23 KiB
D.intelligence Brand Guide v1.3
최종 업데이트: 2026-05-17 기준 문서: 00_SERVICE-MAP.md v2.0 단일 진실(Single Source of Truth): knowledge-base/canon/brand-canon.md v1.0 APPROVED 이전 버전: 99_Archive/Brand/legacy-guides/BRAND-GUIDE-v1.2-archived-20260517.md v1.3 변경 내역: §2.7 Experiential 재정의 (SMART Marketing Intelligence) / §2.9 Brand Character 'D.intel=마케팅 과학자' 재정립 + OurDigital 분리 / §3.4 SMART Marketing Intelligence / §6.3 MD·BVT 메시지 교체 / §10 외국어 직역 금지 추가 / §11.5 9개 dintel-* Skill 적용 의무 신설
1. 문서 목적
이 문서는 D.intelligence의 브랜드 정체성, 메시지 체계, 톤앤매너, 서비스 아키텍처, AI 활용 기준을 통합한 내부 운영 기준서다.
용도
- 대외 커뮤니케이션의 일관성 확보
- 제안서, 리포트, 콘텐츠, AI 응답 품질의 표준화
- 서비스 소개·영업·마케팅 자료의 기준
- LLM, Agent, 자동화 시스템의 브랜드 기준 문서
2. 브랜드 코어
2.1 Mission
데이터 기반 의사결정으로 기업의 지속가능한 성장을 실현하는 전문 파트너
2.2 Vision
마케팅 과학과 데이터 리터러시의 전도사
2.3 Tagline
Analysis, Treatment & Growth
2.4 Internal Motto
Think Forward
2.5 Core Values
| Value | 의미 |
|---|---|
| Science | 과학적 방법론, 검증, 데이터 기반 판단 |
| Practice | 실행 가능하고 현실적인 해법 |
| Outcome | 측정 가능한 성과 중심 |
| Insights | 복잡한 문제를 분명한 인사이트로 전환 |
2.6 Brand Position
AI와 데이터 기반 마케팅 혁신의 파트너
2.7 Brand Dimensions (4차원 브랜드 구조)
| 차원 | 정의 | 핵심 표현 |
|---|---|---|
| Functional | 데이터 기반 진단-처방-성장 프레임워크를 통해 측정 가능한 성과를 설계한다 | Analysis, Treatment & Growth |
| Emotional | 함께 문제를 풀어가는 동반자로서, 고객과 같은 방향을 바라본다 | Think Forward |
| Experiential | 과학적인 마케팅 문제 해결 — 성과 중심, 데이터 기반, 지속 성장 | SMART Marketing Intelligence |
| Social | 누구나 활용 가능한 보편적 데이터 & AI 역량의 전도사 | Data Literacy for All |
2.8 Brand Promise
"진단의 정확함으로 시작하여, 성장의 구조를 함께 만듭니다."
Heritage Promise — 7가지 약속 (2011, D&A)
D.intelligence의 창업 철학이자 브랜드 가치의 근간이 되는 약속이다.
- 사람과 사람의 이야기를 이어갑니다
- 사람의 얼굴을 한 브랜드를 그립니다
- 진실된 고객 가치만을 이야기합니다
- 조심스럽게 듣고 담백하게 말합니다
- 큰 성공보다는 작은 믿음을 약속합니다
- 새로운 도전과 실패를 두려워하지 않습니다
- 사람의 온기와 향기를 남깁니다
이 7가지 약속은 현재의 Core Values(Science, Practice, Outcome, Insights)와 톤앤매너("조심스럽게 듣고 담백하게")의 원형이며, Brand Character의 인간적 깊이를 부여하는 근간이다.
2.9 Brand Character
성과중심의 데이터 기반 마케팅 과학자 (Outcome-focused Data-driven Marketing Scientist)
엄밀한 가설 검증, 측정 가능한 KPI, 재현 가능한 방법론으로 마케팅 성과를 설계하는 분석가형 전문가. 추측과 일반론 대신 데이터·실험·구조로 말한다.
| 특성 | 표현 | Heritage Promise / Core Values 연결 |
|---|---|---|
| 과학적 엄정성 | 가설 → 측정 → 검증 → 개선의 순환을 일관되게 적용한다 | Science (Core Value) |
| 성과 지향성 | 측정 가능한 KPI 변화로 결과를 보여준다 | Outcome (Core Value) |
| 실행 가능성 | 추상적 권고가 아닌 즉시 적용 가능한 처방을 제시한다 | Practice (Core Value) |
| 구조적 사고 | 단편적 답변이 아닌 의사결정 프레임워크를 설계한다 | Insights (Core Value) |
| 정직한 한계 표시 | 데이터·가정의 한계를 분명히 명시한다 | 약속 #3 "진실된 고객 가치만을 이야기합니다" |
2.9.1 OurDigital은 별도 브랜드 시스템
⚠️ 본 가이드는 D.intelligence 전용. OurDigital 브랜드 정체성·캐릭터·톤·자산은 별도 프로젝트에서 독립 관리.
- "지혜로운 상담 마케팅 주치의" 캐릭터는 OurDigital로 이관 (2026-05-17 결정)
- D.intelligence(엔터프라이즈) 콘텐츠는 "마케팅 과학자" 톤 유지
- OurDigital(SMB·코칭·트레이닝) 콘텐츠는 OurDigital 별도 brand 시스템 참조
- 두 브랜드 cross-reference는
knowledge-base/canon/fact-sheet.md §1법인 구조 참조
3. 브랜드 내러티브
3.1 왜 D.intelligence가 존재하는가
많은 기업이 데이터를 수집하지만, 그 데이터로 올바른 의사결정을 내리지 못한다. 마케팅 예산은 집행되지만 성과의 구조가 보이지 않고, 채널은 늘어나지만 KPI와 측정 체계가 정렬되지 않는다.
D.intelligence는 이 간극을 메운다. 데이터를 단순히 '보는 것'이 아니라 '진단하고, 처방하고, 성장으로 연결하는 것'이 우리의 역할이다.
3.2 브랜드 정의
D.intelligence는 디지털 마케팅과 데이터 분석의 언어를 연결하여, 기업이 더 정확하게 측정하고, 더 명확하게 판단하고, 더 지속적으로 성장하도록 돕는 Marketing Intelligence 파트너다.
- 단순 대행사가 아니라 진단-설계-실행-최적화를 함께 하는 파트너
- 단순 리포터가 아니라 의사결정을 돕는 분석가이자 전략가
- 단순 데이터 기술자가 아니라 성과를 설계하는 비즈니스 분석 파트너
3.3 포지셔닝
AI와 데이터 기반 마케팅 혁신의 파트너
대기업 수준의 데이터·AI 역량을 중견기업과 스타트업에 맞춤 실행력으로 전달한다.
3.4 핵심 차별점
- 과학적 진단-처방-성장 프레임워크를 마케팅에 적용한 독자적 SMART Marketing Intelligence 모델
- 진단으로 끝나지 않고 실행(Treatment)과 성장(Growth)까지 연결
- Brand Visibility Treatment(T6)라는 독자 서비스 영역 보유
- 데이터 분석과 마케팅 전략의 양방향 전문성
4. 서비스 아키텍처
4.1 3-Phase 프레임워크
D.intelligence의 서비스는 고객의 디지털 성장 단계에 맞춘 3-Phase 프레임워크로 구성된다.
| Phase | 명칭 | 목적 | 모듈 |
|---|---|---|---|
| Analysis | 진단 | 현재 상태를 정확하게 진단하고 데이터 근거를 확보 | A1-A6 (6개) |
| Treatment | 처방 | 진단 결과를 기반으로 구체적 개선·최적화 설계·실행 | T1-T7 (7개) |
| Growth | 성장 | 지속적 성장을 위한 장기 파트너십과 성과 관리 | G1-G4 (4개) |
4.2 4대 서비스 카테고리
각 모듈은 아래 4대 서비스 카테고리(태그) 중 하나 이상에 태깅된다.
| 태그 | 카테고리명 | 정의 |
|---|---|---|
DI |
Data Intelligence | 비즈니스 목표에 맞는 데이터를 정의하고, 수집·검증·분석 체계를 수립 |
MD |
Measurement Design | 비즈니스 성과를 측정할 수 있는 지표 체계, 이벤트 구조, 리포팅 체계 설계 |
MPO |
Marketing Performance Optimization | 채널·캠페인·콘텐츠·랜딩페이지의 성과를 분석하고 최적화 |
BVT |
Brand Visibility Treatment | SEO, 콘텐츠 구조화, 검색 노출 최적화, 디지털 자산 가시성 강화 |
4.3 서비스 모듈 일람
Analysis (진단)
| 코드 | 서비스명 | 주요 태그 |
|---|---|---|
| A1 | 비즈니스·브랜드 진단 | MPO |
| A2 | 고객·소비자 분석 | MPO |
| A3 | 데이터 분석 — 웹·앱 | DI, MD, BVT |
| A4 | 디지털 마케팅 진단 | MPO, BVT |
| A5 | 퍼포먼스 마케팅 진단 | MPO, MD |
| A6 | 운영·관리 진단 | DI |
Treatment (처방)
| 코드 | 서비스명 | 주요 태그 |
|---|---|---|
| T1 | 브랜드 스토리텔링 & 가이드 | BVT |
| T2 | 고객 접점 경험 최적화 | MPO |
| T3 | 디지털 자산 통합관리 | DI, MD |
| T4 | 콘텐츠 마케팅 | MPO |
| T5 | 광고·전환 최적화 | MPO |
| T6 | Brand Visibility Treatment | BVT |
| T7 | 운영 시스템·자동화 | DI |
T6 Brand Visibility Treatment는 D.intelligence의 시그니처 서비스이다. SEO, 콘텐츠 구조화, 검색 노출 최적화, AEO/GEO를 포괄하며 다른 모듈과 가장 높은 연관성을 가진다.
Growth (성장)
| 코드 | 서비스명 | 주요 태그 |
|---|---|---|
| G1 | 퍼포먼스 마케팅 | MPO |
| G2 | 콘텐츠 마케팅 대행 | MPO, BVT |
| G3 | 모니터링·이슈관리 | MD, BVT |
| G4 | 연간 계약·운영 | MPO |
4.4 부가 서비스
| 서비스 | 포지셔닝 | 서비스 맵 연결 |
|---|---|---|
| 1Day Clinic | Quick Diagnosis — Analysis Phase 경량 버전 | A3, A4, A5 간이 |
| Courses | Capability Building — Data Literacy 교육 | T4 교육 요소, A6→T3 |
| Magazine D. | Insights Channel — 마케팅 인사이트 매거진 | 콘텐츠 마케팅 |
| Newsletter | Regular Updates — 정기 뉴스레터 | 리드 너처링 |
5. 타겟 오디언스
5.1 Tier 1: 의사결정자 (구매자)
| 페르소나 | 기업 규모 | Pain Point |
|---|---|---|
| CMO / 마케팅 본부장 | 연매출 100-500억 중견기업 | 마케팅 투자 대비 성과 측정이 안 됨, 채널별 ROI 불분명 |
| CSO / 전략기획 임원 | Series A-C 스타트업 | 데이터 기반 전략 수립 역량 부족, 디지털 전환 방향 불확실 |
| 스타트업 대표 / 공동창업자 | — | 한정된 예산으로 최대 성과, 빠른 실행-검증 필요 |
5.2 Tier 2: 실무 사용자
마케팅 책임자, 사업주·창업자, eCommerce 책임자, 브랜드 담당자, 디지털 마케팅 담당자, 콘텐츠 마케팅 담당자, 데이터 분석가, Growth Manager, 커뮤니케이션 담당자
상세 페르소나별 Touch Point, Landing Page, CTA 설계는 04_TARGET-TOUCHPOINTS.md 참조
5.3 고객이 D.intelligence를 필요로 하는 상황
- 데이터는 쌓이지만 해석이 안 되는 경우
- 마케팅 성과는 집행되지만 구조가 없는 경우
- 채널은 많은데 KPI와 측정 체계가 정렬되지 않은 경우
- SEO, GA4, GTM, BigQuery, 대시보드가 따로 노는 경우
- 실행 조직은 있으나 전략과 기준이 없는 경우
- 검색에 우리 회사가 안 나와서 콘텐츠 효과가 없는 경우
- 광고비는 쓰는데 매출이 안 늘어나는 경우
- 랜딩 페이지 전환율이 낮고 원인을 모르는 경우
6. 브랜드 메시지 프레임워크
6.1 표준 구조
문제 진단 → 데이터 근거 → 해결 방안 → 예상 성과
6.2 메시지 작성 원칙
- 추상적 표현보다 구체적 지표를 우선한다.
- 방법론 설명보다 실행 가능성을 우선한다.
- '무엇이 문제인가'보다 '어떻게 개선할 것인가'를 더 분명하게 말한다.
- 가능하면 Before / After 혹은 KPI 변화를 함께 제시한다.
6.3 카테고리별 메시지
| 카테고리 | 고객 대상 메시지 |
|---|---|
| DI | "흩어진 데이터를 하나의 의사결정 체계로 연결합니다" |
| MD | "무엇을 측정하고, 성과 기준을 어떻게 설정하며, 어떤 데이터 소스를 활용할지 안내합니다." |
| MPO | "실행 가능한 최적화로, 데이터가 말하는 성과를 실현합니다" |
| BVT | "브랜드가 어떻게 드러나고 이해되는지를 최적화합니다." |
7. 톤 & 매너 가이드
7.1 기본 톤
Professional, Science-driven, Practice-oriented, Outcome-focused, Calm but confident
7.2 문장 스타일
- 논리적이고 단정한 문장
- 과장된 수사 금지
- 전문 용어는 쓰되, 반드시 풀어서 설명
- 장황한 미사여구보다 프레임워크와 수치 중심
7.3 Voice Examples
좋은 표현
| 유형 | 예문 |
|---|---|
| 진단형 | "현재 구조상 가장 큰 병목은 전환 추적 이벤트의 부재입니다." |
| 데이터형 | "현 데이터 품질을 전제로 하면, 15-20% 범위의 CAC 절감 가능성이 있습니다." |
| 전략형 | "단기적으로는 GA4 이벤트 재설계, 중기적으로는 대시보드 체계 구축이 타당합니다." |
| 제안형 | "이 경우 핵심 지표는 채널별 전환율과 ROAS로 보아야 합니다." |
| CTA형 | "채널별 CAC 구조를 재설계하여 3개월 내 비효율 매체비 15-20% 절감 가능성을 진단합니다." |
나쁜 표현 (금지)
| 유형 | 예문 | 이유 |
|---|---|---|
| 과장 | "마케팅 효율을 획기적으로 높여드립니다." | 근거 없는 과장 |
| 보장 | "반드시 매출이 올라갑니다." | 성과 보장 표현 |
| 모호 | "요즘은 다 이렇게 합니다." | 근거 없는 일반화 |
| 과시 | "저희만의 독보적인 AI 기술이 있습니다." | 기술 과시 |
| 권위 | "국내 Top 기업들이 사용합니다." | 레퍼런스 의존 권위주의 |
7.4 채널별 톤 조정
| 채널 | 톤 특성 | 콘텐츠 포커스 |
|---|---|---|
| 웹사이트 | 신뢰·전문 | 문제 해결 방식 중심, 서비스 → 성과 연결 |
| LinkedIn / 블로그 | 인사이트·실무 | 업계 인사이트 + 적용 방법 중심 |
| 제안서 | 구조·논리 | Executive Summary 우선, 문제→근거→실행안→KPI |
| 세미나 / 웨비나 | 진단·참여 | 참가자가 가져갈 수 있는 프레임워크 제공 |
| 뉴스레터 | 간결·인사이트 | 핵심 수치 + 실무 시사점 |
8. 문제 해결 프레임워크
8.1 Core Framework
- Problem Diagnosis — 실제 문제와 증상을 구분하고, 비즈니스 목표·제약조건·병목을 확인한다.
- Data Evidence — 데이터, 지표, 패턴, 비교 사례를 근거로 문제를 설명한다. 데이터가 불완전할 경우 가정과 한계를 명시한다.
- Strategic Treatment — 실행 가능한 대안을 제시한다. 우선순위, 난이도, 기대효과를 함께 정리한다.
- Expected Growth Impact — 예상되는 KPI 변화와 성과 범위를 제시한다. 조건별 결과 차이를 설명한다.
8.2 실무 적용 영역
SEO Audit & Treatment, GA4/GTM/BigQuery 기반 분석 체계 설계, 마케팅 성과 측정 시스템 구축, 디지털 채널 및 자산 진단, 콘텐츠 구조화 및 검색 가시성 개선, 대시보드/리포팅 체계 설계
9. 콘텐츠 제작 기준
9.1 공통 기준
Case Study 중심, Before/After 수치 포함, 실행 절차 포함, 고객사 규모/산업/과업 맥락 명시
9.2 유형별 기준
| 유형 | 기준 |
|---|---|
| 제안서·보고서 | Executive Summary 우선, 문제 정의 → 데이터 근거 → 실행안 → KPI |
| 교육 콘텐츠 | 실무 적용 템플릿, 단계별 실행 가이드, 체크리스트 포함 |
| 블로그·매거진 | 진단형 또는 가이드형, 실무 관점 유지, SEO 키워드 반영 |
| 사례 연구 | 산업·규모·과제 맥락 명시, 문제-해결-성과 구조 |
10. 브랜드 금지 항목
- 과장된 약속
- 보장형 표현 ("반드시", "확실히", "무조건")
- 기술 그 자체를 성과처럼 포장하는 표현
- 복잡한 방법론을 과시하는 설명
- 대기업 레퍼런스만을 앞세운 권위주의적 커뮤니케이션
- 경쟁사 직접 비하
- 근거 없는 낙관론
- 외국어의 직접적·기계적 번역 표현 사용 (예: audit →
감사✗ → 진단 ✓ / framework →뼈대✗ → 프레임워크 ✓ / insight →통찰력✗ → 인사이트 ✓)
직역 회피 원칙: 마케팅·데이터 분야 영문 용어는 의미 맥락에 따라 (1) 이미 정착된 외래어 표기를 사용하거나, (2) 의미를 풀어 쓴 한국어로 옮기되, 사전적 1:1 직역은 피한다. 표준 번역 사례는 knowledge-base/glossary/translation-standards.md 참조.
11. AI/LLM 활용 브랜드 기준
11.1 AI의 역할
분석 보조자, 전략 설계 보조자, SEO/콘텐츠 초안 작성자, 제안서/리포트 구조화 도우미, 데이터 문제 정의 파트너
11.2 AI 응답 기본 구조
- 문제 진단 → 2. 데이터 근거 → 3. 해결 방안 → 4. 예상 성과
11.3 AI 필수 원칙
- 추상적 조언 대신 실행 가능한 답변 제공
- 가능하면 KPI, 수치, 구조 포함
- 비즈니스 목표와 연결된 분석 제안
- 데이터 한계와 가정을 명시
- 브랜드 톤(Professional / Science / Practice / Outcome) 유지
11.4 금지 응답 패턴
"무조건 좋아질 것입니다", "반드시 성과를 보장합니다", "요즘은 다 이렇게 합니다", "정말 엄청난 인사이트입니다"
11.5 D.intelligence Skill/Agent 적용 의무
D.intelligence Agent Corps의 모든 Skill·Sub-agent·Workflow는 본 가이드와 knowledge-base/canon/을 참조 의무 1순위로 한다.
| Skill / Agent | 본 가이드 적용 영역 | 우선 참조 섹션 |
|---|---|---|
dintel-brand-guardian (#70) |
모든 D.intelligence 콘텐츠 리뷰·검수 | §1~§11 전체, 특히 §10 No-Go List |
dintel-brand-editor (#71) |
Magazine D. 아티클·서비스 소개 작성 | §2.9 Character, §7 Tone, §7.3 Voice Examples, §6 Framework |
dintel-marketing-mgr (#75) |
LinkedIn·뉴스레터·콘텐츠 캘린더 기획 | §7.4 채널별 톤, §6.3 카테고리별 메시지 |
dintel-doc-secretary |
회의록·리포트·제안서 포맷팅 | §7.4, §9 유형별 기준 |
dintel-service-architect |
서비스 패키지 설계·모듈 추천 | §3 Narrative, §4 서비스 아키텍처 |
dintel-quotation-mgr |
견적서·계약 가격 산출 | §7 정중·정확 톤, knowledge-base/canon/fact-sheet.md 법인 정보 |
dintel-account-mgr |
클라이언트 관계 관리·미팅 준비 | §7.4, Voice Examples 확장 |
dintel-backoffice-mgr |
인보이스·NDA·계약·HR 문서 | §7 정중·정확 톤, fact-sheet §2·§3 |
dintel-skill-update |
본 가이드·canon 변경 시 Skill 간 일관성 propagate | 본 가이드 갱신 트리거 |
적용 규칙:
- 본 가이드 갱신 시 영향받는 Skill 목록 점검 →
dintel-skill-update트리거 - Skill·Sub-agent 신규 작성 시 본 가이드 §1~§11 참조 의무 명시
- AI 자동 생성물은 본 가이드 통과 시까지 Draft 표시
- Brand Guardian Skill이 본 가이드 위반 발견 시 즉시
knowledge-base/gotcha/에 기록 → 재발 방지
AI/LLM 활용 시 본 가이드 외에
knowledge-base/canon/fact-sheet.md(사실관계),service-architecture.md(서비스),naming-conventions.md(표기),gotcha/(교정 사례) 일괄 참조 권장.
12. 관련 문서
| 문서 | 내용 |
|---|---|
| ⭐ knowledge-base/canon/ | 단일 진실(SoT) 공간 — 본 가이드 외 모든 D.intelligence 표준 |
| ⭐ canon/fact-sheet.md | 회사·법인·인물·연혁 사실관계 |
| ⭐ canon/service-architecture.md | A-T-G 17 모듈 + 4 카테고리 + 부가 서비스 (Courses → OurDigital 이관 결정 포함) |
| ⭐ canon/naming-conventions.md | 명칭·표기·파일명·도메인·이메일·Git 종합 규칙 |
| ⭐ canon/open-questions.md | 잔여 미확정 항목 추적 |
| gotcha/01_outdated-facts.md | 반복 교정 사례 10건 |
| glossary/translation-standards.md | 한·영 번역 표준 |
| 00_SERVICE-MAP.md | 서비스 맵 마스터 문서 (v2.0) — canon/service-architecture.md 참조 |
| ALIGNMENT-ANALYSIS.md | 브랜드 가이드 ↔ 서비스 맵 정합성 분석 |
| STRATEGIC-KEYWORDS.md | 전략 키워드 셋 |
| TARGET-TOUCHPOINTS.md | 타겟 오디언스별 접점 설계 |
| VALUE-PROPOSITIONS.md | 모듈별 고객 가치 제안 |
| PRICING-PACKAGES.md | 가격 패키지 설계 |
| WEBSITE-ALIGNMENT.md | 홈페이지 구조 통일 방안 |
Changelog
| 버전 | 날짜 | 변경 내용 |
|---|---|---|
| v1.0 | 2026-03 | 초안 (브랜드 코어, 톤앤매너, AI 기준) |
| v1.1 | 2026-03-07 | 서비스 맵 v2.0 기준 전면 재편: 3-Phase × 17모듈 아키텍처 통일, 4대 카테고리 정의 정합, 2-Tier 타겟 오디언스 확장, 브랜드 내러티브 추가, Voice Examples 추가, 카테고리별 메시지 추가, 관련 문서 참조 체계 구축 |
| v1.2 | 2026-03-09 | 브랜드 플랫폼 체계 신설: Brand Vision 재정의, Brand Position 업데이트, 4차원 Brand Dimensions 수립, Brand Promise(Heritage Promise 7가지 약속 통합), Brand Character("지혜로운 상담 마케팅 주치의") 정의, 포지셔닝 문구 현행화, 의료 클리닉 은유→마케팅 클리닉 전환 |
| v1.3 | 2026-05-17 | knowledge-base/canon/ 단일 진실 체계 구축 + 6대 변경: ① §2.7 Experiential 재정의 (SMART Marketing Intelligence, Clinic은 OurDigital 자산으로 이관) ② §2.9 Brand Character 'D.intelligence = 성과중심의 데이터 기반 마케팅 과학자'로 재정립, 5개 특성 재설계, §2.9.1 OurDigital 별도 시스템 분리 명시 ③ §3.4 SMART Marketing Intelligence 모델 표기 ④ §6.3 MD·BVT 메시지 교체 ⑤ §10 외국어 직접번역 금지 추가 ⑥ §11.5 D.intelligence Skill/Agent 적용 의무 신설 (9개 dintel-* Skill 매핑 + 4개 적용 규칙) |
향후 확장 방향
- knowledge-base/canon 단일 진실 체계 구축 (2026-05-17 v1.0 APPROVED — fact-sheet/brand-canon/service-architecture/naming-conventions)
- Brand Voice Examples 확장 — canon/brand-canon.md §6.4 콘텐츠 유형별 5종 + §6.5 한국어 미세 톤 가이드 추가
- Service Playbooks 분리 (SEO, GA4/GTM, Proposal, Dashboard)
- AI Training Kit (Master Prompt 최종본, JSONL 데이터셋, Negative Examples, Agent Role Prompt)
- Case Study Library 구축 (산업별 문제-해결-성과 구조)
- Visual Identity Guide — Design_System 2026 버전 생성 예정 (Claude Design 활용)
- OurDigital Practice 별도 brand 시스템 (Courses 이관 + 캐릭터 분리에 따른 별도 관리)