Lever Automation

Lever Automation skill 개요

Lever Automation이 하는 일

Lever Automation은 AI agent, 특히 Claude Code에서 Composio Lever integration을 통해 Lever ATS를 다루기 위한 채용 운영 skill입니다. 채용 공고, candidate opportunities, requisitions, pipeline stages, candidate tags 같은 채용 데이터를 매번 Lever UI로 이동해 수동 처리하지 않고도 조회하고 업데이트할 수 있게 도와줍니다.

채용 및 talent operations 팀에 적합한 경우

Lever Automation skill은 이미 Lever를 사용하고 있으며 반복적인 ATS 작업이 필요한 recruiters, recruiting coordinators, talent operations teams, hiring managers에게 가장 유용합니다. 게시된 채용 공고 목록 확인, 부서나 위치별 openings 필터링, candidate pipeline status 확인, opportunities를 stage 간 이동, candidates에 tags를 일관되게 적용하는 작업에 잘 맞습니다.

일반 프롬프트와 다른 점

일반 프롬프트도 채용 관련 문안을 작성할 수는 있지만, agent에 적절한 tool access가 없으면 Lever 데이터와 안전하게 상호작용할 수 없습니다. 이 skill은 Lever에 특화된 tool context, 예상 작업, 인증 흐름, posting state, pagination, stage 처리, read/write permissions 같은 실무 파라미터를 문서화합니다. 따라서 단순히 AI model에게 추상적으로 “Lever 작업을 도와줘”라고 요청하는 것보다 실제 ATS 자동화에 더 적합합니다.

도입 전에 확인할 점

Lever Automation은 rube를 통한 Composio MCP server에 의존하므로 독립 실행형 script가 아닙니다. Lever account, OAuth/API access, 그리고 의도한 작업에 맞는 scopes가 필요합니다. Read-only reporting prompts는 opportunities, requisitions, stages, tags를 업데이트하는 workflow보다 더 적은 권한으로도 충분합니다. 실제 채용 데이터를 다룰 때는 write operations를 허용하기 전에 list/query workflow부터 시작하는 것이 좋습니다.

Lever Automation skill 사용 방법

Lever Automation 설치 및 설정 경로

다음 명령으로 agent 환경에 skill을 설치합니다.

npx skills add ComposioHQ/awesome-claude-skills --skill "Lever Automation"

그다음 Composio MCP server를 설정합니다.

https://rube.app/mcp

Lever 관련 명령을 실행하면 agent가 OAuth를 통해 Lever account를 연결하라고 안내해야 합니다. Lever API permissions에 접근하려는 resources가 포함되어 있는지 확인하세요. 예를 들어 postings, opportunities, requisitions, 그리고 업데이트가 필요하다면 write permissions가 포함되어야 합니다.

신뢰도 높은 결과를 위해 필요한 입력

Lever Automation을 안정적으로 사용하려면 비즈니스 목표와 함께 요청을 제한하는 ATS fields를 제공해야 합니다. 유용한 입력에는 posting state, team, department, location, commitment type, candidate name 또는 opportunity ID, stage name, requisition context, 추가하거나 제거할 tags, 그리고 작업이 read-only인지 Lever를 업데이트해야 하는지가 포함됩니다.

약한 프롬프트: “Show me engineering jobs.”

더 나은 프롬프트: “Using Lever, list published engineering job postings in the San Francisco location, return title, posting ID, department, commitment type, and limit results to 50.”

더 나은 프롬프트는 모호함을 줄이고, 과도하게 넓은 데이터 조회를 피하며, agent가 반환해야 할 결과 형식을 명확하게 해줍니다.

안전한 채용 자동화를 위한 실무 workflow

먼저 탐색하고, 그다음 실행하세요. 처음에는 agent에게 published postings나 active opportunities처럼 records를 list 또는 filter하도록 요청합니다. 다음으로 일치하는 records를 요약하고, 변경 전에 IDs를 확인하게 합니다. 그런 다음에야 candidate를 pipeline stage로 이동하거나 candidate tag를 추가하는 업데이트를 요청합니다.

Write actions에는 확인 단계를 포함하세요. 예: “Preview the changes first and wait for approval before updating Lever.” candidate opportunities, requisitions, tags를 수정할 때는 특히 중요합니다. 작은 실수도 recruiter workflow와 reporting에 영향을 줄 수 있기 때문입니다.

사용 전에 확인할 repository files

가장 먼저 살펴볼 파일은 composio-skills/lever-automation 아래의 SKILL.md입니다. 여기에는 setup notes, 지원되는 workflow categories, LEVER_LIST_POSTINGS로 job postings를 listing하는 예시 tool usage가 포함되어 있습니다. 현재 skill package에는 별도의 rules/, resources/, references/, scripts/ 폴더가 없으므로, 도입 여부는 문서화된 workflow와 composio.dev/toolkits/lever의 Composio Lever toolkit docs를 얼마나 잘 이해하느냐에 크게 좌우됩니다.

Lever Automation skill FAQ

Lever Automation은 Recruiting용인가요, 일반 HR 자동화용인가요?

Lever Automation for Recruiting은 Lever ATS workflow에 초점을 맞춥니다. 즉 postings, opportunities, requisitions, pipeline stages, tags를 다룹니다. payroll, performance management, onboarding tasks, Lever 밖의 employee records까지 포괄하는 전체 HRIS automation layer는 아닙니다.

초보자도 Lever Automation skill을 사용할 수 있나요?

가능합니다. 다만 자신의 Lever workspace 구조를 이해하고 있어야 하며, authentication과 permissions 설정은 admin의 도움을 받는 것이 좋습니다. 초보자는 postings 목록 조회나 candidate opportunities 탐색 같은 read-only prompts부터 시작해야 합니다. 자신의 Lever workspace에서 어떤 IDs, stages, tags를 사용하는지 알기 전까지는 write actions를 피하세요.

Lever Automation을 사용하지 않는 편이 좋은 경우는 언제인가요?

candidate data에 접근할 권한이 없거나, 작업에 legal 또는 compliance review가 필요하거나, bulk changes가 사람의 승인 없이 active hiring pipelines에 영향을 줄 수 있는 경우에는 사용하지 마세요. 회사가 Lever를 사용하지 않거나 agent 환경이 Composio MCP server에 연결할 수 없는 경우에도 적합하지 않습니다.

Lever에서 직접 작업하는 것과 비교하면 어떤가요?

Lever UI는 시각적 검토, 일회성 recruiter 판단, 민감한 candidate evaluation에 더 적합합니다. Lever Automation은 반복적인 queries, 구조화된 summaries, batch에 가까운 operational checks, 입력 기준이 명확한 agent-assisted updates에 더 적합합니다. 많은 팀은 둘 다 함께 사용하게 됩니다. 속도와 일관성이 필요한 작업에는 skill을, 최종 검토에는 UI를 사용하는 방식입니다.

Lever Automation skill 개선 방법

정확한 제약 조건으로 Lever Automation 프롬프트 개선하기

Lever Automation output을 가장 빠르게 개선하는 방법은 scope를 정확히 지정하는 것입니다. published와 draft 구분, department, location, hiring team, stage, tag, tool에서 지원하는 경우 date range, result limit 같은 filters를 포함하세요. 원하는 형식도 함께 명시합니다. 예를 들어 table, CSV-style rows, grouped summary, action plan 등이 있습니다.

예: “Find active opportunities tagged Backend that are in the onsite stage, show candidate name, opportunity ID, current stage, owner, and next recommended follow-up. Do not update Lever.”

ATS 작업에서 흔한 실패 패턴 피하기

흔한 문제로는 tool이 IDs를 필요로 하는데 사람이 읽기 쉬운 이름만 사용하는 경우, 일치한 candidate를 확인하기 전에 updates를 요청하는 경우, pagination 없이 너무 많은 records를 가져오는 경우, 모든 Lever workspace가 같은 stage 또는 tag names를 사용한다고 가정하는 경우가 있습니다. opportunities를 수정하기 전에 agent에게 available stages를 listing하게 하거나 matching records를 확인하게 하세요.

첫 번째 결과 이후에 반복적으로 좁혀가기

첫 응답은 범위를 좁히는 단계로 보세요. agent가 너무 많은 postings나 candidates를 반환하면 department, location, owner, tag, state로 다시 좁히세요. 고유한 candidate를 식별하지 못하면 opportunity ID나 더 많은 context를 제공하세요. update가 제안되면 승인하기 전에 old value, new value, target record, reason을 보여주는 dry-run summary를 요청하세요.

팀별 운영 규칙 추가하기

장기적으로 더 좋은 결과를 얻으려면 skill 외부에 팀의 recruiting conventions를 문서화하세요. approved tags, stage transition rules, requisitions의 naming patterns, candidate updates를 승인할 수 있는 사람 등을 정리합니다. 그런 다음 해당 규칙을 prompts나 local agent instructions에 포함하세요. Lever Automation은 agent가 tool access뿐 아니라 조직의 ATS operating policy까지 함께 갖고 있을 때 더 안정적으로 작동합니다.