소개
채용 자동화를 클로드 코드로 하다가, 아니 이럴거면 n8n으로 하는게 더 낫지 않나 하는 생각이 들었습니다. 그리곤 깨달았습니다.
링크드인 채용 아웃바운드 자동화
코딩 말고 클로드 코드 자동화 - 링크드인 아웃바운드 채용 자동화 하기에서 얘기한 것처럼, 저는 링크드인으로 채용 아웃바운드를 진행하는 것을 자동화 하려 하고 있어요.
링크드인에서 채용 직무가 맞는 사람을 검색
검색 결과를 Linked Helper라는 앱으로 profiles.csv 즉, CSV 파일 다운로드
핏이 맞지 않는 사람을 CSV에서 제외하는 작업을 클로드 코드가 스스로 기획해서 진행
이렇게 저번에 했었습니다.
참고로 Linked Helper는 링크드인 사이트에서 제가 직접 해야 할 일을 대신 해 주는 자동화 툴입니다.
이걸 마무리 하기 위해서 다시 작업을 이어서 진행했습니다.
이후에는 조금 일 처리가 복잡했습니다. 왜냐면, 그냥 핏이 맞는 사람들에게 메시지를 보내기에는 매일 할 수 있는 작업의 횟수가 한도가 있거든요.
1촌에게 메시지 보내는 것은 하루 100건 미만
1촌 신청은 하루 20건 이하 (보통 주 100-150건 이하)
InMail (링크드인 내에 1촌 아니라도 메시지를 보낼 수 있는 유료 메시지)는 개당 $33
이러한 제약 때문에, 연락을 해 보고 싶은 사람들 중에서 1촌이 아닌 사람에게는 1촌 신청을 하고, 일주일간 연락이 없으면 그때서야 InMail을 보내는 것이 전체 InMail 수를 아낄 수 있습니다.
또한, 한번 1촌이 되면 나중에도 메시지를 공짜로 보낼 수 있고, 보통 링크드인 검색이 3촌 내에서만 가능하므로, 나중에 검색을 할 때 더 많은 사람들이 검색되게 할 수도 있거든요.
그래서 이 과정을 자동화 하는 것을 고민하며 정리해 봤어요.
그 결과 하루에 이런 프로세스로 진행하면 되겠더라구요
(1) 인재 검색 후 핏이 맞는 사람을 스크리닝
링크드인에서 프로필 검색후 Linked Helper로 검색 결과 프로필 스크레이핑
클코로 스크레이핑 결과 스크리닝 후 세부 프로필 긁어올 후보군으로 줄이기 (여기까지가 이전 게시글의 작업 내용)
줄어든 프로필들을 CSV로 Linked Helper에 업로드해서 개별 세부 정보 프로필 스크레이핑
수집한 프로필에 대해 클로드 코드로 2차 스크리닝 후 남은 사람들만 candidates.csv 에 추가
(2) 1촌 신청 후 답이 없으면 InMail 보내기 진행
Linked Helper로 1촌 신청 결과(수락, 답장 7일쨰 없음)을 다운로드 받기
1촌 신청 결과를 candidates.csv 의 status 업데이트 하기
Status에서 1촌 신청할 사람, Message 보낼 사람, InMail 보낼 사람 각각 추출
Linked Helper를 사용해서, 1촌 신청, 메시지 보내기, InMail 보내기 실행
Mac의 설정 메뉴의 스크린 샷
<Linked Helper는 다행히 1촌 초대 30일 뒤 자동 취소, 답변이 왔는지 확인 등의 작업은 자동화를 지원합니다>
위의 전체 과정을 구체화하고 정리하고 나니 약간 현타가 왔습니다. 그건 두 가지 이유였어요.
클코를 결국에는 로컬의 CSV 파일을 처리하는데만 사용하고 있음
위의 프로세스 중 볼드체로 된 부분
클코를 안쓰고 n8n을 사용한다면, 오히려 완전 자동화가 가능
웹훅 등을 써서 자료를 업로드/다운로드 하는 작업 자동화 가능
최초에는 클로드 코드가 스크리닝을 위해서 CSV 파일을 분석하고 이에 맞는 스크리닝을 처리하는 파이썬 스크립트를 직접 기획하고 작성해서 버그 수정까지 해 주는 것은 정말 좋았습니다. 분 명 이 부분은 n8n으로는 할 수 없었던 부분입니다. 제가 생각 못한 부분까지도 기획하고 실행해 주었으니까요.
하지만, 위의 워크플로가 구체화되고 나니까 완전 자동화를 하기 위해서라도 이건 n8n으로 구현하는게 낫겠는데 하는 생각이 들었어요.
그러면, 클로드 코드로 비개발자 업무를 자동화 하는 것은 초기 기획 이상으로 유용하지 않은 것일까요?
제목 미정
(1) 워크플로의 특성에 따라 맞는 툴이 있는 것인가?
첫 번째 저의 가설은 "특정 업무에 클로드 코드가 n8n과 같은 워크플로 자동화 툴보다 효과적이다" 라는 것이었어요.
분명 클로드 코드로 비개발자의 업무를 자동화하려 할 때, 내가 아직 해보지 않아서 어떻게 자동화 하지? 라고 막막한 상황에서는 도움이 크게 되었었습니다. 그럼, 이런 이런 장점이 부각되는 것은
매번 처리해야 하는 데이터 구조가 다르거나,
업무 워크플로를 논리적으로 정리하기에는 너무 복잡하거나,
굳이 n8n으로 워크플로를 정리하는 것까지 필요 없는 1회성 업무거나
하는 이런 세 가지 상황에 해당될 것 같았어요.
예를 들면, 이번에 제가 저장해둔 AI 사례 트윗을 뭉텅이로 김욱영 님에게 전달할 때 클로드 코드를 사용한 자동 처리가 유용해 보였어요. 김욱영 님이 어제 "AI 10배 활용법"에 들어갈 내용을 추천 받는다 - 라고 했을 때, 제가 트위터에서 발견한 흥미로운 사례들을 이메일에 모아 둔 것을 보내드렸습니다. 이때, 여기 이메일들을 클로드 코드에서 적절한 것 골라내 달라고 해라 -- 라고 얘길 했어요. 1회성이고, 제가 데이터 구조를 알 필요도 없고, 골라낼 기준을 세워줄 필요도 없었습니다.
반대의 예는, 매일 오전에 특정 블로그들의 새 글을 모아서 하나의 정리된 이메일로 받아서 읽고 싶다 -- 하는 것은 클로드 코드로 짜기보다 n8n으로 자동화 해 두면 (저 같은 엔지니어 출신에게는) 더 직관적인 자동화 같았습니다.
(2) 에이전틱한 동작을 하는 것?
이와 별개로 또 하나 든 생각은
클로드 코드의 서브 에이전트 기능이 n8n과 같은 워크플로 자동화와 다른 클로드 코드만의 비개발자 자동화 사례를 가능하게 하는 것이 아닐까
하는 생각이 들었습니다.
그래서, 서브 에이전트 기능들을 살펴보다가 딥리서치를 사용해서 AI에게 이 조사 작업을 맡겨봤어요.
개발이 아닌 업무 처리에 Claude Code를 사용하는 케이스 중에서 Sub agent를 적극적으로 활용한 사례들을 모두 찾아서 어떤 공통적인 패턴이 있는지 분석한 보고서를 작성해줘.Gemini, Claude, ChatGPT 각각에게 시켜봤는데, Claude의 결과는 별로였고, 나머지 둘은 꽤나 자세히 분석한 리포트를 써 주었습니다.
결과 리포트
챗GPT 결과는 아래 파일
서브 에이전트를 활용하는 사례들의 패턴
복잡한 업무를 단순한 업무로 나눠서 더 좋은 결과 만들기
복잡한 일을 시킬 수록 AI가 좋은 결과물을 내지 못하는데요, 이걸 더 단순한 업무로 나눠서 시키고 결과를 종합하는게 더 좋은 결과가 나온다는 것입니다.
메인 에이전트의 코디네이터 역할
그런 단순한 업무로 나누고 각각을 서브에이전트에게 시키는 역할을 메인 에이전트가 알아서 해 줄 수 있다는 것
검증 및 피드백 루프
AI 출력물의 결과는 확률적인 결과물인데요, 이걸 다시 다른 AI, 즉, 서브 에이전트가 리뷰하게 하는 것으로 결과물의 퀄리티를 다시 올릴 수 있는 것을 얘기합니다
병렬 처리
여러 서브에이전트에게 나눠서 일을 시키면 전체 업무가 마무리되는 시간이 빨라집니다
컨텍스트 분리로 인한 확장성
컨텍스트 길이가 20만 토큰이어도, 컨텍스트 내에 정보가 많아지면 AI는 헷갈려하는 경우가 있습니다 (Context Rot). 서브 에이전트는 메인 에이전트와는 독립된 컨텍스트 윈도를 가지니까 이렇게 업무를 나눠서 하면, 더 잘 수행하게 됩니다.
재사용성
서브 에이전트를 한번 만들어 두면, 메인 에이전트가 필요할 때 다시 사용할 수 있다는 것. 한번 만들어 두면 다른 팀원들도 사용할 수 있다는 것이 재사용성입니다.
도메인 추상화 패턴
서브에이전트는 해야 할 일로 정의되는
서브 에이전트를 사용한 재구성
https://days-ai.notion.site/260a024df4dc8089ba77d9f644a9fdcd?source=copy_link
결과와 배운 점
[TBU]
도움 받은 글 (옵션)
[TBU]
