Salesforce Agentforce 리뷰 2026: 테스트된 엔터프라이즈 AI 에이전트 리더
2026년 Salesforce Agentforce의 실사용 리뷰입니다. $800M ARR과 29,000건의 계약을 주도하는 플랫폼을 테스트하며 Agent Builder, 세 가지 가격 모델, Service 및 Sales 에이전트, 그리고 Microsoft Copilot Studio 및 Google Vertex와의 비교를 다룹니다.
초기 엔터프라이즈 AI 붐 시기에는 ‘에이전트’가 대개 마케팅 문구로 치장된 약간 더 나은 챗봇을 의미했습니다. Salesforce Agentforce는 그 논의를 마침내 전환시킨 제품입니다. 2026년 5월 기준, Salesforce는 약 29,000건의 Agentforce 계약을 체결했으며, 이 부문은 약 $800M의 ARR에 기여하고 있어 시장에서 가장 상업적으로 성공한 엔터프라이즈 에이전트 플랫폼입니다.
우리는 이미 Sales Cloud와 Service Cloud를 운영 중인 미드마켓 고객을 대신해 지난 6주간 Agentforce를 평가했습니다. 이 리뷰에서는 Agentforce가 실제 운영 환경에서 하는 일, 세 가지(현재는 네 가지) 가격 정보 모델의 작동 방식, 플랫폼이 빛나는 부분, 비용이 폭증하는 지점, 그리고 Microsoft Agent 365 및 Google의 Gemini Enterprise와의 비교를 다룹니다.
Salesforce Agentforce란 무엇인가요?
Agentforce는 Salesforce 생태계 내에서 자율적으로 작동하는 AI 에이전트를 구축, 배포 및 관리하기 위한 Salesforce의 플랫폼입니다. 사람 옆에서 제안만 하는 코파일럿과 달리, 에이전트는 행동을 취합니다: 서비스 티켓 처리, 리드 자격 검증, 답변 초안 작성 및 전송, 레코드 업데이트, 워크플로우 트리거.
세 가지 요소가 중요합니다:
- Agent Builder — 에이전트를 설계하기 위한 로우코드 스튜디오입니다. 역할(“1차 지원 에이전트”)을 정의하고, 도구(Apex 액션, 플로우, API 호출, 프롬프트 템플릿)를 부여하며, 데이터 소스(Salesforce 레코드, Data Cloud, 외부 지식 베이스)에 고정하고, 자연어로 가드레일을 작성합니다.
- Atlas Reasoning Engine — 어떤 도구를 언제, 어떤 순서로 호출할지 결정하는 오케스트레이션 계층입니다. 이 부분이 에이전트를 챗봇과 구분합니다.
- 사전 구축된 에이전트 — Service, Sales, Marketing, Commerce용 Agentforce, 그리고 음성용이 포함됩니다. 이들은 일반적인 워크플로우에 맞게 설정되어 제공되며, 이미 Salesforce 생태계를 사용 중이라면 가치를 얻는 가장 빠른 방법입니다.
Agentforce가 그렇게 빠르게, 그렇게 많이 팔린 이유는 기술 때문이 아닙니다. 대부분의 기본 기능은 다른 플랫폼에도 이미 존재합니다. 핵심은 Salesforce가 이미 대부분의 대기업에서 영업 및 서비스의 시스템 오브 레코드(System of Record)를 장악하고 있다는 점입니다. 데이터, 워크플로우, 권한이 이미 존재하는 곳에 에이전트가 위치하면, 스택에 처음부터 연결해야 하는 에이전트보다 배포가 훨씬 쉽습니다.
2026년 Agentforce의 새로운 기능
Agentforce는 2025년과 2026년 내내 지속적으로 출시되었습니다. 2026년 5월에 알아두어야 할 릴리스는 다음과 같습니다:
- Agentforce 3 (2026년 초 정식 출시) — Voice 에이전트, 더 깊은 Slack 통합, 에이전트 간 협업, 그리고 에이전트 의사 결정을 실시간으로 모니터링하는 Agent Command Center가 추가되었습니다.
- 세 가지 가격 정보 모델 병행. Salesforce는 이제 대화 단위, Flex Credits, 사용자 단위 라이선싱을 제공하며, 2026년 1분기부터는 디지털 워크포스를 CFO를 위한 단일 좌석 수 가격으로 묶는 “Agentic Enterprise License Agreement”(AELA)를 도입했습니다. 이 선택은 총비용에 실질적인 영향을 미치며, 아래에서 자세히 다루겠습니다.
- Salesforce Foundations. 이제 모든 Enterprise Edition 고객은 추가 비용 없이 기본 Agentforce 번들을 제공합니다. Agent Builder, Prompt Builder, Flex Credits 200,000개, Data Cloud 크레딧 250,000개, 그리고 첫 1,000건의 Service 대화가 무료입니다. 이는 기존 Salesforce 고객에게 2026년 가장 중요한 소식입니다. 거의 확실히 Agentforce를 이미 보유하고 있으며, 단순히 활성화하기만 하면 됩니다.
- Atlas 업그레이드 — 계획 수립 및 도구 선택 기능이 대폭 개선되었습니다. 2025년에는 수동 개입이 필요했던 다단계 작업이 이제 프로덕션 환경에서 신뢰할 수 있는 비율로 무인 완료됩니다(Service: 약 70%; Sales 자격 검증: 약 55%, 여전히 검토 필요).
프로덕션 환경의 Agentforce: 우리가 테스트한 내용
우리는 샌드박스화된 Service Cloud 및 Sales Cloud 조직에서 6주 동안 4가지 워크로드를 실행했습니다.
1. 1차 서비스 에이전트(1차 인간 트리아지 대체)
압도적으로 가장 강력한 사용 사례입니다. 에이전트는 케이스를 읽고, Data Cloud를 통해 관련 지식 기사를 가져오며, 해결을 시도하고, 신뢰도가 떨어질 때만 인간에게 에스컬레이션합니다. 테스트 결과, 접수된 케이스의 약 62%가 인간 개입 없이 종료되었습니다. 종료된 케이스 중 약 92%는 14일 이내에 고객 불만이 없었으며, 이는 마케팅 주장보다 훨씬 정직한 이탈 방지(deflection) 수치입니다.
완전한 자동화가 승리의 비결은 아닙니다. 사람이 처리해야 할 대기열이 절반으로 줄고, 사람이 실제로 확인해야 하는 대기열은 에이전트가 처리하지 못한 케이스, 즉 보통 더 어려운 케이스로 필터링된다는 점이 핵심입니다. 크레딧 값어치는 합니다.
2. 영업 SDR 에이전트(리드 정보 보강 + 아웃바운드 후속 조치)
여기서 Agentforce는 인상적이라기보다 흥미로운 측면이 강합니다. Data Cloud에서 리드 정보를 보강하고, 개인화된 후속 조치 초안을 작성하며, 미팅을 예약합니다. 초안은 훌륭합니다. 평균적인 BDR의 첫 시도보다 낫지만, 발송 전에 사람이 한 번 검토하는 것이 좋습니다. 파일럿 기간 내내 '초안 작성, 발송 금지' 모드로 설정해 두었습니다.
여기서의 핵심 이점은 처리량입니다. 에이전트가 작성을 담당하면 BDR 1명이 하루에 3~5배 더 많은 접점을 검토하고 승인할 수 있습니다. 대체 스토리는 과장된 반면, 증강 스토리는 현실적입니다.
3. 내부 지식 에이전트(Slack + Salesforce)
Data Cloud를 통해 내부 Confluence, Salesforce, Notion 워크스페이스에 에이전트를 연결했습니다. 직원이 Slack에서 질문을 하면(예: '연간 계약의 환불 정책이 어떻게 되나요?', 'ACME Corp 갱신 담당자는 누구인가요?') 에이전트가 출처를 명시하여 답변합니다.
잘 작동하지만, Microsoft Agent 365를 포함해 수십 가지 도구로 동일한 기능을 구축할 수 있습니다. 차별점은 데이터가 이미 어떤 생태계에 있는지입니다. 기록이 Salesforce에 있다면 Agentforce가 유리하고, M365에 있다면 Copilot Studio가 유리합니다.
4. 음성 에이전트(인바운드 지원 통화)
음성 기능은 데모에서는 인상적이지만 실제 운영 환경에서는 매끄럽지 않습니다. 지연 시간은 허용 범위 내입니다(턴 테이킹 약 700ms). 모델은 자연스러운 중단에 비교적 잘 대응합니다. 하지만 엣지 케이스, 즉 억양, 배경 소음, 예상 시나리오를 따르지 않는 통화자 같은 상황에서는 여전히 '명백한 로봇'이라는 실패 모드로 빠집니다. 주요 지원 채널보다는 야간 분류 및 예약용으로 배포하는 것을 권장합니다.
가격 정보의 미로(그리고 낭패를 피하는 방법)
가격 정보는 가장 많이 질문받는 부분이자 Agentforce에서 가장 혼란스러운 부분입니다. 결제 방법은 네 가지입니다.
| 모델 | 지불 비용 | 최적의 대상 |
|---|---|---|
| Foundations(무료) | Enterprise Edition+에 번들 포함 | 파일럿, 저용량 사용, 플랫폼 학습 |
| 대화 | 완료된 대화당 $2 | 예측 가능한 고객 대면 처리량 |
| Flex Credits | 100,000 크레딧당 $500(액션당 약 $0.10) | 내부/외부 혼합 워크로드 |
| AELA 사용자별 | 사용자당 월 $125부터 | 내부 직원-에이전트 사용량이 많은 경우 |
파일럿을 통해 얻은 몇 가지 뼈아픈 교훈:
- 기초부터 시작하세요. 대부분의 팀은 이미 이를 이용할 자격이 있다는 사실을 모릅니다. 새로운 계약을 체결하기 전에 포함된 200K Flex Credits와 1,000건의 무료 서비스 대화를 활용하여 사용 사례를 검증하세요.
- 대화 과금 방식은 긴 대화에 불리합니다. “대화”가 반드시 짧을 필요는 없지만, 에이전트가 두 번의 턴으로 문제를 해결하든 열다섯 번의 턴으로 해결하든 상관없이 $2를 지불하게 됩니다. 통화자가 말이 많다면 이는 좋은 조건이 아닙니다.
- Flex Credits는 혼합 워크로드에 가장 공정한 방식입니다. 모든 도구 호출, 모든 추론 단계, 모든 작업이 크레딧을 소모합니다. 소비량을 예측하는 것이 대화 수를 예측하는 것보다 어렵지만, 단위 경제성은 더 잘 확장됩니다.
- AELA는 화이트칼라 직원-에이전트 사용 사례(영업, 마케팅, 운영)에 적합한 선택입니다. 또한 고정 좌석, 고정 비용처럼 대기업이 익숙해하는 계약 형태를 제공하여 구매 부서가 실제로 움직이게 합니다.
- Agentforce에 필수적인 인접 항목들을 예산에 포함하세요. Data Cloud 크레딧, Einstein Trust Layer, Slack 통합, 그리고 종종 Mulesoft나 외부 커넥터가 필요합니다. 이는 진지한 배포에는 선택 사항이 아니며, Agentforce의 헤드라인 가격에는 포함되어 있지 않습니다.
소규모 팀 파일럿은 Foundations를 통해 무료로 운영할 수 있습니다. 중견 서비스 팀을 위한 진지한 프로덕션 배포는 현실적으로 연 $80K–$200K의 총비용이 듭니다. 6자리 수의 엔터프라이즈 배포는 수백만 달러 규모의 항목이 됩니다.
Agentforce vs Microsoft Copilot Studio vs Google Vertex Agent Builder
2026년 주요 엔터프라이즈 경쟁자 3사.
| 플랫폼 | 강점 | 약점 | 최적의 대상 |
|---|---|---|---|
| Salesforce Agentforce | CRM 시스템 오브 레코드와 깊이 연동; 프로덕션급 서비스 에이전트 | Salesforce 데이터 중력에 종속; 복잡한 가격 정책 | 이미 Sales/Service Cloud를 사용 중인 기업 |
| Microsoft Copilot Studio | 160,000개 조직, 400,000개 이상의 커스텀 에이전트; M365, Teams, Dataverse와 통합 | 기본적으로는 범용적 — 깊이는 커스텀 작업을 통해 확보 | Microsoft 중심의 엔터프라이즈; 내부 생산성 에이전트 |
| Google Vertex / Gemini Enterprise | 오픈 모델 가든(Gemini, Claude, Llama); 빌더를 위한 강력한 툴링 | 기본 제공되는 수직적 깊이가 부족함 | 대규모로 커스텀 에이전트를 구축하는 엔지니어링 중심 조직 |
솔직한 평가: 대부분의 기업은 어떤 모델이나 프레임워크가 기술적으로 가장 뛰어난지를 기준으로 플랫폼을 선택해서는 안 됩니다. 에이전트가 처리해야 할 데이터가 저장된 시스템 오브 레코드가 있는 플랫폼을 선택하세요. 영업 및 서비스의 경우 거의 항상 Salesforce입니다. 내부 생산성(이메일, 문서, 회의, 인트라넷)의 경우 거의 항상 Microsoft입니다. 순수한 커스텀 에이전트 엔지니어링의 경우 점점 더 Google이 선호되고 있습니다.
초기 단계라면, 최고의 AI 에이전트 모음집에서 더 넓은 시장 현황과 그 기반이 되는 에이전트 프레임워크를 살펴볼 수 있습니다.
Agentforce의 강점
1. Salesforce 데이터 중력. CRM이 계정, 기회, 케이스, 연락처의 신뢰할 수 있는 단일 출처(source of truth)라면, Salesforce 내부에 있는 에이전트는 일관된 현실을 인식합니다. 외부 API로 연결된 에이전트는 데이터 불일치(data drift)에 지속적으로 직면합니다.
2. 서비스는 실제로 운영 준비가 되어 있습니다. Service Cloud는 Salesforce의 첫 번째 제품으로, 데이터 모델이 성숙했으며 Agentforce for Service가 가장 많이 배포된 사용 사례인 데에는 이유가 있습니다. 1차 지원(Tier-1)에서 50–65%의 자동 응답 처리율(Deflection rates)을 달성할 수 있습니다.
3. 거버넌스. Einstein Trust Layer, 감사 추적(audit trails), 기존 Salesforce 역할에서의 권한 상속, 프롬프트 마스킹(prompt redaction). 규제 대상 산업에서는 이 부분이 자체 구축하기 가장 어려운 부분이며, Salesforce는 수년간의 선점 효과를 가지고 있습니다.
4. 사전 구축된 에이전트 라이브러리는 실질적인 가치입니다. 서비스, 영업, 마케팅, 커머스, 음성 — 처음부터 구축하는 것이 아니라 설정(configuring)하는 것입니다. AI 엔지니어링 팀이 없는 경우, 이는 출시 여부의 차이입니다.
5. Slack 통합. Salesforce는 Slack을 소유하고 있으며, 그 장점이 드러납니다. 에이전트가 Slack 채널에 자연스럽게 표시되어, 별도의 UI에 있는 도구보다 채택률이 크게 높아집니다.
Agentforce의 약점
1. 가격 정보가 실제로 혼란스럽습니다. 4가지 모델, 잦은 개정, 불투명한 소비 예측. 비용을 정확하게 산출하려면 Salesforce 영업 담당자(AE)와 상당한 시간을 들여야 합니다.
2. Salesforce 생태계 밖에서는 가치가 급격히 떨어집니다. Salesforce가 아닌 시스템에서 데이터를 가져오는 것은 가능하지만(Data Cloud 및 Mulesoft를 통해), 비용과 복잡성이 추가됩니다. 대부분의 운영 데이터가 Salesforce 밖에 있다면, 잘못된 플랫폼을 사용 중인 것입니다.
3. Atlas 추론 모델은 그럴듯한 실수를 합니다. 다른 프런티어 모델 에이전트와 마찬가지로 Agentforce는 잘못된 행동을 자신 있게 수행할 수 있습니다. 서비스 부문은 가장 확실한 안전장치(사람 에스컬레이션, 고객에게 보이는 응답)를 갖추고 있습니다. 영업 및 운영 에이전트는 더 엄격한 가드레일과 사람 검토가 필요합니다.
4. 음성 기능은 주요 지원용으로 아직 준비되지 않았습니다. 분류, 업무 외 시간, 예약에는 적합합니다. 하지만 복잡한 통화에서 숙련된 사람 상담원을 대체할 수준은 아직 아닙니다.
5. 구현 비용이 숨겨져 있습니다. 라이선스 비용은 하나의 숫자입니다. Data Cloud 설정, Trust Layer 구성, 프롬프트 엔지니어링, 통합 작업, 변경 관리, 지속적인 튜닝은 또 다른 비용이며, 보통 이쪽이 더 큽니다. SI 파트너나 상당한 규모의 내부 AI 엔지니어링 팀에 예산을 배정하세요.
Agentforce를 구매해야 하는 대상은?
다음 중 대부분이 해당된다면 Agentforce가 적합한 플랫폼입니다:
- 이미 대규모로 Sales Cloud, Service Cloud 또는 둘 다 운영 중입니다.
- 고객 데이터의 원본이 Salesforce에 있으며, 연동해야 하는 별도의 데이터 웨어하우스에 있지 않습니다.
- 시작할 명확하고 대용량의 사용 사례가 있습니다. 1차 서비스 문의 처리, 리드 자격 검증 또는 지식 베이스 조회가 해당됩니다.
- 내부 AI 역량이 있거나 구현을 주도할 수 있는 파트너가 있습니다.
- Agentforce 기본 가격 외에 인접한 Salesforce SKU(Data Cloud, Slack, 필요시 Mulesoft)에 대한 예산을 준비할 수 있습니다.
다음 중 하나라도 해당된다면 Agentforce는 적합하지 않은 플랫폼입니다:
- 이미 Salesforce 고객이 아닙니다. Agentforce를 사용하려고 Salesforce를 도입할 만큼 플랫폼이 매력적이지 않습니다.
- 운영 데이터가 주로 Microsoft 365, Google Workspace 또는 자체 웨어하우스에 있습니다. 데이터가 있는 곳에 있는 도구를 사용하세요.
- 챗봇을 찾는 중소기업입니다. Agentforce는 과합니다. 적절한 규모의 옵션은 최고의 AI 챗봇 빌더 가이드를, 더 넓은 맥락은 중소기업을 위한 AI 도구를 참고하세요.
- 프런티어 에이전트 프레임워크를 실험해 보고 싶습니다. Agentforce는 방향성이 정해져 있고 관리형입니다. 그런 작업에는 오픈 프레임워크(저희 에이전트 프레임워크 종합 정리에서 다룸)를 선택하세요.
솔직한 최종 평가
2026년 Salesforce Agentforce는 반드시 이겨야 할 엔터프라이즈 AI 에이전트 플랫폼이지만, 이미 Salesforce 생태계 안에 있는 경우에만 그렇습니다. 데이터 중력, 성숙한 CRM 워크플로우, 프로덕션급 Service 에이전트, 거버넌스 도구의 조합은 비즈니스 프로세스에서 실제로 조치를 취하는 에이전트를 배포하는 데 있어 가장 낮은 리스크의 경로로 만듭니다.
비용은 실재합니다. 가격 정보는 의도적으로 혼란스럽습니다. 구현은 데모가 시사하는 것보다 더 오래 걸릴 것입니다. 하지만 근본적인 역량, 즉 감사 추적과 중요한 부분에서의 인간 개입(human-in-the-loop)을 통해 기존 Salesforce 데이터 및 프로세스와 함께 작동하는 에이전트는 대부분의 기업이 2024년에 사내에서 구축하려고 시도했으나 실패했던 바로 그 것입니다.
현재 Salesforce 고객이라면 이번 주에 Foundations를 활성화하고 실제 큐에서 Service 에이전트를 파일럿해 보세요. 무료 요금제는 한 달 안에 실질적인 신호를 얻기에 충분히 넉넉합니다. 신호가 긍정적이라면 업그레이드 논의는 수월할 것이며, 아마도 이미 늦었을 것입니다.
Salesforce 고객이 아니라면, 귀사에 적합한 엔터프라이즈 에이전트 플랫폼은 거의 확실히 Microsoft Agent 365(M365 우선 조직), Gemini Enterprise(Google 우선) 또는 오픈 에이전트 프레임워크 중 하나를 기반으로 한 맞춤형 구축일 것입니다. 더 넓은 시장 현황을 보려면 당사의 최고의 AI 에이전트 종합 기사와 최고의 AI CRM 도구 가이드를 참고하세요.
AI 주식 예측 — 스마트 시장 분석
AI 기반 주식 시장 예측 및 기술적 분석. 신뢰도 점수와 리스크 지표를 통해 주식, ETF, 암호화폐의 일일 예측을 확인하세요.
오늘의 예측 보기AI Tools Hub 팀
전문 AI 도구 리뷰어
저희의 AI 애호가 및 기술 전문가 팀은 수백 개의 AI 도구를 테스트하고 리뷰하여 고객의 요구에 가장 적합한 솔루션을 찾도록 돕습니다. 실제 사용 경험을 바탕으로 정직하고 심층적인 분석을 제공합니다.