01
6개월이 생각보다 빨리 지나가요
수급 시작과 동시에 카운트다운이 시작되지만, 어디서부터 손대야 할지가 안 보입니다.
TURN — 직무 전환 AI 코치
실업급여 6개월,
직무 전환의 여정으로
120~270일의 수급 기간을 회복·탐색·준비·실행 단계로 나누고, AI가 내 경력을 새로운 직무 언어로 번역해줍니다.
예시 매칭워크넷·NCS 기반
안경사8년프론트엔드 개발자76%
Chapter 02
수급 기간은 있는데, 어디로 가야 할지 모를 때
처음엔 막막함, 중간엔 흔들림, 마지막엔 조급함. 같은 시기를 지나간 사람들의 패턴입니다.
02
전공 특수성이 강할수록 다른 길이 잘 보이지 않아요
내 경력이 다른 직무에서 어떻게 읽힐 수 있는지, 번역해 줄 사람이 없습니다.
03
마지막 달이 되면 조급함이 커져요
현실적인 마일스톤과 정서적 페이스 조절이 함께 필요한 시기입니다.
Chapter 03
당신의 수급 기간에 맞춰 여정을 자동으로 나눕니다
120일·180일·270일을 회복·탐색·준비·실행 네 단계로 분할합니다. 페이스 선택권("회복 먼저" / "즉시 시작")으로 한 번 더 조정 가능.
회복
1~1주 · 1주1주만 멈춰서 리듬 회복
체크인 7일 / 30분 산책 3회
탐색
2~3주 · 2주1~2주 안에 후보 넓히기
인접·브릿지 직무 5개 채용공고 읽기
준비
4~23주 · 20주대부분의 시간을 실제 전환 준비에 사용
갭 학습 · 포트폴리오 · 이력서 변환
목표 직무 확정후보 3개 중 현실적인 1순위 선택
역량 갭 채우기NCS·HRD-Net 기준으로 부족한 능력단위 보강
포트폴리오/이력서 변환기존 경력을 목표 직무 언어로 재작성
지원 실험 준비작은 지원 루프와 피드백 기록 준비
실행
24~26주 · 3주마지막 구간은 지원과 피드백 루프
주 3건 지원 / 면접 피드백 정리
Chapter 04
이력서를 처음부터 쓰지 않아도 됩니다
입력 부담을 시간축에 분산. 첫 가입 5분 → 1~2주차 → 2~3주차로 조금씩.
01 · 객관식 워밍업
첫 5분, 체크박스로 시작
회상 단서가 떠오르도록 직군별로 다른 객관식을 보여드려요. 정답 없음, 가볍게.
02 · 가이드 자유 서술
1~2주차, 기억에 남는 사례 한 가지
빈 종이 앞 두려움을 줄이도록 LLM이 회상 단서를 제시해요. 짧아도 괜찮습니다.
03 · AI 카드 검수
2~3주차, AI가 뽑은 역량 카드
NCS 능력단위와 매핑된 카드 4~6장. 맞는지 틀리는지만 체크하면 끝.
Chapter 05
추천은 하나가 아니라, 거리감에 따라 나눠 보여줍니다
80%+ 인접 / 55~75% 브릿지 / 미표시 리셋. 시각 차이로 정직한 거리감을 표현해요.
인접 — 매칭도 80%+
헬스케어 UX 리서처(Healthcare UX Researcher)
직접 전이 가능한 역량이 명확한 직무. 가장 가까운 한 걸음.
근거: 환자 관찰 · 행동 분석 · 보호자 커뮤니케이션 역량이 직접 전이
출처: 워크넷 · NCS 참고
브릿지 — 매칭도 55~75%
시니어 헬스케어 서비스 기획자(Senior Healthcare Service Planner)
학습이 필요한 갭이 있는 직무. 무엇을 더 배우면 되는지 명시.
근거: 시장조사 · 서비스 기획 · 데이터 해석 학습이 필요해요
출처: 워크넷 · HRD-Net 참고
리셋 — 미표시 / 마일스톤
데이터 분석가
수급 기간 안에 정착이 어려운 직무는 매칭도 미표시. 진입까지의 마일스톤만 제시.
근거: 수급 기간 안에는 정착보다 진입이 현실적이에요
출처: NCS 메타 역량 매핑
Chapter 06
매주, 할 수 있는 만큼만 앞으로
마음 체크인 + 단계별 미션 + 동료 통계. 무리한 응원도, 차단도 아닌 정직한 페이스.
3주차(회복기), 이번 주 진행률 40%
미션은 작게 — 채용공고 3곳 읽기, 산책 30분. 채우는 게 아니라 손에 잡히는 것부터.
오늘 마음은 어때요?
한 칸 눌러보세요. 같은 단계 동료들의 분포를 보여드릴게요.
* 같은 단계 사용자 누적 데이터(시뮬레이션)
Chapter 07
같은 경력도, 어떻게 번역하느냐에 따라 길이 달라져요
목표 직무를 정하면 LLM이 NCS 역량 매핑을 기반으로 이력서를 다시 씁니다. 변환된 PDF는 그대로 다운로드.
Chapter 08
AI만 믿지 않고, 공공데이터 위에서 추천합니다
모든 추천은 워크넷·NCS·HRD-Net 1차 필터를 거친 후 LLM이 사용자 맥락에 맞춰 정제. 'AI 생성'과 '공공데이터 참고' 라벨이 카드마다 분리 표기됩니다.
워크넷 직업사전
공공 참고후보 직업 풀 · 채용공고 매칭
data.go.kr
NCS 능력단위
공공 참고역량 추상화 · 매핑 (1만+ 능력단위)
ncs.go.kr
HRD-Net
공공 참고갭 채움 국비 훈련과정 추천
hrd.go.kr
OpenAI gpt-4o-mini
AI 생성정형 후보를 사용자 맥락에 맞게 정제
openai.com
이중 구조(Two-Stage) — 모든 LLM 응답은 공공데이터 1차 필터를 거친 후. 자유 생성 금지. 결과 카드엔 항상 출처 라벨(AI 생성 / 공공 참고)이 함께 표시됩니다.