LLM Wiki

오픈소스 AI 구직 도구 비교 (2026-07)

Properties2
description2026년 7월 기준 주요 오픈소스 AI 구직 도구 5종의 GitHub 스타, 기능, 적합 용도를 비교한다.
tagsai-agents, open-source, productivity, comparison

5 min read

개요

2026년 7월 현재 GitHub에서 가장 인기 있는 오픈소스 AI 구직 도구는 Career Ops(~65.3k 스타, 2026-08-18 기준)다. 공고 수집부터 맞춤 이력서, 지원 추적, 면접 준비, 연봉 협상까지 구직 전 과정을 AI 코딩 CLI에서 운영하는 종합 파이프라인이다. 이 문서는 Career Ops를 중심으로 주요 경쟁 도구 4종(AIHawk, Resume Matcher, AI Job Search, ApplyPilot)의 기능과 적합 용도를 비교한다.

비교 표

프로젝트GitHub 스타주력 기능라이선스엔진 지원한국어 문서
Career Ops65.3k공고 탐색·평가·맞춤 이력서·지원 관리·면접 준비·연봉 협상MITClaude Code, Codex, OpenCode, Antigravity, Grok Build, Qwen, Kimi, Ollama, OpenRouter✅
AIHawk30.1kLinkedIn 자동 지원—자체 에이전트—
Resume Matcher27.9k공고별 이력서 최적화———
AI Job Search27.4kClaude Code 기반 구직 워크플로—Claude Code—
ApplyPilot1.3k여러 해외 채용 사이트 자동 지원———

Career Ops 상세

2026-04-07-career-ops-claude-code-job-pipeline에 별도 정리된 Career Ops의 현재(2026-07) 기준 주요 지표와 특징:

  • 지표: GitHub 스타 ~65.3k(2026-08-18), 포크 ~12.7k, 1,373 커밋, MIT 라이선스
  • 이력: 2026년 공개 후 GitHub Trending 전체 1위 기록
  • 실사용 사례: 제작자가 740개 공고 분석, 100개 이상 맞춤 이력서 생성 후 Head of Applied AI 직책 취업 성공
  • 지원 엔진 폭: Claude Code뿐 아니라 Codex, OpenCode, Gemini CLI, Qwen, Kimi, Ollama, OpenRouter 지원
  • 한국어: 문서 한국어 지원

주요 기능

  • Greenhouse·Ashby·Lever·기업 채용 페이지에서 공고 수집
  • 이력서와 공고 적합도를 1.0~5.0으로 평가
  • 지원 가치가 높은 공고 선별 (4.0/5 미만 지원 비권장)
  • 공고별 ATS 맞춤 이력서·자기소개서 PDF 생성
  • 기업 및 채용 담당자 리서치
  • 지원 현황 터미널 대시보드 (Go 기반 TUI)
  • 면접 답변·연봉 협상 스크립트 생성
  • 모든 개인정보 로컬 저장

설계 철학

Career Ops는 자동 제출 도구가 아니다. AI가 공고 탐색·분석·지원 자료 생성까지 돕지만 최종 지원은 사용자가 확인하도록 설계된 human-in-the-loop 시스템이다. 무작위 자동 지원보다 현실적으로 안전한 접근이다.

용도별 적합 도구

목적적합 도구이유
종합 구직 파이프라인Career Ops공고 수집→평가→이력서→지원 추적→면접 준비까지 전 과정 커버
LinkedIn 대량 자동 지원AIHawkLinkedIn 플랫폼 특화, 자동 지원에 초점
이력서 최적화만 필요Resume Matcher공고별 키워드·ATS 최적화에 특화
Claude Code 기반 단순 워크플로AI Job SearchClaude Code 단일 엔진, 가벼운 구성
여러 해외 사이트 자동 지원ApplyPilot다중 플랫폼 자동 지원 (상대적으로 스타 적음)

국내 취업용 사용 시 고려사항

Career Ops의 기본 공고 수집기는 Greenhouse, Ashby, Lever 등 해외 ATS 중심이므로 원티드·잡코리아·사람인·점핏은 기본 지원하지 않는다. 국내 채용 사이트를 이용하려면 해당 사이트 수집기를 추가 확장해야 한다. 구조가 스킬 파일과 Playwright 기반이므로 프론트엔드 개발자라면 확장 난도는 높지 않은 편이다.

# Career Ops 시작 (Codex 기준)
npx @santifer/career-ops init
cd career-ops
codex

관련 노트

백링크