모의 면접 서비스
AInterview
- 기간
- 2024.09 – 2024.12
- 역할
- PM · 프론트엔드
배경
- 취업 준비생의 46%가 면접을 가장 어려워한다는 조사 결과를 확인했습니다. 실전과 유사한 환경에서 반복 연습할 수 있는 기회가 부족하다는 점에서 출발했습니다.
- 기존 면접 준비 서비스들은 단순 질문 목록 제공에 그쳤습니다. 실시간 음성 상호작용, 직무별 맞춤 질문, AI 피드백이 결합된 서비스는 시장에 없었습니다.
- 멋쟁이사자처럼 12기 최종 프로젝트로, 4인 팀에서 기획·디자인·프론트엔드 개발을 맡았습니다. 2024년 9월부터 12월까지 약 4개월간 진행했습니다.
실행
서비스 기획 및 PM
- 취준생의 실제 페인 포인트를 분석하여 세 가지 핵심 기능(음성 인식 면접 시뮬레이션, 직무별 맞춤 질문 자동 생성, AI 피드백)을 정의하고 우선순위를 결정했습니다.
- Azure Speech Service를 활용해 음성-텍스트(STT) 및 텍스트-음성(TTS) 변환 시스템을 구현하여 실제 면접과 유사한 음성 기반 인터랙션을 구현했습니다.
- GPT-4o-mini를 직무별 면접 데이터로 Fine-tuning하여 IT, 경영, 마케팅 등 직군별로 적절한 면접 질문을 자동 생성하는 시스템을 설계했습니다.
- 서비스 플로우 설계: 로그인 → 직무 선택 → AI 질문 생성 → 음성 답변 → STT 변환 → 피드백 제공의 전체 사용자 여정을 설계했습니다.
UI/UX 디자인 및 프론트엔드 개발
- 실제 면접 환경을 재현한 인터랙티브 UI를 Figma로 설계하고, React 기반으로 구현했습니다. 음성 녹음 시각화, 타이머, 질문 카드 등 면접 몰입감을 높이는 요소들을 포함했습니다.
- Spring Boot 백엔드와 API를 연동하여 실시간 STT 처리, 질문 생성, 피드백 조회 플로우를 구현했습니다.
결과
- 음성 인식 기반 AI 면접 시뮬레이션 서비스를 완성해 멋쟁이사자처럼 12기 최종 프로젝트로 발표했습니다.
- Azure Speech + GPT Fine-tuning 조합으로 실제 직무에 맞는 맞춤형 면접 질문 생성과 음성 기반 인터랙션이 가능한 서비스를 구현했습니다.
배운 점
- STT가 답변을 텍스트로 바꾸는 데 몇 초씩 걸렸습니다. 기술로 줄이기 어려운 시간이어서, 대기 중에는 타이머와 진행 표시를 보여 주어 화면이 멈춘 것처럼 느껴지지 않도록 했습니다.
- GPT fine-tuning 범위를 놓고 개발팀과 계속 조율했습니다. 목표로 한 질문 생성 수준과 기한 안에 구현 가능한 범위를 조율하는 것이 PM으로서 가장 많이 한 일이었습니다.