1. 목적

채용 프로세스 전 과정(공고 등록 → 지원 접수 → 서류 검토 → 면접 → 합불 통보)을 하나의 웹 플랫폼으로 구현하고, AI 기술을 접목하여 이력서 분석과 정보 검색을 자동화한다.

2. 개발 범위

요구 ID기능검수 기준
SFR-001이력서 파싱 — PDF/DOCX 업로드 시 이름·학력·경력·기술스택 자동 추출주요 필드 추출 정확도 90% 이상
SFR-002칸반 보드 — 지원자 카드를 드래그하여 채용 단계 전환상태 전환 시 DB 반영 200ms 이내
SFR-003Tool-Calling Agent — 자연어 명령으로 지원자 검색·일정 조회·통계 요청 처리도구 호출 정확도 85% 이상, 지원 도구 5종 이상
SFR-004RAG 질의응답 — 이력서·채용 공고 기반 자연어 질의응답 (pgvector)Top-5 문서 추출 Recall@5 90% 이상
SFR-005지원자 관리 — 지원자 CRUD, 검색·필터링, 채용 단계별 목록 조회전체 CRUD 정상 동작, 페이지네이션 지원
SFR-006이메일 알림 — 채용 단계 변경 시 SES 기반 자동 이메일 발송SQS 큐 연동, 발송 성공률 99% 이상

3. 지원자 데이터 수집 및 연계

지원자는 로그인 없이 외부 공개 링크로 지원서를 제출한다. 이력서 파일은 presigned URL로 브라우저에서 S3에 직접 업로드해 API 서버를 거치지 않는다. 접수된 데이터는 단계 흐름을 따라 담당자·면접관에게 연계된다.

단계 흐름: 지원 접수 → 서류 검토 → 1차 면접 → 2차 면접 → 최종 합격 / 불합격

  • 각 단계 전환 시 단계 이력이 자동으로 기록됨
  • 단계 변경 시 자동 메일 발송 (SQS + SES 비동기 처리)
  • 면접관 배정 및 단계별 평가 기록
  • 모든 이동과 평가는 이력으로 남아 추후 감사 추적 가능

4. GraphRAG 파이프라인 구축

이력서·공고 데이터를 pgvector에 임베딩하고, 자연어 질의를 도구 호출(Tool-Calling)로 변환해 검색·통계·일정 조회를 처리한다.

기능설명기술
이력서 파싱PDF/DOCX에서 이름·학력·경력·기술스택을 구조화 데이터로 추출Python, LLM
RAG 질의응답이력서와 공고 내용을 임베딩하여 자연어 질의에 답변pgvector, Claude API
Tool-Calling Agent자연어 명령을 도구 호출로 변환하여 검색·통계 처리Claude Tool Use

AI가 합불을 결정하지 않는다. 합불 확정은 항상 사람이 한다 (ADR-0003).

5. 정량 평가 기반 지원자 관리 기능

  • 지원자 CRUD
  • 검색·필터 기능 (이름·학교·기술스택 기반)
  • 면접관 배정 및 평가 기록
  • 공개 지원 폼 (로그인 없이 외부 링크로 지원)
  • 모바일 반응형 UI

7. 보안 및 개인정보 보호

요구 ID항목검수 기준
SEC-001인증·인가 (JWT, CORS, 암호화)미인증 요청 401/403 차단, AES-256 암호화
SEC-002데이터 보안 (S3 암호화, IAM 제어)S3 SSE 활성화, IAM 정책 적용

역할 기반 접근 제어 (RBAC)

역할권한 범위
관리자전체 시스템 설정, 사용자 관리, 모든 데이터 접근
채용담당자공고 관리, 지원자 관리, 단계 전환, 면접관 배정
면접관배정된 지원자 조회, 평가 입력