오랜 경력에서 얻은 귀중한 지식과 경험은 구글 독스, 발표 자료, 슬랙 대화, 회의록 등 다양한 형태와 장소에 흩어져 있습니다. 이러한 파편화된 정보를 AI가 효과적으로 활용하기 어렵다는 문제의식에서 출발하여, 개인의 경험을 AI가 재사용할 수 있는 구조화된 '마케팅 인텔리전스 레이어'로 구축하는 방법론이 제시되었습니다. 이는 마치 찰스 다윈이 자신의 관찰과 아이디어를 '평범한 책(commonplace book)'에 기록하여 지식을 축적했듯, 현대의 AI 시대에 맞춰 개인의 지적 자산을 관리하는 새로운 접근 방식입니다.
이 시스템은 원본 자료(raw data)를 넣으면 '익스트랙터(Extractor)'가 단순히 문서를 요약하는 것을 넘어, 나중에 재사용할 수 있는 개별 학습 내용과 판단 기준을 추출합니다. 이어서 '라우터(Router)'는 추출된 지식을 의미에 따라 주제별로 분류합니다. 회사 기밀 정보는 제거하거나 일반화하는 필터를 거치며, 최종적으로 사람이 추출 결과와 분류를 승인한 뒤 반영됩니다. 이렇게 정리된 지식은 성공한 캠페인, 실패한 실험, 반복되는 프레임워크, 신뢰할 만한 지표 등 단순한 업무 기록을 넘어선 '판단 자산'으로 보존됩니다. 결과물은 클로드(Claude), 챗GPT(ChatGPT), 제미니(Gemini) 등 어떤 AI 에이전트에도 전달할 수 있는 단일 HTML 파일 형태로 생성되며, 무료 클로드 코드(Claude Code) 스킬과 템플릿을 활용해 로컬 또는 구글 드라이브(Google Drive)에서 운영할 수 있습니다.
이러한 마케팅 인텔리전스 레이어는 개인의 경험을 AI와 함께 복리로 축적되는 자산으로 전환한다는 점에서 큰 의미를 가집니다. 특정 AI 제품의 메모리 기능에 의존하지 않고 사용자가 직접 소유하고 이동할 수 있는 파일 형태이므로, 사용하는 AI 도구가 바뀌어도 동일한 지식 자산을 유지할 수 있습니다. 이는 AI가 일반적인 학습 데이터에 기반한 답변을 넘어, 사용자의 고유한 경험과 판단 기준을 반영한 더 구체적이고 차별화된 통찰을 제공하도록 돕습니다. 궁극적으로 이 시스템의 가치는 HTML 화면이나 빌드(build) 명령 자체보다, 자신의 경험을 지속적으로 추출하고 검토하여 축적하는 습관을 통해 개인의 판단력을 꾸준히 발전시키는 데 있습니다.