Notion, AI 에이전트를 동등한 운영자로 통합하여 시장 출시 전략 강화

Notion은 기존 비즈니스 프로세스 위에 AI 레이어를 구축하는 대신, AI 에이전트가 인간 직원과 동일한 시스템 내에서 동등한 운영자로 기능하는 아키텍처 접근 방식을 채택했습니다. 이 설계는 에이전트가 인간과 함께 작동하도록 보장하며, 특히 영업 워크플로우의 안전과 감독을 위해 인간 개입 전략을 유지합니다.

Notion은 AI 에이전트가 고객과 직접 통신하는 것을 방지하여 영업 지원 워크플로우의 모든 에이전트 작업에 대한 인간 승인을 보장함으로써 보안을 우선시합니다. 연락처 양식은 신뢰할 수 없는 입력으로 처리되어 보안 조치를 강화합니다. 또한 회사는 이전에 분산되었던 자격 규칙을 단일의 중앙 집중식 분류기로 통합하여 운영을 간소화하고 통제를 강화했습니다.

Notion은 다른 기능에는 외부 서비스를 활용하면서 핵심 연락처 계층을 소유하기로 전략적 결정을 내렸습니다. 이 소규모 팀 전략은 독특하고 독점적인 것으로 간주되는 것을 개발하는 데 중점을 두고 다른 서비스는 임대합니다. 회사는 고객에 대한 깊은 이해가 중요한 경쟁 우위를 제공한다고 믿습니다.

Notion은 모든 시장 출시(GTM) 공급업체의 데이터를 수집하여 고객 진실을 계산하기 위한 기본 데이터 웨어하우스로 Snowflake를 사용하여 고객 데이터를 중앙 집중화합니다. DynamoDB는 낮은 지연 시간의 쿼리를 위한 키-값 저장소로 활용되어 중요한 정보에 빠르게 액세스할 수 있도록 합니다. 연구 요약과 같은 비정형 아티팩트도 일관된 ID로 키가 지정되어 시스템 전체의 데이터 무결성과 접근성을 유지합니다.

Notion의 내부 시장 출시 팀은 이제 Notion 자체를 통합 인터페이스로 사용하여 수많은 분산된 도구 사이를 전환할 필요가 없습니다. 이 통합을 통해 인간과 AI 에이전트 모두 동일한 데이터 소스에서 작동하여 원활한 협업을 촉진할 수 있습니다. 팀은 Notion 플랫폼 내에서 효율적으로 컨텍스트를 탐색하고, 계정을 조사하고, 질문에 답하고, Nooks 또는 Outreach으로 보내는 것과 같은 작업을 직접 트리거할 수 있습니다.

'신호'는 해당 고객에 대한 후속 조치에 변화를 요구하는 중요한 고객 이벤트를 의미합니다. 이러한 신호에는 사용자 중심 이벤트와 회사 자금 조달 소식과 같은 외부 이벤트가 모두 포함됩니다. 직접적인 신호가 없을 때는 예측 엔진이 마케팅 작업을 사전에 관리합니다. 이 프레임워크를 통해 Notion은 고객 행동 및 시장 변화에 동적으로 대응할 수 있습니다.

Notion은 최고의 영업 담당자를 섀도잉하여 업무의 가장 빈번한 부분을 식별하고 코드화하여 Temporal을 사용하여 내구성 있는 다중 에이전트 워크플로우로 인코딩함으로써 반복적인 영업 작업을 자동화했습니다. Temporal은 재시도, 중복 제거 및 오류 복구와 같은 중요한 측면을 관리하여 이러한 자동화된 프로세스의 견고성을 보장합니다. 이 시스템은 개별 작업 실패가 전체 배치를 중단시키지 않도록 하여 운영 효율성을 유지합니다.

Notion의 AI 시스템은 영업 프로세스 내에서 자체 개선 루프를 통합합니다. 여기서 이메일 초안은 반복적인 에이전트 피드백 메커니즘을 통해 점수가 매겨지고 개선됩니다. 또한 Gong 기록은 핵심 MEDDPICC 메트릭을 추출하기 위해 파싱되어 귀중한 통찰력을 제공합니다. 대규모 언어 모델(LLM)이 실행하는 모든 단계는 시간이 지남에 따라 지속적인 품질 평가 및 개선을 가능하게 하기 위해 세심하게 추적되어 시스템이 일관되게 성능을 향상시키도록 합니다.

Notion의 재구축된 시스템은 참여 기록을 의사 결정 계층에 직접 통합하여 시스템이 스레드를 계속할지, 다음 단계로 넘어갈지, 아니면 전환할지 자율적으로 결정할 수 있도록 합니다. 이 지속적인 피드백 루프는 결과 데이터가 미래 결정을 알려주는 시스템적 자가 치유를 가능하게 합니다. 검증 루프는 이 과정에서 중요하며 지속적인 개선과 적응성을 보장합니다.

모든 데이터가 이제 공유 고객 뷰로 통합되었기 때문에 영업 담당자는 더 이상 고객 정보를 찾기 위해 수많은 탭 사이를 전환할 필요가 없습니다. 에이전트는 중앙 집중식 컨텍스트 계층을 쿼리하여 포괄적인 통찰력에 즉시 액세스할 수 있습니다. Notion의 맞춤형 에이전트는 반복적인 자동화된 워크플로우를 가능하게 하여 영업 운영을 더욱 간소화하고 효율성을 향상시킵니다.

Notion은 영업 담당자에게 사전 조사된 아웃리치 초안을 제공하여 백지 상태에서 시작할 필요를 없애면서 인간의 판단을 보존함으로써 전체 영업 팀의 전반적인 성과 수준을 높이는 것을 목표로 합니다. 신입 담당자는 최고의 성과 패턴에서 파생된 효과적인 플레이북을 빠르게 배울 수 있습니다. 이 접근 방식은 팀 생산성과 온보딩 효율성을 크게 향상시킵니다.

Notion은 오케스트레이션 도구(구매 가능)와 자체 구축하는 내부 컨텍스트 계층을 구분하는 전략적 프레임워크를 사용합니다. 내부 에이전트는 Notion의 고유한 데이터 모델을 기반으로 특별히 개발되어 독점적인 강점을 활용합니다. 회사는 컨텍스트 계층을 경쟁 우위의 중요한 구성 요소로 간주하여 외부 아웃소싱을 단호히 거부합니다.

지난 13주 동안 Notion은 엔터프라이즈 담당자가 적격 기회 증가를 보이는 등 상당한 초기 성과 지표를 관찰했습니다. 마케팅 노력 또한 다음 단계 조치에 대한 가능성이 63% 더 높은 것으로 나타났습니다. 이러한 결과는 Notion의 '결정-실행-학습' 시스템 이론의 효능을 입증하고 거래 처리량 및 전반적인 영업 효율성에 긍정적인 영향을 미 미침을 확인합니다.

에이전트 시스템의 핵심 엔지니어링 시사점에는 기존 작업을 이해하기 위해 새로운 프로세스를 구축하기 전에 인간 워크플로우를 섀도잉하는 것이 포함됩니다. 읽기 쉽고 잘 문서화된 프로세스만 시스템에 인코딩되어야 합니다. 에이전트를 단순히 공동 조종사가 아닌 독립적인 운영자로 설계하여 워크플로우의 필수적인 부분으로 기능하도록 하는 것이 중요합니다. 시스템 표류를 방지하기 위해 인간과 에이전트 간의 원활한 협업을 위한 공유 기반이 필수적입니다.