Customer Success: AI시대의 CS 전략에서 CS 전략을 고객 요청을 받고 시작하는 ‘수동적’ 방식에서 데이터 기반의 '선제적(Predictive) 관리'로 전환해야 한다는 주장을 했죠. 하지만 고객의 위험 신호를 포착하는 것보다 더 중요한 것은 '얼마나 신호를 잘 이해하고 맞춤형 해결책을 제시하느냐'입니다. 기업들은 제품 온보딩과 고객 관리는 표준화된 절차와 가이드를 이용한 '1-to-Many' 방식을 많이 사용하고 있습니다. 하지만 최근 등장한 에이전틱 AI기술은 이제 고객 한 명 한 명에게 전담 CSM을 배치하는 것과 같은 효과를 갖는 '고객 맞춤형 Customer Success'의 가능성을 열어 놓았죠. 문제는 고객마다 성공의 정의가 다르다는 것이죠. 같은 제품을 도입했지만 A고객은 생산성 향상을, B 고객은 비용 절감을, C는 은 업무 자동화를 기대하죠. 그런데 모든 고객에게 똑같은 가이드와 대안을 제시한다면 맞춤형 CS는 남

앞선 블로그에서 바이브 코딩 고객이탈 관리 앱을 만들면서 느낀 놀라움을 잠시 공유했죠. 개발자가 코드를 한 줄씩 정성스레 써 내려 가는 대신, 자산의 생각 혹 의도(Vibe)를 채팅 창에 입력하면 AI가 코드 알아서 다해주는 바이브 코딩을 하면서 처음 든 생각은 이랬습니다. 이제 개발이라는 일이 "How" 에서 "What"으로 옮겨가는구나. 경험으로 배운 바이브 코딩의 한계: "나무는 보되 숲은 보지 못한다" 바이브 코딩을 하면서 얻은 교훈은 AI가 단위 업무는 기막히게 수행하지만, 전체적인 구조(숲)를 보는 능력은 아직은 부족하다는 점입니다(물론 저의 오해일 수 있습니다). 그리고 이로 인해 아래와 같은 문제를 경험하게 되었습니다. 맥락을 이해하지 못한다: 하지만 자신이 만드는 앱의 전체 그림이나 기능 간의 유기적인 관계는 잘 이해하지 못하는 것 같습니다. 비효율 이슈: 전체 구조를 잡아주는 '설계도' 없이 대화로만 진행하다 보니, 중