라떼군 이야기

Reputo

운영 중educationhttps://reputo.net

막연한 직업명을 실제 인물의 성장 경로와 단계별 로드맵, 현실적인 조언으로 풀어주는 다국어 커리어 탐색 사이트. 콘텐츠 생산은 AI 파이프라인으로 자동화.

Reputo 바로가기

포지셔닝

Reputo 는 학생과 초기 진로 탐색자를 위해 막연한 직업 동경 을 이해 가능한 준비 경로 로 바꿔주는 다국어 커리어 탐색 플랫폼입니다. 직업 백과사전도, 진로 상담 서비스도 아닌 — 롤모델 서사 · 단계별 로드맵 · 현실 조언이 한 흐름 안에 묶인 탐색 사이트입니다.

시장과 문제 정의

학생들은 직업명을 알아도 그 일이 실제로 어떤 역량과 경험을 요구하는지, 어디서부터 준비해야 하는지 알기 어렵습니다. 기존 진로 정보는 (1) 직업 사전처럼 추상적이거나, (2) 성공담 위주로 현실 감각이 빠져 있거나, (3) 유료 진학 컨설팅처럼 접근성이 떨어집니다.

Reputo 는 진로 탐색의 불안을 줄이기 위해 롤모델 서사 + 실행 로드맵 + 현실적인 기대 조정 을 한 화면 안에서 이어지게 설계했습니다. “되고 싶은 사람” 을 보고, “그 사람의 성장 단계” 를 따라가고, “내가 시작할 수 있는 다음 행동” 을 결정하는 흐름.

핵심 타깃과 페르소나

  • 중·고등학생, 대학생 — 진로 후보를 넓게 탐색하면서도 막연함이 아니라 실행 단서를 얻고 싶은 사용자
  • 초기 커리어 탐색자 — 특정 직무에 관심은 있지만 “지금 무엇을 먼저 준비해야 하는지” 모르는 사용자
  • 보호자·교사·멘토 역할 — 학생에게 설명 가능한 자료와 구조화된 조언이 필요한 사용자
  • 다국어권 학생 — ko / en / ja / zh-cn / zh-tw 5개 언어로 같은 콘텐츠를 자기 모국어로 접근

가치 제안과 차별점

  • 롤모델 + 로드맵 + 리얼리티 한 페이지 — 다른 커리어 사이트는 사람 이야기 / 직무 설명 / 준비 가이드를 별도 페이지로 분리. Reputo 는 한 페이지 안에서 “이 사람은 어떻게 도달했나 → 같은 길의 단계는 무엇인가 → 현실적으로 어떤 어려움을 각오해야 하나” 가 이어짐
  • 5개 언어 완전 동등 — 한국어 / 영어 / 일본어 / 중국어 간체 / 중국어 번체. 각 언어 버전은 단순 번역이 아니라 해당 지역 기업·인물·맥락을 강조 (예: 한국어 = 삼성/네이버/카카오 강조, 일본어 = 소니/도요타 강조, 중국 간체 = 알리바바/텐센트 강조)
  • AI 파이프라인으로 콘텐츠 규모 확보 — researcher.py(자료 수집) → writer.py(초안) → editor.py(검토·다듬기) → regenerate_people.py(롤모델 갱신) 4단계 자동화. 5개 언어 × N 직업 × M 인물 의 콘텐츠 매트릭스를 단일 운영자가 유지 가능하게 설계
  • 무료 + 진입 마찰 없음 — 회원가입 없이 즉시 탐색. 멘토링·퀴즈 같은 인터랙티브 기능만 가벼운 인증

핵심 사용자 흐름

  • 분야 탐색: Technology / Business / Healthcare / Finance / Design 등 대분류에서 시작
  • 롤모델 발견: 관심 직무의 실제 인물 페이지 (성장 스토리 · 결정의 순간 · 실패와 회복)
  • 로드맵 학습: 진입 준비 → 학습 → 경험 축적 단계의 순서와 권장 자료
  • 현실 조언: 그 직업의 보람과 어려움, 흔한 오해, 진입 후 1-3 년의 실제 모습
  • 다음 행동 결정: 커리어 퀴즈로 관심 좁히기 / 추천 도서 / 1:1 멘토링 (현업 연결)

사용자 흐름 — 동경에서 행동까지

flowchart LR
    Browse["분야 탐색
(Tech · Business · ...)"]
    Person["롤모델 발견
성장 서사 · 결정의 순간"]
    Road["단계별 로드맵
준비 → 학습 → 경험"]
    Real["현실 조언
보람 · 어려움 · 흔한 오해"]
    Next["다음 행동
퀴즈 · 도서 · 멘토링"]

    Browse --> Person
    Person --> Road
    Road --> Real
    Real --> Next
    Next -.->|새로 좁혀진 관심| Browse

탐색 → 검증 → 행동 → 재탐색 의 닫힌 루프. 한 번의 방문이 끝이 아니라 진로 의사결정 과정 전체를 동반.

비즈니스 모델 가설

수익화는 단계적 검증 단계입니다.

  1. 1:1 멘토링 매칭 — 현업 인물과 학생을 시간 단위로 직접 연결. 무료 콘텐츠가 확신을 만들고 멘토링이 액션 단계에 fee
  2. 학교·교육기관 라이선스 — 학교가 자기 학생들에게 Reputo 콘텐츠를 큐레이션해 노출하는 화이트라벨 / 통합
  3. 커리어 도서 / 프로그램 affiliate — 추천 도서 / 부트캠프 / 자격증 프로그램의 partner 노출

시스템 아키텍처 (기획 결정을 시스템으로)

기획적 결정 두 가지가 시스템 구조를 결정.

1. “5개 언어 콘텐츠 매트릭스를 1인이 유지 가능해야 한다.” → 직접 작성으로는 불가능한 규모를 4단계 AI 파이프라인으로 처리: researcher 가 자료 수집, writer 가 초안 작성, editor 가 다듬기, regenerate_people 이 인물 페이지 갱신. 운영자는 파이프라인 입력(직업·인물 후보) 과 출력 검수만 담당. 5개 언어가 동등한 품질을 유지하는 유일한 길.

2. “탐색 사이트는 정적이어야 SEO 와 속도를 모두 확보.” → Hugo 정적 빌드 + Tailwind. 콘텐츠가 마크다운 + JSON 데이터로 관리되어 빌드 한 번으로 5개 언어 전체 사이트 생성. pagefind 로 클라이언트 사이드 검색 인덱싱 — 서버 검색 인프라 없이 5개 언어 검색 지원.

flowchart TD
    Source["입력 후보
(직업 · 인물 · 분야)"]
    Pipe1["researcher.py
자료 수집 + 검증"]
    Pipe2["writer.py
초안 작성
(5개 언어)"]
    Pipe3["editor.py
검토 · 다듬기
(5개 언어 동등)"]
    Pipe4["regenerate_people.py
인물 페이지 갱신"]
    Content[("content/
마크다운 + JSON")]
    Hugo["Hugo build
(5개 언어 동시)"]
    PF["pagefind
(클라이언트 검색 인덱스)"]
    CDN["CloudFront → S3
reputo.net"]

    Source --> Pipe1
    Pipe1 --> Pipe2
    Pipe2 --> Pipe3
    Pipe3 --> Pipe4
    Pipe4 --> Content
    Content --> Hugo
    Hugo --> PF
    Hugo --> CDN
    PF --> CDN

콘텐츠 생산은 AI 파이프라인, 사이트는 정적 빌드, 검색은 클라이언트 인덱스 — 운영 비용을 모든 layer 에서 압축.

기술 결정과 트레이드오프

  • 사이트: Hugo + Tailwind + PostCSS. 5개 언어 동시 빌드. 다른 워크스페이스 서비스의 Vite + React 와 다른 선택 — 콘텐츠 사이트는 정적 빌드가 SEO·속도·다국어 운영 모두 우위
  • 콘텐츠 파이프라인: Python (researcher / writer / editor / regenerate_people / image_downloader / job_recommender). 외부 LLM API 사용. 단일 운영자가 5개 언어 × N 직업 × M 인물 매트릭스를 유지 가능하게 만든 핵심 layer
  • 검색: pagefind (클라이언트 사이드 검색 인덱스). 서버 없이 5개 언어 전체 검색 지원
  • 데이터: jobs.json 등 구조화 데이터로 직업 / 분야 매핑. 인물은 content/people/<slug>/index.{ko,en,ja,zh-cn,zh-tw}.md 5개 파일로 관리
  • 호스팅: AWS S3 + CloudFront 정적 호스팅. 워크스페이스 표준
  • 포기한 것: 사용자 회원가입 (탐색은 모두 익명, 멘토링만 가벼운 인증), 실시간 추천 / 알고리즘 피드 (정적 사이트 강점 유지), 자체 LLM 호스팅 (외부 API 가 비용 / 품질 모두 우위)

운영 자동화

  • 콘텐츠 파이프라인 자동 실행 — 입력 후보 큐 → 4단계 자동화 → 마크다운 출력. 운영자는 검수만
  • 5개 언어 누락 검증 — 어떤 페이지든 5개 언어 파일이 모두 있어야 빌드 통과. CLAUDE.md 의 다국어 강제 규칙을 lint 로 박음
  • 이미지 자동 다운로드 — image_downloader.py 가 인물 / 회사 / 직업 관련 이미지를 자동 수집 + 라이선스 체크
  • 사이트 배포 — main push → Hugo 빌드 → S3 업로드 + CloudFront 무효화 자동
  • 콘텐츠 검증 — content_checker.py 가 5개 언어 누락 / 깨진 링크 / 메타 누락 사전 검사

현재 상태와 운영 신호

  • 상태: 운영 중. 5개 언어 동등 운영, 콘텐츠 파이프라인 안정화
  • 시작: 2025-09 (콘텐츠 파이프라인 구축), 2026-01 정식 출시
  • 인프라: AWS S3 + CloudFront (정적), Python 콘텐츠 파이프라인
  • 검증 신호: 언어별 트래픽 비율 (한국 vs 글로벌 vs 일본 vs 중화권), 진로 퀴즈 완료율, 인물 페이지 평균 체류 시간 추적

회고와 다음 가설

  • 잘 작동한 것: AI 파이프라인 + 5개 언어 + 정적 빌드 조합으로 1인 운영에서 콘텐츠 매트릭스를 유지 가능한 구조 — 직접 작성 모델로는 1년치 콘텐츠가 1주에 처리됨. “롤모델 + 로드맵 + 리얼리티 한 페이지” 구조가 학생들의 페이지 체류 시간에서 검증됨
  • 다시 한다면: 초기에 5개 언어를 동시 출시한 게 콘텐츠 검수 부하를 키움 (운영자가 5개 언어 동시에 검토 불가). ko / en 먼저 안정화 후 ja / zh 순차 추가가 더 안전했을 것
  • 다음 가설: (1) 1:1 멘토링 매칭 (현업 인물 직접 연결), (2) 학교·교육기관 라이선스 (큐레이션 화이트라벨), (3) 커리어 도서·부트캠프 affiliate, (4) 모바일 PWA / 앱 (사용 패턴 검증 후)

비슷한 결의 작업 의뢰

Reputo 를 단독으로 기획·구현·운영하면서 만들어낸 핵심 역량은 다른 도메인에도 적용 가능합니다.

  • AI 파이프라인 기반 다국어 콘텐츠 사이트 — 5개 언어 × N 항목 매트릭스를 1인 운영으로 유지하는 작업 (백과사전 / 가이드 / 비교 사이트 / 카탈로그)
  • 롤모델 / 사례 / 로드맵 결합 콘텐츠 UX — 추상적 정보를 사람 이야기와 단계별 액션으로 번역해야 하는 모든 도메인 (커리어 / 자기계발 / 학습 / 건강)
  • AI researcher → writer → editor 4단계 콘텐츠 자동화 — 단일 입력에서 검수 가능한 출력까지 단계화 + 5개 언어 동등 품질 보장
  • Hugo 다국어 정적 사이트 + pagefind 검색 — 서버 없는 5개 언어 검색 사이트 운영
  • JSON 데이터 + 마크다운 콘텐츠 분리 모델 — 구조화 데이터(직업·분야 매핑) 와 narrative content(인물·로드맵) 를 분리 관리해 운영 단순화

기획부터 시스템 구축, 운영 자동화까지 한 사람이 끝까지 들고 가는 형태의 작업을 선호합니다. 의뢰는 /work-with-me 또는 /contact 로 연락주세요.

January 1, 2026 ∙ education career
제품 기획·개발 파트너 찾으시나요? 개인·팀·기업 모두 환영. 문제 정의부터 출시까지 함께합니다.
함께 일하기 연락하기 →