본문으로 건너뛰기

이력서 1장 읽는 데 5분 걸리던 걸, 3초로 줄였다

멍멍삼

2026.05.24

📝 한줄 요약

회사 채용 시즌마다 면접관이 이력서 더미 읽느라 시간 다 보내는 게 답답해서,
이력서 텍스트만 붙여넣으면 AI가 의심스러운 부분이랑 면접 때 물어볼 질문까지 뽑아주는 기능을 4일 동안 만들었다. Claude Code랑 같이.

바쁘면 이것만 보세요:

  • 만든 것: 이력서 분석 + 예리한 면접 질문 자동 생성 (회사 채용 사이트에 붙임)

  • 속도: 처음 97초 → 최종 44초

  • 결과 가독성: 한 덩어리 문단 → 빨간색·회색으로 구분된 4개 박스 (3초 스캔 가능)

  • 가장 중요한 깨달음: AI한테 일을 잘 시키려면 "이렇게 결정해줘"가 아니라 "이런 결정이 필요한지 먼저 물어봐줘"

  • 사용 도구: Claude Code + Claude Sonnet 4.6

🎯 이런 분들께 도움돼요

  • 채용·면접 자주 하는데 이력서 더미 보다가 지치는 사람

  • 자기 업무에 AI 붙이고 싶은데 어디서부터 시작할지 막연한 사람

  • AI 결과가 너무 길고 안 읽혀서 답답한 적 있는 사람



😫 내가 원했던 것 (의도)

회사에서 슈퍼바이저 시즌마다 이력서가 수십 장 쌓인다. 면접관 입장에서 한 장 읽고 머릿속 정리하는 데 5분쯤 걸린다. 면접 들어가기 전에 잡아내야 하는 건 항상 똑같다:

  • 경력 사이에 설명 안 된 공백이 있는가

  • 자기소개서에 적은 게 이력서랑 맞는가

  • "창업했다"는데 직함은 왜 사원인가

  • 단기 퇴사가 반복되는 패턴인가

매번 사람 머리로 하니까 놓치는 게 너무 많았다.

원하는 건 단순했다. 이력서 텍스트만 붙여넣으면, AI가 "이 사람 이거 이상해, 이거 물어봐" 하고 정리해주면 좋겠다. 면접관은 그걸 3초 만에 스캔하고 면접 들어가면 된다.



🛠️ 사용한 도구

  • Claude Code — 코드 짜는 AI 비서

  • Claude Sonnet 4.6 — 이력서 분석하는 AI

  • 앱: Next.js + Supabase + Vercel (이미 있던 사내 채용 사이트에 기능 추가)



🔧 그래서 뭐 했냐면

1️⃣ 사양 던졌더니 AI가 거꾸로 4가지를 물어봤다

처음에 던진 건 이 정도였다.

면접관이 이력서 텍스트만 붙여넣으면
AI가 알아서 분석하고 면접 질문도 뽑아준다.
이름·나이·전공은 적어도 되고 안 적어도 됨.
"복붙 한 번이면 끝."

근데 Claude Code가 바로 코드 짜지 않고 4가지를 물어봤다.
"어디 화면에 붙일까? / 결과를 DB에 저장할까 브라우저에만 저장할까? / API는 어떻게 호출할까? / 모델은 어떤 거 쓸까?"

이게 진짜 좋았다.

내가 막연하게 던진 걸 AI가 "이런 결정이 필요해요"라고 분해해서 클릭만 하면 되게 만들어줬다.
나중에 "아 이거 그거 결정 안 했네" 하고 갈아엎는 일이 없어졌다.

그렇게 30분쯤 만에 첫 버전이 돌아갔다.


2️⃣ "왜 1분 37초 걸려?" — 답이 내 추측과 달랐다

근데 막상 써보니 [AI 분석 실행] 누르고 1분 37초를 기다려야 했다.
면접 직전엔 못 쓴다.

내 추측은 "더 빠른 모델로 바꾸면 되겠지"였다.
근데 Claude Code가 측정부터 하자고 했다.
같은 이력서로 빠른 모델(Haiku)이랑 똑똑한 모델(Sonnet)을 동시에 돌렸더니:

  • 빠른 모델: 57초

  • 똑똑한 모델: 97초

  • 결론: 둘 다 답을 7천 자나 만들어내서 모델 바꿔도 별 차이 없음

진짜 답은 "AI가 만드는 답의 양 자체를 줄이는 것"이었다.
결과 화면을 4개 패널에서 2개 패널로 줄였더니 97초 → 47초.
절반 가까이 빨라졌고 모델은 그대로다.

추측으로 일 시키는 거랑 측정으로 일 시키는 게 결과가 완전히 다르다는 걸 그때 알았다.


3️⃣ JSON 파싱이 자꾸 깨졌다 — 4번째 깨졌을 때 구조를 바꿨다

AI한테 "이런 모양으로 답해줘"라고 하면 보통 잘 만드는데, 답 안에 따옴표나 줄바꿈이 들어가면 가끔 깨졌다.
정규식으로 고치고, 또 깨지고, 또 고치고…

4번째 깨졌을 때 Claude Code가 말했다.

텍스트로 JSON 만들게 하지 말고, Anthropic의 tool_use 기능을 쓰면 됩니다. AI가 글자가 아니라 구조화된 객체를 직접 반환하니까 파싱할 게 없어요.

그날 이후로 파싱 에러가 0이 됐다. 정규식으로 계속 막다가 결국 구조 자체를 바꾸니까 끝났다.


4️⃣ 빨라졌는데 안 읽혔다 — "심플하게!" 한마디로 바뀐 것

빨라지긴 했는데 결과 화면이 여전히 문제였다. 한 덩어리로 쭉 나와서 또 읽고 있어야 했다. 그래서 말했다.

출력은 면접관이 5초 안에 핵심을 파악할 수 있도록,
산문이 아닌 "스캔 가능한 단문 리스트" 형태로 작성.
심플하게!

Claude Code가 결과를 4개 색깔 박스로 쪼갰다.

  • 프로필 개요 (회색, 흐릿하게) — 배경 정보

  • 긍정 신호 (회색) — 가산점이지만 강조 X

  • 부정 신호 (🔴 빨간 ●) — 시야 끌기

  • 면접 시 확인사항 (🔴 빨간 ! + 굵게) — 가장 강조, 면접관 액션

그리고 한 줄에 60자 넘어가면 의미 단위로 자동 줄바꿈. 이제 진짜 3초 스캔이 된다.


5️⃣ 비율을 7:3으로 바꾸자 질문이 확 바뀌었다

써보니 분석은 잘 되는데 면접 질문이 너무 일반적이었다. "장기근속 의지 우회 질문" 같은 어디서나 쓰는 질문. 그래서:

면접 질문 생성 기준으로 녹여 넣는 방식과
이력서 분석 두 분야로 나누자.
비율은 7:3 정도로 경중을 둬서.

분석 30%, 질문 생성 70%로 비중을 바꿨더니 같은 이력서에서 질문이 이렇게 변했다.

Before

After

"F&B 현장 컴플레인 응대 사례를 말씀해주세요" (어디서나 쓰는 질문)

"에페커피·식무럭에서 실제 고용 형태가 어떻게 되나요? (창업자 vs 사원)" (이 이력서에만 해당)

심지어 "창업 카페인데 직함은 왜 사원으로 적혀 있지?" 같은 모순도 새로 잡아내기 시작했다.
사람이 5분 봐도 놓쳤을 것들.


✅ 결국 이렇게 됐다

항목

Before

After

AI 분석 시간

1분 37초

44초

면접관이 핵심 잡는 시간

5분 (이력서 통독)

3초 (빨간색만 보면 됨)

결과 형식

한 덩어리 텍스트

4개 색깔 박스 + 자동 줄바꿈

면접 질문 품질

일반론

그 사람 이력서만의 모순·공백을 짚는 질문

동시 3명 면접 화면

AI 분석은 따로 봐야 함

3컬럼 각각에 AI 분석 같이 표시

회사 채용 사이트에 실제 배포됨.


💬 4일 동안 하면서 배운 것

귀납적으로 정리하면 이거 4개다.

1. AI한테 일 시키기 전에, AI가 거꾸로 나에게 결정 사항을 묻게 만들어라.
처음에 막연히 던졌을 때 4가지를 거꾸로 물어봐준 게 진짜 컸다. 그 한 번이 나중의 갈아엎기를 다 막아줬다.

2. "왜 느려/안 되지?"의 답은 추측이 아니라 측정에 있다.
모델 바꾸면 되는 줄 알았는데 직접 비교해보니 출력 양이 진짜 원인이었다. AI한테도 "추측 말고 직접 돌려서 비교해줘"라고 시켜야 한다.

3. 같은 에러가 3번 이상 나면 코드가 아니라 구조를 바꿔라.
JSON 파싱 정규식을 4번 고친 끝에 결국 tool_use로 갈아엎었다. 처음부터 그랬으면 시간 아꼈을 것.

4. AI 결과는 무조건 "스캔 가능한 단문 리스트".
AI는 기본적으로 친절하게 산문으로 길게 쓴다. 근데 실무 화면에서는 정반대가 필요하다. "심플하게!" 한 마디가 진짜 컸다.


🚫 이렇게 하면 안 돼요

빌드 확인 안 하고 커밋하지 말기.
첫날에 페이지 7개를 정리했는데 빌드를 안 돌려봐서, 다음날 사용자가 "면접 URL 404 뜨는데?" 신고하고 나서야 알았다. revert로 살리긴 했지만 식은땀.

막연하게 "빠르게 해줘" 던지지 말기.
"왜 느린지 측정해서 데이터로 보여줘"가 답을 더 빨리 가져온다.


🌍 다른 업무에 적용한다면?

이거랑 똑같은 패턴이 쓸 만한 곳:

  • 고객 클레임 → 분석 + 대응 멘트 (CS팀 일상)

  • 계약서 → 의심 조항 + 협상 포인트 (영업/구매)

  • 회의록 → 결정 사항 + 후속 액션 (매주 회의)

  • 장문 이메일 → 핵심 요청 + 답변 초안 (영업 인박스)

공통 패턴은 "긴 텍스트 → 빨강/회색으로 위험도 표시된 짧은 리스트 + 다음에 할 액션". 이력서가 아니어도 이 패턴이면 다 비슷하게 만들 수 있다.


🚀 앞으로의 계획

  • 면접 끝나고 면접관 메모랑 AI 분석을 합쳐서 채점 자동 추천

  • 입사 후 6개월 시점에 "이 사람 어떻게 됐나" 데이터 쌓아서 AI 분석 정확도 측정

  • F&B 외 직군(개발/디자인)으로 프롬프트 확장


📋 그대로 복붙해서 쓸 수 있는 프롬프트

프롬프트 1: AI가 거꾸로 결정 사항을 묻게 만들기

[내가 하고 싶은 작업 자유롭게 설명]

진행하기 전에, 결정이 필요한 사항을 선택지 형태로 먼저 물어봐줘.
내가 답한 다음에 그때 작업 시작.

프롬프트 2: AI 결과를 "3초 스캔"으로 만들기

출력 형식 규칙

  • 한 문장 = 한 줄 = 하나의 정보

  • 산문형 긴 문장 금지, 조사·접속사 최소화

  • 키워드·단구 중심, 한 항목 30자 이내

  • 같은 정보를 두 번 반복하지 말 것

읽는 사람이 [3초/5초] 안에 핵심을 파악할 수 있도록,
산문이 아닌 "스캔 가능한 단문 리스트" 형태로 작성. 심플하게!

프롬프트 3: AI가 갑자기 코드 갈아엎는 거 막기

수정 전에 변경되는 부분만 정리해서 나에게 확인시켜줘.
내가 OK 하면 그때 수정해.

프롬프트 4: "왜 느려/안 되지?"는 측정으로 답 받기

[상황 설명]

추측 말고, 같은 입력으로 [A안 vs B안]을 직접 실행해서
결과 데이터로 비교해줘.


결국 4일 동안 한 건 이거다. AI한테 일을 떠넘긴 게 아니라, AI랑 같이 의도를 명확히 하고 → 측정으로 답 찾고 → 결과를 사람이 3초 만에 잡을 수 있게 만드는 것. 면접관 시간 5분이 3초가 된 건 그 결과일 뿐.

2

함께 이야기해요 2

로그인하고 댓글을 남겨 주세요

라면 프로필 이미지
라면2026.05.26

지피타쿠님의 피드백이 제게도 도움이 되네요. 감사합니다.

GPTaku 프로필 이미지
GPTaku2026.05.26
  1. 채용 검토용 워크스페이스를 만든다

  2. 기존 합격자 이력서를 분석해 판단 기준을 세운다

  3. 지원자 이력서를 기준을 근거로 분석시켜 평가한다

  4. 합격 분류 대상자들에 대해서는 다음 프로세스로 진행한다

  5. 각 자기소개서의 경험과 질문사항, 꼬리질문 등 시나리오를 생성한다

저라면 이런식으로 해볼것 같은데 이 과정에서 반복적으로 수행되는것들은 스킬화를 할것 같아요

폴더 트리를 짜놓고 특정 폴더 하위에 파일이 이동되면 거기에서 다음 프로세스로 넘기는 스킬들을 만들어 사용할거 같아요

참고해서 한번 고도화 해보세요!

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

이런 사례도 있어요

사례 전체 보기