"개발자 취업의 A to Z: 면접부터 자소서, 트렌드 분석까지" > AI Agent, RAG, OCR 등 최신 기술을 활용하여 취업 준비 과정을 자동화하고 개인화된 솔루션을 제공하는 백엔드 서비스입니다.
이 프로젝트는 취업 준비생이 겪는 방대한 정보와 CS 지식 학습의 부담을 줄이기 위해 개발되었습니다. 단순한 챗봇을 넘어 실제 행동(Action)을 수행하는 AI Agent를 탑재하였으며, Vector DB를 통해 노이즈가 제거된 고품질의 IT 정보만을 제공합니다. 또한, 이미지로 된 채용 공고까지 분석하는 OCR 기술을 도입하여 최신 채용 공고를 기반으로한 정보를 제공합니다.
- CS 지식 면접: 운영체제, 네트워크, 자료구조 등 핵심 CS 주제에 대한 꼬리에 꼬리를 무는 질문 및 피드백.
- GitHub 기반 면접: 사용자의 GitHub 레포지토리를 분석하여, 실제 작성한 프로젝트 코드에 기반한 맞춤형 예상 질문 생성.
- 페르소나 기반 작성: 사용자의 경험과 평소 말투를 학습하여 맞춤형 자소서 초안 생성.
- Action Agent:
- 자소서 작성 중 궁금한 CS 지식 실시간 답변.
- PDF 자동 생성: 완성된 자소서를 명령어 한 번으로 PDF 변환 및 다운로드 (한글 줄바꿈 최적화 적용).
- 이메일 전송: 생성된 파일을 지정된 이메일로 즉시 발송.
- 문제 분석 및 힌트: 문제 지문을 입력하면 AI가 알고리즘 유형(DP, DFS 등)을 분석하고 풀이 접근법(Hint) 제공.
- 유사 문제 추천: 현재 문제와 논리가 유사한 기출 문제를 추천하여 심화 학습 유도.
- 업계 분위기 리포트: 최신 IT 뉴스를 크롤링/요약하여 "긍정/부정 여론(%)" 및 "핵심 키워드" 시각화.
- 정제된 뉴스 추천 (Vector DB):
- 일반 포털 검색과 달리, Vector DB를 구축하여 AI 관련 주가/경제/가십 기사는 필터링.
- 오직 기술적 가치가 있는 기사만을 임베딩하여 사용자 관심 분야(예: LLM, MSA)에 맞춰 추천.
- OCR 공고 분석: 텍스트 없이 통이미지로 된 '불친절한' 채용 공고도 Tesseract OCR로 텍스트화하여 분석.
- 실전 학습 로드맵: 희망 직무의 실제 공고 데이터를 종합하여, "어떤 기술 스택을 먼저 공부해야 하는지" 우선순위 로드맵 제시.
- 근거 데이터 제공: 로드맵의 근거가 된 실제 기업의 자격 요건, 우대 사항, 공고 링크를 함께 제공하여 신뢰성 확보.
| 구분 | 기술(Technology) | 활용 목적 |
|---|---|---|
| Backend | FastAPI, Python 3.12 |
고성능 비동기 API 서버 구축 |
| AI Core | OpenAI GPT-4o-mini |
텍스트 생성, 코드 분석, 의도 파악 |
| LLM Ops | LangChain |
RAG 파이프라인 구축 및 프롬프트 체이닝 |
| Database | ChromaDB |
뉴스 및 채용 공고 벡터 임베딩 저장 및 검색 |
| Crawling | Playwright, BeautifulSoup |
동적 페이지(Iframe) 및 정적 페이지 크롤링 |
| OCR | Tesseract (Pytesseract) |
이미지형 채용 공고 텍스트 추출 |
| Tools | ReportLab, SMTP |
PDF 문서 생성 및 이메일 전송 자동화 |
🚀 설치 및 실행 (How to Run)
- 사전 요구 사항
Python 3.12 이상
Tesseract-OCR 설치 (Windows / Mac: brew install tesseract)
- 프로젝트 클론 및 패키지 설치
git clone [REPOSITORY_URL]
cd NLP-BE
- 가상환경 생성 및 패키지 설치 (uv 사용 권장)
uv sync또는pip install -r requirements.txt
- 환경 변수 설정 (.env)
OPENAI_API_KEY=sk-proj-...
SMTP_USER=your_email@gmail.com
SMTP_PASSWORD=your_app_password
- 서버 실행
uv run uvicorn main:app --reload
서버 실행 후 http://localhost:8000/docs 로 접속하여 API 문서를 확인할 수 있습니다.
👨💻 Author
Backend & AI Engineer: [본인 이름]
Email: [본인 이메일]
Github: [본인 깃허브 링크]