MARKETS
KOSPI
KOSDAQ
S&P 500
NASDAQ
USD/KRW
BTC
NIKKEI
WTI
KOSPI
KOSDAQ
S&P 500
NASDAQ
USD/KRW
BTC
NIKKEI
WTI
Wittgenhaus

2026년 7월 16일 목요일

AI 시대, 당신을 더욱 스마트하게

마케팅검증

챗GPT 유입 전화의 높은 리드 전환율과 영업 전략 분석

챗GPT를 통해 유입된 전화의 리드 전환율이 다른 마케팅 채널보다 높은 것으로 나타났습니다. 다만 절대적인 통화 규모와 상담 이후의 구매 전환율은 보완이 필요한 상황입니다.

2026년 7월 16일

주장챗GPT를 통해 유입된 전화는 다른 마케팅 채널보다 영업 리드로 연결될 가능성이 큽니다. 소비자가 인공지능 비서와 상담하며 구매 의사를 충분히 다진 뒤 전화를 걸기 때문입니다.

팩트챗GPT 유입 전화의 리드 전환율은 49%를 기록했습니다. 이는 인보카가 추적하는 7개 채널 평균보다 10% 포인트 높은 수치입니다.

팩트구글 비즈니스 프로필의 리드 전환율은 43%입니다. 챗GPT 유입 전화는 이보다 6% 포인트 높은 전환 효율을 보입니다.

팩트챗GPT 유입 전화의 실제 구매 전환율은 40%입니다. 이는 전체 채널 평균인 42%와 큰 차이가 없습니다.

교차검증챗GPT 유입 전화의 전체 볼륨은 아직 낮은 수준입니다. 표본 크기가 작아 유료 검색 광고와 같은 대규모 채널보다 통계적 신뢰도가 낮을 가능성이 있습니다.

팩트이번 데이터는 10개 산업군에서 발생한 7천만 건 이상의 전화와 6억 분의 대화 내용을 바탕으로 산출했습니다. 인보카는 자사의 통화 추적 및 대화 분석 플랫폼으로 데이터를 수집했습니다.

교차검증인보카는 챗GPT 유입 전화의 구체적인 측정 기간과 방식을 공개하지 않았습니다. 제미나이, 클로드, 퍼플렉시티 등 다른 생성형 인공지능 모델은 분석 대상에서 제외했습니다.

주장챗GPT 유입은 채널 효율성 측면에서 긍정적입니다. 그러나 절대적인 규모 면에서는 유료 검색 광고가 여전히 가장 많은 리드와 전환을 생성합니다.

주장기업은 단순히 전환 비율에만 의존하지 말아야 합니다. 채널별 규모와 효율을 구분하여 마케팅 전략을 수립해야 합니다.

교차검증챗GPT 유입 전화는 리드 자격을 갖추는 비율은 높지만, 통화 연결 후의 전환율은 평균을 밑돕니다. 이는 리드 확보 이후의 상담 과정에서 구매를 유도하는 전략이 부족하다는 점을 시사합니다.

팩트전체 기업의 64%는 통화 중 고객에게 구매를 제안하거나 약속을 잡는 과정을 수행하지 않습니다. 이는 마케팅 채널의 문제보다 기업 내부의 영업 프로세스 개선이 필요한 부분입니다.

출처서치엔진저널(Search Engine Journal) 보도 내용과 인보카(Invoca) 벤치마크 보고서를 교차 검증했습니다.

본 기사는 전문가의 분석과 공개 자료를 기반으로 AI가 작성 후 다른 AI의 검증을 거쳐 작성됐으며 정보의 정확성과 완전성을 보장하지 않습니다. 기사 내용은 특정 투자·의사결정의 권유가 아니며, Wittgenhaus는 이를 근거로 한 행위의 결과에 책임을 지지 않습니다.

스팟

WIRE

버블 지표

상세보기 →

릴리즈 & 논문

전체보기 →

RELEASES

Transformersv5.14.0

릴리즈 v5.14.0

이번 릴리즈에서는 Inkling, TIPSv2, TIPSv2 DPT 모델이 추가되었습니다. GPTNeoX와 GPTBigCode 모델에 대한 변경 사항이 있으며, 커널 관련 수정 및 개선, 그리고 생성 기능 향상이 이루어졌습니다. 또한 Flash Attention 성능 회귀 문제와 MoE 디코드 최적화 버그가 수정되었습니다.

10시간 전

meta-llama/llama-stackv1.2.1

v1.2.1

이번 릴리즈에서는 CI 관련 수정 사항이 포함되었습니다. ogx-client의 uv.lock 파일 재생성, 외부 저장소 복제 대신 인리포에서 ogx-client 생성, 스타터 이미지 부팅 복원을 위한 --insecure 플래그 전달, vLLM Anthropic 메시지 URL의 중복 /v1 접두사 제거 등의 수정이 이루어졌습니다.

1일 전

vLLMv0.25.1

vLLM v0.25.1

v0.25.1은 v0.25.0을 기반으로 두 가지 버그 수정이 포함된 패치 릴리스입니다. 시스템 FFmpeg가 없어도 TorchCodec이 사용되지 않으면 모델 시작이 차단되는 문제가 해결되었으며, 혼합 정밀도 allreduce RMSNorm 양자화 융합 시 발생할 수 있는 데이터 타입 불일치 문제를 방지하여 모델의 숨겨진 상태가 손상되는 것을 막습니다.

1일 전

vLLMv0.25.0

vLLM v0.25.0 릴리즈

vLLM v0.25.0 릴리즈에서는 558개의 커밋이 반영되었으며, 232명의 기여자가 참여했습니다. Model Runner V2가 기본값으로 설정되었고, PagedAttention이 제거되었습니다. 또한 Transformers 모델링 백엔드가 네이티브 vLLM과 동일한 속도를 내도록 개선되었으며, 다양한 신규 모델 및 스트리밍 파서 엔진이 추가되었습니다.

4일 전

Transformersv5.13.1

패치 릴리즈 v5.13.1

이번 패치 릴리즈는 vllm 최신 버전에서 `transformers`를 지원하는 데 중점을 두었습니다. 사용자 정의 모델에 대한 `remap_legacy_layer_types`의 방어 기능을 강화하고, 새로운 선형 레이어 타입 이름을 인식하지 못하는 사용자 정의 코드의 문제를 수정했습니다. 또한, `_LazyAutoMapping.register`에 문자열 키가 전달되는 경우의 오류를 해결했습니다.

4일 전

PAPERS