lishuangqiang/AI-Meeting

해결하는 문제

이 프로젝트는 AI 기반의 모의 면접 및 이력서 분석 플랫폼을 제공합니다. 이력서 파싱 프로세스를 자동화하고, 지원자의 경험을 바탕으로 개인화된 면접 질문을 생성하며, 실시간 피드백과 함께 다단계 면접 프로세스를 시뮬레이션함으로써 기술 면접 준비 문제를 해결합니다.

작동 원리

시스템은 Spring Boot와 Spring AI로 구축된 모듈형 모놀리식 아키텍처를 사용합니다. 다음과 같은 주요 구성 요소를 통합합니다:

• 이력서 분석: AI 에이전트가 업로드된 PDF 이력서를 파싱하여 구조화된 면접 질문과 초기 점수를 생성합니다.
• 멀티 에이전트 오케스트레이션: 5개의 특화된 에이전트(Questioner, Interviewer, Scorer, Follow-up, Expression Analyst)가 협력하여 면접을 진행합니다. 규칙 엔진(LiteFlow)이 후속 질문 로직을 관리합니다.
• 실시간 상호작용: WebSockets를 사용하여 실시간 음성-텍스트 변환(ASR)을 수행하고, Server-Sent Events (SSE)를 사용하여 AI 텍스트 응답을 스트리밍합니다.
• 상태 관리: 긴 세션 동안 데이터 손실을 방지하기 위해 MongoDB와 Redis를 사용하는 계층적 스냅샷 시스템을 채택합니다.
• 최적화: 분산형 "Single-flight" 프레임워크를 통해 여러 서버 인스턴스에 걸친 동일한 AI 요청이 한 번만 실행되도록 보장하여 비용과 지연 시간을 줄입니다.

대상 사용자

• AI 기반의 개인화된 질문으로 기술 면접을 연습하고자 하는 구직자.
• Java를 사용하여 AI 에이전트, 실시간 음성 처리 및 분산 시스템 패턴의 프로덕션급 구현을 공부하고자 하는 개발자.
• 졸업 논문 또는 포트폴리오를 위한 종합적인 프로젝트를 찾는 학생.

주요 특징

• 이력서 기반 질문 생성: 지원자의 구체적인 직무 경험과 밀접하게 연결된 질문을 생성합니다.
• 멀티 에이전트 협업: 채점, 질문, 행동 분석을 위한 전문적인 역할을 가진 실제 면접을 시뮬레이션합니다.
• 실시간 음성 통합: 엔드투엔드 실시간 음성 전사 및 긴 텍스트 음성 합성 기능을 제공합니다.
• 표정 분석: AI 표정 인식 에이전트를 통해 카메라 스크린샷으로 지원자의 태도를 평가합니다.
• 종합적인 피드백: 다차원 레이더 차트와 질문별 상세 분석이 포함된 면접 후 보고서를 제공합니다.