내 이력서,AI 채점관은몇 점 줄까

프로용© AIKOREACLUB

interviewstreet/hiring-agent

내 이력서, AI 채점관은 몇 점 줄까

이력서 PDF를 AI로 읽고 깃허브 활동까지 더해, 항목별 점수와 근거를 매기는 채용 쪽 도구예요. 해커랭크가 인턴 지원서를 먼저 읽을 순서를 정하려고 만든 것을 채점표째 공개했어요

★ 7,329터미널 도구(파이썬) · MIT확인 2026-11-03

지원서를 내고 나면 내 이력서를 누가 먼저 읽는지 알 수 없어요. 사람일 수도, 프로그램일 수도 있죠. 코딩 테스트 회사 해커랭크는 해마다 인턴 지원서를 5만~6만 장 받는데, 사람이 다 읽을 수 없어서 어떤 이력서부터 읽을지 순서를 정하는 AI를 만들었어요.그 도구가 Hiring Agent예요. 채점표가 파일로 통째로 공개돼 있어서, AI 채점관이 무엇에 점수를 주고 무엇에서 깎는지 그대로 읽을 수 있어요. 지원하는 쪽에서 보면 'AI는 이력서에서 무엇을 보나'에 대한 드문 1차 자료예요. 깃허브 별은 7,329개예요(2026-11-03 확인).

5만 장의 지원서, 누가 먼저 읽힐까

인턴 지원서 한 해 5만~6만 장 중 일부

사람이 읽는 지원서기준선 아래에서 걸러지는 지원서

README의 '만든 이유' 설명을 그림으로 옮긴 저희 예시예요. 칸 하나는 지원서 한 장을 뜻할 뿐이고, 실제 기준선 위치와 걸러지는 비율은 README에 숫자로 나와 있지 않아요.

한눈에

무엇인가요

Hiring Agent는 이력서 PDF 한 장을 넣으면 점수표를 내주는 파이썬 프로그램이에요. 네 단계로 돌아가요.1. 읽기. PDF를 글로 바꾼 뒤, AI가 기본 정보, 경력, 학력, 기술, 프로젝트, 수상 칸으로 나눠 정리해요.2. 깃허브 더하기. 이력서에 깃허브 주소가 있으면 프로필과 저장소를 가져와 혼자 만든 것인지 여럿이 함께 만든 것인지 나누고, 의미 있는 프로젝트 7개를 골라요.3. 채점. 고른 직무의 채점표대로 항목별 점수와 근거, 보너스, 감점을 매기고, 잘한 점 최대 5개와 보완할 점 최대 3개를 적어요.4. 정리. 결과를 터미널에 보여 주고, 개발 모드에서는 직무별 CSV 파일에 한 줄씩 쌓아요.README는 이것이 지원자 관리 시스템(ATS)이 아니고, 해커랭크의 일반 채용에도 쓰지 않으며, 판매하는 제품도 아니라고 분명히 밝혀요.

함께 쓰는 도구 · Ollama · 구글 제미나이 · OpenAI

이런 분께

개발 직군에 지원하면서 AI 채점이 무엇을 보는지 원문으로 확인하고 싶은 분
지원서가 너무 많아 읽을 순서를 정하는 방법을 참고하고 싶은 채용 담당자
공개된 채점표를 우리 회사 직무에 맞게 고쳐 보고 싶은 개발자

어떻게 작동하나요

채점표는 직무 폴더 하나예요. roles 폴더 안에 직무마다 항목과 만점(role.json), 채점 지침(criteria.jinja), AI에게 주는 역할 설명이 들어 있어요. 기본으로 들어 있는 건 해커랭크 소프트웨어 인턴용 하나뿐이에요.점수가 가는 곳. 인턴 채점표는 오픈소스 기여에 가장 큰 35점을 줘요. 다만 내 저장소만 있는 건 오픈소스 기여가 아니라고 못 박고, 그때는 10점을 넘기지 못하게 해요. 할 일 앱, 계산기, 날씨 앱 같은 따라 만들기 프로젝트는 낮게 주고, 링크나 시연 주소가 없는 프로젝트는 30~50% 낮추라고 적혀 있어요.보지 않는 것. 이름, 성별, 학교 이름, 학점, 사는 지역은 점수에 쓰지 말라고 채점 지침 맨 앞에 적어 뒀어요. 국내 조사에서도 인사담당자 96.2%가 직무 역량(일경험·경력)을 중시한다고 답했고, 학교·전공·학점은 36.2%였어요(고용노동부·한국고용정보원, 2023년 하반기 기업 채용동향조사).쓰는 쪽. 기본 모델은 대부분의 노트북에서 API 키 없이 돈다는 이유로 gemma4예요. 해커랭크의 실제 인턴 채점에는 상위 제미나이 모델을 쓰고, 저장소에 든 건 시연용 설정이라고 README가 밝혀요.채점표가 점수를 주는 건 '했다'는 말이 아니라, 링크와 기여 기록처럼 확인할 수 있는 근거예요.

할 수 있는 일

이력서 PDF 읽기PDF를 글로 바꾸고 기본 정보, 경력, 학력, 기술, 프로젝트, 수상 칸으로 나눠요

깃허브 활동 더하기프로필과 저장소를 가져와 혼자 만든 것과 함께 만든 것을 가르고, 프로젝트 7개를 골라요

항목별 점수와 근거오픈소스 35, 개인 프로젝트 30, 실무 경험 25, 기술 10, AI 활용 10점을 근거 문장과 함께 매겨요

보너스와 감점구글 서머 오브 코드, 창업 경험 등은 최대 20점까지 더하고, 링크 없는 프로젝트 등은 깎아요

직무별 채점표명령 하나로 새 직무 폴더를 만들고, 항목과 비중, 채점 지침을 직접 써요

결과 모으기개발 모드에서 직무별 CSV 파일에 지원자마다 한 줄씩 쌓아요

바로 쓸 수 있나요

개발자 필요

필요한 것터미널, Python 3.11 이상, 그리고 Ollama(내 컴퓨터) 또는 제미나이·OpenAI API 키. 깃허브 토큰은 선택이에요

비용저장소는 무료(MIT). Ollama로 돌리면 서비스 요금이 없고, 제미나이나 OpenAI를 쓰면 사용료가 따로 들어요

시작하기

준비물
Python 3.11 이상이 필요해요. AI는 둘 중 하나를 골라요. 내 컴퓨터에서 돌리려면 Ollama를 설치해 ollama serve 로 켜 두고, 제미나이를 쓰려면 구글 AI 스튜디오에서 API 키를 받아요.

받아서 설치

가상 환경을 만들고 필요한 패키지를 깔아요. 윈도우는 source 대신 .venv\Scripts\activate 를 써요.

git clone https://github.com/interviewstreet/hiring-agent
cd hiring-agent
python -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt

모델 내려받기(Ollama를 쓸 때)
기본 모델이에요. 컴퓨터 사양이 높으면 gemma3:12b, 낮으면 gemma3:1b 를 받아도 된다고 README가 안내해요.
```
ollama pull gemma4:latest
```
설정 파일 만들기
.env 에 DEFAULT_MODEL(쓸 모델)을 적고, 제미나이나 OpenAI 모델을 쓰면 GEMINI_API_KEY 나 OPENAI_API_KEY 를 넣어요. GITHUB_TOKEN 은 선택인데, 넣으면 깃허브 조회 한도가 넉넉해져요.
```
cp .env.example .env
```
채점 돌리기
이력서 PDF 경로와 직무를 줘요. --role 은 roles 폴더 안의 직무 이름이고 꼭 넣어야 해요.
```
python score.py ./resume/sample.pdf --role software_engineering_intern
```
다른 직무 채점표 만들기
빈 틀만 만들어 줘요. role.json, criteria.jinja, system_message.jinja 를 직접 고친 뒤 그 직무로 채점해요.
```
python score.py --init-role backend_engineer
```

처음 해 볼 한마디

python score.py ./resume/sample.pdf --role software_engineering_intern

저장소에 들어 있는 견본 이력서(resume/sample.pdf)로 먼저 돌려 보는 명령이에요. 말로 시키는 도구가 아니라 명령으로 돌리는 도구예요.

명령 한 줄에 채점표가 이렇게 나와요

README와 저장소의 채점표 파일(role.json, criteria.jinja), 출력 코드(score.py)를 바탕으로 저희가 그린 예시예요. 출력 속 점수와 근거 문장, 이력서 두 장의 점수는 지어낸 예시이고, 실제 점수는 모델과 이력서에 따라 달라지며 같은 이력서도 돌릴 때마다 달라질 수 있어요.

비슷한 도구

Hiring Agent는 채용하는 쪽의 채점 도구이고, 아래 둘은 지원하는 쪽이 이력서를 쓰고 맞추는 도구예요(각 README 기준).

AI가 고친 이력서, 어디까지 믿을까지원자 쪽 이력서 편집기. 프로그램이 내 PDF를 제대로 읽는지 점검하고, AI 제안의 근거 없는 말을 짚어 줌reactive-resume/reactive-resume

공고마다 이력서를 새로 쓰고 있다면지원자 쪽 맞춤 도구. 마스터 이력서에서 공고별 맞춤본을 만들고 100점 만점 맞춤 점수를 보여 줌srbhr/Resume-Matcher

주의할 점

AI로 쓴 자소서, 감점하는 회사가 있어요. 고용노동부·한국고용정보원의 2023년 하반기 기업 채용동향조사(매출액 상위 500대 기업 인사담당자 315곳 응답, 2024-03-24 발표)에서 64.1%가 챗GPT로 쓴 자소서를 독창성·창의성이 없어 부정적으로 본다고 답했고, 확인되면 감점(42.2%)이나 불합격(23.2%) 같은 불이익을 준다고 했어요. 73.0%는 아직 따로 판별하지 않는다고 답했어요. 연합뉴스가 2025-09-29에 대기업 계열사·공기업 14곳에 물었을 때는 9곳이 서류에서 AI 표절률을 확인했고 그중 8곳이 정도에 따라 감점한다고 했어요. 회사마다 기준이 달라요. 이 저장소의 채점표도 해커랭크 소프트웨어 인턴 한 자리용이라, 다른 회사가 같은 기준으로 본다는 뜻이 아니에요.
없는 경험은 쓰지 마세요. README가 소개한 분석 글(Pinggy)은 PDF에 눈에 안 보이는 글자를 숨기면 점수가 크게 오를 수 있다는 보안 문제를 찾았어요. 하지만 채점표는 링크, 시연 주소, 깃허브 기여처럼 확인할 수 있는 근거에 점수를 주고, 결국 사람이 읽는 단계가 남아요. 숨긴 글자나 부풀린 경력은 들키는 순간 끝이에요.
같은 이력서도 점수가 흔들려요. README가 소개한 Dan Kinsky의 글은 같은 이력서를 100번 돌려 점수가 90, 74, 88, 83점처럼 오갔다고 분석했고, 원인으로 AI 모델의 비결정성(같은 입력에도 답이 조금씩 달라지는 성질)을 꼽았어요. 또 다른 글(ByteIota)은 깃허브 중심 채점표가 회사 비공개 저장소에서 일한 개발자에게 불리하다고 지적했어요.
한국 이력서와 다른 점, 그리고 지원자 정보. 채점표는 학교와 학점, 지역을 점수에 쓰지 않게 정해 둬서, 국내 양식에서 앞에 오는 사진과 학력 칸은 이 점수와 상관이 없어요. 지침과 출력은 영어이고, 한국어 이력서를 다룬다는 설명은 README에 없어요. 채용하는 쪽에서 쓴다면, 제미나이나 OpenAI 모델을 고르는 순간 지원자 이력서가 그 서비스로 전송돼요. README가 소개한 해커뉴스 토론에서는 자동으로 거르는 결정에 대한 유럽 개인정보 규정(GDPR 22조) 문제도 다뤄졌어요.

낯선 말

채점표(루브릭) · 무엇에 몇 점을 주고 어떤 경우 깎는지 미리 정해 둔 기준표예요
오픈소스 기여 · 남이 만든 공개 프로젝트에 코드를 고쳐 보내 받아들여진 기록이에요. 내 저장소만 있는 것과는 달라요
비결정성 · AI 모델이 같은 질문에도 매번 조금씩 다른 답을 내는 성질이에요
Ollama · AI 모델을 인터넷 서비스 대신 내 컴퓨터에서 돌리게 해 주는 무료 프로그램이에요
ATS · 지원자 관리 시스템. 회사가 지원서를 받아 저장하고 거르는 프로그램이에요

AI 답은 참고 자료예요. 법·세금·돈·건강처럼 삶에 큰 영향을 주는 일에서는 AI 답이 정답이 될 수 없어요. 최종 판단은 전문가나 공식 기관에서 확인하세요.