제임스는 운영팀을 위한 B2B SaaS 제품을 운영했습니다. 뛰어난 이상적인 고객 프로필(ICP), 실제 문제, 명확한 가치 제안을 가지고 있었지만, 6주 동안 꾸준히 LinkedIn에 연락을 시도했음에도 불구하고 응답률이 2%에 불과했습니다.
그는 대부분의 창업자들이 하는 일을 하고 있었다. 세일즈 네비게이터에서 연락처 목록을 내보내고, 괜찮은 연결 메시지를 작성하고, 두 번씩 후속 연락을 하고, 침묵이 쌓여가는 것을 지켜보는 것.
3개월 후, 그의 답변률은 23%에 달했습니다.
동일한 ICP. 동일한 제품. 하지만 접근 방식은 완전히 다릅니다. 무엇이 바뀌었는지, 그리고 그 변화의 이면에 있는 메커니즘이 수치보다 더 중요한 이유는 무엇인지 알아보겠습니다.
원래 캠페인에서 무엇이 문제였나요?
2%라는 응답률은 글쓰기 문제도 아니었고, 제품 문제도 아니었습니다. 그것은 바로 행동적인 문제였습니다.
제임스의 연락 방식은 자동화된 것처럼 보였다. 실제로 그랬다.
사전 연락 없이 연결 요청이 쏟아진다. 메시지는 매일 같은 시간대에 발송된다. 첫 메시지는 모든 잠재 고객에게 동일한 구조로 작성되었다. 사전 준비도 없고, 맥락도 없다. 제임스가 상대방에게 관심을 기울였다는 어떤 신호도 없다.
링크드인의 알고리즘은 그 패턴을 포착했습니다. 잠재 고객들은 그 패턴을 알아보는 법을 배웠습니다. 그리고 이미 똑같은 내용의 메시지로 가득 찬 받은 편지함은 그런 패턴에 면역이 생겼습니다.
답변율이 5% 미만인 경우는 거의 대부분 문구 문제 때문이 아닙니다. 대상 고객과 시기적인 문제일 가능성이 큽니다. 메시지는 도착했지만, 답장을 보낼 조건이 아직 충족되지 않았습니다.
링크드인 아웃리치에서 AI가 모방한 인간 행동이란 무엇일까요?
AI가 인간의 행동을 모방한다는 것은 정해진 자동화 시퀀스가 아닌, 실제 전문가처럼 움직이고, 느끼고, 패턴을 파악하도록 고객과의 소통 방식을 설계하는 것을 의미합니다.
실제로 이는 네 가지를 포괄합니다.
| 행동 | 인간이 하는 일 | AI를 모방한 홍보 활동은 무엇을 재현하는가? |
|---|---|---|
| 타이밍 | 하루 동안 불규칙적인 간격으로 메시지를 보내세요 | 무작위 전송 시간 범위, 고정된 패턴 없음 |
| 워밍업 | 직접 연락하기 전에 콘텐츠에 먼저 참여해 보세요. | 연결 요청 전에 잠재 고객의 게시물에 AI 기반 댓글을 작성합니다. |
| 문맥 | 잠재 고객이 했던 구체적인 행동이나 말을 언급하세요. | 실제 링크드인 활동에서 추출한 신호 기반 개인화 |
| 간격 | 모르는 사람에게 일주일에 다섯 번이나 메시지를 보내지 마세요. | 자연스러운 관계의 흐름을 존중하는 진행 속도 |
이 모든 것은 거짓이 아닙니다. 그것은 기만적인 것과는 정반대입니다. 이는 대량 발송 도구가 기본 설정대로 작동할 때와는 달리, 사려 깊은 전문가가 실제로 행동하는 방식대로 작동하도록 설계된 아웃리치입니다.
제임스가 바꾼 네 가지
1. 그는 목록이 아니라 신호부터 시작했다.
제임스는 정적 내보내기 작업을 중단하고 작업에 착수했습니다. LinkedIn 소셜 신호이상적인 고객 프로필(ICP)에 해당하는 잠재 고객이 운영상의 병목 현상에 대해 게시물을 올리거나, 워크플로 자동화 관련 콘텐츠에 댓글을 달거나, 관련 직책에 새로운 채용 공고를 발표했을 때, 그것이 연락을 시작하는 계기가 되었습니다.
신호는 차가운 메시지의 전제 자체를 바꿔놓습니다. 지금이 적절한 시기인지 아닌지 추측할 필요가 없습니다. 잠재 고객이 이미 그렇다고 말해줬으니까요.
2. 그는 연결하기 전에 전망을 긍정적으로 바라보았다.
연결 요청이 전송되기 전에 제임스의 계정은 잠재 고객의 최근 콘텐츠에 반응했습니다. 구체적이고 맥락에 맞는 댓글을 남긴 것이죠. 단순히 대화를 인정하는 것이 아니라 대화에 의미를 더하는 내용이었습니다.
연결 요청이 도착했을 때쯤, 제임스는 이미 낯익은 이름이었다. 낯선 사람도 아니었고, 단순히 홍보 대상도 아니었다. 잠재 고객의 알림에 한두 번쯤 흥미로운 내용을 보내온 적 있는 사람이었다.
Konnector의 AI 기반 댓글 워크플로 덕분에 이러한 작업이 대규모로 가능해졌습니다. 이 플랫폼은 게시글의 실제 내용을 바탕으로 맥락에 맞는 댓글을 작성합니다.패턴 감지를 방지하기 위해 참여 시간을 무작위로 설정하고, 모든 초안은 게시하기 전에 사람의 승인을 받도록 보관합니다. 제임스는 게시하기 전에 모든 댓글을 읽었습니다. 그의 목소리는 일관적이었고, 음량은 조절되었습니다.
3. 그는 AI가 자신의 활동 시간을 무작위로 정하도록 했습니다.
기존 캠페인은 예측 가능한 짧은 시간 간격으로 메시지를 보냈습니다. 매일 같은 시간대에, 후속 메시지 사이의 간격도 일정하게 유지했습니다. 링크드인 시스템과 경험 많은 잠재 고객은 이러한 패턴을 몇 초 만에 파악할 수 있습니다.
Konnector는 모든 아웃리치 활동의 타이밍을 무작위로 설정합니다. 연결 요청은 다양한 간격으로 전송되며, 후속 조치는 하루 중 여러 시점에 이루어집니다. 그 무늬는 불규칙적이기 때문에 인간의 무늬처럼 보입니다. 어떤 접점도 동일한 기계적 리듬으로 도달하지 않습니다.
이것만으로도 그의 계정 상태 점수가 2주 만에 향상되었습니다. 메시지 내용이 바뀌기도 전에 수락률이 상승하기 시작했습니다.
4. 그의 첫 번째 메시지는 음정이 아니라 신호에 대한 응답이었다.
제임스는 모든 첫 메시지를 다시 작성하여 연락을 촉발한 계기를 명확히 제시하는 것으로 시작했습니다. 예를 들어, 잠재 고객이 대규모 팀 협업 문제에 대해 게시글을 올렸다면, 메시지는 바로 그 내용으로 시작했습니다. 그들이 제기한 문제를 인정하는 한 문장과, 그 문제를 바탕으로 한 구체적인 질문 하나만 넣었습니다. 그 외에는 아무것도 포함하지 않았습니다.
제품 언급 없음. 덱 소개 없음. 15분 요청 없음.
첫 메시지의 목표는 답장을 받는 것이었습니다. 미팅도, 계약 성사도 아니었습니다. 그저 답장을 받는 것뿐이었습니다. 왜냐하면 한 번이라도 답장을 보내는 잠재 고객과 세 번이나 자동으로 연락이 연결된 잠재 고객은 완전히 다른 파이프라인 위치에 있기 때문입니다.
인공지능이 인간의 행동을 모방하면 답변률이 왜 그렇게 극적으로 향상될까요?
메커니즘은 일단 보면 간단합니다.
2026년의 링크드인 받은 편지함은 메시지를 받는 사람에 따라 미리 필터링됩니다. 초기 자동화 도구는 전문가들이 템플릿화된 홍보물을 순식간에 식별할 수 있도록 훈련시켰습니다. — 그리고 같은 시간 안에 닫아버립니다. 이제 패턴 인식은 본능적입니다.
패턴 인식을 유발하지 않는 연락은 읽히게 됩니다. 하지만 게시물, 신호, 구체적인 업무 경험 등 실제적인 내용을 언급하는 연락은 고려 대상이 됩니다. 그리고 이미 댓글에 이름이 한 번 언급된 후에 오는 연락은 일반적인 콜드 메시지보다 훨씬 높은 답장률을 보입니다.
11배 향상은 카피라이팅의 기적이 아니었습니다. "이건 자동화된 거야"라는 신호를 모두 제거하고 "이 사람은 실제로 주의를 기울였어"라는 신호로 대체한 결과였습니다.
링크드인에서 적절한 답장률은 어느 정도일까요?
콜드 링크드인 아웃리치의 경우, 10~25%의 답장률은 높은 편입니다. 25% 이상은 신호 기반 타겟팅 및 사전 준비 과정이 매우 효과적임을 나타냅니다. 5% 미만의 결과가 2주 이상 지속된다면, 메시지 내용만으로는 해결할 수 없는 대상 고객, 시기 또는 행동 패턴에 문제가 있음을 의미합니다.
| 응답률 | 그것이 무엇을 나타내는가 | 어디부터 살펴봐야 할까요? |
|---|---|---|
| 5 % 이하 | 청중 또는 타이밍 문제 | ICP 타겟팅 및 신호 품질 |
| 5 %까지 10 | 워밍업 또는 메시지 전달 공백 | 사전 접촉 및 첫 메시지 구성 |
| 10 %까지 20 | 건강한 상태 - 최적화할 여지 있음 | 후속 페이싱 및 시퀀스 깊이 |
| 20 % 이상 | 강력한 신호 기반 캠페인 | 계정 상태를 확장하고 보호하세요 |
숫자 뒤에 숨겨진 시스템
제임스가 특별한 건 아닙니다. 그는 더 나은 시스템을 운영하고 있을 뿐입니다. 신호 감지, 워밍업 멘트, 무작위 타이밍, 그리고 잠재 고객의 문제점에 대한 추측이 아닌 실제 맥락을 기반으로 한 첫 메시지 등이 그 예입니다.
Konnector는 바로 그러한 시스템을 지원하도록 설계되었습니다. 신호 기반 타겟팅모든 접점에서 인간의 승인을 거치는 AI 지원 참여와, 단순히 일련의 과정을 실행하는 도구가 아닌 전문가처럼 세심하게 주의를 기울이는 아웃리치가 포함됩니다.
데모 예약 이것이 여러분의 ICP와 현재의 아웃리치 체계에 어떻게 적용되는지 확인해 보세요. 또는 가입하기 지금 바로 첫 번째 신호 기반 캠페인을 실행해 보세요.
추가 읽기
- 2026년 기준 적절한 링크드인 답장률은 얼마일까요?
- Konnector를 사용하여 LinkedIn 소셜 시그널 이해하기
- 대규모 LinkedIn 아웃리치: 참여도 저하 없이 자동화
- AI 링크드인 답변: AI가 사람처럼 소통에 대응할 수 있을까?
- 링크드인 아웃리치: DM 답장 전략 및 템플릿 5가지
11배 LinkedIn 아웃리치
자동화 및 Gen AI
LinkedIn Automation과 Gen AI의 힘을 활용하여 그 어느 때보다 도달 범위를 확대하세요. AI 기반 댓글과 타겟팅 캠페인으로 매주 수천 개의 리드와 소통하세요. 모두 하나의 리드 생성 파워하우스 플랫폼에서 가능합니다.
자주 묻는 질문
AI가 인간의 행동을 모방한다는 것은 딱딱한 자동화 시퀀스가 아닌 실제 전문가처럼 행동하도록 설계된 아웃리치를 의미합니다. 여기에는 불규칙적인 타이밍, 상황에 맞는 참여, 사전 준비 상호작용, 그리고 링크드인 활동을 기반으로 한 개인화된 메시지 전송 등이 포함됩니다.
응답률이 5% 미만인 경우는 카피라이팅의 문제라기보다는 타겟팅, 타이밍 또는 행동 패턴에 문제가 있음을 나타내는 경우가 많습니다. 일반적인 자동화된 아웃리치는 잠재 고객이 반복적인 메시지 패턴을 즉시 알아차리기 때문에 무시되는 경우가 흔합니다.
일반적으로 콜드 아웃리치에 대한 링크드인 답장률은 10%에서 25% 사이입니다. 25%를 넘는 캠페인은 신호 기반 타겟팅이 강력하고 사전 참여 유도가 효과적이었음을 나타냅니다.
LinkedIn 소셜 시그널은 관련 문제점, 직무 변화 또는 비즈니스 과제에 대해 이미 논의 중인 잠재 고객을 파악하는 데 도움이 됩니다. 이를 통해 더욱 시의적절하고 관련성 있는 연락이 가능해지고, 답변을 받을 확률이 높아집니다.
사전 교류를 통해 잠재 고객은 연결 요청을 받기 전에 당신의 이름을 알아볼 수 있습니다. 사려 깊은 댓글과 상호 작용은 친밀감을 형성하고 스팸처럼 보일 가능성을 줄여줍니다.
네. 무작위적인 타이밍은 연락이 더 자연스럽게 보이도록 도와주고, 링크드인 시스템이나 숙련된 사용자가 쉽게 감지할 수 있는 예측 가능한 자동화 패턴을 방지합니다.
첫 메시지는 최근 게시물이나 사업 업데이트와 같이 연락을 촉발한 요인에 초점을 맞춰야 합니다. 목표는 제품을 바로 홍보하기보다는 대화를 시작하는 것이어야 합니다.
네. AI는 맥락에 맞는 댓글 작성, 타이밍 무작위화, 신호 감지 등을 통해 홍보 활동을 지원할 수 있으며, 동시에 승인 및 개인화 과정에는 여전히 인간의 참여가 필요합니다.
