사이드 프로젝트에서 커리어 플랫폼으로: AissenceAI 구축
Source: Dev.to
문제
AissenceAI는 인터뷰 준비와 실제 인터뷰 성과 사이의 격차라는 흔한 불만을 해결하기 위해 주말 프로젝트로 시작되었습니다.
- **70 %**의 지원자가 인터뷰 중에 불안을 느낍니다.
- 혼자서 답변을 연습하는 것만으로는 면접관이 예상치 못한 질문을 던질 때 도움이 되지 않습니다.
저는 구글 인터뷰에서 직접 이 문제를 경험했습니다. 3개월 동안 준비했음에도 불구하고 예상치 못한 시스템 설계 질문을 받자 바로 멈춰 버렸습니다.
첫 번째 버전
초기 해커톤 프로토타입은 Next.js 프론트엔드와 OpenAI API를 사용해 만들었습니다.
- 워크플로우: 질문을 붙여넣기 → 답변 받기.
- 문제점: 응답 시간이 2–3 초로, 실시간 인터뷰에서는 사용할 수 없습니다.
116 ms 지연 시간 달성
속도가 모든 것이었습니다; AI 응답은 마치 자신의 생각처럼 느껴져야 합니다. 전체 파이프라인을 재구성하면서 지연 시간을 116 ms로 줄였습니다:
- 스트리밍 WebSocket 아키텍처로 전환.
- 멀티‑모델 라우팅 구현:
- 행동 질문은 GPT‑4o
- 코딩 과제는 Claude
- 일반 질문은 Gemini
- 세션 시작 시 미리 컴파일된 컨텍스트(이력서 + 직무 설명) 로드.
- Whisper를 Deepgram 스트리밍 STT로 교체(≈ 50 ms vs. 500 ms+).
- 답변을 문자 단위로 전달해 부드러운 경험 제공.
우리가 116 ms를 달성한 방법에 대한 기술 심층 분석을 읽어보세요.
왜 Tauri를 선택했는가?
| Feature | Tauri | Electron |
|---|---|---|
| 앱 크기 | 10 MB | 150 MB |
| 네이티브 화면 캡처 제외 API (Stealth Mode) | ✅ | ❌ |
| 백엔드 언어 | Rust (오디오 처리에 유리) | Node.js |
| 보안 | Node.js 런타임 없음, 공격 표면 감소 | 공격 표면이 더 큼 |
무료 커리어 도구
사용자 피드백을 통해 12개의 무료 커리어 도구를 추가했으며, 이는 제품 중심 성장(PLG) 피드백 루프를 만들었습니다:
- 이력서 빌더
- 커버 레터 생성기
- LinkedIn 최적화 도구
- 잡 트래커
- 스킬 퀴즈
- 커리어 경로 어드바이저
- 자동 잡 지원
- 모의 인터뷰
- …그 외 다수
주요 시사점
- 속도가 기능을 이긴다 – 116 ms 지연 시간은 수십 개의 통합보다 중요합니다.
- 무료 도구가 채택을 촉진한다 – 다양한 무료 유틸리티가 사용자 확보를 가속화합니다.
- 커뮤니티 주도 개발 – “사용자에 의해, 사용자 위해” 만드는 것이 충성도를 높입니다.
- 스텔스 모드가 신뢰를 만든다 – 사용자는 인터뷰 중 앱이 완전히 보이지 않는다는 확신이 필요합니다.
무료 체험
AissenceAI를 직접 체험해 보세요—신용카드가 필요 없습니다.