15년의 경험을 AI 자산으로 바꾸는 마케팅 인텔리전스 레이어 구축법

문서·회의록·Slack 등에 흩어진 15년 이상의 경험을 구조화해, 다양한 AI 도구가 활용할 수 있는 마케팅 인텔리전스 레이어로 전환함 /raw에 원본 자료를 넣고 /build를 실행하면 Extractor가 문서 요약 대신 개별 교훈을 추출하고, Router가 의미에 따라 주제별로 분류함 기밀성 필터는 매출·내부 목표·직원과 고객 이름·미출시 제품 같은 회사 고유 정보를 제거하되, 업무에서 얻은 전이 가능한 판단과 교훈은 보존함 동일한 CMO 과제를 새 AI 세션과 인텔리전스 레이어를 불러온 세션에서 각각 실행했으며, 축적된 경험을 사용한 답변이 기본 답변보다 크게 개선됐다고 봄 결과물은 Claude·ChatGPT·Gemini·에이전트에 전달할 수 있는 단일 HTML 파일이며, 무료 Claude Code 스킬과 템플릿으로 로컬이나 Google Drive에서 운영할 수 있음 흩어진 경험을 AI가 사용할 수 있는 자산으로 전환 15년 이상의 마케팅 경험이 Google Docs, 프레젠테이션, 회의록, Slack 스레드와 각종 파일에 흩어져 있으며, 상당 부분은 사라지거나 무의식적인 판단으로만 남아 있었음 AI로 활용할 가치가 큰 경험에는 프레임워크, 성공·실패한 캠페인과 실험, 직관에 반하는 학습, 신뢰하는 벤치마크, 반복하고 싶지 않은 실수가 포함됨 이를 구조화된 컨텍스트로 바꾸면 AI 시스템이 사용자가 이미 배운 내용을 바탕으로 추론할 수 있음 Darwin이 관찰·인용문·아이디어·질문을 commonplace book과 노트에 축적해 이후 더 큰 작업에 활용했듯, 누적 지식을 인간의 기억만으로 관리하기는 어려움 별도 컨텍스트 없이 Claude나 ChatGPT를 열면 경험과 프레임워크를 매번 다시 제공해야 하며, 이를 생략하면 결과가 일반적인 수준에 머무름 마케팅 인텔리전스 레이어의 구성 목표는 경력에서 쌓은 전이 가능한 마케팅 지식을 하나의 구조화된 결과물에 담는 것임 프레임워크 성공과 실패 지표와 공식 직관에 반하는 학습 운영 원칙 원본 자료를 폴더에 넣고 /build를 실행하면 유용한 지식을 추출·분류하고, 회사 기밀을 제거한 뒤 인텔리전스 레이어에 추가함 완성된 결과물은 로컬 노트북이나 Google Drive에서 Claude, ChatGPT, Gemini 또는 자체 에이전트의 컨텍스트로 제공할 수 있음 컨텍스트 적용 전후 비교 동일한 프롬프트를 다음과 같은 실제 마케팅 과제에 두 차례 실행함 Series ...