출 상담 내용을 요구·조건·제약 항목으로 구조화하고 검증합니다. 2H 단원 · 고객 요구사항 구조화 실습 상담 내용 요약 및 고객 핵심 관심사 추출 고객 요구·조건·제약을 항목으로 구조화 추출한 요구사항이 실제 상담 내용과 맞는지 검증 STEP 04 제안서 · 견적 초안화 고객 상황에 맞는 제안서 초안을 만들고 수치를 검산합니다. 2H 단원 · 맞춤형 제안 문서 자동화 실습 고객 상황에 맞는 제안서 초안 생성 보유 자료 기반 비교표와 근거 자료 삽입 금액과 수치는 AI가 아닌 계산을 통해 검산하여 오류 방지 STEP 05 고객 대응 개선안 보안과 검토 절차가 포함된 실무 운영안을 작성하고 발표합니다. 1H 단원 · AI를 활용한 영업·고객관리 업무 문제 개선 및 운영안 작성 실제 업무에 바로 적용할 AI 활용 운영안 작성 고객정보 보안과 결과 검토 절차 정리 운영안 발표 및 피드백 시간 편성 1H + 2H + 2H + 2H + 1H = 8H OUTCOME 교육이 끝날 때, 바로 적용할 고객 대응 체계가 남습니다 업무 흐름 진단 → 고객 상담 분석 → 요구사항 구조화 → 제안서 초안 → 근거·수치 검증 → 후속 대응 설계 → 최종 운영안 진단 산출물 영업·고객관리 업무 흐름 진단 고객 대응 지연 구간 후속 조치 누락 지점 우선 개선 과제 상담 · 제안 산출물 상담 내용 요약본 고객 핵심 관심사 요구·조건·제약 구조화 시트 추가 확인사항 및 후속 대응 목록 고객 맞춤형 제안서 초안 보유 자료 기반 비교표 검증 · 운영 산출물 근거 자료 확인 목록 금액·수치 검산 체크리스트 고객정보 보호 기준 AI 결과 검토 절차 실제 업무 적용 운영안 FOR SALES TEAMS 이런 실무자에게 적합합니다 상담 정리에 시간이 오래 걸리는 팀 고객 상담 후 내용을 정리하는 데 시간이 오래 걸리는 영업 담당자 고객 요구를 제안서에 정확하게 반영하고 싶은 영업지원 담당자 문의 대응과 후속 조치를 개선할 팀 문의 대응과 후속 조치의 누락을 줄이고 싶은 고객관리 담당자 반복되는 고객 문의를 일관된 기준으로 정리하려는 CS 담당자 검증 기준이 필요한 팀 AI로 제안서를 작성하고 있지만 결과 검증 기준이 없는 실무자 고객정보를 안전하게 다루면서 생성형 AI를 활용하고 싶은 재직자 운영 방식을 표준화할 팀 영업 프로세스와 고객정보 관리 방식을 개선하려는 세일즈 운영 담당자 자신의 실제 영업 업무에 적용할 AI 운영안을 만들고 싶은 실무자 고객의 마음을 움직이는 제안은 고객의 말을 정확하게 이해하는 것에서 시작됩니다 생성형 AI가 화려한 제안서를 대신 만들어주는 것이 이 과정의 목표는 아닙니다. 고객의 상담 내용을 정확하게 정리하고, 요구와 조건을 구조화하며, 검증 가능한 근거를 바탕으로 고객에게 맞는 제안을 만드는 것이 핵심입니다. 8시간의 실습을 통해 상담부터 제안, 검토, 후속 대응까지 이어지는 영업·고객관리 운영안을 완성합니다. AI는 초안을 빠르게 만들고, 사람은 고객을 이해하고 관계를 결정합니다.