죄송합니다!양식을 제출하는 중에 문제가 발생했습니다.
원하는 프로필 수와 필요한 필드를 알려주세요. Sai가 로그인된 상태로 LinkedIn을 읽고, 결과 페이지를 넘기며 깔끔한 CSV 파일로 정리해 드립니다. API 키, 쿠키 토큰, 크레딧은 필요 없습니다.
The recording is a real session. The sheet on the right is what it produced.
Sai opens each profile, pulls the signal, and writes the row, live, in a real browser.
Eight columns, sorted by score, with a source link behind every claim.
이미 로그인되어 있는 LinkedIn 계정만 있으면 됩니다. API 키, 세션 쿠키, 프록시 설정 같은 복잡한 과정은 전혀 필요 없습니다.
프로필당 한 행씩 이름, 직함, 회사, 프로필 URL이 포함된 CSV 파일을 다운로드할 수 있습니다. 프롬프트를 수정하여 열을 추가하거나 삭제하세요.
프로필 100개당 약 12분이 소요됩니다.
매달 다시 실행하면 Sai가 이전 내보내기에 없던 새로운 프로필만 골라서 보고합니다.
LinkedIn 프로필 데이터 추출이란 이름, 직함, 회사, 위치, 프로필 URL과 같은 구조화된 필드를 LinkedIn 프로필에서 가져와 필터링, 정렬 및 다른 곳으로 가져오기가 가능한 스프레드시트에 저장하는 것을 의미합니다.
자동화가 필요한 이유는 바로 방대한 양 때문입니다. 프로필 하나를 읽는 데는 몇 초면 되지만, 500개를 읽어 시트에 일일이 입력하려면 꼬박 하루가 걸립니다. 또한 복사해서 붙여넣는 과정에서 CRM에 리스트를 올리기 전까지는 알아차리기 힘든 오류가 발생할 수 있습니다.
가능하지만, 본인 계정의 데이터만 제공되며 내가 원하는 때가 아닌 LinkedIn의 일정에 맞춰야 합니다.
LinkedIn의 공식 데이터 내보내기 기능은 연결된 사람들의 목록을 포함한 본인의 활동 기록을 제공합니다. 하지만 세 가지 한계가 있습니다.
더 큰 한계는 범위입니다. 공식 내보내기에는 이미 연결된 사람들의 정보만 포함됩니다. 대부분의 추출 작업은 검색 결과, 회사 직원 목록, 이벤트 참석자 등 아직 연결되지 않은 프로필을 대상으로 합니다. 이러한 정보는 아카이브에 포함되지 않습니다.
눈에 보이는 페이지와 원하는 데이터의 형태가 서로 다르기 때문입니다.
LinkedIn의 프로필 정보는 깔끔한 필드가 아닌 헤드라인 형태로 되어 있습니다. 누군가는 "데이터 과학자 | 통계학 박사"라고 적지만 회사 정보가 전혀 없을 수도 있고, 또 누군가는 "새로운 것을 만드는 중"이라고만 적기도 합니다. 스크레이퍼는 이러한 문자열을 그대로 가져오기 때문에 사용자가 직접 정리해야 하는 번거로움이 생깁니다.
게다가 결과는 페이지 단위로 나뉘어 있고 지연 로딩(lazy-loaded) 방식으로 작동합니다. 따라서 페이지를 읽으려면 스크롤을 내리고 기다리는 과정을 반복해야 합니다. 500개의 프로필을 가져오려면 10페이지 이상을 넘겨야 하며, 각 페이지가 완전히 로드되어야 다음으로 넘어갈 수 있습니다.
이것이 바로 대부분의 추출 도구가 실행 전 세션 쿠키, API 키, 때로는 프록시와 같은 복잡한 설정을 요구하는 이유입니다. 외부에서 사용자의 로그인된 브라우저 환경을 재구축해야 하기 때문입니다.
이미 로그인되어 있는 브라우저를 사용하므로 별도의 인증 과정이 필요 없습니다.
사용자가 평소 사용하는 언어로 내보낼 내용을 설명하면, Sai가 개수를 확인하고 LinkedIn 인물 검색을 실행합니다. 이후 결과 페이지를 넘기며 각 항목을 읽고 CSV 파일로 작성합니다. 작업이 완료되면 파일과 함께 발견된 내용에 대한 메모를 제공합니다. 여기에는 헤드라인이 "직함 at 회사" 형식을 따르지 않아 회사 셀이 비어 있는 경우에 대한 정보도 포함됩니다.
마지막 부분은 생각보다 중요합니다. 500행의 데이터에서 누락된 부분을 나중에 CRM에서 발견하게 되면 큰 문제가 될 수 있기 때문입니다. Sai는 작업 완료 시점에 이를 미리 알려줍니다.
이 도구들도 훌륭한 추출 도구입니다. 차이점은 작업을 실행하기 전 사용자가 얼마나 많은 준비를 해야 하느냐에 있습니다.
하루에 수천 번씩 실행되는 데이터 파이프라인을 구축한다면 API 중심의 스크레이퍼가 적합하며, 초기 설정의 가치가 충분합니다. 하지만 오늘 오후 당장 스프레드시트 형태의 리스트가 필요하다면, 복잡한 설정 자체가 큰 부담이 될 것입니다.
위의 프롬프트는 이름, 직함, 회사, 프로필 URL을 가져옵니다. 위치, 헤드라인, 현재 회사 규모, 상호 연결, 연결 시점 등 프로필에 보이는 모든 정보를 리스트에 포함할 수 있습니다.
프롬프트의 괄호 부분을 수정하여 개수를 변경하고, 필드 리스트를 수정하여 열을 변경할 수 있습니다. CSV 대신 Google 스프레드시트를 원하신다면 프롬프트에 그렇게 요청하기만 하면 됩니다.
100개로 시작해 보세요. 약 12분 정도 소요되며, 대규모 작업을 수행하기 전에 열 구성이 예상대로인지 확인하기에 충분합니다.
형식이 올바르게 잡히면 규모를 늘리세요. 주기적으로 관리하는 목록이라면 매달 다시 실행되도록 설정하세요. Sai는 이전 내보내기에 없던 프로필만 보고하므로, 전체 파일을 다시 읽을 필요 없이 새로운 항목만 검토하면 됩니다.
아니요. Sai는 로그인된 브라우저 내에서 작동하므로, 생성해야 할 토큰이나 설정 패널에 붙여넣을 정보가 없습니다.
네. 로그인 상태에서 LinkedIn 검색으로 접근할 수 있는 모든 프로필을 Sai가 읽어서 시트에 담을 수 있습니다.
해당 프로필도 내보내기에 포함되며, 파싱 가능한 필드는 채워지고 나머지는 공란으로 남습니다. Sai는 회사 이름을 임의로 추측하는 대신, 이러한 경우가 발생한 행의 수를 표시합니다.
네. 프롬프트에서 Google 스프레드시트를 요청하시면 Sai가 시트를 생성하여 링크를 보내드립니다.
