피드로 돌아가기
Building LinkedIN Job Application Agents - Part 1
Dev.toDev.to
AI/ML

AI 에이전트 3종 통합으로 실현한 채용 프로세스 완전 자동화 설계

Building LinkedIN Job Application Agents - Part 1

Mindy Jen2026년 4월 4일5intermediate

Context

구직자의 반복적인 이력서 수정과 자기소개서 작성 과정에서 막대한 시간 소모 발생. 수동 지원 방식의 비효율성을 해결하기 위한 엔드투엔드 자동화 시스템 필요성 증대.

Technical Solution

  • OpenAI Responses API 기반의 구조화된 JSON 출력 및 웹 검색 통합으로 실시간 기업 정보 분석 체계 구축
  • Streamlit UI의 Session State Management와 async/await 패턴을 결합한 실시간 에이전트 처리 파이프라인 설계
  • Supabase PostgreSQL의 JSONB 타입을 활용하여 에이전트별 가변적인 입력 및 출력 데이터를 효율적으로 저장하는 스키마 설계
  • Playwright 기반의 LinkedIn Easy Apply 자동화 및 Windows MCP 서버를 통한 데이터 스크래핑 경로 확보
  • GPT-4o-mini 모델을 활용하여 ATS 최적화 점수(0-100) 산출 및 맞춤형 이력서 최적화 로직 구현
  • Row Level Security(RLS) 설정을 통한 사용자별 데이터 격리 및 보안성 강화

Impact

  • GPT-4o-mini를 통한 ATS 적합도 점수 0-100 범위 수치화 구현

Key Takeaway

개별 AI 에이전트의 기능을 단순 나열하지 않고, 상태 관리 프레임워크와 관계형 데이터베이스를 결합하여 하나의 완성된 제품으로 통합하는 오케스트레이션 설계의 중요성 확인.


LLM의 비정형 응답을 DB에 저장할 때는 JSONB 타입을 활용하고, API 응답의 일관성을 위해 Structured Output 설정을 강제할 것

원문 읽기