세일즈포스, 엔비디아 모델 기반 CRM 특화 AI 공개

고객관계관리 소프트웨어 기업 세일즈포스가 엔비디아의 공개 모델 계열을 토대로 한 업무 특화 인공지능을 내놓았다. 범용 모델이 아니라 업무 데이터에 맞춘 방향이다.

유선경 기자 · 2026.09.16

사진=Wikimedia Commons (자유 라이선스) · 기사 주제 관련 이미지

세일즈포스가 엔비디아의 네모트론 계열 모델을 기반으로 개발한 고객관계관리(CRM) 특화 인공지능을 공개했다고 16일 전해졌다.

광고 문의 · 300×250

이 모델은 영업·고객지원 업무에서 발생하는 기록을 다루도록 조정됐다. 범용 대화 모델과 달리, 고객 이력과 거래 단계 같은 구조화된 데이터를 함께 참조하는 방식이다.

기업용 인공지능에서는 답변의 창의성보다 사내 데이터와의 정합성이 중요하게 다뤄진다. 사실과 다른 내용을 생성하면 업무 기록 자체가 오염되기 때문이다.

업계에서는 범용 모델 경쟁과 별개로, 특정 업무 영역에 맞춘 소형·중형 모델 수요가 늘고 있다는 분석이 나온다. 운영 비용과 데이터 통제가 이유로 꼽힌다.

다만 업무 특화 모델도 도입 효과는 조직의 데이터 정리 수준에 좌우된다는 지적이 반복된다. 도구보다 기록 체계가 먼저라는 이야기다.

Salesforce發表基於輝達模型之CRM專用AI

客戶關係管理軟體企業Salesforce推出以輝達公開模型系列為基礎之業務專用人工智慧，方向並非通用模型，而係貼合業務資料。

本報記者柳善卿 · 2026.09.16

據十六日消息，Salesforce公開以輝達Nemotron系列模型為基礎研製之客戶關係管理專用人工智慧。

광고 문의 · 300×250

該模型經調整以處理業務與客服作業所產生之紀錄。異於通用對話模型，其一併參照客戶歷程與交易階段等結構化資料。

企業用人工智慧重視者，非答覆之創意，而係與內部資料之一致性。生成與事實不符之內容，將污染業務紀錄本身。

業界分析指出，於通用模型競爭之外，貼合特定業務領域之中小型模型需求正在增加，理由在於營運成本與資料控管。

惟業務專用模型之導入成效，仍取決於組織資料整理程度，此點屢受指摘——意即紀錄體系先於工具。

Salesforce发表基于辉达模型之CRM专用AI

客户关系管理软体企业Salesforce推出以辉达公开模型系列为基础之业务专用人工智慧，方向并非通用模型，而系贴合业务资料。

本报记者柳善卿 · 2026.09.16

据十六日消息，Salesforce公开以辉达Nemotron系列模型为基础研制之客户关系管理专用人工智慧。

광고 문의 · 300×250

该模型经调整以处理业务与客服作业所产生之纪录。异于通用对话模型，其一并参照客户历程与交易阶段等结构化资料。

企业用人工智慧重视者，非答复之创意，而系与内部资料之一致性。生成与事实不符之内容，将污染业务纪录本身。

业界分析指出，于通用模型竞争之外，贴合特定业务领域之中小型模型需求正在增加，理由在于营运成本与资料控管。

惟业务专用模型之导入成效，仍取决于组织资料整理程度，此点屡受指摘——意即纪录体系先于工具。

Salesforce Unveils CRM-Specific AI Built on Nvidia Models

The customer relationship management software firm introduced a work-specific artificial intelligence built on Nvidia's open model family—tuned to business data rather than general-purpose conversation.

By Yu Seon-gyeong · 2026.09.16

Photo: Wikimedia Commons (free license), related to the topic

Salesforce released a CRM-specific artificial intelligence developed on Nvidia's Nemotron model family, reported on Sept. 16.

광고 문의 · 300×250

The model is tuned to handle records generated in sales and customer support. Unlike general chat models, it also draws on structured data such as customer history and deal stages.

In enterprise AI, consistency with internal data matters more than inventive answers: output that departs from fact contaminates the business record itself.

Analysts note growing demand for small and mid-sized models fitted to specific functions, separate from the general-model race, citing operating cost and data control.

Even so, the benefit of a task-specific model depends on how well an organization has organized its data—a recurring point that record-keeping precedes tooling.