Career-Ops: Claude Code와 Playwright 기반의 AI 취업 탐색 자동화 시스템

9bow · 4월 28, 2026, 9:30오전

Career-Ops 소개

기업들은 AI를 사용해 지원자를 필터링합니다. Career-Ops는 그 반대편에서 지원자가 AI를 사용해 기업을 필터링할 수 있도록 설계된 오픈소스 취업 탐색 자동화 시스템입니다. 이 프로젝트를 만든 개발자는 수개월간 수동으로 구직 활동을 한 끝에 스스로 이 시스템을 구축했고, 740개 이상의 채용 공고를 평가하고 100개 이상의 맞춤형 이력서를 생성하여 Applied AI 헤드 포지션을 얻었습니다. 현재 이 시스템은 MIT 라이선스로 공개되어 있어 누구나 자신의 구직 활동에 적용할 수 있습니다.

Career-Ops는 Claude Code를 기반으로 하며, AI 코딩 CLI가 가진 에이전트 능력을 취업 탐색 파이프라인으로 전환합니다. 단순한 키워드 매칭이 아닌, 지원자의 CV와 채용 공고를 실제로 비교·추론하여 적합도를 A-F 등급(10개 가중 차원)으로 평가합니다. Playwright를 통해 Greenhouse, Ashby, Lever 등 주요 채용 플랫폼의 채용 공고 페이지를 에이전트가 직접 탐색하고, 결과를 데이터베이스에 구조화하여 추적합니다. 중요한 것은 이 시스템이 절대 자동으로 지원서를 제출하지 않는다는 점입니다. 평가하고 준비하는 것까지만 AI가 담당하고, 최종 결정과 제출은 항상 사람이 합니다.

Career-Ops가 특히 실용적인 이유는 시간이 지날수록 사용자를 더 잘 이해하게 된다는 점입니다. 초기에는 사용자의 경력, 강점, 선호도, 회피 조건을 충분히 알지 못해 평가가 다소 부정확할 수 있습니다. 하지만 CV, 커리어 스토리, 실적 사례, 선호 조건을 시스템에 계속 피드백하면 평가 품질이 꾸준히 향상됩니다. 마치 새로 온 리크루터가 첫 주에는 사용자를 모르다가 점차 가장 잘 아는 내부 협력자가 되는 것과 같은 원리입니다.

Career-Ops의 6블록 평가 시스템

Career-Ops 사용 예시

Career-Ops의 핵심은 각 채용 공고를 6개의 블록으로 구조화하여 분석하는 평가 시스템입니다.

블록 1: 역할 요약 (Role Summary): 포지션의 핵심 역할, 기대 성과, 실질적인 업무 범위를 JD에서 추출하여 요약합니다. 화려한 채용 공고 문구에서 실제 역할을 분리해냅니다.

블록 2: CV 매칭 분석 (CV Match): 사용자의 이력서와 채용 요건을 키워드가 아닌 맥락 추론으로 비교합니다. 직접 경험, 전이 가능한 역량, 역량 격차를 명시적으로 구분합니다.

블록 3: 레벨 전략 (Level Strategy): 지원자의 시니어리티와 포지션 레벨의 정합성을 분석합니다. 오버퀄리파이드 또는 언더레벨 지원에 따른 전략을 제안합니다.

블록 4: 보상 리서치 (Comp Research): 공개된 시장 데이터를 바탕으로 해당 역할의 보상 범위를 추정합니다. 지역별 보상 차이와 협상 레버리지를 파악하는 데 활용됩니다.

블록 5: 개인화 (Personalization): ATS(Applicant Tracking System) 최적화를 위해 해당 JD의 키워드를 삽입한 맞춤형 이력서 PDF를 Space Grotesk + DM Sans 디자인으로 자동 생성합니다.

블록 6: 인터뷰 준비 (Interview Prep, STAR+R): 해당 역할에 특화된 STAR+Reflection 형식의 행동 인터뷰 답변 스토리를 생성하고 마스터 스토리 뱅크에 누적합니다. 5~10개의 핵심 스토리가 축적되면 사실상 모든 행동 인터뷰 질문에 대응할 수 있습니다.

Career-Ops의 기술 아키텍처

Career-Ops는 Claude Code의 에이전트 능력을 파이프라인의 엔진으로 활용합니다. 에이전트는 Playwright를 통해 실제 브라우저로 채용 공고 페이지를 탐색하고, 구조화된 JD 정보를 추출하여 평가를 수행합니다.

채용 공고 URL 입력
     ↓
Claude Code Agent (Playwright로 페이지 탐색)
     ↓
JD 추출 및 6블록 평가 실행
     ↓
ATS 최적화 CV PDF 생성
     ↓
tracker.json에 구조화된 레코드 저장
     ↓
TUI 대시보드에서 조회/필터링

병렬 처리는 claude -p 워커를 사용한 서브에이전트 방식으로 구현됩니다. 10개 이상의 채용 공고를 동시에 평가할 수 있으며, 결과는 자동으로 병합, 중복 제거, 상태 정규화됩니다. 45개 이상의 기업(Anthropic, OpenAI, ElevenLabs, Retool, n8n 등)이 Greenhouse, Ashby, Lever, Wellfound 플랫폼을 통해 사전 설정되어 있으며, 커스텀 쿼리도 추가할 수 있습니다.

Career-Ops 설치 및 사용법

# 1. 클론 및 설치
git clone https://github.com/santifer/career-ops.git
cd career-ops && npm install
npx playwright install chromium  # PDF 생성에 필요

# 2. 사전 조건 확인
npm run doctor  # 모든 필수 항목 검증

# 3. 설정
cp config/profile.example.yml config/profile.yml  # 사용자 정보 편집
cp templates/portals.example.yml portals.yml       # 관심 기업 설정

# 4. CV 추가
# 프로젝트 루트에 cv.md 파일 생성 (마크다운 형식)

# 5. Claude Code로 시스템 개인화
claude  # 이 디렉토리에서 Claude Code 실행
# "백엔드 엔지니어링 역할에 맞게 아키타입을 변경해줘"
# "portals.yml에 이 5개 기업을 추가해줘"
# "내 CV를 붙여넣을 테니 프로필을 업데이트해줘"

A-F 등급 중 4.0 미만(즉 C 이하)의 채용 공고에는 지원하지 않도록 시스템이 강력히 권고합니다. 이 시스템의 철학은 "spray-and-pray"(무분별한 대량 지원)가 아닌 필터링에 있습니다. 지원할 가치 있는 소수의 포지션을 찾아내는 것이 목표입니다.

라이선스

이 프로젝트는 MIT 라이선스로 공개되어 있어 개인 및 상업적 목적으로 자유롭게 사용할 수 있습니다.

Career-Ops 프로젝트 GitHub 저장소

더 읽어보기

이 글은 GPT 모델로 정리한 글을 바탕으로 한 것으로, 원문의 내용 또는 의도와 다르게 정리된 내용이 있을 수 있습니다. 관심있는 내용이시라면 원문도 함께 참고해주세요! 읽으시면서 어색하거나 잘못된 내용을 발견하시면 덧글로 알려주시기를 부탁드립니다.

파이토치 한국 사용자 모임이 정리한 이 글이 유용하셨나요? 회원으로 가입하시면 주요 글들을 이메일로 보내드립니다! (기본은 Weekly지만 Daily로 변경도 가능합니다.)

아래쪽에 좋아요를 눌러주시면 새로운 소식들을 정리하고 공유하는데 힘이 됩니다~