AI 기반 이력서 평가 시스템 (Respec-AI)

RAG(Retrieval-Augmented Generation) 기술과 파인튜닝된 LLM을 활용한 지능형 이력서 평가 API Respec-AI는 기업의 채용 담당자를 위한 AI 기반 이력서 자동 평가 시스템입니다.

• 12개 직종별 맞춤형 평가 기준 적용
• 벡터 데이터베이스 기반 유사도 검색으로 정확한 스펙 매칭
• 파인튜닝된 Qwen2 모델을 통한 전문적인 평가 제공

주요 기능

지능형 평가 시스템

• RAG 기반 평가: 전공, 대학, 자격증, 경력의 직무 연관성 벡터 검색
• 다단계 점수 계산: 직무별 가중치 적용한 정밀 평가
• 실시간 언어 검증: 15개 어학시험 점수 자동 검증 및 표준화

지원 직종 (12개)

경영·사무, 마케팅·광고·홍보, 무역·유통, 인터넷·IT, 생산·제조, 영업·고객상담, 건설, 금융, 연구개발·설계, 디자인, 미디어, 전문·특수직

기술 스택

AI/ML

• LLM: Qwen2-1.5B (파인튜닝 버전)
• 임베딩: ko-sroberta-multitask (한국어 특화)
• 벡터 DB: PostgreSQL + pgvector

Backend

• API: FastAPI + Uvicorn
• DB: PostgreSQL (가중치, 평가기준 저장)

설치 및 실행

1. 시스템 요구사항

# OS: Ubuntu 20.04+ 권장
# Python: 3.8+
# CUDA: 12.2 (GPU 필수)
# RAM: 8GB+ 권장
# GPU: VRAM 4GB+ 권장
# PostgreSQL: 12+ (pgvector 확장 필요)

2. 환경 설정

# 시스템 패키지 설치
sudo apt update && sudo apt upgrade -y
sudo apt install -y python3 python3-pip python3-venv git

3. 프로젝트 설치

# 프로젝트 클론
git clone https://github.com/100-hours-a-week/19-Respec-AI.git
cd 19-Respec-AI

# 가상환경 생성 및 활성화
python3 -m venv venv
source venv/bin/activate

# 의존성 설치
pip install --upgrade pip

# PyTorch CUDA 12.1 버전 설치 (CUDA 12.2 호환)
pip install torch==2.1.0+cu121 --index-url https://download.pytorch.org/whl/cu121

# 나머지 패키지 설치
pip install -r requirements.txt --no-cache-dir

4. 환경변수 설정

# .env 파일 생성 및 편집
cp .env.example .env
nano .env

.env 설정 예시:

# PostgreSQL 데이터베이스 설정
HOST=localhost
DATABASE=respec_ai_db
USER=your_username
PASSWORD=your_password

# AI 모델 설정
MODEL_NAME=Qwen/Qwen2-1.5B-Instruct
PEFT_MODEL_PATH=syahaeun/qwen2-resume-evaluator

5. 데이터베이스 설정

# PostgreSQL 설치 및 설정
sudo apt install -y postgresql postgresql-contrib

# pgvector 확장 설치
sudo apt install -y postgresql-14-pgvector

# 데이터베이스 생성 (별도 스크립트 필요)
# psql -U postgres -c "CREATE DATABASE respec_ai_db;"

실행 방법

개발 환경 실행

# FastAPI 서버 실행
source venv/bin/activate
uvicorn main:app --host 0.0.0.0 --port 8000 --reload

프로덕션 환경 실행

# FastAPI 서버 실행 (워커 프로세스 4개)
uvicorn main:app --host 0.0.0.0 --port 8000 --workers 4

API 사용 방법

기본 접근

• Web UI: http://localhost:8000 (테스트 페이지)
• API 문서: http://localhost:8000/docs (Swagger UI)
• 상세 API 문서: API 문서 참조