LangTailor페이지 목차
이 페이지에서 검색
Arda
이 페이지에 묻기
이 프로젝트 소개 본문에서만 찾아 답합니다. 답을 지어내지 않고 해당하는 대목을 그대로 보여 주며, 여기에 없으면 없다고 알려 드립니다.
생성형 AI가 아니라 이 페이지 본문을 찾아 그대로 보여 주는 방식입니다. 외부로 나가는 요청이 없습니다.
IBM * 레드햇 AX 과정 · 수강생 팀 프로젝트
Arda — AI 채용 에이전트
채용 담당자가 반복 업무를 줄이고 지원자에게 집중할 수 있도록 서류 검토와 면접 준비를 돕는 에이전트입니다.
생성 수정
01 · 프로젝트 주제
LLM : AI 기반 음성 인식 및 대화 분석 시스템 (Team Seuk )
1. 채용 프로세스 통합 관리 파이프라인
'합불 등의 핵심 결정은 항상 사람이 한다'라는 원칙을 기반으로, [공고 등록 → 접수 → 단계별 심사 → 결과 통보]까지의 채용 전 과정을 하나의 시스템으로 통합한다. 메인 화면은 지원자 칸반 보드로, 카드를 드래그해 단계를 이동하면 이력이 자동 기록되고 안내 메일이 큐 기반 비동기(+재시도)로 발송된다. JWT 기반 3역할(관리자,채용담당자,면접관) 접근 제어와 더미 지원자 10만 건 기준의 검색과 필터 성능 튜닝을 포함한다.
2. 보안에 강한 로컬 AI 에이전트
경량 모델로 온프레미스 구현. 이력서/면접 기록 등 지원자 개인정보가 외부 API로 전송되지 않도록, 경량 LLM(sLLM)과 STT 모두를 온프레미스 환경에서 구동하는 로컬 에이전트를 구현한다. 채용 데이터는 기업의 가장 민감한 개인정보 자산 중 하나이다. 따라서 [입력 → 모델 추론 → 출력]의 모든 과정을 내부망 안에서 완결시켜 '데이터 반출 없는 채용 에이전트'라는 보안 차별점을 확보한다. 클라우드 API 대비 추론 품질 및 비용의 트레이드오프는 기능별 실측으로 검증하며, 민감 작업은 로컬로 처리하고 일반 작업만 API로 나누는 하이브리드 구성도 고려한다.
3. 지원자가 24시간 접근 가능한 면접 일정 자동화 서비스
면접관들의 가용 일정을 파악해 지원자에게 후보 시간을 제안하고, 선택을 받아 일정을 확정과 통보하는 조율 과정을 에이전트가 자동화한다. 지원자는 안내 이메일의 링크로 24시간 언제든 접속해 자신의 전형 진행 현황과 면접 일정을 실시간으로 확인과 선택할 수 있고, 궁금한 사항은 챗봇과의 질의응답으로 즉시 해소한다. 확정 및 변경 통보는 기존 비동기 메일 파이프라인(SES·SQS)을 재사용하며, 수 회의 메일 왕복에 걸리던 조율 시간을 단축하고 반복적인 문의 응대를 제거하는 것이 목표다.
4. LLM 도구 호출 에이전트 및 RAG 기반 STT 면접 분석
"김도현 찾아줘 → 면접 안내 이메일 만들어줘"처럼 자연어 대화만으로 지원자 검색/조회/단계 변경/이메일 초안을 수행하는 도구 호출(Tool-Use) 에이전트를 개발하며, 실행성 작업은 초안(pending_action)까지만 만들어 사람의 확인을 거친다. 면접 분석은 [STT → RAG → sLLM] 파이프라인으로 구성한다 — Whisper 기반 STT가 면접 음성을 전사하면, RAG가 해당 지원자의 이력서, 직무 요건, 과거 평가 기록에서 관련 근거를 검색해 컨텍스트로 결합하고, sLLM이 그 근거를 인용하며 면접 내용을 요약 및 분석해 평가 기록으로 전환한다. 근거 문서 없이 모델이 단독 판단하지 않는 구조이며, 채팅, 요약, STT 전 기능에 토큰·비용 로깅을 통일해 E2E 4단계 실측 $0.045의 AI 원가 관측 체계를 갖췄다.
5. 웹/모바일 멀티 클라이언트 및 운영 체계
React(Vite/TS) 웹과 Flutter 모바일 앱이 동일한 FastAPI API를 사용하는 계약 중심 설계로, API/ERD 문서를 코드와 같은 커밋에서 갱신하는 규칙으로 5인 병렬 개발의 정합성을 유지한다. Docker, AWS(EC2/S3/SES/SQS), GitHub Actions 기반 배포와 함께 도메인별 파트 분담, ADR 15건, 팀원별 소유 파일 기반 무충돌 칸반 운영까지 — 산출물뿐 아니라 협업 체계 자체도 확장 가능한 구조로 설계한다
02 · 프로젝트 주요 내용
- 이력서·자기소개서 요약과 채용 기준에 따른 서류 검토 보조
- 맞춤형 면접 질문과 답변·서류 내용의 일치 여부 확인
- 챗봇을 통한 지원자 조회·전형 상태 변경·안내 메일 연결
03 · 주요 구성 기술
- React
- FastAPI
- Claude
- pgvector
04 · 프로젝트 팀
Team Seuk
수강생 팀이 직접 기획·구현하는 프로젝트입니다. 제출한 소개 보고서를 바탕으로 정리했습니다.
← 7기 팀별 프로젝트로 돌아가기