We replaced our sales team with 20 AI agents—here’s what happened next | Jason Lemkin (SaaStr)

Part 1 — 핵심 인사이트

1. AI 전환은 인력 절감보다 운영 구조 재설계에 가깝다.
2. 반복적 영업 업무일수록 에이전트로 대체되기 쉽다.
3. 좋은 에이전트는 '최고의 사람+최고의 스크립트'를 학습해야 한다.
4. 미래의 SDR은 실행자가 아니라 에이전트 관리자에 가깝다.
5. AI는 평균적인 인력을 먼저 압박하고 상위 인재는 더 돋보이게 만든다.

Part 1 — 요약

이 영상은 SaaStr의 Jason Lemkin이 자신의 세일즈/고투마켓 팀을 인간 중심 구조에서 AI 에이전트 중심 구조로 바꾼 경험을 바탕으로, AI가 영업 조직을 어떻게 재편하는지 이야기한다. 그는 10명가량의 인력 대신 20개의 AI 에이전트와 소수의 인간만 남긴 뒤에도 비슷한 성과를 내고 있으며, 오히려 훨씬 효율적이고 확장 가능한 구조가 되었다고 말한다.

핵심 메시지는 'AI가 모든 걸 자동으로 대체한다'가 아니라, 좋은 사람과 좋은 스크립트를 기반으로 충분히 훈련된 에이전트가 인간 수준의 일을 수행할 수 있고, 특히 반복적이고 하기 싫은 영업 업무부터 빠르게 대체된다는 점이다. 동시에 그는 미래의 SDR은 사라질 가능성이 높지만, 에이전트를 관리하고 시스템을 설계할 수 있는 사람은 더 높은 가치를 갖게 될 것이라고 본다.

Part 2 — 핵심 인사이트

1. 플레이는 안 죽고, 그걸 운영하는 방식이 죽는다.
2. 평범한 SDR·AE 업무는 AI가 가장 먼저 대체한다.
3. AI는 최고 인재보다 중간 이하 인력을 더 빠르게 잠식한다.
4. 수요가 폭발한 시장에선 '누구를 칠지'가 핵심이 된다.
5. 고ROI AI 제품은 모두가 동시에 사려는 시장을 만든다.

Part 2 — 요약

이 구간은 SaaStr의 세일즈/GTM 조직을 AI 에이전트로 재구성한 실제 경험을 바탕으로, 앞으로의 B2B 영업과 마케팅이 어떻게 바뀌는지 설명한다. 핵심은 '세일즈 플레이 자체는 여전히 유효하지만, 이를 운영하는 플레이북과 인력 구조가 AI 시대에 맞게 완전히 달라져야 한다'는 주장이다. 저자는 기존에 8~10명이 하던 일을 1.2명의 인간과 20개의 AI 에이전트로 수행하며, 중간 이하 실력의 SDR/AE 업무가 빠르게 대체되고 있다고 말한다.

또한 AI 제품과 고ROI 소프트웨어는 시장 수요가 폭발해 '모두가 동시에 in-market'인 상황이 벌어지고 있어, 전통적 아웃바운드 방식보다 선택적 대응, 효율적 오케스트레이션, 제품 자체의 압도적 가치가 더 중요해졌다고 본다. 반대로 수요가 약한 영역에서는 더 강한 효율화가 필요해지며, 2026년에는 양극화가 더 심해질 것이라고 전망한다.

Part 3 — 핵심 인사이트

1. AI는 SDR부터 먼저 잠식하고, 사람은 더 고급 역할로 이동한다.
2. 미래의 가치는 사람을 관리하는 힘보다 에이전트를 다루는 힘에 있다.
3. AI 도입은 외주보다 직접 만져봐야 실력이 된다.
4. 에이전트는 한 번에 완성되지 않고 매일 교정하며 학습시켜야 한다.
5. 직접 해본 사람만이 AI의 한계와 가능성을 정확히 안다.

Part 3 — 요약

이 구간은 AI 에이전트가 세일즈와 GTM 조직을 어떻게 바꾸는지에 대한 매우 실전적인 주장으로 채워져 있다. Jason Lemkin은 단순한 자동화가 아니라, 리드 자격검증(SDR)부터 일부 영업 활동까지 에이전트가 빠르게 대체할 것이라 보고, 그 대신 사람은 에이전트를 관리하고 제품을 깊이 아는 쪽으로 가치가 이동한다고 말한다.

또한 그는 'AI가 일자리를 없앤다'는 불안에 머물지 말고, 직접 한 가지 도구를 골라 데이터를 넣고, 수정하고, QA까지 해보라고 강하게 권한다. 실제로 대부분의 회사가 에이전트 도입에서 실패하는 이유는 기술이 어려워서가 아니라, 아무도 직접 써 보지 않았고, 외주나 추상적 기대에 의존하기 때문이라고 지적한다. 결론적으로 이 영상은 AI 시대의 세일즈 직무 생존 전략과, 에이전트 운영 경험을 쌓는 것이 곧 커리어 경쟁력이라는 메시지를 전달한다.

Part 4 — 핵심 인사이트

1. AI 에이전트는 화려한 데모보다 반복 업무에서 먼저 돈이 된다.
2. 지원, 아웃바운드, 인바운드는 사람이 늦게 반응하는 구간이다.
3. 도구 선택의 핵심은 기능보다 도입을 끝까지 도와줄 팀이다.
4. 데이터가 '적다'는 생각은 대부분 착시다.
5. 리드가 쌓여도 사람이 다 못 보면 자동화가 바로 ROI를 만든다.

Part 4 — 요약

이 구간은 "AI 에이전트를 어디에 먼저 써야 실제 성과가 나는가"를 Jason Lemkin이 자신의 SaaStr 운영 경험으로 설명하는 내용이다. 그는 디지털 클론 같은 화려한 데모보다, 지원(support), 아웃바운드, 인바운드, 리드 재활성화처럼 사람이 원래 잘 안 하거나 늦게 하던 업무에서 에이전트가 먼저 효과를 낸다고 말한다.

핵심 메시지는 두 가지다. 첫째, AI GTM 제품의 차이는 기능보다 '배포와 튜닝을 끝까지 도와주는 파트너십'에서 갈린다. 둘째, 많은 회사가 "우린 데이터가 적다"고 생각하지만 실제로는 웹 방문자, CRM, 미처리 리드만 있어도 충분히 자동화의 이득을 볼 수 있다는 점이다. 즉, AI 에이전트는 거창한 혁신이 아니라, 이미 있는 수요를 24시간 놓치지 않게 만드는 실용 도구로 봐야 한다.

Part 5 — 핵심 인사이트

1. AI 에이전트는 도입보다 운영이 더 큰 일이다.
2. 잘 훈련된 AI는 평균 이하의 인간보다 낫다.
3. 좋은 아웃바운드는 '최고의 인간'을 템플릿으로 삼아야 한다.
4. 사람들은 AI 여부보다 이메일의 가치와 속도를 본다.
5. 소수 고가치 타깃은 인간, 대량 확장은 AI가 유리하다.

Part 5 — 요약

이 구간은 20개의 AI 에이전트를 운영하면서 생긴 현실을 다룬다. 에이전트는 '켜기만 하면 되는' 마법이 아니라, 계속 리뷰하고 훈련해야 하는 시스템이며 오히려 관리 시간이 늘어날 수 있다고 말한다. 동시에, 잘 훈련된 에이전트는 형편없는 인간 세일즈 메시지보다 충분히 나을 수 있고, 특히 아웃바운드 이메일에서는 최고의 인간이 쓴 템플릿을 학습시켜 반복적으로 A/B 테스트하는 방식이 핵심이라고 주장한다.

또한 사람들은 AI가 보낸 이메일인지 여부를 크게 신경 쓰지 않으며, 중요한 건 즉시 응답과 실제 가치라는 점을 강조한다. 다만 고가치 소수 타깃을 상대하는 경우에는 여전히 인간의 정교한 리서치와 맞춤형 접근이 강하고, 반대로 대량 세일즈나 확장 국면에서는 AI의 장점이 커진다고 정리한다. 전체적으로 'AI가 인간을 완전히 대체한다'보다 '좋은 인간의 방식을 복제·증폭하는 도구'로 보는 시각이 중심이다.

Part 6 — 핵심 인사이트

1. AI는 영업 인력을 대체하지만, 운영자를 없애진 못한다.
2. 좋은 도구의 핵심은 자동화가 아니라 지속적 감독이다.
3. 대부분의 회사는 최상급 세일즈 인재를 끌어오기 어렵다.
4. 에이전트가 많을수록 고객 세분화와 조정이 더 중요해진다.
5. 새 역할은 '세일즈 출신'보다 '데이터형 오퍼레이터'에 가깝다.

Part 6 — 요약

이 구간은 세일즈 조직을 인간 대신 AI 에이전트로 운영할 때 무엇이 실제로 바뀌는지, 그리고 무엇이 여전히 사람의 몫으로 남는지를 설명한다. 화자는 대부분의 회사가 최상급 세일즈 인력을 끌어오지 못하는 현실을 지적하며, 그 공백을 AI가 메울 수 있다고 본다. 다만 AI는 완전 자율로 굴러가지 않기 때문에, 에이전트를 감시·세분화·조정할 수 있는 내부 오퍼레이터가 반드시 필요하다고 강조한다.

Part 7 — 핵심 인사이트

1. AI 시대엔 도구를 거부하는 사람이 아니라 잘 쓰는 사람이 승자다.
2. 생산성 향상은 업무 감소가 아니라 더 많은 일을 소화하는 압박이다.
3. 세일즈의 핵심 경쟁력은 소프트웨어가 아니라 도입 성공 보장이다.
4. 투명성이 커질수록 '일하는 척'은 가장 먼저 들킨다.
5. 지원·SDR처럼 반복 업무는 AI가 가장 먼저 대체한다.

Part 7 — 요약

이 구간은 AI가 세일즈와 RevOps를 어떻게 바꾸고 있는지, 그리고 그 변화에 개인과 조직이 어떻게 적응해야 하는지를 강하게 주장한다. 주니어는 AI 도구를 가장 잘 쓰는 사람이 되어야 하고, 매니저는 에이전트를 직접 써보며 배포·학습·오케스트레이션까지 이해해야 한다고 말한다. 동시에 AI가 투명성을 극대화하기 때문에, 일을 안 하거나 회피하는 사람은 더 이상 숨을 수 없다고 경고한다.

핵심 메시지는 '적응하는 사람의 생산성은 기하급수적으로 올라가지만, 저항하는 사람은 도태된다'는 것이다. 특히 스타트업은 forward deployed engineer(FDE)처럼 고객의 도입 성공을 직접 책임지는 인력을 두고, 소프트웨어만 던져주는 방식이 아니라 서비스와 함께 시작해야 한다고 강조한다. 지원은 이미 AI가 대부분 대체했고, 앞으로는 SDR의 전통적 역할도 빠르게 줄어들 것이라고 전망한다.

Part 8 — 핵심 인사이트

1. AI는 세일즈를 없애기보다 기준선을 끌어올린다.
2. '사람 좋음'만으로는 더 이상 판매 경쟁력이 아니다.
3. 텍스트로 닫히는 거래는 AI가 닫아도 된다.
4. 파일럿보다 먼저 ROI를 보여줘야 하는 시대다.
5. AI를 다루는 세일즈 인력이 더 비싸질 것이다.

Part 8 — 요약

이 구간은 AI가 세일즈를 대체하기보다, 세일즈의 기준선을 크게 끌어올리고 있다는 논지에 집중한다. 단순히 '사람 대 사람' 관계를 잘하는 것만으로는 부족해졌고, 고객 반응을 빠르게 읽고 AI를 붙여 생산성을 증폭시키는 사람이 더 가치 있어진다고 주장한다. 특히 텍스트 메시지·음성·AI 에이전트가 결합되면 기존의 콜드콜 중심 영업보다 더 넓은 영역에서 자동화와 반자동화가 가능해진다고 본다.

동시에 저자는 AI가 결국 기업의 수요를 더 키우기 때문에 세일즈 인력 자체가 사라지기보다는, 더 많은 인간이 더 높은 수준의 GTM 일을 하게 될 것이라고 말한다. 다만 예전처럼 느슨하게 일하면서 몇 건만 따는 방식은 끝나고, AI를 직접 다루고 학습시키는 사람이 훨씬 더 고연봉·고가치 인재가 될 것이라고 정리한다.

Part 9 — 핵심 인사이트

1. AI 시대엔 중간지대가 사라지고 선택이 선명해진다.
2. 도구가 좋아질수록 코딩보다 문제 정의와 실험 속도가 중요해진다.
3. 제품의 약점은 내부 회의보다 실제 사용자가 더 빨리 드러낸다.
4. AI 도입의 핵심은 해고가 아니라 재배치와 보강이다.
5. 조직은 AI를 숨기기보다 솔직하게 설명해야 저항이 줄어든다.

Part 9 — 요약

이 구간은 AI 에이전트가 세일즈, 마케팅, 제품 제작, 지원 업무를 빠르게 바꾸고 있다는 강한 확신을 중심으로 전개된다. 화자는 자신이 코드를 잘 못해도 Replit 같은 도구로 앱을 만들고, 에이전트가 다른 에이전트를 불러 협업하는 수준까지 왔다며 현재를 "가장 흥미로운 시기"로 규정한다. 동시에 모든 조직이 중간지대에 머물 수는 없고, 더 열심히 AI를 받아들이거나 더 느리게 성장하는 길을 선택해야 한다고 주장한다.

후반부에서는 현실적인 실행법도 제시한다. 추상적인 전략 회의보다, 인코그니토 모드로 실제 사용자처럼 자신의 제품을 써 보며 지원·세일즈·온보딩의 구멍을 직접 확인하라고 권한다. 또한 AI 도입이 일자리 위협처럼 보일 수 있지만, 최상위 인재의 생산성을 높이고 기존 인력을 다른 역할로 재배치하는 방식이 더 현실적이라고 말한다. 핵심 메시지는 AI 시대에 조직이 숨기지 말고, 솔직하게 바꾸고, 가장 아픈 문제부터 에이전트로 해결해야 한다는 것이다.

Part 10 — 핵심 인사이트

1. 플레이북은 빨리 낡지만, 쓸모 있는 플레이는 남는다.
2. AI GTM의 본질은 에이전트가 24/7로 협업하는 hive mind다.
3. 좋은 고객이 있다면 지금 회사가 가장 좋은 스타트업일 수 있다.
4. AI 시대엔 마케팅·세일즈 도구의 격차가 곧 생산성 격차다.
5. 낡은 B2B 공식보다 지금의 데이터와 속도가 더 중요하다.

Part 10 — 요약

이 파트는 거의 전부 lightning round 형식으로, Jason Lemkin이 AI 시대의 GTM(Go-To-Market)과 커리어에 대해 짧고 강한 조언을 던지는 구간이다. 그는 오래된 GTM 책과 플레이북은 빠르게 낡고 있지만, 유용한 'plays'는 골라 쓸 수 있다고 말하며, AI 회사에서는 기존 성장 공식이 잘 안 통한다고 강조한다. 또한 Pluribus의 hive mind 비유를 통해, AI 에이전트가 서로 데이터를 공유하며 24/7로 일하는 구조가 인간 팀을 압도할 수 있다고 설명한다.

후반부에서는 자신이 매일 쓰는 이미지 생성 앱 Reeve를 예로 들며, B2B 마케팅용 이미지 제작은 이미 AI가 인간·캔바 워크플로를 크게 대체했다고 본다. 마지막으로는 요즘의 창업/퇴사 열풍 속에서도, 이미 고객이 있는 회사가 오히려 최고의 스타트업일 수 있으니 섣불리 그만두지 말라고 조언한다. 이어 Saastr의 대표적인 과거 토크와 행사 역사까지 짚으며, B2B도 AI 시간대에는 빠르게 낡는다는 메시지로 마무리한다.

Part 11 — 핵심 인사이트

1. 도구는 홍보보다 실제 사용 피드백이 더 중요하다.
2. 커뮤니티용 제품은 오래 기다린 만큼 실행력이 강해진다.
3. AI 시대의 경쟁력은 툴을 '구매'하는 것만이 아니다.
4. 작게 만들어 빨리 써보게 하는 것이 가장 좋은 검증이다.

Part 11 — 요약

이 구간은 인터뷰의 마무리로, Jason Lemkin이 청취자들에게 자신이 만든 SaaStr/SASI 도구들을 직접 써보고 피드백해 달라고 요청한다. 특히 valuation calculator와 AIVC 같은 도구를 플레이해 보며, 단순히 기존 툴을 소비하는 것을 넘어 커뮤니티를 위한 자체 제품을 만드는 재미와 가능성을 강조한다.

전체적으로는 AI와 SaaS가 만나는 미래를 체감하게 하는 동시에, 제품 개선의 출발점은 실제 사용 경험과 정직한 피드백이라는 점을 보여준다. 마지막에는 구독·리뷰·웹사이트 방문 안내가 이어지며, 에피소드가 깔끔하게 종료된다.