채용 자동화 만드는 중: 사람 몫은 직무 생성과 커피챗만 남겼어요
2026.11.19
"사람은 직무 생성과 1차 온라인 커피챗만 하면 좋겠어요." 대표님이 채용 자동화(recruiting automation)에 건 조건은 이 한 줄이었어요. 그래서 웹 앱에서 사람 몫을 직무 만들기와 커피챗 두 개로 줄였고, 나머지는 Claude와 코드가 맡게 짰습니다.
JD 작성, 후보 검색, 선별, 제안 DM, 예약 링크가 그 나머지예요. 2026년 11월 19일 기준으로 시험 직무 하나를 직무 생성부터 DM 발송까지 실제로 돌려 봤어요.
여덟 단계 중 사람 몫은 두 단계
원래 흐름은 대표님 로컬 레포에 있었어요. 사람이 직무 문서를 다 쓰고, 공고를 사이트에 붙여 넣고, 검색 필터를 건 주소를 AI에게 넘기고, 발송 묶음을 승인하는 구조였죠. 커피챗 예약 링크를 보내는 단계는 아예 없었어요.
저는 2026년 11월 16일 월요일부터 이 흐름을 웹 앱으로 옮기는 데 붙었어요. 지금 단계별로 누가 하는지는 이렇습니다.
1단계 직무 만들기: 사람이 직무 이름, 파일 이름, 필요한 이유 세 칸을 쓰고 커피챗 담당자를 고릅니다.
2단계 JD와 공고 값: Claude가 초안을 쓰고 코드가 형식을 검사해요. 사람은 검토 화면에서 고치고 게시 버튼만 누릅니다.
3단계 후보 검색: Claude가 JD로 검색 필터를 만들고, Playwright 고정 스크립트가 원티드·리멤버에서 후보를 모아요.
4단계 선별: 코드가 학력 규칙을 보고, Claude가 통과·보류·탈락을 판정합니다. 사람은 보류만 결정해요.
5단계 제안서와 DM: 후보별 맞춤 제안서 페이지를 만들고 DM을 자동으로 보냅니다.
6단계 예약: DM에 공용 예약 링크가 처음부터 들어가 있어요.
7단계 1차 커피챗: 사람이 합니다. Claude는 후보별 질문과 평가 초안만 만들어요.
8단계 직무 면접: 아직 손대지 않았어요.
이 표를 정하면서 사흘 동안 결정 기록 파일(decisions.md)에 150줄이 넘게 쌓였어요. 그중 가장 많이 다시 본 질문은 "이걸 꼭 사람이 해야 하나"였습니다.
직무 생성부터 DM까지의 자동화 실험
말로만 설명하면 와닿지 않아서, 2026년 11월 19일에 "AI 업무 자동화 담당 (시험)"이라는 직무를 만들고 제 원티드 구직 계정을 후보로 넣어 끝까지 돌려 봤어요. 작업기 기록에 남은 시간은 이렇습니다.
JD 초안: 2분 39초
선별 판정: 1분 34초, 결과는 "보낼 후보, 커피챗 우선"
맞춤 제안서 생성과 게시: 10초
원티드 제안 DM 발송: 9초
사람이 입력한 건 첫 화면의 세 칸이 전부예요. JD 초안이 나오면 검토 화면에서 고칠 곳만 고치고 게시를 누릅니다.
선별 결과는 후보 DB 화면에 판정과 이유가 한 줄로 붙어요. 이번 후보는 "사내 시안 편집 도구를 배포하고 채용 업무를 맡는 웹 앱을 만들었다"는 이력 문장을 근거로 통과했어요.
통과한 후보에게는 이력서에서 본 경험을 앞에 둔 제안서 페이지가 만들어지고, 그 링크와 예약 링크가 든 DM이 원티드로 나갑니다.
같은 시각 제 휴대폰에는 원티드 알림톡이 왔어요. 포지션명은 "기업 AI 교육 담당자"로 떴는데, 시험 직무 공고가 아직 등록되지 않아서 이미 올라가 있던 공고로 보냈기 때문이에요.
AI와 코드의 역할 분담
단계마다 AI를 넣을지는 같은 순서로 정했어요.
사람 손은 기본으로 넣지 않아요. 안전 때문에 사람이 필요해 보이면 앱 버튼 한 번(멈춤, 승인)으로 바꿨습니다.
규칙으로 되는 일은 AI 대신 코드에 맡겨요. 학력 규칙, 중복 발송 막기, 하루 발송 상한이 여기에 들어가요.
판단이 필요한 일은 Claude가 하되 코드가 근거를 검사해요. 판정이 적용 규칙과 이력서 인용에 실제로 연결되지 않으면 보류로 갑니다.
밖으로 나가는 행동에는 잠금을 걸었어요. DM은 후보당 한 번, 하루 20건까지예요. 시험 중에는 제 구직 계정만 받게 잠가 뒀어요.
검색이 이 기준이 생긴 계기였어요. 처음엔 Claude가 Chrome 확장으로 원티드 검색 화면을 직접 눌렀는데, 확장 제한과 클릭 허용 규칙이 계속 부딪혔어요. 그래서 필터는 시작 주소에 다 걸고 수집은 고정 스크립트로 바꿨고, Claude는 선별만 맡게 됐죠.
커피챗 예약을 두 번 바꾼 이유
처음엔 후보가 가능한 시간을 여러 개 고르면 우리 쪽 사람이 담당자와 시간을 확정하기로 했어요. 다음 날 드래그로 시간을 칠하는 표까지 만들었는데, 담당자가 캘린더와 이 화면에 시간을 두 번 넣어야 하는 문제가 보였어요.
취소나 변경도 받을 수 없었고요. 그래서 11월 19일 오전에 방향을 틀어서, 대표님이 이미 쓰던 공용 예약 링크를 DM에 그대로 넣었어요. 배정, 취소, 변경, 노션 기록이 이미 되고 있었거든요. 덕분에 예약 화면도, 예약 잠금 코드도 필요 없어졌어요.
이 일 뒤로 "이미 돌아가는 건 새로 만들지 않는다"를 기준에 하나 더 넣었어요.
AI 판정의 정확성 검증
통과는 바로 보내고 보류만 사람이 보면, AI가 탈락시킨 사람이 맞았는지는 아무도 몰라요. 그래서 AI 탈락 후보를 무작위로 뽑아 사람이 "맞음, 틀림"을 한 번씩 고르는 점검을 넣었어요. 5명을 2분 안에 끝내는 게 목표예요.
선별에서 보는 숫자는 두 개입니다.
잘못된 탈락 비율: 점검한 AI 탈락 중 사람이 틀렸다고 본 비율
보류 비율: AI가 판정한 전체 중 사람에게 넘긴 비율
AI 판정이 사람 판단과 어긋난 사례(점검에서 나온 잘못된 탈락, 사람이 결정한 보류)가 새로 10건 쌓이면 개선 화면에 "돌릴 때 됨" 표시가 떠요. 그때 Claude Code에서 아래처럼 실행합니다.
/improve screen AI 업무 자동화 담당
Claude가 틀린 사례마다 원인을 한 줄씩 적어 묶고, 판정 프롬프트 수정안을 3개에서 5개 냅니다. 제가 1개나 2개를 고르면 정답이 있는 사례 전체를 지금 프롬프트와 고친 프롬프트로 다시 판정해서 맞은 수를 비교해요. 나아졌을 때만 반영하고, 반영 기록은 로컬 커밋으로 남깁니다.
채용 자동화 흐름 구축 방법
이 흐름을 직접 만들 분을 위한 내용이에요. 저는 Claude Code로 Next.js 웹 앱을 만들고, Supabase에 할 일을 넣으면 작업 프로그램이 claude -p로 Claude를 불러 처리하게 했어요. 후보 수집과 DM 발송처럼 순서가 정해진 사이트 작업은 AI 없이 Playwright 고정 스크립트가 해요. 처음 요청은 이렇게 했습니다.
채용 단계를 하나씩 보면서, 사람이 꼭 해야 하는 일만 남기고 나머지는 AI나 코드가 하게 나눠 줘. 규칙으로 되는 건 코드로, 판단이 필요한 건 AI가 하되 근거를 코드로 검사하게 해 줘.
먼저 기존 흐름을 단계별 표로 적고, 단계마다 사람·AI·코드 중 누가 할지 칸을 채워요.
외부로 나가는 행동(공고, DM)은 시험 계정 하나만 받게 잠그고 시작해요.
AI 판정에는 "정답이 어디서 오는지"를 처음부터 정해 두세요. 저는 커피챗 결과와 탈락 점검으로 정했어요.
안재민은 지피터스에서 로나 코칭 실습과 사내 AX 자동화를 맡고 있어요.
지피터스가 사내 AX를 어떻게 하는지는 지피터스는 사내 AX를 어떻게 할까에 모아 두었어요.
우리 회사에도 이런 자동화를 도입하고 싶다면
회사 업무에 맞춘 AI 교육을 함께 설계해요.

![[AX] Aside vs Ego-lite, 네이버·구글 지도 리뷰 분석부터 블로그 발행까지 자동화되네요 썸네일](/_next/image?url=https%3A%2F%2Fcdn-beta.gpters.org%2Fexternal%2F09be985874cae26411244c9d.jpg&w=3840&q=75)


전반적으로 빠르게 잘 구성하셨네요. 제가 맡고 있는 플랫폼은 여러 가지 제약이 있었는데 원티드나 리멤버는 제약사항이 없었나요?
AI 판정 기준은 뭔가요? 물론 프롬프트겠지만 어떤 점을 보나요?
커피챗 중단 비율은, 커피챗을 후보가 거절한 케이스인가요? 아니면 커피챗 이후에 우리가 중단한 건가요??
사소한 건데, 파일 이름을 사람이 넣어줄 필요가 있나요? 규칙 정해서 자동생성되게 끔 하면 안되나요...?
두 곳 다 약관에 "사전 허락 없이 매크로·스크래퍼 같은 자동화된 수단으로 회원 정보를 수집하면 안 된다"는 조항이 있어요. 지금은 제 시험 계정 하나로만 돌리고 있고, 실제 후보로 돌리기 전에 정리할 부분으로 두고 있어요.
AI 판정 기준은 프롬프트로 하고 학력과 잦은 이력과 같은 코드로 판정하는 부분이 있습니다.
Eval 과정에서는 틀린 사례들에 사람이 이유를 한 줄씩 붙여 AI가 개선안을 3~5개 만들고 고르는 방향으로 구성하였습니다.
커피챗이 연결 되었다가 취소한 경우를 의미했는데 이 경우를 원래 우리랑 맞지 않아서 or 적합한 인재인데 빠진 경우일텐데 평가에서 어떻게 넣어야할지 애매해서 우선 제외했습니다. 글에서도 제외했습니다.
자동생성하면 좋을 것 같습니다!