MQL의 시대는 끝났다: 콘텐츠 참여가 새로운 자격 기준인 이유 (2026)

B2B 웹사이트 방문자 중 단 3%만이 폼 작성을 통해 자신의 신원을 드러냅니다. 나머지 97%는 MQL 퍼널에서 보이지 않습니다.

이 수치는 6sense Research의 자료에서 나왔습니다. 폼 작성률은 산업, 지역, 기업 규모를 불문하고 약 3.5% 수준에 머물러 있습니다. 왜 RevOps 팀마다 자신들의 MQL 파이프라인에 조용히 불만을 품고 있는지, 이 수치가 설명해 줍니다.

Marketing Qualified Lead는 Apple Mail Privacy Protection(2021)과 AI 생성 콘텐츠의 포화(2024) 사이 어느 시점에서 제 기능을 잃었습니다. 많은 사람이 같은 말을 해 왔습니다. 하지만 대체재를 실제로 내놓은 사람은 많지 않습니다.

실제로 호응을 얻고 있는 대체 프레임워크는 Jon Miller의 MQX / MEX / Hand-Raisers 모델입니다. Miller는 Marketo에서 MQL을 만든 장본인이며, 동시에 그 후속 체계에 대해 가장 분명한 목소리를 내는 인물입니다. 계층 구분은 맞습니다. 비어 있는 것은 그 아래 깔려야 할 측정 레이어입니다. 어떤 참여를, 어느 임계값에서, 어떻게 측정할 것인가. 본문에서는 이 부분을 채우고, 이 접근이 어디에서 한계에 부딪히는지에 대한 섹션도 함께 다룹니다. "참여는 구매 의도가 아니다"라는 단서는 MQL의 종말을 이야기하는 대부분의 글이 건너뛰는 지점입니다.

MQL은 어떻게 무너졌는가

MQL은 다음 세 가지 전제가 성립할 때 작동했습니다.

이메일 오픈이 신뢰할 만한 신호였다. 픽셀이 로드되면 실제 사람이 이메일을 열었다는 뜻이었습니다.
폼 작성은 구매 의도를 의미했다. 누군가 이메일을 입력하고 백서를 다운로드했다면, 그 백서를 원했다는 의미였습니다.
다운로드는 실제 읽었다는 신호였다. 백서를 다운로드했다면 그 백서를 읽었을 가능성이 높았습니다.

이 세 전제는 2021년에서 2024년 사이에 모두 무너졌습니다.

이메일 오픈은 거짓입니다. 2021년 9월 출시된 Apple Mail Privacy Protection은 사용자가 Mail 앱을 여는 순간 이미지를 미리 로드합니다. 사용자가 특정 이메일을 실제로 열었는지 여부와 무관합니다. 여기에 모든 링크를 배송 전에 클릭해 검사하는 기업용 이메일 보안 스캐너(Microsoft SafeLinks, Proofpoint, Mimecast)까지 더해지면, MAP에 기록된 "오픈"의 상당 부분은 사람이 아닙니다. Litmus를 비롯한 분석 업체들은 MPP 도입 이후 오픈율이 30~50% 부풀려졌다는 데이터를 발표했습니다.

폼 작성에는 잡음이 섞였습니다. 구매자들은 일회용 Gmail 주소를 사용하는 법을 익혔습니다. 봇이 폼을 채웁니다. 구매 담당자들은 게이티드 콘텐츠를 내려받아 법무팀에 전달합니다. 여러분이 반겨 받은 그 폼 제출은 구매 결정을 내리는 인물의 것이 아닌 경우가 많습니다. 심지어 사람의 것이 아닐 때도 적지 않습니다.

다운로드는 읽기를 의미하지 않습니다. "백서를 다운로드했다"와 "백서를 실제로 읽었다" 사이의 간극은 항상 존재해 왔습니다. 2026년 현재, 모든 구매자가 소화 가능한 분량 이상으로 뉴스레터를 구독하고, 모든 받은편지함이 AI로 보강된 콘텐츠로 포화된 상황에서, 이 간극은 크게 벌어졌습니다.

업계 스스로의 목소리는 이 문제를 수년째 지적해 왔습니다. Matt Heinz의 표현이 가장 핵심을 찌릅니다.

"You can't buy a beer with an MQL. You can't actually spend your web traffic. We have to focus on outcomes that make the company money."

Matt Heinz, Heinz Marketing

(참고: MQL로는 맥주 한 잔도 살 수 없다는 뜻으로, MQL이 실제 매출로 전환되지 않는다는 점을 지적하는 관용적 표현입니다.)

Chris Walker는 더 날카롭게 말합니다.

"Vanity Metrics = KPIs that aren't aligned with revenue and sales productivity, but are used to justify effectiveness of marketing programs. Ex. SQLs, MQLs, clicks, 'leads', cost per lead (CPL), cost per acquisition (CPA), website visitors, form conversion rate, etc."

Chris Walker, Refine Labs 창립자

SiriusDecisions 인수를 통해 MQL 모델을 공식화한 기관인 Forrester는 2023년에 이 모델을 공식적으로 철회했습니다. VP Principal Analyst인 Terry Flaherty는 개별 단위의 리드 스코어링이 구조적으로 결함이 있는 이유를 이렇게 설명합니다.

"B2B buying decisions, especially when deals are large and complex, are made by buying groups, not an individual person... Scores assigned based on a combination of profile characteristics and engagement for a single individual... [is like] 'Whose Line Is It Anyway?' where everything is made up and the points don't matter."

(참고: "Whose Line Is It Anyway?"는 모든 것이 즉흥적으로 만들어지고 점수 자체가 의미 없다는 설정의 미국 즉흥 코미디 쇼입니다. 여러 신호를 뒤섞어 나온 점수는 실질적 의미를 갖지 못한다는 비유입니다.)

과거 Forrester에 있었고 현재 6sense에서 Principal Researcher로 재직 중인 Kerry Cunningham은 그 한계에 숫자를 붙였습니다.

"You can make improvements of 3% to 5% [with MQL models]... in the very worst-run operations, and you can goose a 1% or 1.5% improvement out of the rest, but that's about it."

기억해 둘 만한 통계가 있습니다. Apollo의 B2B 리서치에 따르면, MQL의 약 87%는 최종 성사 단계까지 전환되지 않습니다. 여러 벤더가 공개한 데이터셋은 또한 Demand-Gen MQL이 퍼널 상단에서는 저렴해 보이지만 SQL 단계로 넘어갈수록 건당 비용이 의미 있는 수준으로 높아진다는 점을 보여줍니다. 값싸 보이던 리드는 순식간에 비싸집니다.

현장의 실천은 이 비판을 따라잡지 못하고 있습니다. 많은 팀이 이런 비판을 읽고 고개를 끄덕인 다음, 여전히 MQL 대시보드를 CRO의 주간 리뷰에 올려놓습니다. LeanData의 Kim Peterson은 그 이유를 이렇게 진단했습니다.

"The number one reason organizations aren't moving to buying groups, signals, and a more advanced revenue process is one word: culture. We're addicted to MQLs as the cornerstone of our culture."

비판은 성숙했습니다. 대체재는 아직입니다. 이 글의 남은 부분은 그 대체재에 관한 이야기입니다.

자리를 잡지 못한 대응들

대체재를 이야기하기 전에, 제대로 작동하지 않았던 접근들을 먼저 짚어 보겠습니다.

MAP 기반 리드 스코어링. HubSpot, Marketo, Pardot은 모두 인구통계 스코어링에 더해 행동 기반 스코어링을 지원합니다. 이론상으로는 "다운로드는 의도를 나타내지 않는다"는 문제를 해결합니다. 그러나 실제로는 다운로드를 픽셀 이벤트로 바꿔놓을 뿐이며, 픽셀 이벤트 역시 동일한 봇 인플레이션, 동일한 다중 이해관계자 혼선, 동일한 "허영 지표로서의 스코어" 역학을 겪습니다. 87점짜리 잠재 고객은 1회 다운로드한 잠재 고객보다 더 실체가 있지 않습니다. 두 수치 모두 같은 결함 있는 입력에서 나오기 때문입니다.

써드파티 인텐트 데이터. Bombora, 6sense, Demandbase, G2 Intent. 시장 규모는 10억 달러를 넘었고 여전히 성장하고 있습니다. 실제 가치도 있습니다. 써드파티 인텐트 신호는 여러분의 속성 외부에서 일어나는 구매 리서치를 포착합니다. 하지만 데이터는 지연되며(관심이 정점에 이른 뒤 24주가 지난 뒤에야 알게 됩니다), 주제 기반이고(제품별이 아닙니다), 어카운트 레벨에 머뭅니다(Acme에서 관심이 급상승 중이라는 사실은 알지만, Acme의 어떤 직원이 관심을 가지는지는 모릅니다). 그리고 가격, 보통 연 3만8만 달러 수준의 플랫폼 비용은 ARR 1,000만 달러 미만의 팀에는 현실적이지 않습니다.

ABM 플랫폼. Demandbase, Terminus, RollWorks. 엔터프라이즈에는 훌륭합니다. 보통 연 5만 달러 이상에 구현 비용이 더해집니다. SMB와 미드마켓 팀에는 플랫폼 오버헤드가 파이프라인 상승분을 초과합니다. Marketo와 Engagio를 공동 창업한 Jon Miller는 이렇게 설명합니다.

"Traditional demand generation is fishing with a net. You throw your net out, you see what you catch, you don't care which fish you catch, just that you caught enough. Whereas account-based marketing is fishing with a spear where you identify those big fish and go after them... But it doesn't feel very good to get poked by a spear."

시그널 기반 영업. Common Room, Clay, HG Insights가 이 흐름을 대중화했습니다. 핵심 아이디어는 옳습니다. 리드 스코어링에서 벗어나 펀딩 라운드, 채용 공고, 도구 교체, 이직, 콘텐츠 참여 등으로 신호를 집계하는 방향으로 나아가자는 것입니다. 그러나 실행은 모호합니다. "시그널 기반"을 표방하는 대부분의 글은 신호를 정의하기만 할 뿐, 그것을 대규모로 어떻게 운영화할지 설명하지 않습니다. Chris Walker는 이를 공공연히 지적했습니다.

"In any individual company, the definition of a signal should be different. One company might say, 'This ebook download is a signal for us.' Another company might say, 'We never win those. That's not a signal for us.' It should be determined purely based on data."

맞는 말이지만, 그 말은 각 기업이 자신만의 신호 정의를 처음부터 만들어야 한다는 뜻입니다. 대부분의 기업은 그렇게 하지 않습니다.

프로덕트 주도 성장(PLG). 셀프서비스 세션 안에서 가치를 전달할 수 있는 제품 경험에는 효과가 있습니다. 수개월에 걸친 평가와 구매 위원회가 개입하는 엔터프라이즈 B2B에는 덜 적합합니다. PLG는 하나의 GTM 모션이지, 자격 판정을 대체하는 체계가 아닙니다.

Terminus의 공동 창업자이자 현재 GTM Partners의 CEO인 Sangram Vajre는 더 깊은 재고를 촉구합니다.

"Change your metric from 'Leads' to 'Engagement'. A lead is a binary status. Engagement is a spectrum that indicates true buying intent."

그는 SDR 기능 자체에 대해서도 근본적인 질문을 던집니다. 그것은 다른 글에서 다룰 주제입니다. 지금 중요한 질문은 이것입니다. MQL이 아니라면 무엇인가? "참여"라는 답은 맞지만 모호합니다. 프레임워크가 필요합니다.

진짜로 새로워진 것: 퍼스트파티 콘텐츠 참여가 측정 가능해졌다

지난 5년 사이에 실제로 바뀐 것이 네 가지 있습니다. 이들이 모이면 진짜 MQL 대체재가 가능해집니다.

페이지 단위 문서 분석. DocSend는 2013년 출시와 함께 이 카테고리를 개척했습니다. Dropbox는 2021년에 1억 6,500만 달러에 인수했습니다. 처음의 아이디어는 좁았습니다. 누가 펀드레이징 덱을 얼마 동안 열었는지 추적한다는 것이었습니다. 2026년에는 카테고리가 확장되었습니다. 여러분이 공유하는 모든 문서(백서, 사례 연구, 제안서, 피치 덱, 리포트)를 페이지 단위로 계측할 수 있습니다. Sarah가 백서를 열었다는 사실만이 아니라, 3페이지에 4분 머물렀고 5페이지는 건너뛰었으며 일주일 뒤에 7페이지로 돌아왔다는 사실까지 확인할 수 있습니다.

봇 감지가 현실이 되었습니다. 10년 전만 해도 "조회"는 단순한 HTTP 요청이었습니다. 오늘날 본격적인 분석 기능을 갖춘 플랫폼들은(MAP은 여전히 이 영역에서 실패합니다) 세 가지 신호를 겹쳐 씁니다. 알려진 스캐너 패턴과 User-Agent 대조, 데이터센터 IP 식별, 그리고 마우스, 터치, 키보드에 기반한 제스처 확인입니다. 사람이 실제로 본 조회와 SafeLinks의 사전 스캔을 구분할 수 있습니다. 이 사실만으로도 "참여"라는 개념은 다시 살아납니다.

전달(포워딩) 감지. 한 사람에게 보낸 링크를 같은 회사의 여러 사람이 연다면, 해당 덱이 내부에서 공유되고 있다는 사실을 알 수 있습니다. B2B 엔터프라이즈 세일즈에서 이는 계약 직전 단계의 가장 강력한 단일 신호입니다. 어떤 인텐트 데이터 플랫폼이 제공하는 신호보다도 강합니다. 여러분 자신의 콘텐츠에서 발생한 퍼스트파티 행동이기 때문입니다.

재방문 추적. 초기 읽기 이후 2주 뒤에 가격 페이지로 돌아온 구매자는 특정한 일을 하고 있습니다. 결정을 내리거나 방어하기 위해 다시 검토하는 중입니다. 최초 열람만이 아니라 그 순간을 함께 포착하면 참여는 단일 이벤트가 아니라 시계열 신호가 됩니다.

이것들을 합치면 실제로 새로운 것이 생깁니다. 폼 작성에 의존하지 않고, 이메일 픽셀에 의존하지 않고, 써드파티 주제 추론에 의존하지 않으며, 5만 달러짜리 플랫폼도 요구하지 않는 자격 판정 데이터입니다. 이미 보내고 있는 콘텐츠 위에서 바로 돌릴 수 있습니다.

MQL의 진짜 대체재는 여기에 있습니다. 더 나은 스코어링이나 더 큰 플랫폼에 있지 않습니다. 여러분 자신의 속성에서 이미 일어나고 있는 일을 10년 전에는 기술적으로 불가능했던 정밀도로 측정하는 데 있습니다.

MEX를 운영화하기: 측정 레이어

Jon Miller의 프레임워크는 MQL을 개념적으로 대체하는 올바른 답입니다. 그의 세 가지 범주는 다음과 같습니다.

Hand-Raisers. 명시적 요청입니다. 데모, 가격, "저에게 연락해 주세요" 같은 것입니다. 구매자가 스스로 자격을 증명합니다.
MQX (Marketing Qualified). ICP 어카운트에서 구매 활동이 일어나고 있을 수 있다는 마케팅의 근거 기반 판단입니다. 선제적이고 자문적인 아웃리치를 할 만한 단계입니다.
MEX (Market Engaged). 적합한 계정의 적합한 인물들이 콘텐츠에 참여하고 있지만, 아직 구매 신호는 보이지 않는 단계입니다. 대화할 가치가 있습니다. 여기서는 수요를 포착하는 것이 아니라 수요를 만들어내기 때문입니다.

Marketo에서 MQL을 공동으로 만든 Miller는 가장 명확한 대체안 역시 제시하고 있습니다. 형태는 맞습니다. 비어 있는 것은 그 아래의 측정 레이어입니다.

Miller는 "참여"가 누군가를 MEX로 진입시킨다고 말합니다. 여기에는 한 가지 질문이 남아 있습니다. 어떤 참여를, 어느 임계값에서, 어떻게 측정할 것인가?

이 측정된 임계값을 Engaged Qualified Leads (EQLs) 라고 부릅니다. 경쟁하는 프레임워크가 아닙니다. 누군가 언제 MEX에 진입하고, 언제 MEX 행동이 MQX로 승격될 만큼 선명해지는지를 결정하게 해 주는 계측 레이어입니다.

EQL을 한 문장으로

Engaged Qualified Lead는 여러분이 정의한 행동 임계값에 도달하거나 그 이상인 수준으로, 여러분의 속성 위에서 특정 콘텐츠에 대해 측정 가능하고 봇이 제거된 참여를 보여주는 개인입니다.

네 단어가 핵심을 떠받칩니다.

측정 가능. 자격 기준은 행동입니다. 점수가 아닙니다.
봇 제거. 업계의 대부분의 "참여"는 스캐너와 프리뷰 봇을 함께 셉니다.
특정 콘텐츠. "이메일을 열었다"가 아니라 "사례 연구를 읽었다" 또는 "가격 페이지로 돌아왔다"입니다.
여러분이 정의하는 임계값. 템플릿이 아니라, 여러분의 데이터에서 나온 여러분의 숫자입니다.

Miller의 어휘에 대응시킨 세 개의 계층은 다음과 같습니다.

Tier 1: 인지 단계 (MEX 이전)

콘텐츠를 열고 60초 미만 체류했으며 돌아오지 않음
신호 강도: 낮음
조치: 육성(nurture). 영업에 넘기지 않음

현재의 "MQL" 대부분이 실제로 앉아 있는 자리입니다. 누군가 백서를 다운로드하고, 확인 이메일을 받고, 다른 일로 넘어갔습니다. 브랜드에는 가치가 있지만, 파이프라인에는 그렇지 않습니다.

Tier 2: 능동적 평가 단계 (MEX 영역)

2페이지 이상 읽음, 2분 이상 체류, 또는 7일 이내 같은 콘텐츠로 재방문
신호 강도: 중간
조치: 이것이 여러분의 MEX 집단입니다. 타깃 콘텐츠로 계속 데워 두십시오.

실제 평가 단계에서 구매자들이 실제로 앉아 있는 자리입니다. 일은 하고 있지만 아직 통화할 준비는 되어 있지 않습니다. MQL 모델은 Tier 2와 Tier 3을 동일하게 취급합니다. 이것이 바로 "영업이 당신의 MQL을 무시한다"는 역학을 만드는 결정적 실수입니다.

Tier 3: 고의도 참여 (MEX → MQX 전환)

콘텐츠가 내부로 전달됨(같은 링크, 같은 회사 도메인의 또 다른 뷰어), 또는
같은 콘텐츠로 2회 이상 재방문, 또는
하단 퍼널 콘텐츠와 상호작용(가격, 비교 페이지, 고객 레퍼런스)
신호 강도: 높음
조치: 24시간 이내 SDR 또는 AE 아웃리치

MEX에서 MQX로 넘어가는 전환점입니다. Tier 3 트리거는 누군가를 "당신의 아이디어에 참여하고 있는"(MEX) 상태에서 Miller의 어휘를 빌리자면 "이 어카운트에서 구매 활동이 일어나고 있을 수 있는"(MQX) 상태로 밀어 올리는 행동적 증거입니다.

어카운트 롤업

B2B 세일즈는 개인이 아니라 바잉 그룹을 통해 진행됩니다. 여러 EQL을 보유한 어카운트는 단일 EQL 어느 것보다 강한 신호입니다.

Engagement-Qualified Account (EQA)는 30일 이내에 같은 콘텐츠 또는 같은 콘텐츠 시리즈에서 2개 이상의 EQL을 보유하고, 그 그룹 전체에서 최소 하나의 Tier 3 신호를 가진 어카운트입니다.

이것이 SDR 팀이 실제로 다뤄야 하는 단위입니다. EQL은 누구인지 알려주고, 어카운트 롤업은 언제인지 알려줍니다.

이 논리는 6sense의 B2B Buyer Experience Report와 맞닿아 있습니다. 구매자의 81%는 영업과 이야기하기 전에 선호 벤더를 선택하며, 구매 프로세스의 69%는 판매자가 개입하기 전에 이미 진행됩니다. 한 사람이 데모 폼을 채우기를 기다리고 있다면, 결정의 대부분은 이미 끝난 뒤입니다. 어카운트 레벨 참여 신호는 누군가 손을 들기 전에 바잉 그룹이 여러분의 콘텐츠 위에서 형성되는 모습을 보여 줍니다.

7단계 플레이북

스택을 새로 사들이지 않고 이 체계를 운영화하는 방법입니다.

1단계: 지금 "참여"로 집계하고 있는 것을 감사하라. MAP을 여십시오. 최근 90일간 점수가 가장 높았던 리드를 확인하십시오. 그중 몇 개가 파이프라인이 되었습니까? 몇 개가 성사되었습니까? 전환율이 5% 미만이라면, 지금의 스코어링은 연극입니다.

2단계: 상위 5개 콘텐츠 자산에 페이지 단위 추적을 계측하라. 모든 콘텐츠가 아닙니다. 볼륨 또는 전략적 중요도 기준 상위 5개만입니다. 백서, 사례 연구, 피치 덱, 가격 페이지, 그리고 비교 페이지 하나입니다. 페이지별 체류 시간, 재방문, 멀티 뷰어 감지를 포착하는 도구가 필요합니다. (HummingDeck이 이를 수행합니다. 몇 개의 다른 플랫폼도 마찬가지입니다. 도구보다는 원칙이 더 중요합니다.)

3단계: 봇 필터링을 켜라. 지금의 분석이 봇을 걸러내지 못한다면, 여러분은 잡음을 측정하고 있는 것입니다. 최소한 알려진 스캐너 User-Agent와 데이터센터 IP를 걸러내십시오. 더 나은 도구는 제스처 검증까지 추가합니다.

4단계: EQL 임계값을 문서로 정의하라. 위의 3계층 구조를 사용해, 자산별로 "Tier 2"와 "Tier 3"이 어떤 모습인지 글로 남기십시오. 사례 연구에 대한 예시는 다음과 같습니다.

Tier 1: 열람, 60초 미만, 재방문 없음
Tier 2: 2페이지 이상 읽음 OR 2분 이상 체류
Tier 3: 다른 뷰어에게 전달 OR 14일 이내 재방문 OR 이후 가격 페이지 방문

자산별로 조정하십시오. 1페이지짜리 배틀카드와 30페이지짜리 백서는 임계값이 다릅니다.

5단계: MQL/SAL 정의를 행동 기반 언어로 다시 써라. "100점"이라고 쓰지 마십시오. "사례 연구를 두 번 읽고 7일 이내에 가격 페이지를 방문했다"라고 쓰십시오. 영업이 구체적 행동 패턴을 보면 그것을 신호로 취급합니다. 점수를 보면 마케팅 팀의 의견으로 취급합니다.

6단계: EQL과 EQA 이벤트를 CRM에 연결하라. 어떤 CRM을 쓰고 있든(HubSpot, Salesforce, Close), "Tier 3 Engagement Triggered"라는 커스텀 활동 유형을 만드십시오. 추적 도구가 트리거될 때 해당 연락처와 어카운트에 기록하십시오. SDR 워크플로는 최고 리드 점수가 아니라 최근 Tier 3 트리거가 발생한 어카운트를 우선시합니다.

HubSpot: content_asset, trigger_type(forwarded / returned / pricing_visit), viewers_same_account 속성을 가진 커스텀 이벤트 engagement_tier_3를 생성하십시오. ICP에 부합하는 연락처에서 이 이벤트가 발생할 때, 담당 AE를 위한 태스크를 생성하는 워크플로를 구축하되, 태스크 설명에 자산 이름과 구체적 트리거를 포함하십시오. 태스크 제목은 "High lead score"가 아니라 *"Tier 3 on Q3 Pricing Deck: forwarded internally (2 viewers)"*와 비슷해야 합니다. Salesforce: 커스텀 활동 레코드 유형과 Flow를 이용한 동일 구조입니다. Close: 커스텀 활동에 필터를 건 Smart View입니다. 원칙은 모든 CRM에서 동일합니다. 태스크 설명이 행동을 담고 있기 때문에, SDR은 "도움이 되었길 바랍니다" 같은 일반 이메일 대신 그 구체적 훅으로 대화를 열 수 있습니다.

7단계: 허영 지표가 아니라 파이프라인 상관관계를 측정하라. 60일이 지난 뒤 모든 Closed-won 및 Closed-lost 거래를 뽑아 보십시오. 그 거래들이 어떤 참여 계층을 언제 거쳤는지 보십시오. Tier 3 행동이 파이프라인 속도와 상관관계를 보이지 않는다면, 임계값이 잘못된 것입니다. 조정하십시오. 분기별로 반복하십시오.

이것은 60~90일짜리 구현 작업이지, 여러 분기에 걸친 컨설팅 프로젝트가 아닙니다. 그보다 오래 걸린다면, 누군가 필요하지도 않은 플랫폼을 여러분에게 팔고 있는 것입니다.

Tier 3 핸드오프의 실제

이것이 실제 현장에서 어떻게 나타나는지 보겠습니다.

이전 (MQL 시대의 핸드오프):

"Acme의 Sarah가 87점입니다. 지난주에 바이어 가이드를 다운로드했습니다. Alex에게 라우팅합니다."

Alex는 이것을 받습니다. Alex에게는 맥락이 없습니다. Alex는 "가이드가 도움이 되었길 바랍니다"라는 일반 이메일을 씁니다. Sarah는 그것을 보관함으로 보냅니다. MQL에서 미팅으로의 전환율은 12%에 머뭅니다.

이후 (EQL 시대의 핸드오프):

"Acme의 Sarah가 월요일에 바이어 가이드를 읽었습니다. 화요일에 같은 Acme 소속의 두 번째 뷰어(같은 회사 도메인, 다른 도시)가 같은 링크를 열었습니다. 그녀가 전달한 동료일 가능성이 높습니다. 목요일에 Sarah는 가격 페이지를 방문했고, Enterprise 티어 비교에 3분을 썼습니다. 어카운트는 목요일에 EQA에 도달했습니다. Alex에게 라우팅합니다."

Alex는 이것을 받습니다. Alex에게는 구체적 맥락이 있습니다. Alex는 이렇게 씁니다. "Sarah, 바이어 가이드를 동료분과 함께 살펴보시고 Enterprise 가격도 확인해 주신 것을 봤습니다. Enterprise와 Pro 중 어느 쪽이 팀 워크플로에 더 잘 맞을지 함께 정리해 드릴 수 있을 것 같습니다. 화요일에 짧게 통화 가능하실까요?"

같은 잠재 고객, 같은 데이터 소스. 완전히 다른 아웃리치입니다. 핸드오프는 행동, 타이밍, 그리고 대화를 여는 구체적 앵커를 함께 전달합니다.

Palo Alto Networks의 Forrester 고객 사례는 MQL 기반 라우팅에서 바잉 그룹 참여 라우팅으로 전환한 이후 17% 더 높은 Closed-won 비율, 17배 증가한 파이프라인 진행, 두 배로 늘어난 거래 규모를 기록했다고 밝힙니다. Global Lead Management 부문 시니어 매니저인 Jeremy Schwartz는 여러 명이 연결된 기회는 단일 연락처 기회보다 8배 더 진전될 가능성이 높았다고 전했습니다. 한 건의 사례가 증거 전부는 아니지만 방향은 일관됩니다. 행동 기반 아웃리치가 점수 기반을 이기고, 바잉 그룹 맥락이 개인 스코어링을 이깁니다.

자주 제기되는 반론

"규모 있는 우선순위 지정을 위해 스코어링이 필요합니다." 이벤트가 아니라 행동을 평가하십시오. Tier 3 트리거는 사실상 점수 임계값입니다. 연속이 아니라 이진일 뿐입니다. 이진 임계값은 0~100 스케일보다 행동하기 쉽습니다.

"우리 MAP은 이를 지원하지 않습니다." 맞습니다. MAP은 지원하지 않을 것입니다. MAP 폼 작성이나 이메일 오픈이 아닌, 콘텐츠 수준 참여를 포착하는 도구가 필요합니다. 그 신호를 이벤트로 MAP 또는 CRM에 전달합니다. 인프라 작업이지, 플랫폼 교체가 아닙니다.

"어차피 우리 영업팀은 마케팅에서 넘긴 리드를 무시합니다." 그것이 바로 MQL이 망가졌다는 문제입니다. 스스로 해결되지 않습니다. 정의를 다시 세운 뒤에도 영업이 EQL을 무시한다면, 문제는 신뢰입니다. 당신의 신호를 믿지 않는 것입니다. 7단계의 파이프라인 상관관계 수치를 보여주십시오. 데이터가 핸드오프를 뒷받침한다면 영업은 반응할 것입니다. 그렇지 않다면 임계값이 잘못된 것입니다.

"모든 제품에 추적할 '콘텐츠'가 있는 것은 아닙니다." B2B를 판매하고 있다면, 콘텐츠는 있습니다. 가격 페이지가 콘텐츠입니다. 제품 투어가 콘텐츠입니다. 고객 스토리가 콘텐츠입니다. 여기서 "콘텐츠"란 "잠재 고객이 측정 가능한 시간을 보내는 모든 디지털 면"을 뜻합니다. 여러분이 생각하는 것보다 추적 가능한 면이 더 많을 것입니다.

"이건 프로덕트 주도 성장처럼 들립니다. 우리는 세일즈 주도입니다." PLG가 아닙니다. PLG는 제품 자체가 사용자를 전환시키는 비즈니스 모델입니다. EQL 프레임워크는 세일즈 주도 엔터프라이즈를 포함한 어떤 모션에서도 작동합니다. 공통점은 행동을 측정한다는 것이며, GTM 모션은 이 사실을 바꾸지 않습니다.

"우리는 이미 인텐트 데이터를 쓰고 있습니다." 좋습니다. 써드파티 인텐트는 어떤 어카운트가 리서치를 하고 있는지 알려줍니다. 퍼스트파티 참여는 그 어카운트가 여러분이 보낸 콘텐츠에서 실제로 무엇을 하고 있는지 알려줍니다. 둘은 쌓입니다. 6sense를 쓰고 있다면 계속 쓰십시오. 그 위에 퍼스트파티 참여를 얹으십시오. 둘의 조합은 어느 한쪽 단독보다 예측력이 높습니다.

참여는 구매 의도가 아니다

MQL의 종말을 다루는 대부분의 글이 건너뛰는 단서입니다.

페이지 체류 시간은 구매 의도가 아닙니다. 재방문은 구매 의도가 아닙니다. 전달도 구매 의도가 아닙니다.

트리거가 아닌 필터

ICP 적합성이 없는 참여는 그저 리서치하는 학생일 뿐입니다. 여러분의 제품을 조사하는 Fortune 100 경쟁사 소속 인물의 Tier 3 EQL 신호는 구매자가 아닙니다. EQL 프레임워크는 초점을 좁혀 줍니다. 어카운트가 여러분의 ICP에 부합하는지에 대한 인간의 판단을 대체하지는 않습니다.

사례 연구를 준비하는 저널리즘 전공 학생의 재방문은 구매자가 아닙니다. 여러분의 콘텐츠가 훌륭하다면, 구매자가 아닌 사람도 많이 참여할 것입니다.

그래서 EQL 프레임워크는 트리거가 아니라 필터입니다. 여러분의 마케팅을 접한 모든 사람에서 콘텐츠로 의미 있는 작업을 하고 있는 사람으로 초점을 좁혀 줍니다. 최종 자격 판정은 여전히 인간의 판단을 필요로 합니다. 어카운트가 ICP에 부합하는가? 직무가 바이어 페르소나에 맞는가? 타이밍은 타당한가?

MQL이 과도하게 신뢰받았던 이유는 자동화가 판단을 대체할 수 있을 것 같은 인상을 주었기 때문입니다. EQL은 나쁜 데이터를 좋은 데이터로 바꿔 줍니다. 판단 단계를 없애지는 않습니다. SDR 팀이 ICP 기준으로 EQL의 20~30%를 반려할 것이라 예상하고, 이를 지표에 반영하십시오. 그 반려는 실패가 아니라, 시스템이 제대로 작동하고 있다는 증거입니다.

시작하기

스택을 새로 구축할 필요는 없습니다. 여기서 시작하십시오.

중요하게 여기는 콘텐츠 자산 하나를 고르십시오: 백서, 사례 연구, 피치 덱, 비교 페이지 중 하나입니다.
페이지 단위 참여 추적과 봇 필터링을 계측하십시오.
해당 자산에 대한 Tier 1/2/3 임계값을 정의하십시오 (위의 예시를 출발점으로 삼으십시오).
30일간 EQL을 추적하십시오. 그 외의 다른 것은 아직 바꾸지 마십시오.
데이터를 살피십시오. 얼마나 많은 EQL이 트리거되었습니까? 어떤 패턴이 파이프라인 움직임과 상관관계를 보입니까?
그다음 상위 5개 자산으로 확장하십시오. 자산별 임계값을 성문화하십시오. CRM에 연결하십시오.
60일 시점에 파이프라인 상관관계를 측정하십시오. 조정하십시오.

제대로 계측된 단일 콘텐츠 자산 하나가 87점의 잡음이 쌓인 MAP 전체보다 유용합니다. 작게 시작하고, 모델을 입증하고, 확장하십시오.

이 흐름은 어디로 가는가

CMO 리포팅의 전환은 이미 진행 중입니다. 일부는 여전히 "이번 분기에 MQL 4,200개를 만들었다"고 보고합니다. 다른 일부는 "활발히 참여 중인 타깃 어카운트 47개를 식별했고, 12개를 성사시켰으며, 파이프라인은 210만 달러"라고 보고합니다. 두 번째 그룹이 이기고 있습니다. 더 나은 도구를 가져서가 아닙니다. 그들의 지표가 거짓말을 하지 않기 때문입니다.

B2B 마케팅은 볼륨보다 품질, 점수보다 신호, 포인트보다 행동으로 이동하고 있습니다. 다운로드는 중요하지 않습니다. 참석자 수는 중요하지 않습니다. 오픈은 중요하지 않습니다. 중요한 것은 적합한 계정의 적합한 인물들이 여러분이 보낸 콘텐츠로 의미 있는 작업을 하고 있느냐입니다.

그것을 측정하십시오. 영업에 넘기십시오. 나머지는 무시하십시오.

구현 레이어까지 파고들고 싶다면, 자산 유형별 임계값 워크시트, 복사해서 쓸 수 있는 CRM 필드 설정(HubSpot, Salesforce, Close), 핸드오프 스크립트 예시, 30/60/90일 롤아웃 플랜이 담긴 동반 플레이북을 확인하십시오 (플레이북은 영어로만 제공됩니다).

참여 추적, 무료로 시작하기

FAQ

MQL은 정말로 죽었습니까? 마케팅의 아웃풋 지표로서는 그렇습니다. 생애주기 이정표로서는 여전히 역할이 있습니다. 하지만 "우리는 MQL 4,200개를 만들었습니다"는 허영 리포팅입니다.

2026년에 MQL을 대체하는 것은 무엇입니까? Jon Miller의 MQX / MEX / Hand-Raisers 프레임워크입니다. 여기에 측정 가능한 참여 임계값(EQL)이 더해져 연락처가 언제 MEX에 진입했는지, 언제 MEX 행동이 MQX로 승격될 만큼 선명해졌는지를 정의합니다.

리드 스코어링과 참여 스코어링의 차이는 무엇입니까? 리드 스코어링은 인구통계적 적합성과 픽셀 이벤트를 더해 숫자 하나를 출력합니다. 참여 스코어링은 행동 패턴(페이지 체류 시간, 재방문, 전달)을 봇 필터링과 함께 출력합니다. SDR이 구체적 내용으로 대화를 열 수 있는 무언가입니다.

그래도 MAP이 필요합니까? 네. 이메일 자동화, 라이프사이클 트리거, 연락처 관리를 위해 필요합니다. 하지만 자격 판정의 진실의 원천은 아닙니다.

ABM이 답입니까? 엔터프라이즈 규모의 어카운트가 있을 때 ABM은 유용합니다. EQL은 ABM 모션 안에서 쌓입니다. ABM은 어떤 어카운트인지 알려주고, EQL/EQA는 언제 접근해야 할지 알려줍니다.

"참여"는 구체적으로 어떻게 정의됩니까? 페이지 단위 체류 시간, 정의된 기간 내 재방문, 감지된 전달(같은 링크의 멀티 뷰어), 그리고 하단 퍼널 콘텐츠와의 상호작용입니다. 모두 봇이 걸러진 상태이고, 자산별로 임계값이 설정되어 있습니다.

새 플랫폼을 사지 않고 참여를 어떻게 측정합니까? 봇 필터링과 함께 페이지 단위 분석을 포착하는 문서 추적 또는 콘텐츠 참여 도구를 사용하십시오. 필요한 역량은 퍼스트파티, 개인 단위, 봇 필터링된 참여입니다. 집계된 사이트 분석이나 이메일 오픈이 아닙니다.

SDR 아웃리치를 위한 좋은 임계값은 무엇입니까? 중간 퍼널 콘텐츠: 전달 감지 OR 14일 이내 재방문 OR 가격 페이지 방문 = Tier 3 = 아웃리치입니다. ICP 어카운트의 직접 가격 페이지 방문: 즉시 접근하십시오. 파이프라인 상관관계 데이터에 맞춰 자산별로 보정하십시오.

프로덕트 주도 성장에서는 어떻게 작동합니까? 같은 규율, 다른 표면입니다. PLG 신호(무료 티어 사용, 기능 참여)가 콘텐츠 참여를 대체합니다. 임계값 로직은 동일합니다.

엔터프라이즈 세일즈에서도 여전히 작동합니까? 사실 SMB보다 더 잘 작동합니다. 엔터프라이즈 구매자는 더 많이 리서치하고 더 많은 이해관계자를 끌어들이며, 더 많은 측정 가능 신호와 더 많은 어카운트 레벨 롤업을 만들어냅니다. Palo Alto Networks 사례를 참고하십시오.

어떤 도구가 이를 지원합니까? 문서 추적 플랫폼(HummingDeck, DocSend, Papermark 등)은 페이지 단위 참여를 포착합니다. 일부는 봇 필터링과 전달 감지를 추가합니다. 인텐트 데이터 플랫폼은 그 위에 써드파티 어카운트 신호를 얹습니다. 툴 스택보다 측정 규율이 더 중요합니다.

참여 기반 자격 판정은 인텐트 데이터와 어떻게 비교됩니까? 상호 보완적입니다. 써드파티 인텐트는 어떤 어카운트가 외부에서 카테고리를 리서치하고 있는지 알려줍니다. 퍼스트파티 참여는 그 어카운트가 여러분의 콘텐츠에서 무엇을 하고 있는지 알려줍니다. 조합은 어느 한쪽 단독보다 예측력이 높습니다.

함께 읽기

First-Party vs Third-Party Intent Data, 구매 신호는 오늘날 어디에 살고 있는가
세일즈 콘텐츠 속에 숨어 있는 바이어 인텐트 신호, 세일즈 쪽 관점의 짝
시그널 기반 영업의 맹점, 시그널 기반 흐름이 놓치고 있는 부분
MEDDIC + 참여 데이터, 행동 신호를 MEDDIC에 맞춰 보는 법
여러분의 덱 분석이 틀린 이유, 봇 인플레이션 문제를 깊이 들여다보기
이메일 전달률 2026, 이메일 오픈이 어째서 더 이상 의미를 잃었는가