AI 에이전트에 '마케팅 부서'를 심는 법
프롬프트를 매번 다시 쓰는 대신, 업무 매뉴얼을 스킬(Skill)로 심어 두면 누가 시키든 같은 프레임워크로 결과가 나옵니다. 오픈소스 마케팅 스킬 47종을 우리 방식으로 정리했습니다.
AI에게 "이 랜딩페이지 전환율 좀 올려줘"라고 하면, 대개 그럴듯한 일반론이 돌아옵니다. 문제는 결과의 편차입니다. 같은 요청을 다른 사람이, 다른 날에 하면 다른 품질이 나옵니다. 매번 "우리는 이런 순서로, 이런 기준으로 본다"를 다시 설명해야 하죠.
이 편차를 없애는 방법이 스킬(Skill) 입니다. 스킬은 한 직무의 작업 매뉴얼을 담은 마크다운 문서입니다. 에이전트가 작업 유형을 인식하면 해당 매뉴얼을 꺼내 그 절차대로 일합니다. 프롬프트가 "이번 한 번의 지시"라면, 스킬은 조직에 남는 표준입니다.
오픈소스로 공개된 마케팅 스킬 47종
Corey Haines가 공개한 marketingskills는 마케팅 실무를 스킬 단위로 쪼개 정리한 오픈소스 라이브러리입니다. MIT 라이선스라 상업적 사용에 제약이 없고, 2026년 7월 기준 v2.6까지 올라오며 GitHub 스타 3만 7천 개를 넘겼습니다. Claude Code·Cursor·Codex 등 Agent Skills 스펙을 지원하는 도구에서 그대로 동작합니다.
수록된 스킬은 크게 일곱 갈래입니다.
- 전환(CRO): cro, signup, onboarding, popups, paywalls — 랜딩·가입·온보딩·팝업·업그레이드 화면
- 콘텐츠·카피: copywriting, copy-editing, emails, cold-email, social, image, video
- SEO·발견성: seo-audit, ai-seo(AI 검색 노출), programmatic-seo, site-architecture, schema, aso
- 광고·측정: ads, ad-creative, analytics, ab-testing
- 성장·리텐션: churn-prevention, referrals, lead-magnets, free-tools, community-marketing
- 세일즈·레브옵스: prospecting, revops, sales-enablement, pricing, offers
- 전략·리서치: marketing-plan, customer-research, competitor-profiling, marketing-psychology, marketing-ideas
가장 중요한 규칙: 컨텍스트 문서가 먼저다
이 라이브러리의 핵심 설계는 product-marketing 스킬입니다. 나머지 모든 스킬이 일을 시작하기 전에 이 문서를 먼저 읽습니다. 제품이 무엇이고, 누구에게 팔며, 어떤 포지셔닝을 취하는지가 여기에 적혀 있습니다.
이 문서가 비어 있으면 스킬을 아무리 많이 깔아도 결과는 일반론에 머뭅니다. 반대로 브랜드별로 이 문서를 제대로 채워 두면, 카피·CRO·광고 소재가 모두 같은 포지셔닝 위에서 나옵니다. 깔기 전에 채우는 게 순서입니다.
스킬끼리도 서로를 참조합니다. 카피를 쓰면(copywriting) 전환 관점에서 검토하고(cro) 실험으로 검증하는(ab-testing) 흐름이 자동으로 이어집니다.
설치는 한 줄
npx skills add coreyhaines31/marketingskills -a claude-code
필요한 스킬만 고를 수도 있습니다.
npx skills add coreyhaines31/marketingskills --skill cro copywriting seo-audit
Claude Code 플러그인으로 붙이려면 마켓플레이스를 추가한 뒤 설치하면 됩니다.
/plugin marketplace add coreyhaines31/marketingskills
/plugin install marketing-skills
대행사라면 이렇게 씁니다
에이전시의 문제는 개인의 실력이 아니라 재현성입니다. 잘하는 사람이 잘하는 건 당연하고, 그 방식이 조직에 남지 않는 게 손실이죠. 부스터즈가 이 구조를 보는 관점은 이렇습니다.
- 브랜드별 컨텍스트 문서를 자산으로 만든다. 브랜드마다 타깃·포지셔닝·금칙어·톤을 한 문서로 정리하면, 그게 곧 모든 AI 산출물의 품질 하한선이 됩니다.
- 성과 데이터와 붙인다. 스킬은 프레임워크를 주지만 판단 근거는 데이터입니다. 소재별 성과, 검색량, 유입 데이터를 쥔 상태에서 스킬을 돌려야 "감"이 아니라 "근거"가 나옵니다.
- 한 번에 한 부서씩. SEO·광고·이메일을 한꺼번에 시키면 품질이 무너집니다. 한 스킬의 결과물을 다음 스킬의 입력으로 넘기는 방식이 훨씬 정확합니다.
- 사람이 마지막에 본다. 스킬은 초안의 속도를 바꾸지, 책임을 대신 지지 않습니다.
한계도 분명합니다
스킬은 만능이 아닙니다. 대부분 미국 SaaS 시장을 전제로 쓰였기 때문에, 국내 커머스·브랜드 마케팅에 그대로 적용하면 어긋나는 대목이 있습니다. 네이버 검색 생태계, 와디즈·스마트스토어 같은 채널 특성, 국내 소비자 심리는 별도 스킬로 우리가 직접 써야 하는 영역입니다. 오픈소스를 그대로 쓰는 게 아니라, 우리 시장에 맞게 고쳐 쓰는 것이 실제 경쟁력이 되는 지점입니다.
AI를 잘 쓴다는 건 좋은 프롬프트를 아는 게 아니라, 잘하는 방식을 조직의 문서로 만들어 두는 일에 가깝습니다.
출처: coreyhaines31/marketingskills (MIT License) · Agent Skills
매일 아침, 세상이 주목한 AI 소식만 골라 드려요
해외 핵심 + 국내 화제 + 바로 써먹는 활용사례 — 부스터즈 AI 에디터가 큐레이션합니다.