오늘의 오픈 소스 프로젝트 (#95): Career-Ops - Claude Code를 위한 AI 기반 구직 커맨드 센터

"기업들은 후보자를 필터링하기 위해 AI를 사용합니다. 저는 방금 후보자들이 기업을 선택할 수 있도록 AI를 제공했습니다." —— Santiago Fernández de Valderrama

이 글은 저희의 "하루에 하나의 오픈 소스 프로젝트(One Open Source Project a Day)" 시리즈의 #95번째 기사입니다. 오늘은 Career-Ops (career-ops.org)를 심도 있게 살펴봅니다.

2024년이 AI 에이전트 (AI Agent)의 해였다면, 2025년과 그 이후는 AI 에이전트가 모든 수직적 영역(vertical)에 침투하는 시대입니다. Career-Ops는 검색, 스크리닝, 맞춤화, 지원 및 추적에 이르는 구직 라이프사이클 전체를 자동화하는 대표적인 사례입니다. 제작자인 Santiago는 이 시스템을 사용하여 740개 이상의 채용 공고를 평가하고 100개 이상의 맞춤형 이력서 (CV)를 생성했으며, 결과적으로 Head of Applied AI 직무를 맡게 되었습니다.

학습 내용

• 구직 워크플로우 자동화 (Job Workflow Automation): 방대한 양의 채용 공고를 처리하기 위해 AI 에이전트 (AI Agents)를 활용하는 방법.
• 에이전트 기반 평가 (Agentic Evaluation): 키워드 매칭을 넘어 깊은 의미론적 정렬 (semantic alignment)로 나아가는 방법.
• 동적 PDF 생성 (Dynamic PDF Generation): 실시간 ATS(채용 관리 시스템) 최적화 문서 렌더링을 위해 Playwright 사용하기.
• 터미널 UI 대시보드 (Terminal UI Dashboards): Go를 사용하여 복잡한 파이프라인을 우아하게 관리하기.
• 멀티 모델 통합 (Multi-Model Integration): Claude Code, Gemini CLI, OpenCode를 통합하기 위한 모범 사례.

사전 요구 사항

• AI 개념 (LLM, 에이전트)에 대한 기본적인 이해.
• Node.js 환경 (로컬 개발용).
• CI/CD 및 기본적인 CLI 작업에 대한 익숙함.

프로젝트 배경

개요

Career-Ops (또는 careerops)는 모든 AI 코딩 CLI를 본격적인 채용 커맨드 센터로 변모시킵니다. 지저분한 엑셀 시트 대신, 탐색부터 면접 준비까지 AI 기반의 파이프라인을 갖게 됩니다.

해결된 문제

• 노이즈 (The Noise): 매일 수백 개의 채용 공고를 수동으로 필터링하는 것은 매우 지치는 일입니다.
• 일률적인 함정 (The Generic Trap): 모든 곳에 똑같이 적용되는 이력서는 현대적인 ATS 필터를 통과하지 못합니다.
• 추적의 혼란 (Tracking Chaos): 수십 개의 지원 현황을 파악하는 것 자체가 하나의 풀타임 업무입니다.

저자 및 통계

• 저자 (Author): Santiago Fernández de Valderrama (@santifer), Applied AI 책임자.
• GitHub Stars: 53.6k+
• Forks: 10.7k+
• 라이선스 (License): MIT

주요 기능 (Key Features)

핵심 철학 (Core Philosophy)

Career-Ops는 스패머(Spammer)가 아닌 **필터 (Filter)**입니다. 양보다 질을 강조하며, 10점 만점의 가중치 기반 A-F 점수 시스템을 사용하여 실제로 시간을 투자할 가치가 있는 역할을 식별합니다.

주요 모듈 (Main Modules)

1. 스카우트 (The Scout, 스캐너): 45개 이상의 최상위 포털(Anthropic, OpenAI, Mistral)과 Greenhouse/Lever와 같은 주요 ATS (채용 관리 시스템)를 자동으로 스캔합니다.
2. 평가기 (The Evaluator): JD (직무 기술서) 데이터를 추출하여 사용자의 cv.md와 비교하고, 격차를 식별하며, STAR 기법 기반의 인터뷰 준비를 제안합니다.
3. 테일러 (The Tailor, PDF 생성): Playwright를 사용하여 키워드가 최적화되고 ATS 친화적인 이력서를 실시간으로 렌더링합니다.
4. 타워 (The Tower, 대시보드): 파이프라인을 확인, 필터링 및 관리할 수 있는 Go 기반의 고성능 TUI (터미널 사용자 인터페이스)입니다.

빠른 시작 (Quick Start)

# 가장 빠른 설치 방법
npx @santifer/career-ops init

...

기술 심층 분석 (Technical Deep Dive)

아키텍처 (Architecture)

Career-Ops는 "프레임워크로서의 에이전트 (Agent-as-a-Framework)" 설계를 따릅니다. 전통적인 백엔드를 실행하는 대신, Claude Code와 같은 도구에 주입되는 구조화된 모드(Modes)와 기술(Skills)의 집합으로 존재합니다.

데이터 흐름 (Data Flow)

1. URL/텍스트 입력 (URL/Text Input) -> 분류기 (Classifier)
2. 아키타입 탐지 (Archetype Detection) (LLMOps/PM/SDE)
3. A-F 평가 (A-F Evaluation) (사용자의 CV와 의미론적 비교)
4. 아티팩트 생성 (Artifact Generation): .md 보고서, .pdf CV, .tsv 트래커 동기화.

주목할 만한 구현 세부 사항 (Notable Implementation Details)

• Playwright 기반 스크래핑 (Playwright-based Scraping): 최신 채용 포털의 안티 봇 (Anti-bot) 조치를 우회합니다.
• 마크다운 우선 데이터 (Markdown-first Data): 추적을 위해 사람이 읽을 수 있는 Markdown 및 TSV를 사용하여 개발자 친화적이며 버전 관리가 가능합니다.
• Charmbracelet TUI: "Catppuccin" 테마의 높은 새로고침률을 가진 터미널 경험을 위해 Bubble Tea로 구축되었습니다.

리소스 (Resources)

리소스 (Resources)

• 🌟 GitHub: santifer/career-ops
• 📚 문서화 (Documentation): career-ops.org
• 🎥 데모 (Demo): Watch GIF
• 📝 사례 연구 (Case Study): How the author landed his role

요약 (Summary)

Career-Ops는 채용 과정의 역학 관계를 변화시킵니다. 후보자들이 자신들을 필터링하는 HR 시스템만큼 강력하거나 그 이상의 도구를 처음으로 갖게 된 것입니다. 이는 AI 에이전트 워크플로우를 숙달하거나 다음 커리어 이동을 최적화하려는 누구에게나 필수적인 프로젝트입니다.

• GitHub 저장소 (Repository): santifer/career-ops
• 웹사이트: career-ops.org

AI 에이전트와 기술을 위한 큐레이션된 마켓플레이스인 PrimeSkills를 탐색해 보세요. 실제 기업 워크플로우에서 검증된 것들만 모았습니다. 불필요한 것은 없고, 작동하는 것만 있습니다.

더 많은 통찰력과 흥미로운 제품을 보려면 제 홈페이지 (Homepage)를 방문해 주세요.

_개발자들이 트렌드를 앞서 나갈 수 있도록 돕는