Upskill - 기술 격차 분석 및 학습 계획은(는) 무엇을 하나요?
추적 중인 채용 공고를 후보자의 현재 프로필과 비교하여 기술 격차를 찾아내고, 우선순위가 매겨진 격차 히트맵과 구체적인 학습 자료(검색 기반) 및 학습 순서가 포함된 학습 계획을 수립합니다.
설정
- 후보자 프로필:
$JOB_SEARCH_HOME/profile.md - 추적 중인 채용 공고:
$JOB_SEARCH_HOME/integrations.yaml파일의tracker_path값 - 보고서는
$JOB_SEARCH_HOME/upskill/디렉터리에 저장됩니다.
호출 방법
/upskill— 집계 모드: 추적 파일의 모든 행을 분석합니다./upskill <URL>— 타겟 모드: 특정 채용 공고 하나를 URL에서 가져와 분석합니다.
1단계 — 모드 감지
인자 없음 → 집계 모드. URL이 주어지면 → 타겟 모드; URL은 2단계를 위해 유지합니다.
타겟 모드에서는 회사명과 역할(role)을 기반으로 보고서 슬러그를 생성합니다(예: <회사-슬러그>-<역할-슬러그>).
2단계 — 데이터 로드
집계 모드
- 추적 파일을 읽습니다. 컬럼:
date, company, sector, role, role_type, channel, status, contact_person, fit_rating, notes, cv_file, cover_letter_file, source - 각 행의
role,company,fit_rating을 기록합니다.fit_rating은 0–100 사이의 값으로, 낮을수록 해당 공고에서 더 많은 격차가 드러났음을 의미하므로 격차 가중치에 사용됩니다. $JOB_SEARCH_HOME/profile.md에서 현재 기술 목록을 읽습니다.$JOB_SEARCH_HOME/upskill/디렉터리에서 가장 최근의report-YYYY-MM-DD.md파일을 확인합니다. 있다면 8단계의 차이(diff) 분석을 위해 로드합니다.
타겟 모드
- WebFetch를 사용해 채용 공고 페이지를 가져옵니다.
- 제목, 회사명, 필수 기술, 우대 기술, 업무 책임, 도메인 컨텍스트를 추출합니다.
$JOB_SEARCH_HOME/profile.md를 읽습니다.- 추적 파일 데이터는 사용하지 않습니다.
3단계 — 패스 1: 하드 스킬 차이 분석
집계 모드. 전체 채용 공고 내용을 가지고 있지 않으므로 role, sector, notes를 바탕으로 요구 기술을 유추합니다. source에 유효한 URL이 있으면 가져올 수 있습니다. 죽었거나 없는 링크는 건너뜁니다.
기술 빈도 맵을 만든 후 fit_rating으로 가중치를 적용합니다. 각 공고는 (100 - fit_rating) / 100을 빈도에 곱합니다. 최종 점수는 모든 공고에 대해 fit_weight × occurrence의 합계입니다.
타겟 모드. 명시된 필수 기술과 우대 기술을 그대로 사용합니다. 동일 가중치를 적용하며, 필수 기술을 우대 기술보다 우선 정렬하고 각 그룹 내에서는 알파벳 순으로 정렬합니다.
프로필과 차이 분석. profile.md에 이미 있는 기술은 모두 제거합니다. 관대하게 적용하여 프로필에 어떤 형태로든 언급된 기술은 격차로 간주하지 않습니다. 남은 항목이 하드 스킬 격차 목록입니다. 집계 모드에서는 점수 순으로, 타겟 모드에서는 필수 기술 우선 그룹 내 알파벳 순으로 정렬합니다.
4단계 — 패스 2: 종합 분석
1단계 차이 분석이 놓칠 수 있는 격차에 대해 추론합니다.
- 도메인 지식 — 익숙하지 않은 산업 또는 문제 영역
- 소프트 스킬 — 프로필에 없는 업무 방식, 커뮤니케이션, 리더십
- 툴링 및 프로세스 — 여러 공고에 걸쳐 나타나는 프레임워크, 클라우드 서비스, 방법론
- 자격증 — 여러 공고에서 우대 사항으로 언급된 자격증
각 항목에 [domain], [soft], [tooling] 또는 [credential] 태그를 붙입니다. 패스 1의 격차를 반복하지 않습니다.
5단계 — 격차 히트맵
두 패스를 하나의 우선순위 테이블로 결합합니다.
- Critical — 가중치가 높은 하드 스킬, 또는 대부분의 공고에 걸친 도메인 격차
- High — 중간 수준의 하드 스킬, 또는 일관된 소프트/툴링 격차
- Medium — 빈도가 낮은 하드 스킬, 또는 적은 수의 공고에서 나타난 격차
- Low — 한 번 언급된 수준
| 우선순위 | 기술 / 영역 | 유형 | 격차 출처 |
|---|---|---|---|
| Critical | Kubernetes | Hard | 5개 공고 중 4개, 점수 3.2 |
| High | 보안 도메인 지식 | Domain | LLM 종합 분석 |
| Medium | AWS (고급) | Hard | 5개 공고 중 2개, 점수 1.1 |
| Low | … | … | … |
학습 계획을 수립하기 전에 이 테이블을 출력하여 사용자가 현재 작업 기준을 볼 수 있게 합니다.
타겟 모드에서는 공고 자체의 표현에 따라 우선순위를 결정합니다: 필수 → Critical/High, 우대 → Medium, 추론 → Medium/Low.
6단계 — 학습 계획
모든 Critical 및 High 격차를 다루고, 전체 격차가 5개 미만인 경우 Medium도 포함합니다.
각 격차에 대해:
- WebSearch를 사용하여 최신의 평가가 좋은 학습 자료를 검색합니다. 쿼리에 현재 연도를 포함하여 결과가 오래되지 않도록 합니다. 예:
"best <skill> course <year> site:reddit.com OR coursera.org" - 2–3개의 자료를 선정합니다. 강의만 있는 자료보다는 실습 위주를 선호하고, 툴링 격차에는 공식 문서를, 도메인 격차에는 책을 우선합니다. 이름, URL, 그리고 왜 적합한지 한 줄 설명을 포함합니다.
- 학습 방향을 작성합니다. 후보자가 이미 알고 있는 내용을 고려하여 무엇을 건너뛰고 어디서 시작해야 할지 설명합니다.
- 실무 수준까지 필요한 예상 시간을 추정합니다 (
~20h). 다소 높게 추정합니다.
알파벳 순 대신 주제별로 그룹화합니다: Cloud & Infrastructure, MLOps, Domain Knowledge, Security, Soft Skills & Ways of Working, Certifications.
### Cloud & Infrastructure
**Kubernetes** `[Hard]` — ~20h
- [자료](url) — 이론보다는 실습 위주의 핸즈온 랩
- [공식 문서](url) — 기본 개념을 익힌 후 참고할 레퍼런스
학습 방향: 컨테이너 기본은 이미 다루었으므로 Pod 스케줄링부터 시작하고, Services와 Deployments로 넘어갑니다. Helm을 다루기 전에 매니페스트와 `kubectl`에 능숙해져야 합니다.
7단계 — 제안 학습 순서
- 의존 관계 우선 — B에 A가 필요하면 A를 먼저 배치하고 의존성을 명시합니다.
- 같은 티어 내에서는 Critical → High → Medium 순서
- 빠른 성과를 먼저 — 동기 부여를 위해 시간이 적게 걸리는 Medium 격차를 먼저 배치할 수 있습니다.
- 도메인 지식은 마지막에 — 실제 프로젝트와 병행하여 학습합니다.
| # | 주제 | 유형 | 예상 시간 | 비고 |
|---|---|---|---|---|
| 1 | Kubernetes | Hard | ~20h | 3단계를 위해 필수 |
| 2 | CI/CD 파이프라인 | Tooling | ~10h | |
| 3 | 보안 도메인 지식 | Domain | ~15h | 실제 프로젝트와 병행 |
총 예상 시간: ~45h
8단계 — 보고서 작성 및 저장
순서: 헤더 및 모드 → 이전 보고서 대비 변경 사항 (집계 모드 전용) → 격차 히트맵 → 학습 계획 → 제안 학습 순서
- 집계 모드:
$JOB_SEARCH_HOME/upskill/report-YYYY-MM-DD.md - 타겟 모드:
$JOB_SEARCH_HOME/upskill/report-YYYY-MM-DD-<회사-슬러그>-<역할-슬러그>.md— 소문자, 공백은 하이픈으로, 특수 문자 제거
차이(diff) 섹션은 집계 모드 전용입니다. 해결된 격차는 이전 히트맵에 있었지만 현재 프로필에 추가된 기술, 새로운 격차는 현재 히트맵에 있지만 이전 보고서에는 없었던 항목입니다. 이전 보고서가 없으면 이 섹션을 생략합니다.
저장된 경로를 사용자에게 알립니다.
규칙
- 자료를 절대 허위로 만들지 마십시오. WebSearch가 실제로 반환한 자료만 인용하세요.
- 모든 자료 검색 쿼리에 현재 연도를 포함하세요.
- 타겟 모드는 추적 파일을 완전히 무시합니다.
- 프로필 매칭에 관대하게 대처하세요. 어떤 형태로든 언급된 기술은 격차로 간주하지 않습니다.
- 학습 계획 전에 히트맵을 출력하세요.
- 요청하지 않는 한 Low 격차에 대한 학습 자료는 제공하지 마십시오.
- 터미널 출력이 충분해 보여도 항상 보고서를 저장하세요.
- 회사명 슬러그는 채용 공고에서 추출하세요. 직접 만들거나 추측하지 마십시오.