AI 보조 경험 기록 플랫폼
응용정보공학 제2회 개발공모전 출품작
포트폴리오 ≠ 성과 ≠ 나의 이야기
많은 사람들이 포트폴리오 앞에서 이런 벽에 부딪힙니다.
- 무엇을 넣어야 할지 모르겠다
- 아직 넣을 만한 경험이 없다
- 내 스토리가 충분히 매력적이지 않다
유저 리서치 결과, 포트폴리오의 진짜 문제는 경험의 부재가 아니라 의미를 찾지 못하는 것이었습니다.
포트폴리오는 능력 자랑이 아닌, "어떤 사람인가"를 보여주는 것이어야 합니다.
경험을 쉽게 정리할 뿐 아니라, 의미를 찾아낼 수 있어야 한다
ITER는 세 가지 핵심 기능으로 이 문제를 해결합니다.
| 기능 | 설명 |
|---|---|
| Experience Logging | 제목/역할/배경/액션/결과/배운점/느낀점을 자유롭게 기록하며 기록하는 습관을 형성 |
| AI Deep-Dive Questions | AI가 부족한 부분을 탐색하고, 질의응답을 통해 의미를 발견 (대신 문장을 써주지 않음) |
| Asset Building | 텍스트 기반 키워드 추출, 대시보드로 한눈에 확인, 포트폴리오 자산화 |
기존 생성형 AI와의 차이점:
- 생성형 AI는 대화가 끝나면 사라지지만, ITER는 경험이 구조화된 형태로 누적됩니다
- 생성형 AI는 문장을 대신 써주지만, ITER는 질문을 통해 사용자가 스스로 쓰게 합니다
- 포트폴리오는 면접으로 이어집니다. 내가 쓰지 않은 문장은 면접에서 독이 됩니다
수도권 대학생(연세대·서강대·성균관대·한양대·고려대 등)을 대상으로 한 설문 결과:
- 98% 서비스 사용 의향 (매우 있다 64% / 어느 정도 있다 34%)
- 가장 원하는 기능: 의미/강점 분석 > 경험 통합 > 서술 도움 > 피드백 순
| 전략 | 내용 |
|---|---|
| 경험 = 자산 | 평범한 경험도 포트폴리오 자산임을 인식시키고 시각적 보상 제공 |
| 기록의 습관화 | 대시보드로 동기부여, 업데이트의 허들을 낮춤 |
| AI 세션 | 나를 파고들어가 줄 파트너, 질문 품질이 핵심 가치 |
| 맞춤화 피드백 | 맞춤형 이력서, 개인화 마케팅, JD 기반 이력서 최적화 |
데이터와 콘텐츠를 기반으로 한 통합 성장 전략
Frontend
- React + Vite
- React Router
- Tailwind CSS
Backend
- Python / Flask
Database & Auth
- Supabase (PostgreSQL + Auth)
- JWT / Google OAuth
AI
- OpenAI API (GPT-4o-mini)
- 사용자의 경험 데이터를 컨텍스트로 주입해 항목별 맞춤 질문 생성
- 프롬프트 엔지니어링으로 질문의 방향과 깊이 제어
배포
- Frontend: Railway (React/Vite)
- Backend: Railway (Flask)
- Database: Supabase
🔗 서비스 바로가기
- 베타 테스트를 통해 실사용 데이터를 수집하고 AI 질문 품질 고도화
- JD 기반 맞춤 피드백 기능을 추가해 유료 전환 가능성 검증
- 대학생 → 취준생 → 이직자까지 타겟을 단계적으로 확장
- 브런치 작가 최유나님의 블로그 글을 참고하였습니다.
| 이름 | 이메일 |
|---|---|
| 민지은 | jieunmin0311@yonsei.ac.kr |
| 박하람 | parkharam@yonsei.ac.kr |
| 연은서 | yeoneunseo0720@yonsei.ac.kr |