Claude Desktop을 활용한 채용 자동화 에이전트 구축 실험

실용적 조언

처음부터 모든 예외를 고려한 프롬프트를 짜려 하지 말고, 실행 후 실패하는 지점을 하나씩 수정하는 패치 방식을 권장한다.
복잡한 웹 UI 대응을 위해 에이전트가 자바스크립트를 사용할 수 있도록 권한과 환경을 제공하는 것이 유효하다.
반복적인 대량 작업에는 비용 효율성을 고려하여 Sonnet 급의 모델을 사용하는 것이 경제적이다.

섹션별 상세

Claude Desktop과 MCP를 활용한 워크플로 구성이다. 2시간마다 채용 플랫폼에 로그인하여 후보자를 평가하고 구글 캘린더와 연동해 면접을 예약하는 시스템을 구축했다. 윈도우 워크스테이션에서 Claude Desktop, 크롬 확장 프로그램, MCP 기반 구글 캘린더 통합을 조합하여 구현했다.

프롬프트 엔지니어링을 통한 예외 처리 과정이다. 기술적 설정은 몇 시간 만에 끝났으나 실제 업무에 적용하기 위해 4일 동안 프롬프트를 다듬었다. 시간대 불일치, 무한 스크롤, 채용 플랫폼의 UI 버그 등 95%의 시나리오를 처리할 수 있도록 반복적인 수정 과정을 거쳤다.

에이전트의 자율적인 문제 해결 능력이다. Claude가 브라우저 내 버튼을 클릭하지 못하는 상황에서 스스로 자바스크립트를 주입하여 클릭 명령을 실행했다. 이는 사용자가 명시적으로 지시하지 않은 동작으로, 모델이 목표 달성을 위해 도구를 창의적으로 활용한 사례이다.

javascript

document.querySelector('.apply-btn').click()

Claude 에이전트가 브라우저 UI 버튼을 클릭하지 못할 때 스스로 생성하여 주입한 자바스크립트 코드

모델별 성능 및 비용 효율성 비교 결과이다. Haiku는 복잡한 워크플로를 처리하기에 지능이 부족했고, Opus는 반복 작업에 투입하기에는 비용 부담이 컸다. Claude 3.5 Sonnet이 추론 능력, UI 탐색 성능, 운영 비용 면에서 가장 적합한 균형점을 보여주어 최종 선택됐다.

용어 해설

모델 컨텍스트 프로토콜(Model Context Protocol (MCP)): — Anthropic이 발표한 오픈 표준으로, AI 모델이 로컬 데이터 소스나 외부 도구(Google Calendar, GitHub 등)와 안전하고 표준화된 방식으로 연결되도록 돕는 규격이다. 이를 통해 에이전트는 외부 API를 직접 호출하거나 데이터를 읽어오는 능력을 갖춘다.
프롬프트 엔지니어링(Prompt Engineering): — LLM으로부터 최적의 결과물을 얻기 위해 입력값(프롬프트)을 설계하고 다듬는 기술이다. 본 사례에서는 4일간의 반복적인 수정을 통해 시간대 오차나 UI 버그 같은 예외 상황을 처리하는 로직을 프롬프트에 내재화했다.
자바스크립트 주입(JavaScript Injection): — 실행 중인 웹 페이지에 임의의 자바스크립트 코드를 실행시켜 브라우저의 동작을 제어하는 기법이다. 에이전트가 일반적인 클릭 명령으로 버튼을 누르지 못할 때, DOM 요소에 직접 접근하여 이벤트를 발생시키는 방식으로 문제를 해결한다.
예외 상황(Edge Case): — 시스템의 설계 범위 밖이나 아주 드물게 발생하는 특수한 조건들을 의미한다. 채용 플랫폼의 무한 스크롤, 갑자기 나타나는 팝업 모달, 중복 지원자 처리 등 자동화 시스템의 안정성을 해치는 변수들이 이에 해당한다.

언급된 도구

Claude Desktop추천

에이전트 실행 및 로컬 환경 제어

MCP (Model Context Protocol)추천

구글 캘린더 등 외부 도구와 모델 간의 데이터 연동

Claude Browser Extension추천

웹 브라우저 내 UI 요소 탐색 및 조작

언급된 리소스

GitHubClaude Cowork Recruiter Prompt