젠슨 황 엔비디아 CEO(왼쪽)와 마크 베니오프 세일즈포스 회장 겸 CEO가 9월15일(현지시간) AI의 미래에 대해 대담하고 있다.

[샌프란시스코(미국)=디지털데일리 이상일기자] 세일즈포스가 엔비디아와 함께 CRM 업무에 특화된 추론 모델 ‘코아(Koa)’를 공개했다. 범용 AI가 기업 데이터를 읽고 답변하는 데서 나아가 실제 업무 절차를 이해하고 적절한 도구를 선택해 여러 단계의 작업을 완수하도록 설계한 모델이다.

양사는 15일(현지시간) 미국 샌프란시스코에서 개최되는 드림포스2026에서 ‘엔비디아 네모트론’을 기반으로 개발한 세일즈포스 최초의 에이전트포스용 CRM 추론 모델을 발표했다. 정부와 규제 대상 조직을 위한 ‘미션포스’에도 엔비디아 모델과 가속 컴퓨팅 기술을 도입해 모델·데이터·배포 환경에 대한 통제 범위를 넓힌다.

이번 발표는 외부의 다양한 AI 모델을 연결하는 전략과 함께, 핵심 업무에서는 세일즈포스가 직접 모델을 최적화하고 운영하는 선택지도 확보하겠다는 의미다. AI를 연결하는 플랫폼에서 특정 업무에 맞는 AI의 성능과 운영까지 책임지는 방향으로 사업 범위를 확장하는 셈이다.

◆ 27년 CRM 경험을 합성 데이터로…‘답변’보다 행동 순서 학습

코아는 ‘엔비디아 네모트론 3 슈퍼’를 사후 훈련해 구축했다. 세일즈포스가 27년간 CRM을 개발하며 축적한 기업 업무 지식을 반영한 독자적인 합성 데이터셋을 활용했다.

회사는 코아 훈련에 고객 데이터를 사용하지 않았다고 명시했다. 학습 시나리오는 잠재고객 발굴, 영업기회 평가, 서비스 케이스 해결 등 에이전트가 CRM 업무에서 수행해야 하는 추론과 도구 사용, 의사결정을 재현하도록 구성했다.

제조·금융서비스·의료·여행 등 14개 이상의 산업 분야를 대상으로 특정 역할과 업무를 연결하고, 작업 완료에 필요한 행동과 도구 호출 순서를 학습 시나리오에 반영했다. 사후 훈련에는 엔비디아 NeMo RL과 NeMo Gym을 활용한 지도 미세조정(SFT), 그룹 상대 정책 최적화(GRPO) 방식의 강화학습을 적용했다.

코아의 차별화 지점은 일반적인 지식의 폭보다 기업 업무를 처리하는 과정에 있다. 영업기회 정보를 수정하고, 서비스 케이스를 적절한 담당자에게 보내며, 후속 조치 일정을 잡는 작업에서는 문장이 자연스러운지만으로 성능을 판단하기 어렵다. 어떤 정보를 확인하고 어떤 순서로 도구를 사용했는지가 실제 결과를 좌우하기 때문이다.

세일즈포스는 자체 벤치마크인 ‘CRM 벤치’에서 코아가 CRM 작업에 대해 선도 모델과 대등하거나 더 높은 성능을 보였으며, 오류는 3분의 1 수준으로 줄었다고 설명했다.

◆ 외부 모델 활용과 자체 모델 개발, 서로 다른 역할

코아는 이미 세일즈포스 내부에서 사용되고 있다. 직원들이 슬랙에서 정보를 찾고 일상 업무를 처리하는 에이전트가 활용 사례다. 고객 대상 파일럿에는 박스터 신용조합, 엔진, 포뮬러1 등이 포함됐다.

세일즈포스는 모델 가중치를 관리하고 사후 훈련과 추론을 자체 신뢰 경계 안에서 수행한다. 고객에게는 세일즈포스가 호스팅하는 전문 모델 선택지로 제공한다. 공개 기반모델을 활용했다는 사실이 완성된 코아의 가중치를 고객에게 공개한다는 의미는 아니다.

베니오프 CEO는 지난 분기 어닝콜에서 AI 모델의 추론 능력과 기업의 데이터·업무 규칙·권한 체계를 결합하는 것이 중요하다고 강조했다. 고객이 기존 업무 시스템을 버리기보다 그 안에서 AI를 활용하도록 하겠다는 설명이었다.

코아는 이 전략을 심화해 기업 업무에 필요한 지식을 AI의 외부에서 제공하는 데 그치지 않고, 반복적으로 수행되는 CRM 절차와 도구 사용 능력을 모델 자체에도 학습시키는 방식이다.

이는 외부 범용 모델과의 협력을 중단한다는 의미보다는 용도별 선택을 넓히는 접근으로 해석할 수 있다. 다양한 작업을 다루는 범용 모델과 특정 CRM 업무에 최적화된 모델을 함께 제공하면, 고객은 요구 성능과 운영 조건에 맞춰 선택할 수 있다.

세일즈포스에는 장기간 축적한 CRM 경험을 모델의 차별화 요소로 전환할 기회다. 다만 자체 모델 운영이 반드시 더 저렴하다는 보장은 없다. 지속적인 평가와 재훈련, 인프라 운영 비용도 발생하는 만큼, 사업적 효과를 판단하려면 추론 비용과 처리 지연, 업무 성공률을 함께 확인해야 한다.

◆ 미션포스는 고객 환경으로…데이터 통제 넘어 모델 운영 통제

미션포스 협력은 모델 성능과는 다른 수요를 겨냥한다. 외부 퍼블릭 인프라와 연결하기 어려운 정부·규제 대상 조직이 자체 환경에서 AI를 훈련하고 실행할 수 있도록 지원하는 것이다.

양사는 프라이빗 클라우드와 기밀 네트워크, 외부와 분리된 에어갭 환경에 엔비디아 모델과 가속 컴퓨팅 기술을 도입한다. ‘미션포스 오퍼레이션’에서는 조달, 공급업체 관리, 물류 등 복잡한 정부 업무를 처리하는 에이전트에 특화 모델을 적용할 계획이다.

여기서는 고객 조직의 운영 데이터와 용어를 바탕으로 모델을 훈련·조정하는 방식도 지원한다. 고객 데이터 없이 합성 시나리오로 훈련한 코아와는 구분되는 활용 경로다. ‘미션포스 AI 팩토리’를 통해 고객이 자체 인프라에서 특정 업무용 모델을 구축하고 실행할 수 있도록 하는 협력도 추진한다.

이러한 접근은 기업 AI의 통제권이 데이터 저장 위치를 넘어 모델 가중치, 학습 과정, 추론 환경까지 확장될 수 있음을 보여준다. 연결성과 편의성이 우선인 업무에서는 외부 AI 서비스가 유리할 수 있지만, 배포 환경 자체에 제약이 있는 업무에서는 모델을 직접 운영할 수 있는지가 중요한 선택 기준이 될 수 있다.

코아는 현재 선별된 에이전트포스 파일럿 고객에게 제공 중이며, 미국에서는 2026년 겨울 정식 출시될 예정이다. 미션포스 오퍼레이션은 미국에서 정식 제공 중이고, 엔비디아 사후 훈련 모델은 10월부터 일부 고객에게 제공할 계획이다.