JobPT

서비스 개요

현대 사회에서 취업 준비는 반복적이고 시간 소모적인 과정으로, 구직자가 자신의 역량을 효과적으로 어필하지 못해 기회를 놓치는 경우가 많습니다. 이를 해결하기 위해 JobPT는 LLM 기반 채용 공고 추천, 기업 맞춤형 이력서 피드백, 회사 정보 요약 제공, 이력서 적합성 평가등의 기능을 갖춘 '지능형 취업 지원 서비스'를 제공합니다.

주요 기능

1. LLM 기반 개인 이력서 맞춤형 채용 공고 매칭

   • 제공받은 이력서를 RAG를 활용해 각 회사의 채용 공고와 의미론적 유사도를 기반으로 적합한 회사를 추천합니다.

2. 기업 맞춤형 이력서 피드백

   • 유저와의 대화를 통해 평가-개선-재평가 프로세스를 거치며 이력서를 반복적으로 개선합니다.
   • Multi-turn을 활용해 챗봇 인터페이스에서 유저에게 개선점을 제공하며, 이력서에 곧바로 반영합니다. (기능 반영 예정)

3. 회사 정보 요약 제공

   • AI Agent를 통해 원하는 회사 또는 추천된 JD의 회사와 관련된 최신 정보를 요약해 제공합니다.
   • 산업 및 도메인, 경쟁력, 주요 서비스, 인재상, 사내 문화, 추진 중인 프로젝트 및 이니셔티브 등에 대한 메타 데이터를 요약합니다.

4. 이력서 적합성 평가 및 구체적 개선점 제안

   • 이력서 검토 시스템은 특정 JD에 맞춰 이력서를 분석하여 지원자 추적 시스템(ATS)이 이를 어떻게 평가할지 시뮬레이션합니다.
   • 또한, 각 이력서를 해당 직무에 최적화할 수 있도록 상세한 피드백과 개선 제안도 제공합니다. 이 분석기는 각 직무 설명을 세밀하게 분석하여, 이력서가 해당 직무에 얼마나 잘 부합하는지 가장 정확하게 평가할 수 있도록 설계되었습니다.

시스템 구조도

전체 시스템 구조도

채용 공고 추천 RAG 구조도

이력서 수정 제안 및 회사 요약 Agent 구조도

검토 LLM 파이프라인

시스템 구성 기술

• 크롤링 API: 여러 회사 JD 데이터 확보 및 마감된 채용 공고 삭제
• PDF 파싱: Upstage Parser를 이용한 다양한 형태의 이력서 PDF 텍스트 추출
• Vector DB: Pinecone에 Job description(JD) 텍스트 Chunk 저장 및 JD Retrieval
• AI Agent
  • supervisor agent를 두어 멀티 agent로 파이프라인 구성
  • 회사 메타 데이터 정보 수집 및 요약 (Tavily Search MCP 사용)
  • 수정 제안 agent (유저의 웹 포트폴리오 탐색 MCP)
• LLM Model
  • 이력서 적합성 평가

기술 스택

• Language: Python, Typescript
• LLM Framework
  • LangChain
  • Langgraph
  • OpenAI (text-embedding-3-small, gpt-4o, gpt-4o-mini, gpt-4.1-nano)
• Backend
  • Web Framework: FastAPI
  • Vector Database: Pinecone
  • Monitoring: Langfuse

서비스 데모 화면

시연 영상

• 이력서 기반 JD 추천 기능 (Phase 1)

웹 화면

시스템 구동 방법

프로젝트 패키지 설치

pip install -r requirements.txt

system 폴더에 .env 파일 생성

OPENAI_API_KEY=<your_openai_key>
UPSTAGE_API_KEY=<your_upstage_key>
SMITHERY_API_KEY=<your_smithery_key>
PINECONE_API_KEY=<your_pinecone_key>
LANGFUSE_PUBLIC_KEY=<your_langfuse_key>
LANGFUSE_SECRET_KEY=<your_langfuse_key>

API 실행

python system/main.py

웹 화면 실행

npm run dev

API 호출 예시 (api_test.py 참조)

import requests

# POST 요청 함수
def send_post_request(resume_path):
    url = "http://localhost:8000/matching"  # 실제 API 엔드포인트로 변경하세요.
    data = {"resume_path": resume_path}

    try:
        response = requests.post(url, json=data)
        response.raise_for_status()  # 상태 코드가 200번대가 아니면 예외 발생
        print("POST 요청 성공:", response.json())
    except requests.exceptions.RequestException as e:
        print("POST 요청 중 오류 발생:", e)


# 함수 호출 예시
send_post_request("data/joannadrummond-cv.pdf")