Claude API와 GitHub Actions로 구현한 맞춤형 채용 자동화 에이전트

Context

매일 30분 이상 소요되는 수동 채용 공고 탐색 작업의 반복성 문제. 다양한 플랫폼의 데이터를 통합하고 개인 프로필에 최적화된 공고를 선별하는 필터링 체계 부재.

Technical Solution

• GitHub Actions의 Cron 스케줄러를 활용한 서버리스 런타임 및 자동 실행 환경 구축
• Upwork RSS 피드와 Apify LinkedIn Scraper를 조합하여 정형·비정형 채용 데이터 수집
• Claude-sonnet-4 모델에 개인 프로필과 정밀 프롬프트를 주입하여 적합도 점수(1-10) 및 매칭 사유 도출
• LLM 출력의 안정성을 위해 Preamble과 Markdown 펜스를 제거한 JSON 전용 응답 형식 강제
• Notion API를 연동하여 점수 5점 이상의 고득점 공고만 선별적으로 저장하는 데이터 파이프라인 설계
• API 비용 절감을 위해 max_tokens를 300으로 제한하여 간결한 응답 유도

Impact

• 매일 아침 수동 탐색 시간 30분 절감
• 주당 약 120개의 공고 처리 및 18~25개의 고적합 공고 선별
• 1회 실행당 Claude API 비용 약 $0.04 발생

Key Takeaway

복잡한 AI 프레임워크 없이 단순한 루프, LLM 호출, 신뢰할 수 있는 저장소만으로도 실무적인 에이전트 구현 가능. 최소 기능 제품(MVP) 단계에서는 단순한 구조로 시작하고 한계 도달 시 점진적으로 복잡도를 높이는 설계 원칙.