job-application-skills

"이 회사, 지원해도 괜찮을까?" 를 공개 데이터로 확인하고, 그 결과를 지원 전략과 이력서에 반영하는 Agent Skills 모음입니다.

SKILL.md (YAML frontmatter + 마크다운 지시문) 형식으로 작성되어 있어, 이 형식을 읽는 에이전트 런타임이면 어디서나 동작합니다. 특정 벤더에 종속되지 않도록 설계했습니다. 웹 조회·웹 검색·셸 실행 같은 범용 능력만 가정하고, 특정 제품의 전용 도구나 API를 요구하지 않습니다.

어떤 문제를 푸나

"이 회사, 지원해도 괜찮을까?" 에 답합니다.

지원자가 알고 싶은 건 대부분 이런 것들입니다. 갑자기 문 닫는 회사는 아닌지, 월급은 제때 나오는지, 사람이 얼마나 빠져나가는지, 무슨 일을 하는 회사인지. 그런데 이걸 확인하려면 재무제표와 공시를 읽을 줄 알아야 하고, 대부분의 지원자는 그걸 배운 적이 없습니다.

이 저장소는 공개 데이터를 모아 판단까지 대신 해주고, 그 근거를 쉬운 말로 풀어서 알려줍니다. 부채비율이 몇 퍼센트라고 말하는 대신 "빚이 회사 자기 돈의 2배가 넘습니다"라고 씁니다.

상장사든 아니든 받습니다

회사에 따라 확인할 수 있는 것이 다릅니다. 어느 쪽인지는 알아서 판단해서 처리합니다.

작은 회사일수록 재무 정보가 없는 것이 정상입니다. 그때 "확인 불가"로 끝내지 않고 직원 수 변화, 입퇴사 추이 같은 다른 흔적으로 판단하는 것이 이 도구의 핵심입니다.

어떤 결과물이 나오나

company-diligence 스킬로 회사 하나를 조회하면 이렇게 나옵니다. (형식을 보여주기 위한 가상의 예시입니다)

# 주식회사 예시테크, 지원해도 될까요?

## 판단

**조심스럽게 접근하세요.**

직원 수가 1년 사이 눈에 띄게 줄었고, 마지막 투자를 받은 지도 꽤 지났습니다.
당장 문을 닫을 회사로 보이지는 않지만, 면접에서 몇 가지는 꼭 확인하고 가세요.

## 왜 그렇게 봤나

- 직원 24명 중 최근 1년에 8명이 퇴사했습니다. 3명 중 1명꼴입니다
- 마지막 투자를 받은 지 1년 10개월이 지났는데 추가 투자 소식이 없습니다
- 회사 홈페이지에는 40여 명이라고 적혀 있는데, 4대보험 가입자는 24명입니다
- 재무제표를 공개할 의무가 없는 회사라 매출과 이익은 확인할 수 없었습니다

## 지원 전에 확인하세요

- 잡플래닛·블라인드에서 **최근 1년 후기부터** 읽어보세요
- 더브이씨(thevc.kr)에서 마지막 투자 시점을 확인하세요. 공개 데이터로는 못 찾았습니다
- 합격 후 근로계약서를 받으면 **급여일 조항이 적혀 있는지** 반드시 확인하세요

## 면접에서 물어볼 만한 것

- "이 자리가 새로 생긴 자리인지, 전에 계시던 분이 나가신 자리인지 궁금합니다"
- "지금 팀 인원이 몇 명이고 1년 사이 어떻게 변했는지 궁금합니다"

---
확인 가능한 공개 데이터로만 판단했고, 안전을 보장하지는 않습니다.
더 자세한 근거가 필요하면 "자세히"라고 말씀해 주세요.

기본은 이 정도까지입니다. 판단과 근거 몇 줄, 그리고 직접 확인할 방법. "자세히"라고 하면 안전한지, 월급은 밀리지 않는지, 사람이 나가는지 등 8개 항목을 절별로 펼쳐서 보여줍니다.

세 가지를 지킵니다.

• 전문용어를 쓰지 않습니다. "부채비율 250%" 대신 "빚이 자기 돈의 2.5배"라고 씁니다
• 모르는 건 모른다고 씁니다. 찾아봤는데 없던 것과, 아예 확인을 못 한 것을 구분합니다
• 면접에 미루지 않습니다. 지원 전에 스스로 확인할 수 있는 방법을 먼저 알려줍니다. 회사 재무나 급여 지연은 면접에서 물어도 솔직한 답이 나오지 않으므로 질문으로 만들지 않습니다

스킬 4개

솔직하게 말하면 네 스킬의 성격이 같지 않습니다. company-diligence만 공공데이터로 사실을 확인하고, 나머지 셋은 잘 정리된 분석 절차입니다. 후자도 유용하지만 결과의 성격이 다릅니다. 검증된 사실이 아니라 근거를 붙인 해석입니다. 리포트에서도 이 둘을 구분해 표기합니다.

순서대로 쓰면 앞 단계의 결과가 다음 단계의 입력이 됩니다. 공고 URL 하나로 시작해서 지원 서류까지 이어지는 구조입니다.

채용공고 URL
    |
    v
jd-analyzer            추상적인 공고 문구를 실제 업무로 역추론
    |                  산업 배경 정리, 요구역량 우선순위 판별
    |                  실제 근로계약 주체(법인) 식별
    v
company-diligence      공식정보와 비공식정보를 분리해서 수집
    |                  공공데이터로 폐업 여부, 실제 직원 수, 재무 상태 확인
    |                  4단계 판정 + 면접에서 물어볼 질문 생성
    v
application-strategy   회사가 돈 버는 구조와 현재 병목 파악
    |                  내 경험 중 그 병목에 맞는 것 선별
    v
resume-customizer      선별된 경험으로 공고별 이력서 재조립

각 스킬을 따로 써도 됩니다. 다만 application-strategy는 앞의 두 결과물이 있을 때 훨씬 정확해집니다.

판정 등급

company-diligence의 결론은 네 가지 중 하나입니다. 리포트에는 등급 이름 대신 아래 문장이 그대로 나옵니다.

시작하기

필요한 것

이 저장소는 특정 제품이 아니라 Agent Skills 형식(SKILL.md + YAML frontmatter)으로 작성되어 있습니다. 이 형식을 지원하는 에이전트 런타임이면 어디서나 씁니다.

키는 하나면 됩니다. 직원 수와 입퇴사, 상장사 재무제표는 키 없이도 볼 수 있습니다. 공공데이터포털이 같은 데이터를 파일로도 공개하고 있고, 상장사 재무는 dartlab이 미리 수집해 둔 공개 데이터셋을 씁니다.

키 없이 쓸 때의 한계를 분명히 해두면, 국민연금 공개 파일은 한 달치 스냅샷이라 "최근 1년에 몇 명이 나갔는지"를 계산할 수 없습니다. 그 달의 입퇴사 인원만 나옵니다. 이직률까지 보려면 공공데이터포털 키가 필요합니다.

지원 런타임

SKILL.md 형식 자체는 특정 벤더 전용이 아니지만, 실제로 이 파일을 읽고 실행하는 방식은 에이전트마다 다릅니다. 확인된 것과 확인이 필요한 것을 구분해 적습니다.

설치 (Claude Code)

git clone https://github.com/useful-skills/job-application-skills.git
cd job-application-skills

# 스킬을 전역으로 설치
cp -r skills/* ~/.claude/skills/

저장소를 갱신할 때마다 자동 반영되게 하려면 복사 대신 심볼릭 링크를 씁니다.

for s in skills/*/; do
  ln -sfn "$PWD/$s" ~/.claude/skills/"$(basename "$s")"
done

특정 프로젝트에서만 쓰려면 전역 디렉터리 대신 그 프로젝트의 스킬 디렉터리에 둡니다 (Claude Code는 .claude/skills).

다른 런타임은 각자의 스킬 등록 방식(설정 파일, 디렉터리 스캔 등)을 따르세요. skills/ 아래 4개 폴더를 통째로 인식시키면 됩니다.

첫 실행

에이전트를 실행하고 평소 말하듯 요청하면 됩니다. 스킬 이름을 외울 필요는 없습니다. 각 SKILL.md의 description에 있는 트리거 문구를 에이전트가 인식해서 알아서 연결합니다.

이 공고 분석해줘: https://www.wanted.co.kr/wd/000000

주식회사 예시테크 기업 분석해줘. 홈페이지는 example.co.kr 이야

방금 분석한 공고에 맞춰서 지원 전략 짜줘

Claude Code처럼 슬래시 명령으로 스킬을 직접 지정할 수 있는 런타임도 있습니다.

/company-diligence 주식회사 예시테크

회사명이 흔하면 홈페이지나 공고 링크를 같이 주는 것이 좋습니다. 같은 이름의 법인이 여러 개인 경우가 많아서, 링크가 없으면 어느 회사인지 되물어봅니다.

상장사 재무를 키 없이 보려면 (선택)

dartlab을 설치하면 DART 인증키 없이 상장사 재무제표를 볼 수 있습니다. 안 깔아도 스킬은 동작하고, 그때는 DART 키를 쓰거나 상장사 재무 확인만 건너뜁니다.

파이썬 3.12 이상이 필요합니다. 시스템 파이썬을 건드리지 않도록 가상환경을 씁니다.

# uv 가 없으면: brew install uv
uv venv .venv --python 3.12
uv pip install dartlab

uv 는 자기 파이썬을 따로 들고 다녀서, 시스템에 어떤 파이썬이 깔려 있든 영향을 주지도 받지도 않습니다. 설치 용량은 약 620MB이고, 회사를 조회할 때마다 자료를 10MB 남짓 내려받아 캐시에 둡니다.

설치한 뒤에는 그 가상환경의 파이썬으로 스크립트를 실행하면 됩니다.

.venv/bin/python skills/company-diligence/scripts/dart_lookup.py --search "카카오"
.venv/bin/python skills/company-diligence/scripts/dart_lookup.py --stock-code 035720

공공 API 키 설정

키를 하나도 발급받지 않아도 직원 수, 업종, 사업장 탈퇴 여부, 상장사 재무제표까지는 확인됩니다(위 표 참조). 다만 국세청 폐업·휴업 확인만은 키 없이 대체할 방법이 없습니다. "이 회사 망했나"가 가장 중요한 정보이므로, 키를 하나만 받는다면 국세청용을 받으세요.

아래 환경변수는 둘 다 무료이고 개인이 직접 발급받습니다. ODCLOUD_SERVICE_KEY 는 국세청 조회에 필요하고, 국민연금 이직률 계산에도 쓰입니다. DART_API_KEY 는 dartlab 을 설치했다면 없어도 됩니다.

ODCLOUD_SERVICE_KEY 하나가 두 개의 서로 다른 서비스를 커버합니다. 공공데이터포털은 계정당 인증키가 하나이므로, 포털에서 아래 두 서비스를 각각 활용신청한 뒤 발급된 키 하나를 등록하면 둘 다 쓸 수 있습니다.

키 발급과 서비스 활성화는 별개입니다. 공공데이터포털은 인증키를 계정당 하나만 주지만, 그 키가 모든 API에 자동으로 통하지 않습니다. API(서비스)마다 "활용신청" 버튼을 각각 눌러 개별 승인을 받아야 합니다. 아래 두 서비스 중 하나만 신청했다면, 키는 똑같은데 한쪽 스크립트만 인증 오류가 나는 상황이 벌어집니다.

1. 국세청_사업자등록정보 진위확인 및 상태조회 (check_business_status.py가 사용)
2. 국민연금공단_국민연금 가입 사업장 내역 (lookup_workplace.py가 사용)

두 링크 모두 로그인 후 페이지 안의 "활용신청" 버튼을 누르면 신청이 시작됩니다.

신청 상태는 공공데이터포털 로그인 → 마이페이지 → 오픈API → 개발계정에서 확인합니다. 두 서비스 모두 "승인" 상태여야 합니다. 대부분 자동승인(즉시)이지만, 심사가 필요한 경우 1영업일 정도 걸릴 수 있습니다.

발급받은 뒤 셸에 등록합니다.

export ODCLOUD_SERVICE_KEY="공공데이터포털 일반 인증키(Decoding)"
export DART_API_KEY="DART 40자리 인증키"

Encoding 키가 아니라 Decoding 키를 넣어야 합니다. 공공데이터포털은 발급 시 "일반 인증키(Encoding)"와 "일반 인증키(Decoding)" 두 가지를 함께 보여줍니다. 이 저장소의 스크립트는 URL 인코딩을 자체적으로 처리하므로, 이미 인코딩된 Encoding 키를 넣으면 이중 인코딩되어 +, /, = 같은 문자가 깨지고 키 자체가 틀린 것처럼 됩니다. 포털 화면에서 키를 복사할 때 어느 쪽인지 반드시 확인하세요.

위 명령은 지금 열린 터미널에서만 유효합니다. 창을 닫으면 사라지므로, 매번 입력하지 않으려면 셸 설정 파일에 추가하세요.

# zsh (macOS 기본)
echo 'export ODCLOUD_SERVICE_KEY="발급받은키"' >> ~/.zshrc
echo 'export DART_API_KEY="발급받은키"' >> ~/.zshrc
source ~/.zshrc

# bash
echo 'export ODCLOUD_SERVICE_KEY="발급받은키"' >> ~/.bashrc
echo 'export DART_API_KEY="발급받은키"' >> ~/.bashrc
source ~/.bashrc

에이전트는 자신이 실행된 환경의 환경변수를 물려받습니다. 키를 등록한 뒤에는 에이전트를 재시작해야 반영됩니다.

각 스크립트는 키가 없으면 종료 코드 2와 함께 발급 안내를 출력하고 멈춥니다. 분석 자체가 중단되지는 않고, 해당 검증 항목만 건너뜁니다.

제대로 등록됐는지 확인:

# 회사명으로 직원 수와 인원 추이 확인 (사업자등록번호 없이 가능)
python3 skills/company-diligence/scripts/lookup_workplace.py --search "회사명"

# 폐업 여부 확인 (사업자등록번호 필요)
python3 skills/company-diligence/scripts/check_business_status.py 1234567890

# 상장사 재무 확인
python3 skills/company-diligence/scripts/dart_lookup.py --search "카카오"

세 스크립트 모두 파이썬 표준 라이브러리만 씁니다. 추가 설치가 필요 없습니다.

사업자등록번호를 몰라도 괜찮습니다. 국민연금 조회는 회사명만으로 되고, 여기서 나온 직원 수와 인원 증감이 비상장 소기업 판단의 주된 근거입니다. 폐업 여부까지 확인하려면 사업자등록번호가 필요한데, 보통 채용공고 하단이나 홈페이지 푸터, 이용약관 페이지에 적혀 있습니다. 끝내 못 찾으면 그 항목만 건너뛰고 나머지 분석은 그대로 진행됩니다.

권한/인증 오류가 날 때

키를 등록했는데도 스크립트가 오류를 내면, 아래 순서로 확인하세요. 실제 원인 대부분이 이 셋 중 하나입니다.

--json 옵션을 붙이면 API 원본 응답을 그대로 볼 수 있어 원인 파악이 빠릅니다.

python3 skills/company-diligence/scripts/lookup_workplace.py --search "테스트" --json

키 값은 어디에도 붙여넣거나 공유하지 마세요. 이슈를 등록할 때는 에러 메시지 텍스트만 첨부하면 충분합니다.

어떻게 판단하나

이 저장소에서 실제로 중요한 부분은 데이터를 가져오는 코드가 아니라 무엇을 위험으로 볼 것인가에 대한 판단 기준입니다.

아래 RED GREEN UNKNOWN 은 내부 판정값입니다. 리포트에는 이 이름이 그대로 나오지 않고 "지원 전에 다시 생각해보세요" 같은 문장으로 바뀝니다.

1. 공식정보와 비공식정보를 섞지 않습니다. 회사 공식 채널의 정보를 기반으로 하되, 회사는 좋은 면만 보여준다는 전제를 유지합니다. 뉴스와 커뮤니티 후기는 별도 섹션에 출처 수와 시점을 붙여 표기합니다.

2. 정보가 없는 것을 안전으로 해석하지 않습니다. 작은 회사는 DART에도, 뉴스에도, 리뷰에도 없는 경우가 많습니다. 이건 "문제가 없다"가 아니라 "확인할 수 없다"입니다. UNKNOWN을 GREEN으로 올리지 않습니다.

3. 점수를 평균 내지 않습니다. 여러 항목을 합산하면 치명적인 결함이 좋은 항목에 묻힙니다. 급여가 밀리는 회사는 복지가 좋아도 가면 안 되므로, 차단 신호가 하나라도 확인되면 나머지를 보지 않고 RED로 판정합니다.

4. 확인 못 한 것은 면접 질문으로 바꿉니다. 공개 데이터로 답을 못 찾은 항목을 숨기지 않고 나열한 뒤, 면접에서 실제로 물어볼 수 있는 문장으로 만들어 제공합니다.

5. 이력서에 없는 경험을 만들지 않습니다. 공고별 커스터마이징은 강조점을 옮기는 작업이지 사실을 바꾸는 작업이 아닙니다. 기준은 하나입니다. 면접에서 5분간 파고들어도 답할 수 있는가.

한계

기대치를 정확히 맞추기 위해 할 수 없는 것을 먼저 적습니다.

• 잡플래닛, 블라인드 같은 재직자 리뷰는 로그인 장벽 때문에 검색 결과 수준까지만 확인됩니다. 리뷰 본문 전체를 가져오지 않습니다
• 임금체불 명단은 스크립트가 아니라 웹 조회로 확인합니다. 국세청, 국민연금, DART는 API로 자동 조회되지만 체불 명단은 에이전트가 공개 페이지를 찾아보는 방식이라 결과가 일정하지 않을 수 있습니다. 리포트에도 조회 방식이 구분되어 표기됩니다
• 임금체불 명단에 없다고 체불이 없었다는 뜻은 아닙니다. 명단은 체불이 행정적으로 확정되고 일정 요건을 넘긴 경우만 등재됩니다
• 국민연금 데이터는 3인 미만 법인을 수록하지 않습니다. 아주 초기 단계 회사는 조회되지 않으며, 이 경우 "규모가 매우 작다"는 정보로만 해석합니다
• DART에 없는 회사의 재무 판단은 간접 신호에 근거한 추정입니다. 확정적 결론이 아니며, 리포트에도 추정이라고 표기됩니다
• GREEN 판정은 안전 보증이 아닙니다. 공개 데이터에서 신호가 없었다는 뜻이며, 비공개 재무 상황과 미확정 체불은 확인 범위 밖입니다
• 공공 API의 주소와 호출 한도는 바뀔 수 있습니다. 발급 시점에 직접 확인하십시오
• 이 도구는 면접을 대체하지 않습니다. 확인 불가 항목을 질문으로 바꿔주는 데까지가 역할입니다

사용 범위

결과물은 지원자 개인의 의사결정 자료입니다. 기업 평판 공격이나 외부 배포용 평가 자료로 사용하지 마십시오.

수집 과정에서 로그인 우회나 robots.txt를 무시한 대량 크롤링은 하지 않습니다. 확인되지 않은 개인 관련 부정적 서술은 리포트에 포함하지 않습니다.

기여자를 위한 노트

같은 기능을 MCP 서버로 구현할 수도 있었습니다. 스킬을 택한 이유는 다음과 같습니다.

기업 실사에서 어려운 부분은 데이터 수집이 아니라 어떤 신호를 위험으로 볼 것인가, 데이터가 없을 때 무엇으로 대체할 것인가입니다. 도구 연결보다 절차와 기준의 문제이므로 스킬이 맞다고 판단했습니다. 공공 API 호출만 스킬 내부의 파이썬 스크립트로 감쌌습니다.

DART 연동은 이미 여러 오픈소스가 있습니다. 이 저장소는 그것들을 대체하지 않습니다.

상장사 재무 분석이 목적이라면 위 프로젝트들이 훨씬 정밀합니다. 이 저장소의 초점은 DART가 커버하지 못하는 비상장 소기업을 어떻게 판단할 것인가입니다.

job-application-skills/
├── README.md
├── CHANGELOG.md                              버전별 변경 이력
├── VERSIONING.md                             버전 관리 규칙
└── skills/
    ├── jd-analyzer/
    │   ├── SKILL.md
    │   └── references/
    │       ├── inference-playbook.md          역추론 방법별 절차
    │       └── abstract-phrase-dictionary.md  추상 문구 대조 사전
    ├── company-diligence/
    │   ├── SKILL.md
    │   ├── references/
    │   │   ├── public-data-sources.md         공공 API 스펙과 신청 절차
    │   │   ├── risk-signals.md                위험 신호 판정 기준
    │   │   ├── plain-language.md              전문용어를 쉬운 말로 바꾸는 변환표
    │   │   ├── evidence-grades.md             근거 등급 (내부 작성 규율)
    │   │   └── disambiguation.md              동명 기업 판별 절차
    │   └── scripts/
    │       ├── check_business_status.py       국세청 사업자상태 조회 (키 필요)
    │       ├── lookup_workplace.py            국민연금 사업장 조회 (키 없으면 파일 모드)
    │       └── dart_lookup.py                 DART 재무 요약 (dartlab 있으면 키 없이)
    ├── application-strategy/
    │   ├── SKILL.md
    │   └── references/
    │       └── business-model-lenses.md       BM 유형별 병목 패턴
    └── resume-customizer/
        ├── SKILL.md
        └── references/
            └── experience-schema.md           경험 데이터 스키마

각 SKILL.md가 실행 절차를, references/가 판단 기준을 담고 있습니다. 스킬을 수정하려면 SKILL.md의 파이프라인부터 읽으면 됩니다.

알려진 개선 과제

• 검증 범위가 고르지 않습니다. 국민연금 공개 파일 조회와 dartlab 재무 조회는 실제 데이터로 확인했지만, 국세청과 DART 인증키 경로는 실 응답으로 검증하지 못했습니다. 키가 필요한 쪽은 파싱 오차가 남아 있을 수 있습니다
• "월급이 밀리는지"는 공개 데이터로 미리 알 수 없습니다. 4대보험 체납이 급여 지연보다 먼저 나타나지만, 고지금액은 현재 시점 값만 공개되어 추이를 볼 수 없습니다. 체불 명단은 문제가 상당히 커진 뒤에야 등재됩니다
• 인증키 없이 쓰면 이직률이 빠집니다. 국민연금 공개 파일이 한 달치 스냅샷이라 12개월 추이를 만들 수 없습니다
• 임금체불 명단 조회의 API 자동화 (현재는 웹 조회)
• 국민연금이 사업자등록번호를 앞 6자리만 제공하므로, 국세청 조회에 필요한 10자리를 자동으로 확보하는 경로가 없습니다

버그 제보와 검증 사례 공유를 환영합니다.

버전

스킬 4개가 파이프라인으로 묶여 있어 저장소 단위로 버전을 매깁니다. 변경 이력은 CHANGELOG.md, 버전 규칙은 VERSIONING.md를 보세요.

설치된 스킬의 버전은 SKILL.md 상단에서 확인할 수 있습니다.

grep -h "version:" <스킬 설치 경로>/company-diligence/SKILL.md
# Claude Code라면 예: ~/.claude/skills/company-diligence/SKILL.md

1.0.0 전까지는 판정 기준과 출력 형식이 바뀔 수 있습니다.

버전과 CHANGELOG는 release-please가 PR 병합 시 자동으로 관리합니다. PR을 올릴 때 지켜야 할 제목 형식은 CONTRIBUTING.md를 참고하세요.

기여

버그 제보, 새 데이터소스 제안, PR 모두 환영합니다. PR 제목 형식과 로컬 검증 방법은 CONTRIBUTING.md를 참고하세요. 모든 PR은 코드 오너 승인과 CI 통과가 있어야 병합됩니다.

라이선스

MIT