Apollo 사용자, Perplexity의 API로 예약 미팅 46% 증가

문제

늘어나는 영업 담당자 사용자층을 지원하기 위한 잠재 고객 리서치 자동화

Apollo는 플랫폼의 핵심 차별화 요소로, 영업 담당자와 GTM 팀으로 이루어진 사용자층에게 2억 1천만 개 이상의 연락처와 3,500만 개 이상의 기업 정보를 담은 검색 가능한 B2B 데이터베이스를 제공합니다. 하지만 리드별 아웃리치를 더 개인화하기 위해 영업 담당자들은 기업 소식, 경영진의 우선순위, 변화하는 시장 동향 등 추가적인 맥락을 찾느라 끊임없이 시간을 들여야 했습니다. 연락할 적합한 리드를 찾고 관련성 높은 이메일을 작성하는 데에만도 LinkedIn 프로필, 기업 웹사이트, 보도 자료, 일반 검색 결과 사이를 오가야 했고, 이는 파편화되고 느리며 확장할 수 없는 아웃바운드 워크플로우였습니다.

Apollo의 제품 관리 디렉터인 Tyler Phillips는 이러한 공백을 인식하고 AI 심층 리서치를 플랫폼에 직접 도입하자고 제안했습니다. 컨텍스트 전환을 없애는 동시에 확장 가능한 아웃바운드 워크플로우를 실현하기 위해서였습니다. 그의 말을 빌리면 “거래처 1,000곳을 가져와 모두 리서치를 실행하고, 어떤 곳이 우리 제품에 적합하다는 신호를 보이는지 확인할 수 있어야 합니다.” 이 비전을 실현하기 위해 Tyler는 빠른 출시를 우선시하고 Apollo AI 팀에 불필요한 부담을 주지 않도록 외부로 눈을 돌렸습니다. 그에게 필요한 것은 다음 조건을 갖춘, 바로 통합할 수 있는 솔루션이었습니다:

• 정확성: 모든 아웃리치가 수준 높은 리서치에 기반하는 B2B 영업에서는 잘못되거나 오래된 정보가 끼어들 여지가 없습니다. 경쟁 프런티어 모델을 사용하는 여러 솔루션을 테스트했지만 모호하거나 검증되지 않은 주장이 나오자, Tyler는 출처에 기반한 인사이트를 필요할 때 바로 제공할 수 있는 AI 파트너가 필요하다는 것을 깨달았습니다.
• 성능: 시간에 쫓기는 영업 담당자에게는 방대한 리드 목록을 처리할 때 1초 1초가 중요합니다. 리서치가 지연되면 영업 담당자는 리듬을 잃고 다음으로 넘어가 버립니다. Tyler에게는 즉각적으로 느껴지는 솔루션, 즉 아웃바운드 워크플로우를 획기적으로 강화할 만큼 빠르고 실시간 의사 결정을 지원할 만큼 반응성이 뛰어난 솔루션이 필요했습니다.
• 확장성: Apollo의 플랫폼은 영업 담당자들로 이루어진 생태계 전체를 지원하며 매달 수백만 건의 레코드를 처리합니다. Tyler가 생각한 이상적인 솔루션은 비용과 품질 사이에서 타협을 강요하지 않으면서도 이러한 규모를 감당할 수 있어야 했습니다. 부하를 견디지 못하거나 사용량이 늘어날수록 비용이 감당할 수 없을 만큼 커지는 리서치 솔루션은 애초에 고려 대상이 될 수 없었습니다.

솔루션

하나의 통합 플랫폼에서 출처가 인용된 실시간 인사이트로 영업 담당자의 역량 강화

Perplexity의 API는 시간과 리소스가 많이 드는 자체 구축에 매달리지 않고도 Apollo 플랫폼에서 AI 심층 리서치를 구현하려던 Tyler에게 꼭 필요한 해답이었습니다. Apollo 팀은 Perplexity의 API를 활용해 Apollo AI Research를 구축했습니다. Apollo AI Research는 Apollo 내부 데이터 소스와 공개 웹 전반의 외부 소스 모두에서 인사이트를 가져오는 리서치 레이어입니다.

이제 영업 담당자들은 Apollo AI Research를 통해 리드 발굴부터 개인화된 아웃리치까지 하나의 흐름으로 진행합니다. 컨텍스트를 전환할 필요도, 신호를 놓칠 일도 없습니다. Tyler는 “리서치는 순식간에 저희의 가장 중요한 사용 사례가 되었습니다”라며 “고품질 결과물이 무엇보다 중요했는데, Perplexity 덕분에 그 기준을 유지할 수 있습니다”라고 말합니다.

검증 가능한 리서치로 아웃리치 가속화

영업 담당자는 빠르게 움직이고, Apollo AI Research도 마찬가지입니다. 내부 및 외부 소스에서 가져온 포괄적이고 출처가 인용된 인사이트를 몇 초 만에 제공하는 Perplexity 기반 리서치 레이어 덕분에 영업 담당자는 자신 있게 아웃바운드 워크플로우에 속도를 낼 수 있습니다. Tyler는 이렇게 말합니다. “Perplexity의 API는 최근 공개된 10-K 보고서나 CEO가 팟캐스트에서 한 발언처럼 Apollo 내부 데이터 세트에는 없는 정보를 사용자가 찾아내는 데 결정적인 역할을 했습니다.”

엣지 케이스 협업을 통한 정확도 개선

Perplexity와의 긴밀한 협업 덕분에 쿼리가 복잡해지더라도 답변 정확도가 높게 유지됩니다. 영업 담당자가 엣지 케이스를 발견하면 Apollo는 이를 실시간으로 플래그 지정한 다음 Slack을 통해 Perplexity와 직접 협력하여 시스템을 개선합니다. Tyler는 “Perplexity 팀은 저희의 피드백을 진지하게 받아들입니다”라며 “그 결과 영업 담당자는 미묘한 쿼리에도 더 신뢰할 수 있는 답변을 얻게 되었고, 시스템에 대한 신뢰는 높아지고 결과물을 의심하는 데 쓰는 시간은 줄었습니다”라고 말합니다.

시간을 절약하며 내부 효율성 확장

그 효과는 Apollo 사용자에게서 그치지 않습니다. 내부 리소스를 소진하지 않으면서도 Apollo의 데이터베이스가 리드 발굴을 위한 강력한 소스로 유지되도록, 현재 Perplexity는 AI Research 데이터 보강 작업의 65% 이상을 지원하고 있습니다. 매달 수백만 건의 보강 작업을 처리하면서도 성능 저하가 전혀 없어, 시스템은 속도 저하나 비용 증가 없이 안정적으로 확장됩니다.

결과

Apollo AI Research로 모든 기회를 살리는 영업 담당자

출처에 기반한 인사이트를 필요할 때 바로 제공하는 Apollo AI Research 덕분에 영업 담당자는 더 빠르게 움직이고, 더 깊이 파고들며, 더 많은 유망 기회에 대응합니다. 이제 Apollo 사용자는 수천 개의 리드에 걸쳐 인사이트를 일일이 수작업으로 정리하는 대신, 복잡한 쿼리를 실행해 모든 기회에 대한 관련 결과를 몇 초 만에 찾아냅니다.

통합한 지 불과 몇 달 만에 Apollo AI Research는 사용자 전반의 예약 미팅 수를 46% 늘렸습니다. 운영 측면에서 Apollo는 Perplexity Sonar를 통해 매달 560만 건의 데이터 보강을 실행하여, 플랫폼의 방대한 B2B 연락처 데이터베이스가 리드 발굴을 위한 강력한 소스로 유지되도록 하고 있습니다.

Tyler는 이렇게 말합니다. “지금 영업 분야에서는 AI에 대한 회의론이 많습니다. 사람들은 AI가 스팸만 쏟아낼 거라고 생각하죠. 하지만 Perplexity가 Apollo의 리서치를 뒷받침하면서, 저희는 AI가 오히려 기준을 높일 수 있다는 것을 보여주었습니다. 저희 사용자들은 개인화되고 유용하며 신뢰받는 아웃리치를 만들어 내고 있으며, 이것이 바로 저희가 대규모로 제공하고자 하는 경험입니다.”

Sonar Chat Completions가 더 많은 모델과 도구, 리서치 기반 프리셋을 갖춘 Agent API로 바뀌었습니다. 여기에서 문서를 확인하고 시작해 보세요.