[비전공자의 AI 부트캠프 일지 #13] LLM Project_PROMPTI

비전공자의 AI 부트캠프 일지 #13
LLM 프로젝트 회고
_원티드 포텐업 데이터&AI 부트캠프 1기

PROMPI_Jobted Job

 

프로젝트 목표 설정_우리가 원하는 것

 LLM 프로젝트 팀 구성이 된 후에 처음 킥오프 미팅에 어떤 프로젝트를 해볼지에 대해서 이야기를 했을 때 우선적으로 하나 이야기 한 것이 하나 있었다. 이번 프로젝트는 우리가 필요하고 사용할 수 있는 서비스를 한 번 만들어 보기로 하자. 그게 바로 수요가 있을 것이다.  
 그렇게 이야기를 하니 바로 현재 우리의 공통점은 취업이라는 목표를 가지고 있다는 점을 인지하게 되었고 이번 프로젝트 카테고리는 '채용'으로 정하게 되었다. 채용 카테고리에 이번에 배운 LLM과 RAG 시스템을 활용한 서비스를 만드는 것을 목표로 하여 기존에 우리가 불편했던 점은 무엇이 있었는지 이야기하면서 서비스를 구체화하기로 했다. 

PROMPI_Jobted Job : 프로젝트 개요

 
 

서비스 구체화_불편함 찾기

 우리 팀 구성원의 경우 모두 기존 경력을 가지고 있으면서 현재 취업을 준비하고 있는 특성을 가지고 있었다. 그렇기에 구직자 측과 기업 측의 채용과 구직 준비 시 불편함에 대해서 이야기가 많이 나오게 되었는데 양측에서 공통적으로 데이터를 모아 볼 수 있는 부분 하나가 바로 채용 공고(JD, Job Description) 작성이었다. 
  구직자 측에서는 채용 공고를 보고도 정확히 어떤 일을 하는지 감이 안 오거나 반대로 채용 담당자 입장에서는 우리 회사에 필요한 인재를 설명하는 JD를 작성하는 것이 어려워 다른 회사의 채용 공고를 참고 및 복붙하는 경우가 많다. 그리고 기술적인 부분에선 인사 팀에선 실제 필요한 기술에 알지 못하니 실무 팀과 확인 작업의 소요되는 시간도 많았던 점도 불편했던 점으로 이야기가 나왔다. 

PROMPI_Jobted Job : pain point

 

기능 설계_MVP & UX

 '채용 지원 서비스'를 만들겠다. 라고 하니깐 사실 만들어보고 싶은 서비스가 많았다. (사실 내가 받아보고 싶은 서비스가 많을지도 모르겠다.) 처음 킥오프 때 설정한 '우리가 필요하고 사용할 수 있는 서비스를 만들자.'라는 목표에 맞춰 현재 우리가 가장 불편했던 것과 가장 필요한 것으로 하여서 핵심 기능 범위를 설정했다. 
핵심 기능 :

• LLM & RAG기반(꼭 이번에 구현해야 하는 기술!)
• JD 자동 생성 및 인터뷰 질문 생성(꼭 구현해야 하는 서비스!)  
  • 사용자가 입력한 직무명과 연차 수준을 바탕으로
  • 해당 직무의 JD를 자동 생성
  • JD 내용을 기반으로 인터뷰 질문 생성 

PROMPI_Jobted Job : UX Flow

 

프로젝트를 통해 배운 점 

 먼저, 이번 프로젝트를 통해서 가장 크게 배운 것은 데이터 아키텍처인 것 같다. 함께 하신 분 중에 데이터 아키텍처 경력자이신 분이 있으셨는데 직접 내가 프런트, 기능, 데이터 베이스에 대한 개발은 하지 못했지만 그분을 통해서 옆에서 보고 설명을 들으면서 구조를 어떻게 잡는지 어깨 너머 듣고 보면서 아주 살짝이라도 DB 개념에 배울 수 있었다.
 그렇게 나눠볼 수 있다는 것에 대해서 생각하지도 못했는데 두둥 넷플릭스 오프닝 곡이 들리는 느낌이 있었다. 왜냐면 처음 데모의 데모 버전을 만들어 봤을 때 그냥 구현이 되면 완성 아닌가? 라는 생각을 가지고 있었는데 이후 로그인 시스템과 같은 운영 및 관리 영역에서 봤을 때 구조 설계를 하지 않았다면 나중에 수정을 했을 때 찾지 못할 무서운 경우가 생기겠구나.하는 생각을 하게 되었다. 
 이번 프로젝트를 하면서 가장 부딪혔던 문제는 “면접 질문 데이터를 어디서 구하지?”였는데 막상 공개된 데이터는 개인의 기억이나 게시글 기반이라 신뢰도도 낮고 일관성도 없었다. 그래서 결국 GPT를 활용해 더미 데이터를 직접 만들어보기로 결정했다. GPT에게 "면접 질문을 만들어줘"라고 하면 당연히 멋진 질문이 뚝딱 나올 줄 알았는데 막상 받아보면 비슷한 질문과 답변이 반복해서 출력하는 것이었다.
 그래서 아예 질문 유형을 분리하고, 사용자의 경력 기반으로 어떤 주제에 초점을 맞출지 프롬프트에서 명확히 안내하도록 했다. 예를 들어, 신입 개발자라면 기술 베이스의 질문, 경력직이라면 협업이나 리딩 중심 질문이 나오도록 하고 답변의 경우도 STAR이란 기법을 기준으로 나올 수 있도록 프롬프트를 고도화했다. 계속 떠올랐던 생각은 딱 하나였다.
 “내가 질문하는 걸 내가  더 잘 알고 있어야 한다.”
 어떻게 활용할지는 결국 질문하는 사람의 몫이라는 걸 직접 부딪혀 보면서 체감하게 되었다. 그래서 이번 프로젝트는 단순한 기능 구현을 넘어서 내가 기술을 바라보는 시선, 서비스를 기획하는 관점을 전환시켜 준 시간이었다.

이걸 누가 쓰면 좋을까?
어떤 방식으로 전달하면 더 자연스러울까?
기술 그 자체보다 사용자 경험은 어떻게 설계되어야 할까?

 이런 질문들이 하나하나 쌓이면서, 나는 이제 단순히 “코드를 짜는 사람”보다 “기술을 연결하고 전달하는 사람”이 되고 싶어졌다는 것을 더 확신하게 되었다. 아직 완성된 결과물은 아니지만, 내가 처음으로 구체적인 문제를 정의하고, 설계하고, 연결한 프로젝트였다는 점에서 이 경험은 나의 하나의 중요한 포인트가 되었다.