Agentforce로 CRM과 기업 업무 자동화를
바꾸는 방법
Salesforce의 AI 전략은 CRM에 챗봇을 붙이는 수준이 아닙니다. Agentforce, Data 360, Customer 360 Apps, Slack, Trust Layer를 묶어 영업, 서비스, 마케팅 업무를 AI Agent가 실행하는 구조로 바꾸려는 전략입니다.
Salesforce AI 전략을 Agentforce, Data 360, CRM, Trust Layer 관점에서 분석하고 기업 업무 자동화와 실무 포인트를 정리합니다.
Salesforce는 왜 AI Agent 시대에 CRM을 다시 정의하나
Salesforce는 CRM 회사로 출발했지만, AI Agent 시대에는 고객 데이터를 보관하는 시스템만으로는 충분하지 않습니다. 고객 문의, 영업 기회, 마케팅 캠페인, 계약, 서비스 이력은 모두 다음 행동으로 이어져야 합니다.
Salesforce가 Agentforce를 강조하는 이유는 CRM 데이터를 AI Agent의 실행 맥락으로 바꾸기 위해서입니다. AI가 고객을 이해하고, 업무를 제안하고, 승인된 범위 안에서 작업을 수행하려면 CRM 데이터와 권한, 워크플로가 함께 연결되어야 합니다.
따라서 Salesforce의 AI 전략은 “AI 기능을 추가한 CRM”이 아니라 “CRM 위에서 작동하는 디지털 노동 플랫폼”에 가깝습니다.
Agentforce 전략: CRM을 AI Agent 실행 플랫폼으로 바꾸기
Agentforce는 Salesforce가 기업용 AI Agent를 만들고 운영하기 위해 내세우는 핵심 플랫폼입니다. 단순 상담 챗봇이 아니라 영업, 서비스, 마케팅, 커머스 업무에서 사람을 보조하거나 반복 업무를 처리하는 Agent를 목표로 합니다.
핵심은 Agent가 Salesforce 내부 데이터와 업무 객체를 이해한다는 점입니다. 고객 계정, 리드, 케이스, 캠페인, 주문, 서비스 이력을 바탕으로 답변과 실행을 연결할 수 있습니다.
기업 관점에서는 AI Agent가 업무 시스템 바깥에 있는 것이 아니라 CRM 안에서 권한과 기록을 남기며 움직인다는 점이 중요합니다.
Agentforce 3 전략: 가시성과 제어로 Agent 운영 문제 해결하기
Salesforce는 Agentforce 3에서 AI Agent 확산의 병목을 가시성과 제어라고 설명합니다. 기업은 Agent가 어떤 작업을 했는지, 어떤 대화에서 실패했는지, 어떤 업무 성과를 만들었는지 볼 수 있어야 합니다.
Agentforce 3의 Command Center, 세션 추적, 모니터링, 알림, 테스트 기능은 이 문제를 겨냥합니다. AI Agent가 많아질수록 운영자는 모델 응답 품질뿐 아니라 업무 영향, 예외, 비용, 사용자 경험을 함께 봐야 합니다.
이는 AI Agent가 실험 도구에서 운영 시스템으로 넘어갈 때 필요한 변화입니다.
Data 360 전략: 고객 데이터를 Agent의 실행 맥락으로 만들기
Data 360은 Salesforce AI 전략에서 데이터 기반을 담당합니다. 고객 데이터가 흩어져 있으면 AI Agent는 정확한 답변과 실행을 만들기 어렵습니다.
Salesforce는 Data 360을 통해 CRM 데이터와 외부 애플리케이션 데이터를 통합하고, Agentforce가 이 데이터를 업무 맥락으로 사용할 수 있게 하려 합니다. AI without context is just a guess라는 Salesforce의 메시지도 이 방향과 연결됩니다.
기업에게 중요한 것은 데이터 통합 자체보다 Agent가 어떤 데이터에 접근하고, 어떤 근거로 행동하며, 어떤 결과를 남기는지 추적할 수 있는 구조입니다.
Customer 360 Apps 전략: 영업, 서비스, 마케팅 업무 자동화
Salesforce의 강점은 Sales Cloud, Service Cloud, Marketing Cloud, Commerce Cloud처럼 이미 업무별 애플리케이션이 있다는 점입니다. Agentforce는 이 앱들 위에서 반복 업무를 자동화하는 방향으로 확장됩니다.
예를 들어 서비스 Agent는 고객 문의를 분류하고 답변하며, 영업 Agent는 계정 정보를 정리하고 다음 액션을 제안할 수 있습니다. 마케팅 영역에서는 고객 세그먼트와 캠페인 실행을 보조할 수 있습니다.
Salesforce가 가진 CRM 업무 깊이는 AI Agent가 단순 답변을 넘어 실제 업무 처리로 이동할 수 있는 기반이 됩니다.
Slack 전략: 사람과 AI Agent가 함께 일하는 업무 화면
Salesforce AI 전략에서 Slack은 단순 협업 도구가 아닙니다. 사람과 AI Agent가 대화하고, 업무를 확인하고, 실행을 승인하는 인터페이스가 될 수 있습니다.
AI Agent가 기업 업무에 들어가면 사용자는 매번 CRM 화면을 열지 않을 수 있습니다. Slack 같은 협업 화면에서 고객 이슈를 확인하고, Agent가 제안한 작업을 검토하고, 팀과 함께 결정하는 흐름이 더 자연스러울 수 있습니다.
이 관점에서 Salesforce는 CRM 데이터, Agent 실행, 협업 화면을 하나의 업무 경험으로 묶으려 합니다.
Trust Layer 전략: 기업 데이터와 AI 보안을 함께 설계하기
Einstein Trust Layer는 Salesforce AI 전략의 신뢰 기반입니다. 공식 개발자 문서 기준으로 Trust Layer는 CRM 데이터 grounding, 민감 정보 마스킹, 독성 탐지, 감사 추적, 피드백, 외부 LLM 파트너의 zero data retention 같은 요소를 포함합니다.
기업 AI에서는 정확도만큼 데이터 보호가 중요합니다. 고객 정보, 계약 정보, 영업 정보가 AI 모델로 전달될 때 어떤 데이터가 마스킹되고, 어떤 기록이 남고, 외부 모델 제공자가 데이터를 보관하지 않는지가 의사결정 기준이 됩니다.
Salesforce는 Trust Layer를 통해 CRM 안의 민감한 고객 데이터를 AI Agent와 연결하면서도 기업 보안 요구를 맞추려 합니다.
MCP와 AgentExchange 전략: 외부 도구와 파트너 생태계 연결
Agentforce 3 발표에서 중요한 변화 중 하나는 MCP 지원과 AgentExchange 확장입니다. Salesforce는 Agent가 외부 데이터와 도구에 연결될 수 있도록 표준과 파트너 생태계를 강화하고 있습니다.
기업 업무는 Salesforce 안에서만 끝나지 않습니다. 문서, 결제, 분석, 데이터웨어하우스, 클라우드, 협업 도구가 함께 연결됩니다. Agentforce가 외부 도구와 안전하게 연결될수록 CRM 기반 Agent의 활용 범위는 커집니다.
개발자에게는 API 연동보다 Agent 도구 연결, 권한, 감사, 장애 대응 설계가 더 중요해질 수 있습니다.
Salesforce AI 전략이 가져올 파급력
첫 번째 파급력은 CRM의 역할 변화입니다. CRM은 고객 기록 시스템에서 고객 업무 실행 시스템으로 이동할 수 있습니다.
두 번째 파급력은 고객 접점 업무의 자동화입니다. 영업, 서비스, 마케팅 업무에서 사람이 반복적으로 처리하던 분류, 요약, 응답, 후속 조치가 Agent에게 이동할 수 있습니다.
세 번째 파급력은 AI 운영 관리의 중요성입니다. Agent가 많아질수록 기업은 모델보다 Agent 품질, 모니터링, 실패 분석, 권한 통제를 더 중요하게 보게 됩니다.
| 전략 축 | Salesforce의 방향 | 시장 영향 |
|---|---|---|
| Agentforce | CRM 위에서 AI Agent 실행 | 고객 업무 자동화 확산 |
| Data 360 | 고객 데이터를 Agent 맥락으로 통합 | 데이터 품질과 거버넌스 중요성 증가 |
| Trust Layer | 보안, 마스킹, 감사, zero data retention 강조 | 규제 산업의 AI 도입 장벽 완화 |
| Slack | 사람과 Agent의 협업 화면 | 업무 실행 인터페이스 변화 |
한국 개발자와 클라우드 엔지니어가 봐야 할 포인트
한국 개발자와 클라우드 엔지니어는 Salesforce AI 전략을 CRM 기능 개선으로만 보면 안 됩니다. 핵심은 고객 데이터, 업무 권한, Agent 실행, 감사 로그를 하나로 설계하는 운영 구조입니다.
Salesforce를 쓰는 기업이라면 Agentforce 도입 전 데이터 정합성, 권한 모델, 외부 시스템 연동, 개인정보 처리, 상담 이력 보존 기준을 먼저 점검해야 합니다.
개발자는 Agent가 호출할 액션과 API를 명확히 설계해야 하고, 클라우드 엔지니어는 외부 도구 연결, 보안 경계, 로그 수집, 장애 대응, 비용 구조를 함께 봐야 합니다.
이 글은 Salesforce의 Agentforce 3 발표, Agentforce 공식 페이지, Einstein Trust Layer 문서, Salesforce AI 제품 설명을 기준으로 작성했습니다.
SUMMARY
FAQ
Salesforce AI 전략의 핵심은 무엇인가요?
Agentforce, Data 360, Customer 360 Apps, Slack, Trust Layer를 연결해 CRM을 AI Agent 실행 플랫폼으로 바꾸는 것입니다.
개발자와 클라우드 엔지니어에게 중요한 이유는 무엇인가요?
AI Agent가 실제 고객 업무를 수행하려면 액션 설계, 외부 연동, 권한, 로그, 보안, 비용 운영을 함께 설계해야 하기 때문입니다.
한국 기업이 볼 때 주의할 점은 무엇인가요?
고객 개인정보, 상담 이력, 영업 데이터, 외부 시스템 연동이 많은 만큼 데이터 품질과 감사 가능한 운영 구조를 먼저 점검해야 합니다.
Salesforce의 AI 전략은 CRM에 생성형 AI를 붙이는 전략이 아닙니다. Agentforce는 고객 업무를 실행하는 Agent 플랫폼이고, Data 360은 그 Agent가 사용할 데이터 기반이며, Trust Layer는 기업 보안과 감사의 기반입니다. 여기에 Slack과 AgentExchange, MCP가 더해지면 Salesforce는 고객 데이터와 업무 자동화가 만나는 Agentic Enterprise 플랫폼으로 확장됩니다.
'Global IT Trends' 카테고리의 다른 글
| Palantir AI 전략 분석: AIP로 정부와 기업 AI 운영 플랫폼을 장악하는 방법 (0) | 2026.06.07 |
|---|---|
| ServiceNow AI 전략 분석: AI Workflow와 Enterprise Agent로 IT 운영을 자동화하는 방법 (0) | 2026.06.07 |
| Oracle AI 전략 분석: OCI와 AI 인프라로 클라우드 시장에서 다시 주목받는 이유 (0) | 2026.06.07 |
| Apple AI 전략 분석: Apple Intelligence와 온디바이스 AI로 개인 AI 시장을 준비하는 방법 (0) | 2026.06.07 |
| NVIDIA AI 전략 분석: GPU, CUDA, AI 인프라, Sovereign AI로 빅테크를 움직이는 방법 (0) | 2026.06.07 |