AI Job Search 딥다이브
— Claude Code 위에 올린 "구직 자동화" 프레임워크

1프로젝트 한줄 요약

AI Job Search는 Claude Code(앤트로픽의 터미널용 AI 코딩 도구) 위에 올려 쓰는 구직 자동화 프레임워크입니다. 레포를 fork한 뒤 내 프로필을 채워 넣으면, Claude가 ① 채용공고가 나와 맞는지 평가하고, ② 그 자리에 맞춰 CV를 다듬고, ③ 커버레터를 쓰고, ④ 면접 준비까지 해줍니다.

사용자가 외우면 되는 명령은 사실상 3개뿐입니다. /setup(프로필 입력 인터뷰), /scrape(여러 구직 포털 검색), /apply <url>(공고 1건에 대해 전체 지원 워크플로 실행). 나머지는 전부 Claude Code의 슬래시 명령 + 스킬 + 서브에이전트로 짜여 있습니다. (※ /scrape는 기술적으로 .claude/skills/job-scraper/의 스킬 트리거 키워드이며, 실제 .claude/commands/에는 setup.md·apply.md·expand.md·reset.md 4개의 슬래시 명령 파일만 존재합니다.)

중요한 설계 결정 하나: 핵심 워크플로(자기 프로필 작성·적합도 평가·작성자-검토자 파이프라인)는 언어·국가에 무관합니다. 포털 검색 도구만 덴마크 시장(Jobindex·Jobnet·Jobdanmark·Akademikernes Jobbank)에 맞춰져 있고, 이건 "내 나라 포털로 교체하라"는 예시(어댑터)로 설계됐습니다.

저장소 구성은 TypeScript(포털 검색 CLI) + Python(연봉 조회) + LaTeX(CV·커버레터 템플릿)의 세 언어로 이뤄져 있고, 라이선스는 MIT입니다. 코드 자체보다 "Claude Code를 어떻게 실무 워크플로로 조립하는가"를 보여주는 레퍼런스로서의 가치가 큽니다.

2왜 주목받는가

2025~2026년은 "AI에게 코딩을 시키는" 단계를 넘어, AI 에이전트를 일상 업무 자동화에 붙이는 사례가 폭발한 시기입니다. AI Job Search는 그 대표 예입니다 — 누구나 겪는 고통(구직)을 Claude Code 워크플로 하나로 엮어, "에이전트로 내 삶의 잡일을 자동화한다"는 흐름을 정확히 보여줍니다.

경쟁/대안 비교

3기술 스택 전체 지도

이 레포는 "하나의 앱"이 아니라 Claude Code를 지휘자로 두고 여러 도구를 엮은 워크플로입니다. 그래서 스택도 역할별 네 층으로 나뉩니다.

① 오케스트레이션 층 — Claude Code (Markdown이 곧 프로그램)

② 구직 포털 CLI 층 — TypeScript + Bun

③ 문서 생성 층 — LaTeX

④ Python 유틸 층

⑤ 상태·데이터 (코드는 아니지만 핵심)

4아키텍처 심화 분석

구조도 A — 전체 워크플로 (/setup → /scrape → /apply)

/setup이 한 번 채워 둔 프로필을 /scrape와 /apply가 계속 재사용합니다. 즉 프로필이 "영속 컨텍스트"가 되어, 매번 내 경력을 다시 설명할 필요가 없습니다.

구조도 B — /apply 작성자-검토자(Drafter-Reviewer) 루프

이 루프의 묘미는 "검토자가 신선한 눈(fresh context)으로 본다"는 점과, 토큰 절약을 위해 초안을 파일이 아니라 프롬프트에 그대로 실어 넘긴다는 점입니다. 검토자는 LaTeX 구조(05·06)는 일부러 안 읽고 내용 비평에만 집중합니다 — 역할 분리가 명확합니다.

핵심 설계 패턴 6가지

회복력 있는 스크래퍼 — 실제 코드로 보기

포털 CLI의 helpers.ts는 단순 fetch가 아니라 지수 백오프 + 지터(jitter) 재시도를 구현합니다. 429(요청 과다)·5xx(서버 오류)면 대기 시간을 2배씩 늘리며 최대 6회 재시도합니다.

// jobindex-search/cli/src/helpers.ts (요약)
const maxRetries = 6; let delay = 500;
for (let attempt = 0; attempt <= maxRetries; attempt++) {
  const response = await fetch(url, { headers: {...}, redirect: "follow" });
  if (response.status === 429 || response.status >= 500) {
    if (attempt === maxRetries) throw new Error(...);
    const jitter = Math.floor(Math.random() * 500);     // 동시요청 충돌 분산
    await new Promise(r => setTimeout(r, delay + jitter));
    delay = Math.min(delay * 2, 5000);                  // 지수 증가, 상한 5초
    continue;
  }
  if (response.status === 404) throw new Error("Job not found");
  return response.text();
}

5디렉토리 구조 해부

6학습 포인트 (기술별)

① Claude Code 워크플로 설계 — "명령을 프로그램처럼 쓰기"

.claude/commands/apply.md는 자연어로 쓴 의사코드입니다. "Step 0~6을 순서대로, 건너뛰지 말 것", "이미 읽은 파일은 다시 읽지 말 것" 같은 토큰 효율 규칙과 분기 조건까지 들어 있습니다. AI 에이전트를 "재현 가능한 절차"로 길들이는 좋은 교본입니다.

② 멀티 에이전트 — Drafter-Reviewer 비평 패턴

한 에이전트가 초안을 쓰고, 새 컨텍스트의 다른 에이전트가 비평하는 구조를 실제로 볼 수 있습니다. 특히 검토자 출력 형식을 Part A(기계 적용 가능한 JSON edit) + Part B(판단형 서술)로 나눈 것이 영리합니다 — 자동 적용과 사람/AI 판단을 분리합니다.

③ Agent Skills + 점진적 공개

SKILL.md의 frontmatter(name·description·allowed-tools)와 번호 레퍼런스(01~07) 분리가 교과서적입니다. description이 "어떤 키워드에 이 스킬이 켜지는가"를 촘촘히 나열한 것을 보세요 — 스킬이 올바르게 트리거되게 하는 비결입니다.

④ 회복력 있는 웹 스크래핑 (TypeScript + Bun)

helpers.ts 한 파일에 실무 스크래핑의 핵심이 모여 있습니다: 지수 백오프 + 지터 재시도, 적절한 User-Agent/Accept 헤더, HTML 엔티티 디코딩, 그리고 "라이브러리가 못 푸는 HTML은 정규식으로"라는 현실적 판단까지.

⑤ LaTeX 문서 자동 생성 + LLM 자기검증

moderncv(CV)·custom cover.cls(커버레터)를 lualatex/xelatex로 빌드하는 파이프라인과, 그 결과 PDF를 AI가 직접 열어 페이지 나눔을 점검하는 루프를 배웁니다. "생성물의 시각적 품질을 LLM이 스스로 검수"하는 드문 사례입니다.

⑥ 퍼지 문자열 매칭 (Python)

salary_lookup.py는 회사명 매칭의 현실 문제(대소문자, 법인 접미사 A/S·ApS, 덴마크 문자 ø/æ/å)를 정규화 → 부분일치 → 영문화 → 단어 겹침 점수의 다단계로 푼 좋은 예제입니다. 외부 의존성 0(표준 라이브러리만)이라 그대로 읽기 좋습니다.

7시스템 요구사항 / 설치

설치 & 첫 실행

# 1) 포크 후 클론
gh repo fork MadsLorentzen/ai-job-search --clone
cd ai-job-search

# 2) 포털 검색 도구 설치 (4개 어댑터)
cd .agents/skills/jobbank-search/cli   && bun install && cd ../../../..
cd .agents/skills/jobdanmark-search/cli && bun install && cd ../../../..
cd .agents/skills/jobindex-search/cli  && bun install && cd ../../../..
cd .agents/skills/jobnet-search/cli    && bun install && cd ../../../..

# 3) 프로필 입력 (Claude Code 안에서)
claude
/setup            # 대화형 인터뷰 또는 기존 CV 임포트

일상 사용

/scrape                                   # 포털 검색 → 적합도순 매칭
/scrape data science                      # 특정 분야로 좁히기
/apply https://jobindex.dk/job/1234567    # URL로 지원 워크플로
/apply <공고 전문을 그대로 붙여넣기>        # 차단되는 포털 대비
/setup --section search                    # 검색 쿼리만 다시 설정

8직접 해볼 수 있는 실습 과제

9관련 기술 심화 학습 로드맵

10핵심 키워드 사전

11참고 링크

• GitHub 레포: github.com/MadsLorentzen/ai-job-search
• README: README.md
• 프로필·규칙·검증 체크리스트: CLAUDE.md
• 작성자-검토자 워크플로: .claude/commands/apply.md
• 핵심 스킬 정의: job-application-assistant/SKILL.md
• 스크래퍼 구현: jobindex-search/cli/src/helpers.ts
• 연봉 조회 도구: salary_lookup.py
• Claude Code 문서: docs.claude.com/en/docs/claude-code
• moderncv (CTAN): ctan.org/pkg/moderncv
• Bun: bun.sh
• 원작 포털 스킬 출처: mikkelkrogsholm/skills