AI & Infrastructure

AI 모델 연동 및 서버 인프라를 비용 효율성과 확장성을 고려하여 설계했습니다.

핵심 기여 사항

• AI 모델 선정 및 비용 최적화: 외부 유료 STT API 대신, 오픈소스인 faster-whisper를 직접 서버에서 운영하도록 설계하여 API 비용을 '0'으로 만들었습니다. 이를 통해 MVP 단계의 운영 비용을 획기적으로 절감했습니다.
• 프롬프트 엔지니어링 전략 수립 (계획): 사용자가 입력한 이력서 정보를 동적으로 조합하여, 단순 정보 확인을 넘어 사용자의 경험과 논리력을 검증할 수 있는 심층 꼬리 질문을 생성하는 프롬프트 체인을 설계할 예정입니다.
• 개발/배포 환경 분리: .env 파일과 Pydantic Settings를 활용하여 로컬 개발 환경과 프로덕션 환경의 설정(DB 정보, 시크릿 키 등)을 안전하고 효과적으로 분리하는 시스템을 구축했습니다.