Introducing Directory: free recruiting data for ChatGPT and Claude

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 요약

Firecrawl은 2억 4천만 개 이상의 전문인 프로필을 갖춘 Alexandria의 새 컬렉션 Directory를 공개해, ChatGPT와 Claude에서 AI 에이전트가 경력 중심으로 채용 후보자를 무료 검색하고 조사할 수 있도록 했다.

📌 핵심 요약

• Directory는 Alexandria에 추가된 채용 중심 컬렉션으로, 2억 4천만 개 이상의 전문인 프로필과 고용 이력, 업무용 연락처 정보를 포함하며 Firecrawl 플러그인을 통해 ChatGPT와 Claude에서 이용할 수 있다.
• Apollo, FullEnrich, Data Legion 등의 제공업체를 통해 직함·회사·지역·키워드로 사람을 검색하고, 확보 가능한 현재 직무·이전 고용주·전문 경력·업무용 연락처를 조회할 수 있다.
• 채용 공고의 요구사항을 바탕으로 후보자를 찾고 검색 조건을 조정할 수 있으며, 뉴욕의 시니어 백엔드 엔지니어를 찾은 사례에서는 한 번의 무료 검색으로 142건이 반환됐다.
• 후보자를 찾은 뒤에는 Firecrawl 웹 검색으로 기술 글·콘퍼런스 발표·오픈소스 기여·인터뷰·프로젝트 등 공개 정보를 조사하고, 확보 가능한 업무용 연락처를 찾아 연락 준비를 도울 수 있다.
• Directory 검색은 크레딧을 사용하지 않고 무료로 제공된다. 목적은 초기 후보자 조사의 수작업을 줄이는 것이며, 채용 결정의 자동화나 후보자와의 대화·작업 평가를 대체하는 것은 아니다.

🧩 주요 포인트

1. 분산된 경력 정보를 Alexandria와 대화형 검색에 연결 → 역할 정의부터 후보자 비교까지 같은 ChatGPT·Claude 대화에서 진행할 수 있다.
2. 직함에 현재·이전 고용주와 전문 경력을 결합 → 표면적인 직함 일치에서 실제 요구 경험을 중심으로 후보군을 좁히는 방식으로 확장된다.
3. Directory 프로필에 Firecrawl 공개 웹 조사를 결합 → 후보자 이해와 면접 준비를 지원하되, 최종 적합성 판단에는 대화와 작업 평가가 필요하다.

🧠 상세 정리

1. 직함 검색만으로 해결하기 어려운 채용 조사

글은 적합한 사람을 채용하려면 직함이 맞는 사람을 찾는 것 이상의 정보가 필요하다는 문제의식에서 출발한다. 후보자가 어디에서 일했고 어떤 업무를 수행했으며 그 경험이 채용하려는 역할과 맞는지 알아야 하지만, 관련 정보는 기업 웹사이트와 데이터베이스, 접근성이 서로 다른 플랫폼에 흩어져 있다. AI 비서는 채용 공고 작성이나 면접 질문 준비를 도울 수 있지만, 실제로 그 자리를 채울 사람을 찾는 일은 별도의 과제로 제시된다. Firecrawl은 AI 에이전트가 이 후보자 발굴 과정도 지원해야 한다고 보고 Directory를 소개한다. 핵심은 분산된 정보를 오가며 수행하던 초기 조사를 줄이고, 필요한 경험을 가진 사람을 찾는 데 에이전트를 활용하는 것이다.

2. Alexandria에 추가된 Directory의 범위와 검색 방식

Directory는 Firecrawl의 정보 라이브러리 Alexandria에 추가된 채용 중심 컬렉션으로, 고용 이력과 업무용 연락처 정보를 포함한 2억 4천만 개 이상의 전문인 프로필을 제공한다. Alexandria는 데이터 제공업체와 전문 인덱스, 실시간 웹을 연결해 AI 에이전트가 기존에 알고 있는 내용에만 의존하지 않고 업무에 필요한 정보를 얻도록 설계됐다. Directory에서는 Apollo, FullEnrich, Data Legion 등의 제공업체를 통해 직함과 회사, 지역, 키워드로 사람을 검색할 수 있다. 에이전트는 확보 가능한 현재 직무와 이전 고용주, 전문 경력, 업무용 연락처 정보를 가져올 수 있다. Firecrawl 플러그인으로 ChatGPT와 Claude 안에서 이용하므로 역할을 정의하고 배경을 비교하며 후보 명단을 좁히는 대화에 검색을 연결할 수 있다.

3. 직함보다 실제 경험을 중심으로 후보군 탐색

원문은 인프라 확장을 도울 시니어 백엔드 엔지니어 채용을 예로 들며, 직함만으로는 후보자가 팀이 직면한 문제를 해결해 본 사람인지 알기 어렵다고 설명한다. 에이전트에 필요한 경험을 제시하고 직함과 회사, 지역, 키워드로 범위를 좁히면 Directory가 프로필과 고용 이력을 반환해 유망한 후보자를 찾도록 도울 수 있다. 뉴욕의 시니어 백엔드 엔지니어를 검색한 사례에서는 한 번의 무료 검색으로 142건이 반환됐다. 이어 스타트업의 기업 고객 대상 사업 확장, 개발자 플랫폼 구축, 대규모 인프라 업무처럼 처음부터 직접 검색어로 떠올리기 어려운 경험도 탐색 대상으로 제시한다. 현재와 이전 고용주, 역할, 전문 경력의 조합을 바꾸면서 후보군을 이해하고 검색을 다듬는 방식이다.

4. 채용 공고를 바탕으로 검색과 비교를 반복

Directory의 또 다른 활용 방식은 에이전트에 채용 공고를 주고 요구사항에 맞는 배경을 가진 사람을 찾아 달라고 요청하는 것이다. 에이전트는 Directory를 검색하고 관련 프로필을 정리하며, 채용 담당자가 원하는 경험을 기준으로 후보자를 비교하도록 지원할 수 있다. 검색 과정에서는 지역을 좁히거나 특정 기술 배경을 찾고, 비슷한 역할을 맡았던 사람을 탐색하는 식으로 조건을 조정할 수 있다. 이는 첫 검색 결과를 그대로 확정하기보다 후보군에 관해 알게 된 내용을 다음 검색에 반영하는 흐름이다. 원문은 이 기능의 목표가 채용 결정을 자동화하는 데 있지 않으며, 초기 조사에 드는 수작업을 줄여 유망한 사람을 평가하는 데 더 많은 시간을 쓰도록 하는 것이라고 명시한다.

5. 공개 웹 정보와 연락처로 후속 조사 연결

원문은 프로필을 유용한 출발점으로 보면서도 그것만으로 후보자의 전체 모습을 알 수는 없다고 선을 긋는다. 잠재 후보자를 찾은 뒤 에이전트는 Firecrawl의 웹 검색 기능으로 기술 글과 콘퍼런스 발표, 오픈소스 기여, 인터뷰, 프로젝트 등 추가 공개 정보를 찾아볼 수 있다. 이러한 맥락은 직함과 고용 이력을 넘어 후보자가 수행한 일을 이해하고 면접에서 물을 질문을 준비하는 데 도움이 될 수 있다. 대화해 볼 만한 사람을 찾으면 에이전트가 확보 가능한 업무용 연락처를 조회해 후보자 식별에서 연락 준비로 이어지는 과정도 지원한다. 글은 여러 도구 사이를 이동하며 연락처를 모으는 시간을 줄이고, 상대에게 맞는 사려 깊은 소개를 작성하는 데 더 많은 시간을 쓸 수 있다는 효용을 제시한다.

6. 무료 검색의 역할과 사람의 평가가 필요한 경계

글은 채용이 사람을 뽑는 문제인 동시에 관련 경험을 가진 사람을 찾고 배경을 이해하는 조사 문제라고 정리한다. Directory는 에이전트가 탐색을 시작할 지점을 제공하고, Firecrawl 웹 검색과 결합해 원하는 사람에 대한 설명을 추가 조사할 만한 후보 명단으로 연결하도록 돕는다. Directory 검색은 무료이며, 에이전트가 프로필을 탐색하고 검색을 다듬으며 관련 인물을 찾는 데 크레딧을 사용하지 않는다고 명시한다. 예시 요청은 뉴욕에서 대규모 인프라 업무를 해 본 시니어 백엔드 엔지니어를 찾고 현재 직무와 이전 고용주, 관련 전문 경력을 보여 달라는 내용이다. 다만 이러한 지원은 후보자와 직접 대화하거나 작업을 평가하는 과정을 대체하지 않으며, 그 대화와 평가를 시작할 수 있는 지점에 더 수월하게 도달하도록 돕는 것으로 설명된다.

🧾 핵심 주장 / 시사점

• Directory의 활용 가치는 프로필 수뿐 아니라, 필요한 경험을 검색 조건으로 표현하고 후보군을 보며 조건을 조정할 수 있다는 데 있다.
• 프로필과 공개 웹 정보를 함께 조사하면 경력의 표면적 일치를 넘어 후보자의 실제 작업을 이해하고 면접 질문을 구체화하는 데 도움이 될 수 있다.
• 무료 검색은 반복 탐색을 지원하지만, 원문이 제시하는 도달점은 추가 조사할 후보자의 식별이며 채용 적합성의 최종 확정은 아니다.

✅ 액션 아이템

• Directory에서 직함·회사·지역·키워드를 조합해 채용 공고의 요구 경험에 맞는 후보자를 검색한다.
• 현재 직무·이전 고용주·전문 경력을 비교하며 후보군과 검색 조건을 좁힌다.
• Firecrawl 웹 검색으로 후보자의 공개 정보를 추가 조사하고, 대화와 작업 평가에 활용할 면접 질문을 구체화한다.

❓ 열린 질문

• 채용 공고의 요구사항을 Directory의 직함·회사·지역·키워드 검색 조건으로 어떻게 구체화할 수 있을까?
• 뉴욕의 시니어 백엔드 엔지니어 검색에서 반환된 142건 가운데 어떤 전문 경력을 기준으로 후보군을 좁힐 것인가?
• Firecrawl 웹 검색으로 확인한 기술 글·콘퍼런스 발표·오픈소스 기여를 후보자와의 대화 및 작업 평가에 어떻게 연결할 것인가?