대부분 사람이 AI로求职하는 방식, 완전히 틀렸다

ChatGPT 켜고, 채용공고 붙여넣고, “이력서 좀 다듬어줘” 한마디. 복사, 붙여넣기, 지원. 그리고 돌연병.

문제는 단발성 생성에 있다. AI 한테 한 번의 대화에서 작가도 평론가도 시키면, 늘 미지근한 물一碗이 나온다—문법은 맞지만 날카로움 없는, ATS 시스템이 한 번 훑고 지나치는 그런 이력서.

求职는 굉장히 주관적이고, 단계가 많고, 감정이 무너지기 쉬운 과정이다. 대부분 사람이 수십 통 이력서를 넣고 면접 몇 개 못 잡는 건 능력 문제가 아니라, 전체 공정이 엔지니어링돼 있지 않기 때문이다.

해고된 지구물리학자가求职을 파이프라인으로 만들었다

원본 글에 따르면(아래 수치는 모두 독립 검증되지 않음): GitHub에 ai-job-search라는 오픈소스 프로젝트가 있고, star 2.9만 개를 넘겼다. 저자 Mads Lorentzen은 원래 지구물리학자였는데, 해고당한 뒤 Claude Code로求职 Agent 프레임워크를 구축해 69통 지원 → 20개 1차 면정 → 결국 AI 엔지니어로 전직에 성공했다.

69통 중 20면정, 1차 면정 전환율 거의 30%. 미투简历의 평균 전환율은? 보통 5%도 안 된다. 원본 글에 따르면, 저자가 LinkedIn에서 이 퍼널 데이터를 공개했다고 한다.

하지만 숫자가 핵심이 아니다. 핵심은 그의 방식이다: 求职을 “감”에서 AI가 실행·검증·반복할 수 있는 표준화 워크플로우로 분해했다는 점.

이 프레임워크에서 진짜 돈 되는 설계: 이중 Agent 상호검증

원본 글에 따르면, 이 프로젝트의 핵심 메커니즘은 Drafter + Reviewer 이중 Agent 구조다:

• Drafter(起草者): 사용자의 커리어 프로필을 읽고, 구체적인 채용공고에 맞춰 맞춤 이력서와 커버레터를 생성한다.
• Reviewer(评审者): 완전히 새로운 컨텍스트로 시작되는 독립 Agent. 초안에 영향받지 않고, 스스로 목표 회사를 조사한 뒤 제3자 시선에서 초안을 비판한다.

이 설계가 단발성 생성의 치명적 약점을 정확히 찌른다. 첫 번째 Agent가 쓰고, 두 번째 Agent가 새 시선으로 꼬집는다—“이 경력은 직무 요구사항과 무관하다”, “이 동사는 너무 약하다”, “회사가 최근 구조조정 중인데 커버레터에 그 점이 반영 안 됐다”. 그리고 다시 쓰라고 돌려보낸다.

원본 글에 따르면, 전체 흐름은 네 가지 명령으로 구동된다: /setup은 커리어 프로필 구축(PDF 이력서 임포트, LinkedIn 내보내기, 인터뷰 방식 입력 모두 지원), /scrape은 채용공고 검색·정렬(덴마크 로컬 플랫폼 Jobindex·Jobnet·Jobbank 내장, 명령으로 어느 지역이든 확장 가능), /apply은 한 번에 지원 자료 생성(적합도 평가, LaTeX 레이아웃, ATS 키워드 검증, PDF 페이지 수 체크 포함), /interview은 면접 준비 패키지 생성(회사 조사, STAR 사례 매핑, 모의 면접).

모든 데이터는 로컬에 저장되고, 어떤 SaaS 플랫폼도 거치지 않는다.

돈 벌려는 사람에게 이게 의미하는 것

길은 두 가지.

첫 번째 길: 직접 쓴다. 지금求职 중이라면, 특히 기술직이라면, 이력서 하나로 천군만마에 던지는 짓은 그만둬라. 이 프로젝트를 fork하거나(github.com/MadsLorentzen/ai-job-search), 이思路대로 Claude로 직접 짜라: 프로필 DB + 공고 파싱 + 이중 Agent 상호검증 + ATS 검증. “Reviewer 비판” 단 한 단계만 구현해도 이력서 품질은 경쟁자 90%를 짓밟는다.

두 번째 길: 서비스를 판다. 이게 내가 오늘 진짜 하고 싶은 말이다.

Step 1: 이 워크플로우를 “이력서 스나이퍼 서비스”로 포장한다

Mercari·Lemon8에서 “이력서 첨삭” 검색하면 한 무더기 나온다. 객단가 30–200 위안, 전부 사람이 고치거나 GPT 단발성 생성. 내 손에는 이중 Agent 상호검증 + ATS 키워드 검증이 있으니, 품질 차원이 아예 다르다.

가격 전략: 베이직 99 위안(이력서 최적화 + ATS 키워드 리포트), 스탠다드 299 위안(이력서 + 커버레터 + 목표 회사 조사), 플래그십 599 위안(면접 준비 패키지 + 모의 면접 Q&A). 비용은? Agent 한 번 돌릴 때 API 비용, 몇 위안.

Step 2: “전후 비교”로 콘텐츠 고객을 모은다

Lemon8에 노트 하나 올린다: 왼쪽은 고객 원본 이력서의 ATS 파싱 결과(키워드 커버리지 31%), 오른쪽은 내가 최적화한 결과(커버리지 87%). 이 시각화 비교는 이력서 서비스에서 가장 강력한 전환素材다. TikTok 쇼츠로 “AI 심사관이 네 이력서를 어떻게 갈아넣는지” 시연 영상 찍으면 갈등감이 폭발한다.

3–4월 봄求职 시즌, 가을 채용 시즌이 트래픽 피크다. 한 달 전부터 콘텐츠 깔아둬라.

Step 3: 이력서에서求职 풀托管으로 확장한다

고객이 면접 잡으면 면접 코칭 패키지를 추가 판매한다. 더 위로, 유학생과 전직자 대상으로 “求职陪跑”를 만든다. 월 15만–30만 원, 주간 산출물: 공고 스크리닝 리스트, 맞춤 지원 자료, 면접 복기. 한 사람이陪跑 고객 10명 잡으면 월 수입 2만 위안 안팎, 그중 80%의 단순 작업은 Agent가 이미 끝냈다.

영어 되면 Fiverr·Upwork에 바로 걸어라. “ATS-optimized resume with AI review” 카테고리 객단가 50–150달러, 중국어 시장보다 경쟁이 훨씬 덜하다.

더 큰 교훈

이 프로젝트의 진짜 가치는求职 자체가 아니다. 그것이 보여준 한 가지다: “주관적이고, 단계가 많고, 결과를 검증할 수 있는” 어떤 서비스업이든 Agent 워크플로우로 재구성해 열 배 효율로 인도할 수 있다.

유학원 에세이, 입찰서 작성, 이민 서류,职称 논문 포맷 심사—전부 같은 구조의 사업이다. “고객이 비싼 값을 지불할 용의는 있지만, 인도 과정이 극도로 번거로운” 그 단계를 먼저 찾아라. Drafter + Reviewer 상호검증 구조로 엔지니어링하면, 남은 인력으로 쌓을 때 너는 API로 도는 비대칭 경쟁 무기를 갖게 된다.

오늘 밤 딱 한 가지만 해라: 네가 잘 아는 유료 서비스 카테고리 하나 골라, 전체 인도 단계를 적어라. 어느 단계는 AI가 초안 쓰고, 어느 단계는 두 번째 AI가 비판하게 할지 표시해라. 그 종이 한 장이 네 다음 사업 청사진이다.