MQL

MQL(Marketing Qualified Lead, 마케팅 검증 리드)은 2000년대 중반 SiriusDecisions(현 Forrester)가 'Demand Waterfall' 모델을 발표하면서 본격적으로 자리 잡은 개념입니다. 그 이전엔 마케팅이 모은 모든 리드를 영업에 넘겼는데, 영업이 '이 중 80%는 영업할 가치가 없다'고 불평하는 만성적 갈등이 컸습니다. MQL은 이 경계에 'fit(우리 ICP에 가까운가)과 intent(충분히 관심을 보였는가)를 모두 충족한 리드만 넘긴다'는 합의선을 그어주는 개념입니다.

MQL을 정의하는 가장 일반적인 방식은 'Lead Scoring(리드 스코어링)'입니다. 회사 규모·직무·산업 같은 fit 점수와, 가격 페이지 방문·자료 다운로드·이메일 클릭 같은 intent 점수를 각각 매긴 뒤, 합산 점수가 임계값(예: 70점)을 넘으면 MQL로 분류합니다. 어떤 회사는 단순히 '데모 신청'만으로 MQL을 잡고, 어떤 회사는 '가격 페이지 5회 방문 + 화이트페이퍼 1건 + ICP 매칭'을 요구합니다. 정답이 있는 게 아니라, 영업과 마케팅이 합의한 정의가 곧 정답입니다.

현장에서 MQL이 가장 자주 망가지는 패턴은 'MQL 양만 KPI로 잡는 경우'입니다. 마케팅이 분기 MQL 1,000개라는 목표만 추구하면 점수 임계값을 살짝 낮춰서라도 숫자를 채우게 되고, 그 결과 영업은 '쓸 만한 리드가 없다'고 불평합니다. 이 갈등을 막으려면 반드시 'MQL → SQL 전환율'을 함께 KPI로 잡아야 합니다. 건강한 B2B SaaS의 MQL → SQL 전환율은 보통 13~20% 사이라고 알려져 있고, 5% 이하면 MQL 정의 자체가 너무 느슨하다는 신호입니다.

AI 시대에 MQL은 두 가지 변화를 겪고 있습니다. 첫째, 사용자가 ChatGPT에서 비교·검토를 마치고 넘어오는 비중이 늘면서 '리드의 도착 시점'이 훨씬 늦어집니다. 예전엔 가격 페이지를 5번 봐야 MQL이었다면, 이제는 첫 방문에서 바로 데모를 요청하는 경우가 흔합니다. 즉 intent 신호가 짧아지고 강해진 것이라서, MQL 임계값을 낮추되 첫 응대 속도를 빠르게 가져가는 쪽으로 운영 방식을 바꿔야 합니다. 둘째, 한국 시장에서 'AI에게 추천받았다'는 형태의 인입이 많아지면서, 마케팅 자동화 도구의 lead source 필드에 'AI referral'을 분리해 추적하는 회사가 늘고 있습니다.

흔한 오해는 MQL이 '마케팅의 최종 KPI'라는 생각입니다. MQL은 어디까지나 중간 지표이고, 진짜 KPI는 MQL이 SQL을 거쳐 매출로 전환되는 비율입니다. 마케팅 팀이 MQL 수만 보고하고 영업 팀이 매출만 보고하면, 두 팀 모두 자신의 숫자만 잘 나오고 회사 전체 수치는 망가지는 'KPI silo'가 만들어집니다. 잘 운영되는 팀은 MQL → SQL → Opportunity → Closed-Won 전환율을 마케팅·영업이 공동으로 추적하고, 분기마다 정의를 함께 점검합니다.