
AI 프로덕트와 에이전트
캠페인을 대신 만들고 리포트를 대신 읽는 AI를 만들고 검증합니다.
개발, 마케팅, AI를 함께 하는 사람들이 모여 앱과 에이전트를 만들고, 그 도구로 실제 광고주 업무를 합니다. MAESTRO, MOTIVE, 매도비 시그널을 포함해 팀이 만든 도구 10종은 만든 것에서 볼 수 있습니다.
| 구글 AI 개요 | 답변, 출처 | |
| 네이버 AI 브리핑 | 답변, 출처 | |
| Perplexity | 답변, 출처 | |
| OpenAI | 답변, 출처 | |
| Anthropic | 답변, 출처 | |
| Gemini | 답변, 출처 |
업무에 필요한 앱과 에이전트를 팀에서 직접 만들어 씁니다
매드업 마케팅사업본부 AI 마케팅 개발실입니다. 데이터솔루션팀과 데이터컨설팅팀이 함께 일하고, 별칭은 매도비 연구소(MADOBI LAB)입니다.
캠페인을 대신 만들고 리포트를 대신 읽는 AI, GEO 대시보드, 마케팅 분석 에이전트처럼 마케팅 업무에 바로 쓰는 앱과 에이전트를 만듭니다.
만든 도구는 실제 광고주 업무에 씁니다. 마스코트 매도비는 팀이 만들어 쓰는 AI 에이전트 프레임워크의 이름이기도 합니다.
계산은 코드가 보장하고 해석은 LLM이 판단한다는 원칙으로 분석 에이전트를 만듭니다.
Claude, Codex, Jev 세 모델이 같은 결과물을 각각 검토합니다.
일은 Jira 티켓을 기준으로 진행합니다.
팀이 Jira에서 실제로 처리하는 업무를 다섯 가지로 나누면 아래와 같습니다.

캠페인을 대신 만들고 리포트를 대신 읽는 AI를 만들고 검증합니다.

첫구매 LTV, 코호트 분석, 매체별 효율 재계산을 합니다.

ChatGPT, Gemini, Perplexity 같은 AI 검색에서 브랜드가 인용되도록 진단하고 콘텐츠를 설계합니다. 실제 광고주 컨설팅 사업으로 진행하고 있습니다.

사람이 매일 만들던 리포트를 데이터 파이프라인으로 옮깁니다.

팀이 직접 만들어 쓰는 솔루션을 소개합니다.
팀이 만들어 업무에 쓰는 앱과 에이전트, 사내 플러그인입니다. 카드를 누르면 상세 설명을 볼 수 있습니다.

목표 프롬프트를 AI 검색 엔진 6종에 실제로 질의해 답변 원문과 인용 출처를 수집하고, 브랜드 언급과 인용을 진단하는 GEO 대시보드입니다.

팀 에이전트 작업 앱입니다. Claude와 Codex를 한 화면에서 쓰고 여러 LLM, 슬랙, 사내 툴과 연동합니다. 이미지와 영상 생성 스튜디오, 에이전트를 만들어 사내에 배포하는 기능을 함께 만들고 있습니다.

팀이 만든 사내 앱 배포 플랫폼입니다. 만든 앱과 에이전트를 템플릿 저장소, 공용 PostgreSQL, 예약 실행(cron)과 함께 사내에 올려 팀원이 바로 쓰게 합니다.

계산은 코드가 보장하고 해석은 LLM이 판단한다는 원칙으로 만든 마케팅 분석 에이전트입니다. 사례가 쌓일수록 방법론과 함정 목록이 늘어나는 구조입니다.

광고주를 종목으로, 매체를 포트폴리오로 보고 마케팅 시그널을 증권사 리포트 형식으로 발행합니다.

이미지와 영상 생성 모델을 묶은 생성 스튜디오입니다. 에이전트가 MCP 도구로 바로 호출합니다.

커머스 플랫폼의 랭킹과 리뷰를 매시간 수집해 분석하는 대시보드입니다.

웹페이지가 AI 검색에 인용될 수 있는 상태인지 AI 크롤러 18종 접근, robots.txt, 구조화 데이터, 텍스트 밀도 등 9개 항목으로 점검합니다.

한글 글에서 AI가 쓴 티가 나는 문장을 훅으로 잡아 다시 쓰게 하는 플러그인입니다.

GEO 목표 프롬프트 수백 개를 AI 검색 엔진 6종에 질의해 답변 전문과 인용 URL을 수집합니다.
결과물을 전달하기 전에 지키는 기준 세 가지입니다.
| 기준 | 하는 일 | 쓰는 도구 |
|---|---|---|
| ticket티켓으로 시작 | 일은 Jira 티켓을 기준으로 진행합니다. | Jira |
| review세 모델 교차 검토 | 결과물을 Claude, Codex, Jev 세 모델로 교차 검토한 뒤 전달합니다. | Claude, Codex, Jev |
| gate발행 게이트 | 발행 전에 AI 말투 검사와 수치 재계산 게이트를 거칩니다. | AI 말투 검사, 수치 재계산 게이트 |
매체 비용, 조정액, 수수료, 세액과 결제액을 구분하고 서로 다른 통화를 같은 기준으로 환산합니다. 비용 범위에 따라 비용 대비 매출 비율이 달라지는 합성 명세를 Python Decimal 예제로 재현합니다.

계정 전환율과 세션 전환율, 100세션당 주문 수를 구분합니다. 같은 합성 데이터에서 캠페인 순위가 달라지는 이유와 전체 비율의 가중 집계, 계정 단위 Wilson 구간을 Python으로 재현합니다.
전환 한 건의 비용과 신규 고객 획득 비용, 매체 귀속 가치와 전체 사업 매출을 구분합니다. ROAS, MER가 높아 보여도 수익성이 보장되지 않는 이유를 합성 주문 200건과 Python 예제로 재현합니다.
주문 3건이 상품 행 5개로 펼쳐질 때 집계 단위가 어떻게 바뀌는지 확인합니다. 중복 없는 키만으로 매출 합계를 보장할 수 없는 이유와 SUM DISTINCT의 함정을 합성 데이터, SQLite 예제로 재현합니다.
구매 로그 5행이 실제 주문 3건, 구매자 2명이 되는 합성 예제로 마케팅 지표의 집계 단위, 시간대, 중복, 환불을 확인합니다. GA4와 BigQuery, MMP 데이터를 비교하기 전에 정할 기준과 Python 재현 코드를 담았습니다.