배경
프리랜서 강사로 활동하다 보면 기관마다 요구하는 이력서 양식이 제각각이다. 서류를 제출할 때마다 여러 해 동안 쌓인 강의 이력을 뒤져가며 직접 입력하는 것을 반복해왔다. 매번 30분 이상 걸리는 이 작업을 자동화하고 싶었지만, 엑셀 DB를 어떻게 설계해야 하는지 전혀 몰랐다.
과정
Claude Code를 이용해 로컬 폴더에 흩어진 이력서 파일을 자동으로 분석하고 연도별·분야별·기관별로 정리된 엑셀 DB를 처음부터 만들었다.
그런데 DB 구조를 어떻게 잡아야 '제대로 된 이력 관리 시스템'인지 감이 없었다. 그래서 Claude Code가 만든 초안 엑셀 파일을 ChatGPT에게 넘겼다. ChatGPT는 내 업무 스타일과 이력을 이미 알고 있었기에 구체적인 피드백을 줄 수 있었다. 강의ID 자동 부여 방식, 시트 구조 재편, 색상 대시보드 설계 등 초안에서 미처 생각하지 못했던 부분을 짚어줬다. 그 피드백을 받아 다시 Claude Code에 요청해 전부 반영했다.
[강의이력DB 사용 가이드]
추가로 강의이력 폴더의 관리를 쉽게 하기 위해서 Claude Code에게 각 폴더에 자료를 분석해서 요약정리한 md 파일을 만들어 달라고 했다.
[00_개인정보 폴더 md 파일]
사용한 기능: plan mode, 파일 읽기/쓰기, Node.js 스크립트 실행
주요 흐름: Claude Code 구현 → ChatGPT 분석·피드백 → Claude Code 재반영
최종 결과물: 9개 시트 (DASHBOARD·강의이력·코드관리·제출이력 등)
결과
Before: 강의 지원할 때마다 이력 수동 정리 30분 이상
After: DB에서 조건 별 필터링으로 필요한 이력 즉시 추출 가능
연도·분야·기관·대상·역할별 자동 집계
자격증·경력증명서도 파일 링크와 함께 한 곳에 관리
배운 점
Claude Code는 구현에 강하고, ChatGPT는 내 맥락을 잘 안다. 두 AI를 같은 작업에 번갈아 쓰는 것이 생각보다 훨씬 강력했다. "Claude Code 초안 → ChatGPT 분석 → Claude Code 반영" 이 루프가 반복될수록 결과물의 완성도가 빠르게 올라갔다. 각 AI의 강점을 나눠 쓰는 게 핵심이었다.
향후 계획
구현된 강의이력DB의 내용을 추가 보충하고 수정해서 완성한 후에 Claude Code를 활용해서 모집 요강과 필요한 서류를 제공하면 이에 맞는 맞춤 분석 자동 생성 시스템을 만들고 싶다.
