JobScope
배포: https://jobscope-mu.vercel.app
서울에서 AX/AI 제품을 직접 만드는 빌더·개발 인력 공고만 선별하는 채용 탐색기입니다.
2026-10-19 기준 본문을 확인한 47개 포지션을 제공합니다. AI 빌더/AX 자동화 16건, AI 응용 개발 18건, AI 플랫폼 개발 6건, AI/ML 개발 7건입니다. 출처는 원티드 25건·사람인 20건·잡코리아 2건입니다.
선별 기준
- 서울 단일 근무지를 확인합니다. 검색 카드보다 본문의 실제 근무지를 우선하며, 분당·판교·지역 혼재·추후 안내는 제외합니다.
- AX 자동화, AI 서비스·에이전트·모델·플랫폼을 직접 구현하는 업무가 본문에 있어야 합니다. AI 코딩으로 실제 제품을 만드는 빌더도 포함합니다.
- 기획 전담 PM, 영업·사업개발, 교육·강사, 인재풀, 일반 개발에서 AI 도구 활용만 우대하는 공고는 제외합니다.
- 이미지 공고 등으로 구체적인 업무를 확인할 수 없는 경우 제외합니다.
- 동일 회사·동일 포지션의 플랫폼 중복은 대표 공고 하나만 남깁니다.
이번 수집은 지정 키워드별 첫 페이지 표본입니다. 서울·직무 조건으로 좁힌 후보 84건 중 본문 확인 83건을 검수했고, 부적합·불명확·중복 36건을 제외해 47건을 선별했습니다. 본문 미확인 1건은 반영하지 않았습니다.
선별·역량 근거는 data/seoul-ai-reviews.json, 제외 사유는 data/seoul-ai-exclusions.json, 수집 집계는 data/seoul-ai-summary.json에 기록합니다.
기능
- 공고 검색 (
/): 서울 AX/AI 빌더·개발 포지션만 직무·경력·요구 역량으로 검색. 빌더·AX 자동화 포지션을 먼저 표시합니다.
- 공고 상세 (
/jobs/[id]): 수행 업무 요약, 선별 근거 원문, 필수·우대 역량, 수집일, 출처와 원문 링크.
- 직무별 통계 (
/stats): 선별된 공고만 대상으로 직무별 공고 수와 역량 언급 비율을 집계합니다.
- 마감일 경과 공고는 기본 검색에서 제외하고
마감 포함으로 확인할 수 있습니다. 마감일 미상 공고는 포함하므로 지원 전 원문을 확인해야 합니다.
기존 광범위 수집 데이터는 DB에 보관하지만 공개 검색·상세·통계·역량 추천·사이트맵에서 제외합니다. job_selection에 등록한 검수 완료 공고만 공개됩니다. 분류 대기 공고를 공개 목록에 추가하지 않습니다.
기술
- Next.js 16 App Router, React 19, TypeScript, Tailwind CSS
- SQLite + better-sqlite3: 서버 컴포넌트에서 SQL 실행. 파라미터 바인딩, 표준 역량 정확 일치 검색, JOIN/GROUP BY/윈도우 함수 집계.
- 데이터 파이프라인: 서울·개발 후보 수집 → 본문 검수·근거 기록 → 검증 → 백업·트랜잭션 upsert → 선별 목록 교체. 후보 수집만으로 공개 목록이 바뀌지 않습니다.
- SEO: 선별 공고 47개의 상세 HTML 정적 생성, 페이지별 metadata/canonical/OG, 마감일을 포함한 JSON-LD, 선별 공고만 포함하는 sitemap.
company(id, name)
job(id, site, company_id, title, url, location, exp_text, deadline, crawled_at,
deadline_date, last_seen_at, source_status, …)
job_category(job_id, category)
job_analysis(job_id, role, role_note, ai_level, exp_min, employment, …)
job_skill(job_id, skill, kind)
skill_alias(raw, canonical)
job_selection(job_id, scope, work_evidence, reviewed_at)
실행
npm install
npm run dev
npm run build
npm start
better-sqlite3는 현재 Node 버전에 맞게 설치되어야 합니다. SITE_URL 기본값은 공개 배포 주소입니다.
데이터 갱신
python3 scripts/crawl-seoul-ai.py
# data/raw/YYYY-MM-DD-seoul-ai/candidates.jsonl의 본문을 검수해 reviews JSON 작성
python3 scripts/apply-seoul-selection.py \
--candidates data/raw/YYYY-MM-DD-seoul-ai/candidates.jsonl \
--reviews data/seoul-ai-reviews.json
node scripts/prepare-db.mjs
crawl-refresh.py도 같은 서울 AX/AI 수집 흐름을 실행합니다. 근무지 충돌, 마감일, 구현 근거 원문, 직무 범위, 역량 근거를 검증한 후 별도 DB에서 적재하고 선별 목록을 교체합니다. 실패하면 기존 공개 DB를 보존합니다. 수집 원문과 DB 백업은 Git에서 제외합니다.
python3 -m unittest discover -s scripts -p 'test_*.py'
node scripts/test-selection.mjs
npm run lint
개선 기록과 한계
docs/portfolio.html, docs/before-after.md에 개선 과정을 기록합니다. 기존 성능 측정은 2026-09-16의 1,323건 데이터 기준이며, 현재 선별 데이터의 새 측정값이 아닙니다.
본문 해석이나 근무지 확인에 오류가 있을 수 있고, 게시 후 채용 상태가 달라질 수 있습니다. 표준 역량은 자격·우대 문장에서 확인한 명시적 항목을 추출한 것으로 모든 자격요건을 대신하지 않습니다. 대안 기술도 언급 비율에 포함되므로 여러 기술을 모두 필수로 요구한다는 뜻은 아닙니다.
