본문으로 건너뛰기

원티드 DM 자동화를 3가지 길로 동시에 만들어보며 깨달은 것 (1부)

김태현

2026.05.28

한국사이트 스크린샷

<원티드 채용 플랫폼>

📝 한줄 요약

같은 "원티드 매치업 DM 자동화"라는 작업을 ① Rona 스킬, ② Codex의 최신 리서치, ③ 내가 우연히 알게 된 Vercel agent-browser — 이 세 가지 접근으로 동시에 진행해보면서, 어떤 접근이 어떤 상황에 맞는지와 "AI 스킬"이라는 형태가 앞으로 어떻게 진화해야 하는지를 정리한 기록입니다.

🎯 이런 분들께 도움돼요

  • 채용·세일즈·CS 등 반복적인 웹 클릭 업무를 AI로 자동화하려는 비개발 실무자

  • AI 스킬(Skill)을 만들거나 운영하는 분 — 어떤 부분이 사용자에게 부족하게 느껴지는지가 궁금한 분

  • 같은 작업을 여러 도구로 시켜보며 비교해 본 경험이 없으신 분

  • Codex / Claude Code 같은 코딩 에이전트로 브라우저 자동화를 검토 중이신 분

😫 문제 상황 (Before)

원티드 매치업에는 후보자가 끊임없이 새로 올라옵니다. 학교/경력을 보고 적합해 보이면 "제안 보내기"를 눌러서 메시지를 보내야 하는데, 이게 수십 명 단위로 반복됩니다. 후보자별로 학력 텍스트가 비정형이라 눈으로 일일이 읽어야 하고, 같은 문구를 손으로 다시 입력하는 식의 작업도 섞입니다.

브라우저 자동화로 풀고 싶은데, 막상 시작하려니 막혔습니다.

  • 어떤 도구가 지금 가장 안정적인지 모르겠다(Playwright? Playwright MCP? browser-use? 새로 들었던 agent-browser?)

  • 같은 결과를 만드는 방식이 너무 많아 보였다 — "Python 스크립트로 짤지", "에이전트가 그때그때 판단하게 할지" 등

  • 계정 정지가 무서웠다. 봇처럼 보이지 않게 만드는 노하우가 따로 있는 듯한데 정리된 글을 찾기 어려웠다

그래서 "그냥 한 가지로 정해서 빠르게 만들기"보다는, 세 가지 접근을 동시에 진행해 보고 어떤 게 내 상황에 맞는지를 직접 비교해 보기로 했습니다.

🛠️ 사용한 도구

  • AI 도구: Codex CLI(주력), Rona(스킬 제공자), Claude Code(이 글 작성)

  • 자동화 스택: Playwright(CLI + Python async), Playwright MCP, Vercel agent-browser(예정)

  • 보조 라이브러리: Jinja2(메시지 템플릿), SQLite(발송 이력), tenacity(재시도), playwright-stealth(봇 탐지 회피)

  • 특이사항: 세 접근을 rona-based/, research-based/, knowl-based/ 폴더로 나눠 동시에 진행


🔧 작업 과정

세 접근을 따로따로 풀어쓰는 대신, "같은 작업을 어떤 식으로 풀게 했는지"를 비교 가능한 형태로 정리했습니다.

1️⃣ research-based — Codex에게 최신 리서치부터 시키고 시작하기

먼저 어떤 도구·모델·방식이 지금 시점에 가장 안정적인지 자체를 모르는 상태였기 때문에, Codex에게 리서치부터 시켰습니다.

코덱스나 클로드 코드를 사용해서 브라우저 작업을 자동화 하는 것을 하려해. 오늘 기준 최근 3개월간 x.com, 블로그, Reddit, 유튜브, 뉴스레터들을 리서치해서, 어떤 방법과 어떤 모델, 어떤 툴을 사용하면 가장 안정적으로 빠르게 할 수 있는지 리서치를 해줘. 그 결과를 01-browser-auto-research.html 로 만들어줘.

Codex는 한 시간 정도 자료를 수집해서, 권장 스택 → 작업별 선택표 → 모델 선택 → 설정 레시피 → 핵심 패턴 → 리스크와 운영 원칙 → 30일 도입 플랜 순서로 정리된 리서치 덱(HTML) 한 장을 만들어줬습니다. 각 결론에는 어느 글에서 왔는지 출처 번호([1], [2] …)가 붙어 있어서, 의심스러운 결론은 원문을 바로 확인할 수 있었습니다.

여기서 알게 된 가장 핵심적인 패턴이 APP_MAP.md였습니다. "에이전트가 매번 화면을 다시 탐색하느라 시간을 쓰지 않게, 페이지의 구조(어디 어떤 버튼이 있고, 무엇이 위험하고, 무엇을 절대 누르면 안 되는지)를 마크다운 한 장으로 미리 적어두는" 운영 패턴이었습니다.

Codex + Playwright CLI + Skill 방식으로 자동화 해보려해. 이때 wanted-map.md 파일도 01-browser-auto-research.html 에 나와있는 APP_MAP.md 파일처럼 만들고, AGENTS.md 파일에 이 APP_MAP.md 파일을 항상 먼저 로드 하라고 써둘꺼야. 이걸 내가 step-by-step으로 따라할 수 있게 02-wanted-tutorial.html 파일로 만들어줘.

이렇게 해서 만든 게 12단계 튜토리얼(02-wanted-tutorial.html)이었습니다.

한국어로 된 코덱스 클로드 코드의 스크린샷

<(02-wanted-tutorial.html 스크린샷>

핵심은 이렇습니다.

  • Map: wanted-map.md — 원티드 매치업의 화면/버튼/금지 액션을 한 장에 적어둠

  • CLI: Playwright CLI로 스냅샷을 찍어가며 에이전트가 매번 최신 화면을 본다

  • Queue: 평가 결과를 output/wanted/review_queue.csv에 쌓아두고, 최종 발송은 사람이 직접 승인한 행만 보낸다

  • 가드: AGENTS.md에 "원티드 작업 시작 전 반드시 wanted-map.md 먼저 읽어라"라고 명시 + "제안 보내기 버튼은 승인된 행만 클릭하라"라는 절대 규칙

이 방식이 매력적이었던 이유는, 셀렉터가 바뀌어도 사람이 다시 코드를 고칠 필요가 없다는 점입니다. 에이전트가 스냅샷을 다시 찍고 wanted-map.md만 갱신하면 그대로 동작하니까요. 사람의 노하우가 코드가 아니라 운영 문서에 쌓이는 셈입니다.

실제로 후보자 1명으로 드라이런까지 돌려보니, 디테일 다이얼로그의 학력/경력/스킬 섹션이 그대로 잡혀서 5명 분량의 리뷰 큐가 자동으로 만들어졌습니다. 발송 버튼은 누르지 않고 멈춰서 사람 승인을 기다리는 흐름이었습니다.


2️⃣ rona-based — Rona가 알려주는 모범 답안대로 만들기

같은 작업을 이번엔 Rona 스킬(automated-dm-outreach)을 통해 진행해 봤습니다. 참고로 Rona 는 할 일을 넣으면, 그 일을 AI로 할 수 있는 최신의 방법을 에이전트 Skill 형태로 알려주는 웹서비스입니다 (https://rona.so/beta/skill-request) - 저희가 만들고 있는 툴이에요.

방금 설치한 .agents/skills/rona-3be09547/SKILL.md 를 읽고, 그 순서대로 같이 진행해 줘.

Rona는 동료로서 옆에 붙어주는 느낌이었습니다. 시작하자마자 "옵션 1(풀스택) / 옵션 2(프로토타입) / 옵션 3(비공식 API)" 세 개의 길을 제시하고, 어느 쪽으로 갈지를 같이 정하자고 했습니다.

옵션 1을 택하니, 5단계로 코드를 같이 만들어줬습니다.

  1. Python venv + Playwright/pandas/Jinja2/tenacity/playwright-stealth 설치

  2. Jinja2 기반 개인화 템플릿(dm_template.txt) — 랜덤 오프닝 + 변수 치환

  3. 세션 쿠키 로그인 + 후보자 순회까지 하는 run.py 골격

  4. 랜덤 지연 / 재시도 / SQLite 로깅 / RotatingFileHandler까지 통합한 최종 봇

  5. 운영 시 주의사항

만들어진 run.py는 그 자체로 완성도가 높았습니다. 계정 정지를 피하기 위한 노하우(랜덤 지연, stealth, 재시도 정책)가 코드 안에 그대로 들어가 있었고, 이런 부분은 혼자였다면 며칠은 헤맸을 부분이었습니다. Rona는 "최신 AI 활용법을 정확히 알려주는" 도구라는 인상을 강하게 받았습니다.

다만 중간에 이런 의문이 생겼습니다.

실제 수행을 할 때는 headless browser로도 수행이 가능한거니? 네가 테스트할 때 자꾸 브라우저 head가 뜨더라구.

만일 원티드의 Selector가 바뀌면 어떻게 해야해?

인재에게 DM을 보낼 때 white list에 있는 대학과 전공에 속하는지 먼저 판단하는 것을 만들고 싶어. 그런데 학력 부분의 텍스트가 정형화되어 있지 않아서…

여기서 깨달았는데, 이런 질문들에 대한 답은 결국 research-based 접근에서 만든 wanted-map.md 같은 운영 문서가 있어야 풀리는 문제였습니다. 즉 Rona는 "코드는 잘 짜주지만, 그 코드가 깨졌을 때 어떻게 유지해야 하는지에 대한 운영 패턴(APP_MAP 같은 것)까지 같이 가르쳐 주지는 않았다"는 게 보였습니다.


3️⃣ knowl-based — Vercel agent-browser, 내 기억에 의존하기

마지막은 비교 실험을 위해, 우연히 어디선가 들어둔 Vercel agent-browser라는 새 도구로 같은 작업을 시도하는 것이었습니다.

이번에는 Vercel의 agent-browser 를 활용해 보려해. 어떤 장단점이 있는지 일단 최근 6개월간의 x.com, 블로…

여기서 막혔습니다.

  • Rona는 이런 신생 도구를 모르고

  • Codex의 리서치도 자료가 충분하지 않고

  • 결국 "이게 좋다고 어디서 본 적이 있다"는 내 기억 외에는 출발점이 없는 상태

knowl-based/ 폴더는 아직 비어 있습니다. 도구 자체는 매력적이지만, "덜 알려진 좋은 도구"를 다른 곳에서 검증해주지 않으면 결국 사람의 기억력에 다시 의존하게 된다는 걸 정면으로 보여주는 사례가 됐습니다.


✅ 결과 (After) — 아직 진행 중, 그러나 비교의 그림은 그려졌다

세 접근 비교

항목

research-based

rona-based

knowl-based

핵심 산출물

리서치 덱 + 12단계 튜토리얼 + wanted-map.md + 리뷰 큐

run.py + 템플릿 + SQLite 로그 + storage_state

(없음)

강점

셀렉터 변경에 강함, 사람 승인형 흐름, 운영 문서가 남음

즉시 돌아가는 봇, 계정 보호 노하우 코드화

(잠재적) 더 새로운 패러다임

약점

처음 진입 비용이 더 큼

셀렉터 바뀌면 코드 수정 필요, APP_MAP 같은 운영 패턴은 다루지 않음

자료가 부족해 사용자 기억에 의존

어울리는 상황

화면이 자주 바뀌고 사람 승인이 필요한 업무

화면이 안정적이고 빠르게 돌려야 하는 업무

직접 시간 들여 탐색할 여유가 있을 때

가장 의외였던 발견

같은 작업을 세 가지 길로 풀어본 것 자체가 가장 큰 결과물이었습니다. 각각이 서로의 약점을 드러내 줘서, "내가 어느 한 가지에만 매달렸다면 절대 발견하지 못했을 빈틈"이 명확히 보였습니다.

💬 이 과정에서 배운 AI 활용 팁

효과적이었던 것

  1. 같은 작업을 두세 가지 도구로 동시에 시켜보기. 시간 낭비처럼 보이지만, 한 도구의 모범 답안이 가린 사각지대를 다른 도구가 곧장 드러내줍니다.

  2. 에이전트에게 운영 문서를 먼저 만들게 하기(APP_MAP.md 패턴). 코드보다 먼저 "이 화면은 이런 구조다, 이건 절대 누르면 안 된다"를 한 장에 적어두니, 셀렉터가 바뀌어도 사람이 코드를 고치지 않게 됐습니다.

  3. 승인형 자동화 흐름. 후보자 평가는 자동, 발송은 사람 — 이렇게 분리하니 계정 정지나 잘못 보낸 메시지에 대한 공포가 거의 사라졌습니다.

  4. Rona가 권하는 "옵션 1/2/3" 분기. 처음에 3가지 길을 제시받고 선택한 게, 자기도 모르게 한 길로 흘러가는 걸 막아줬습니다.

이렇게 하면 안 돼요

  1. 한 도구의 답을 그대로 정답으로 받아들이지 말 것. Rona가 잘 만들어준 run.py도, 셀렉터 변경 시 어떻게 유지할지에 대한 답은 빠져 있었습니다.

  2. "덜 유명한 도구"를 검증 없이 시도하지 말 것. Vercel agent-browser는 매력적이었지만, 검증해 줄 자료가 적으면 결국 사용자의 기억력으로 다시 돌아옵니다.

  3. 계정 보호 노하우를 본인이 직접 떠올리려 하지 말 것. 랜덤 지연, stealth 모드, 재시도 정책은 도구가 알려주게 두는 게 빠르고 안전합니다.

🌍 다른 업무에 적용한다면? — Rona/AI 스킬 자체에 대한 제안

이번 비교 실험을 하면서, Rona가 생성하는 스킬의 형태가 어떻게 진화해야 사용자에게 더 도움이 될지가 가장 크게 와닿았습니다. Rona나 비슷한 스킬을 만드는 입장에서 참고가 될 만한 부분을 정리합니다.

  1. "이번 업무 전체"를 먼저 이해시키는 단계. 본격적인 코딩 단계로 들어가기 전에, "이 작업을 AI로 풀 수 있는 방법에는 어떤 것들이 있는지", "필요한 배경 지식은 무엇인지"를 먼저 가르치는 단계가 있으면 좋겠습니다. 지금 Rona는 곧장 코드 단계로 들어가는 편입니다.

  2. 중간 중간 사용자의 의도를 묻는 분기점을 더 많이. "옵션 1/2/3" 같은 분기를 시작 직후뿐 아니라, 단계마다 작은 형태로 자주 넣어주면 좋겠습니다. 사용자의 상황은 단계마다 미세하게 바뀌기 때문입니다.

  3. 유명하지 않지만 더 적합할 수 있는 툴까지 커버하기. 지금의 Rona는 "최신의 검증된 방법"은 잘 알려주지만, agent-browser처럼 아직 자료가 적은 도구는 사용자의 기억에 의존하게 됩니다. "이 작업에 어울릴 가능성이 있는 신생 도구들"까지 함께 탐색해주는 기능이 필요합니다.

  4. 텍스트 이상의 형태로 가르치기.

    • 코딩 에이전트가 텍스트로만 설명하는 대신, HTML로 시각화한 한 장을 스킬의 일부로 포함하면 사용자가 훨씬 빨리 전체 그림을 잡을 수 있습니다(이번에 만든 01-browser-auto-research.html이 그 예시였습니다).

    • 더 나아가 인터랙티브한 HTML 앱(예: "여기 버튼을 눌러보세요" 식의 상호작용 학습)을 스킬에 끼워 넣을 수도 있고

    • 이해를 돕는 이미지를 미리 생성해 둔 채로 스킬에 동봉하는 것도 가능합니다.

    • 즉, 스킬이 더 이상 "마크다운 한 장"이 아니라, 마크다운 + 시각자료 + 인터랙티브 앱 + 운영 문서 템플릿의 묶음이 되는 방향입니다.

🚀 앞으로의 계획

  • knowl-based(Vercel agent-browser) 실제 구현을 마무리하고 세 접근의 직접 비교를 끝낸다

  • 화이트리스트 대학/전공 분류를 LLM 1차 + alias 매핑으로 정착시키고, wanted-map.md에 룰로 반영

  • 위 4번에서 적은 "HTML/인터랙티브/이미지를 포함한 스킬 형태"를 실제 한 두 개의 스킬에 적용해보기

📋 재사용 가능한 프롬프트

프롬프트 1: 시작 전 리서치를 먼저 시키기

코덱스나 클로드 코드를 사용해서 [작업 이름]을 하려해. 오늘 기준 최근 [N]개월간 x.com, 블로그, Reddit, 유튜브, 뉴스레터들을 리서치해서, 어떤 방법과 어떤 모델, 어떤 툴을 사용하면 가장 안정적으로 빠르게 할 수 있는지 리서치를 해줘. 그 결과를 HTML 한 장으로 만들어주고, 각 결론에는 어느 출처에서 왔는지 [1], [2] 같은 번호를 붙여줘.

프롬프트 2: 운영 문서(APP_MAP)부터 만들게 하기

[서비스 URL] 의 화면을 자동화하려고 해. 본격적인 자동화 코드 작성에 들어가기 전에, 이 화면의 구조(왼쪽 내비, 필터, 결과 테이블, 디테일 다이얼로그)와 절대 클릭하면 안 되는 버튼들, 멈춰야 하는 조건들을 [app-name]-map.md 라는 마크다운 한 장으로 먼저 정리해줘. 이후 모든 자동화 작업은 이 파일을 먼저 읽고 시작하게 할 거야.

프롬프트 3: 승인형 자동화 흐름 만들기

[서비스]에서 [평가 기준]으로 후보를 평가하고, 결과를 review_queue.csv 에 쌓아줘. 발송/전송 버튼은 절대 자동으로 누르지 말고, approved_to_send=true 가 명시적으로 표시된 행만, 그리고 내가 이번 세션에서 "지금 보내라"고 명시적으로 말한 경우에만 발송해줘.

프롬프트 4: 같은 작업 여러 도구로 비교하기

같은 작업 "[작업 이름]"을 아래 세 가지 방식으로 각각 풀어보고 싶어. 각각을 별도 폴더(folder-a/, folder-b/, folder-c/)에 분리해 진행하고, 마지막에 표 형태로 비교해줘.

  1. [도구 A]에게 모범 답안대로 시키기

  2. [도구 B]에게 최신 자료 리서치부터 시키고 진행

  3. 내가 우연히 알게 된 [도구 C]로 직접 시도

4

함께 이야기해요 4

로그인하고 댓글을 남겨 주세요

언재거 프로필 이미지
언재거2026.05.29

지피터스 구인 마저도 자동화로 풀어보려는 AI Native 회사 대표님 😆
상세한 사례글에서 많이 얻어 갑니다.👍 👍

류웅수_이안_IAN 프로필 이미지

같은 "원티드 매치업 DM 자동화"라는 작업을 ① Rona 스킬, ② Codex의 최신 리서치, ③ 내가 우연히 알게 된…. 저는 여기서 세팅보다 운영을 어떻게 이어갔는지가 더 궁금했습니다.

김태현 프로필 이미지
김태현2026.05.29

운영 어떤 부분이 궁금하셨나요?

류웅수_이안_IAN 프로필 이미지

@김태현

세팅한 후에 어떻게 운영하고 보강하며 발전시켜 나가는지가 지금 저의 가장 큰 관심사입니다.

스킬이든 에이전트든 만들어 놓은 것으로 끝나는 게 아니라, 그것을 좀 더 발전시키는 부분이 최근의 주된 관심사거든요.

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

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

우리 회사에도 이런 자동화를 도입하고 싶다면

회사 업무에 맞춘 AI 교육을 함께 설계해요.

기업교육 문의하기

함께 읽어보세요

AX 현장 전체 보기