AI가 마케팅의 운영체제가 된 시대, 정작 아무도 묻지 않는 질문이 있다. "그 AI가 학습한 데이터는 믿을 수 있는가?"
이 책은 알고리즘의 정교함이 아니라 입력 데이터의 무결성이 AI 마케팅의 성패를 선행적으로 결정한다는 명제를,
14개 강의에 걸쳐 공학적으로 논증한다.
이론적 축은 두 개다. 이성호의 Marketing+ING 프레임이 감지·해석·설계·실행·측정의 다섯 단계 순환을 제시하고,
오릭사ORIXA® 데이터 무결성 프로토콜이 그 순환의 각 단계에서 데이터가 오염되는 지점과 방어 구조를 규정한다.
이 두 프레임을 씨줄과 날줄로 삼아, 봇이 만든 가짜 리뷰, 조작된 소셜 신호, 편향된 학습 데이터가 STP·4P·7P의
모든 의사결정을 어떻게 왜곡시키는지를 실증한다.
구성은 기起·승承·전轉·결結의 4단 논증을 다섯 개 Part—Operational Origin, Reasoning & Reliability,
Integrity & Immunity, eXecution & Cross-validation, Architecture & Audit—로 세운다.
문제를 발화하고Part O, 구조를 해부하고Part R, 해법의 논리를 세우고Part I, 실행을 검증하고Part X,
마지막으로 무결성을 감사 가능한 자산으로 아키텍처화한다Part A.
ORIXA라는 이름 자체가 이 다섯 단계의 이니셜이다.
모든 강의는 B2C·B2B·하이테크 중간재 3대 트랙을 관통한다.
트롬 스타일러의 수요 창출부터 삼성전자·SK하이닉스의 반도체 B2B 구조까지, 쿠팡의 물류 혁신부터
유나이티드 항공·코카콜라의 AI 캠페인 실패까지, 실제 사건을 통해 무결성 원칙을 검증한다.
대학, 대학원 마케팅관리론 강의 교재로 설계했지만, AI 마케팅 프로젝트를 이끄는 실무자와
데이터 거버넌스를 고민하는 조직에도 실질적인 진단 도구가 된다.
각 강 말미의 [강의 및 토론 모듈]은 세미나 질문과 팀 미션으로 이어져, 읽는 데서 끝나지 않고
실제 조직의 데이터 파이프라인을 점검하는 데까지 나아가게 한다.