식품 유통업을 위한 '지루한' AI 에이전트 구축: 과대광고보다 훨씬 효과적이었던 사례

텍사스 댈러스에 있는 한 지인의 식품 도매 유통업체 업무 자동화를 도왔습니다.

그들은 식당, 카페, 소규모 식료품점, 베이커리, 클라우드 키친, 지역 소매점에 물건을 판매합니다.

모든 것을 수동으로 운영하고 있었습니다. 엑셀, 전화, 문자, 이메일, 수동 팔로업으로 돌아가는 평범한 도매업체였죠.

이전의 프로세스는 기본적으로 다음과 같았습니다:

• 새로운 식당과 소매점 수동 검색
• 일관성 없는 콜드 이메일 발송
• 엑셀로 재고 관리
• 문자 및 전화로 팔로업
• 재고 부족 여부 수동 확인
• 어떤 제품이 가장 잘 팔리는지 추측
• 사람들에게 판매 업데이트 요청
• CRM 없음
• 대시보드 없음

그래서 저는 지루한 업무를 위한 지루한 에이전트를 만들었습니다.

첫 번째 에이전트: 지역 업체 찾기

구글 맵 스크래퍼를 사용해 우리 지역의 업체들을 찾았습니다. 우리 지역의 모든 우편번호를 스크래퍼에 추가했습니다.

두 번째 에이전트: 카피라이터

Apify를 사용해 콜드 이메일 작성에 관한 모든 유튜브 영상의 자막을 스크랩했고, 우리가 사용할 이메일 문구를 작성하는 ChatGPT 프로젝트를 만들었습니다. 고객의 다양한 고충에 따라 문구를 세분화했습니다. 링크가 없는 짧은 문구를 작성하려고 노력했습니다.

세 번째 에이전트: 이메일 찾기 및 검증

Apollo와 Apify 이메일 파인더를 사용해 업체들의 이메일을 찾았습니다. 그 후 Million Verifier를 사용해 검증했습니다.

네 번째 에이전트: 이메일 발송

Aerosend에 받은 편지함을 설정하고 3주 동안 예열했습니다. 그 기간이 지난 후 스마트리드(Smartlead)에 받은 편지함을 추가하고 캠페인을 설정했습니다. 두 서비스 모두 API 문서가 매우 잘 되어 있어서 전체 프로세스를 자동화할 수 있었습니다.

다섯 번째 에이전트: 재고 신호 처리

처음에는 복잡한 것은 없었습니다.

단지:

• 재고 부족 알림
• 재주문 제안
• 잘 팔리는 SKU 추적
• 잘 안 팔리는 SKU 추적
• 기본적인 마진 가시성
• 일일 재고 대시보드

시스템 도입 전, 그들은 월 매출 약 2만 2천 달러를 기록하고 있었습니다.
4개월 후, 약 4만 5천 달러 수준이 되었습니다.

4개월 만에 거의 2배가 된 셈입니다.

기타 변화:

• 연락한 리드 수: 월 약 120건 → 1,500건 이상
• 검증된 지역 리드 추가: 월 평균 약 900건
• 긍정적인 답변: 월 평균 약 55건
• 신규 고객: 월 3~4명 → 12~15명
• 수동 관리 업무: 약 60% 감소
• 팔로업 누락 방지
• 재고 결정의 불확실성 감소

저에게 얻은 교훈은 꽤 간단했습니다.

절대 작동하지 않는 화려한 에이전트를 만드는 대신, 그냥 단순한 것을 만드세요.

구축할 것:

리드 생성
→ 콜드 이메일
→ 답변 처리
→ 팔로업
→ 재고 알림
→ 대시보드

저는 많은 에이전트의 가치가 식품 유통, CPG, 포장재 공급, 식당 공급, 의료 용품, 산업용 도매와 같은 비즈니스에 숨어 있다고 생각합니다.