나쁜 리스트는 대부분 데이터 문제가 아니라 정의 문제예요. 레코드는 정확했고, 필터가 틀렸던 거죠. 누군가 검색창에 “마케팅 VP, 소프트웨어, 미국”을 입력하고 처음 1만 행을 내보냈는데, 3주 뒤 캠페인 리포트에는 인력 파견 회사 HR 담당자들의 답장이 쌓이고, 영업팀은 왜 타깃 회사의 절반이 직원 12명짜리 컨설팅 회사냐고 묻고 있어요.
이 글은 정의 단계를 위한 실전 가이드예요. “맞는 기업, 맞는 사람”을 정말 의도한 대로 작동하는 필터로 옮기는 방법을 다뤄요. 여기서 설명하는 원리는 어떤 데이터베이스에나 통하지만, 예시는 Argorant로 들어요. Argorant에서는 집계와 미리보기가 무료라서, 이 글이 권하는 ‘돈을 내기 전에 반복해서 다듬는’ 방식을 비용 없이 그대로 따라 할 수 있기 때문이에요.
사람보다 기업부터 정하세요
가장 흔한 구조적 실수는 인물 필터부터 시작하는 거예요. 직함은 어떤 연락처 데이터베이스에서든 가장 잡음이 많은 필드예요. 본인이 직접 입력하고, 부풀리고, 나라마다 다르게 쓰고, 회사마다 제각각이죠. 그래서 직함 검색으로 시작한 리스트는 기업 조건을 하나도 걸기 전에 그 잡음을 고스란히 떠안게 돼요.
순서를 뒤집으세요. 먼저 타깃 기업의 범위를 정하세요: 어떤 업종, 어떤 직원 수 구간, 어떤 지역인지요. 기업 수를 집계하고, 실제로 걸린 기업 이름을 훑어본 다음에야 인물 조건을 얹으세요. 기업 수준 필드는 인물 수준 필드보다 안정적이고 확인하기도 쉬워요. 잘못된 기업 범위에 인물 필터를 걸면, 애초에 원하지 않던 회사에서 정밀하게 고른 연락처만 나와요.
도움이 되는 습관이 하나 있어요. 도구를 열기 전에 타깃 기업의 정의를 한 문장으로 적어 보세요. “독일과 네덜란드의 직원 50~500명 규모 물류·화물 기업, 인력 파견·채용 회사 제외.” 문장이 흐릿하면 필터는 더 흐릿해져요.
가장 믿기 어려운 필터는 업종이에요
업종은 필터 패널에서 가장 깔끔해 보이지만, 실제로는 대개 가장 지저분한 필터예요. 이유는 세 가지예요. 첫째, 분류의 상당 부분이 자기 신고예요. 기업은 자신을 돋보이게 하는 라벨을 고르기 때문에, 모든 에이전시는 “테크”가 되고 모든 리셀러는 “소프트웨어”가 돼요. 둘째, 분류 체계의 세분도가 ICP와 거의 맞지 않아요. “소프트웨어”라는 범주 하나에 2인 플러그인 업체부터 직원 4만 명의 엔터프라이즈 업체까지 들어가고, 그 아래의 코드 단위 분류 체계(NAICS 같은 번호 체계)는 영업이 아니라 정부 통계를 위해 만들어졌어요. 셋째, 여러 사업을 하는 기업은 대표 라벨을 하나만 가져요. 대규모 물류 부문을 가진 대기업이 “산업 제조”로 분류돼 물류 검색에는 아예 나오지 않을 수도 있어요.
대응책은 간단해요. 코드 번호를 외우지 말고 사람이 읽을 수 있는 업종 세그먼트로 검색하고, 넓은 범주 하나 대신 인접한 세그먼트 3~6개를 묶어서 고르세요. 물류라면 화물·운송, 창고, 공급망 서비스, 라스트마일 배송을 각각 고르는 식이에요. 그다음 결과에서 기업 이름 20개를 미리 보세요. 미리보기가 곧 테스트예요. 20개 중 4개가 그 업종을 직접 운영하는 회사가 아니라 그 업종에 서비스를 파는 인력 파견사나 컨설팅사라면, 해당 세그먼트를 명시적으로 제외하세요. 업종 주변을 맴도는 서비스 회사야말로 업종 필터로 만든 리스트를 오염시키는 가장 흔한 원인이에요.
직원 수 구간도 한쪽 방향으로는 똑같이 의심해야 해요. 하한은 대체로 믿을 만하지만 상한은 느슨해요. 자회사가 모회사의 직원 수를 그대로 달고 있는 경우가 있기 때문이에요. ICP가 정말로 직원 500명이 상한이라면, 결과 중 가장 큰 기업 몇 곳을 미리 보고 독립 기업인지 대기업의 현지 법인인지 확인하세요.
직급은 드롭다운이 아니라 패턴 묶음이에요
이제 인물 레이어로 넘어가요. 여기서 흔한 실수는 직급을 드롭다운 값 하나로 다루는 거예요. 실제로 직급은 직무와 레벨이 엮인 매트릭스이고, 그게 제각각인 직함 문자열로 표현돼요. “Vice President”는 직원 200명짜리 SaaS 회사에서는 고위 임원이지만, VP 직함을 남발하기로 유명한 은행에서는 중간급 실무자예요. “매니저”는 현장 반장부터 회사에 단 한 명뿐인 마케터까지 다 가리켜요. 유럽 데이터에서는 의사결정권자가 영어 직함을 아예 쓰지 않는 경우도 많아요. 독일의 Geschäftsführer, 프랑스의 directeur général, 네덜란드의 directeur는 모두 대표이사인데, 단순히 “CEO 또는 창업자”로 검색하면 사라져 버려요.
인물 필터는 명시적인 목록 두 개로 만드세요. 하나는 포함 목록이에요. 언어와 관행을 아울러 구매자를 가리키는 직함 패턴을 담아요(운영 리더라면 head of operations, VP operations, COO, operations director, Betriebsleiter 등). 다른 하나는 제외 목록이에요. 포함 문자열과 일치하지만 레벨이 맞지 않는 패턴을 담아요(assistant to, deputy, intern, former, 그리고 이 예시에서는 “operations”라는 부분 문자열에 쉽게 걸리는 창고 교대조 리더). 정밀도의 대부분은 제외 목록에서 나오는데, 이걸 적는 사람은 거의 없어요.
매트릭스는 기업 규모에 맞춰 조정하세요. 직원 2,000명 회사에서 운영 도구를 사는 사람은 디렉터나 VP예요. 직원 60명 회사에는 운영 VP가 없고, 같은 구매 결정은 창업자나 총괄 관리자가 내려요. 타깃 기업 범위에 두 규모가 모두 들어간다면, 창업자와 소유자를 겨냥한 소기업 세그먼트와 부서장을 겨냥한 중견기업 세그먼트로 리스트를 나누고, 각각에 맞는 문구를 쓰세요. 섞인 리스트 하나에 섞인 메시지 하나를 보내면 두 세그먼트 모두에서 성과가 떨어져요.
리스트 규모는 발송 용량에서 거꾸로 계산하세요
무엇이든 내보내기 전에, 리스트가 얼마나 커야 하는지부터 계산하세요. 거의 언제나 처음 생각보다 작아요. 아웃바운드 용량은 메일함 수로 정해져요. 제대로 워밍업한 메일함 하나가 하루에 보낼 수 있는 신규 콜드 연락처는 대략 20~40명이니, 발신 메일함 두 개로는 한 달에 신규 연락처 약 1,200~2,400명을 감당해요. 이 용량에 5만 행을 내보내는 건 파이프라인이 아니라 진행 중인 재고 손실이에요. B2B 연락처 데이터는 차례를 기다리며 CRM에 머무는 동안 매달 2~3%씩 낡는 것으로 추정되기 때문이에요.
발송 용량 4~6주 분량씩만 가져오고, 필요할 때 다음 묶음을 가져오세요. 데이터베이스는 어디 가지 않아요. 내보낼 때 검증하는 방식이라면 묶음마다 스프레드시트에서 낡아 가는 대신 새로 SMTP 검증을 거쳐요. 회사당 연락처 수에도 상한을 두세요. 회사마다 잘 고른 2~3명이 8명보다 거의 항상 나아요. 한 회사 도메인에 몰아 보내는 것처럼 보이지 않아 도달률에도 좋고, 한 회사의 네 번째 후보는 크레딧을 쓸 가치가 거의 없기 때문이에요.
돈을 쓰기 전에 집계와 미리보기로 다듬으세요
이 모든 걸 하나로 묶는 워크플로는 반복 루프이고, 그 루프는 무료여야 해요. 기업 필터를 걸고 집계를 읽으세요. 기업 샘플을 미리 보고 업종 묶음을 고치세요. 인물 레이어를 더하고 다시 집계를 읽으세요. 4,800명이 90명으로 줄어든다면 직함 패턴이 너무 좁은 거예요. 4만 명으로 불어난다면 포함 패턴이 의도하지 않은 무언가에 걸리고 있는 거예요. 실제 직함을 미리 보고, 제외 목록을 늘리고, 반복하세요. 미리보기가 더는 놀랍지 않을 때까지 보통 3~5번은 돌게 돼요. 미리보기를 통과한 정의는 공짜로 얻는 품질 검수예요.
Argorant에서는 이 루프의 모든 단계(집계, 기업 미리보기, 직함 샘플)에 크레딧이 들지 않아요. 대시보드에서도, API와 CLI에서도, 대화로 다듬기를 반복하는 MCP 연결 에이전트에서도 마찬가지예요. 크레딧은 마지막 단계, 즉 검증된 연락처를 공개하거나 내보낼 때만 쓰이고, 그때도 무효 주소에는 비용이 들지 않아요.
내보내기 전 마무리: 마지막 10%
내보낼 때 몇 가지 습관만 지켜도 지금까지 한 작업을 지킬 수 있어요. 이미 아는 도메인은 발송 제외하세요: 현재 고객, 진행 중인 기회, 경쟁사, 수신을 거부한 사람이요. 필터를 잘 정의할수록 내 파이프라인에 이미 있는 회사까지 기꺼이 다시 찾아내거든요. 캐치올 결과를 어떻게 다룰지도 기본값에 맡기지 말고 직접 정하세요. 캐치올을 따로 표시하는 방식이라면, 콜드 캠페인에서는 완전히 빼고, 확실성보다 커버리지가 중요한 경우에는 알고서 포함할 수 있어요.
마지막으로, 정의 자체(업종 묶음, 직원 수 구간, 지역, 포함·제외 패턴)를 런북이나 에이전트 프로젝트 파일에 텍스트로 저장하세요. 내보낸 리스트는 가치가 줄어드는 자산이지만, 정의는 오래가는 자산이에요. 다음 분기에 같은 문장을 다시 검증된 데이터베이스에 돌리면 지금 시점의 시장을 얻을 수 있어요. 처음에 필터를 공들여 만드는 이유가 바로 이거예요.
