① 어떤 상황에서 AI를 활용했나요?
반도체 장비 제어 소프트웨어 엔지니어로 일하다 이직을 준비하면서, 지원하는 회사마다 이력서를 다시 들여다보고 예상 질문을 정리하는 데 매번 3일 이상이 걸렸습니다. 특히 "내 강점을 자기소개·지원동기·약점 답변에서 일관되게 말하고 있는가"를 혼자 점검하기 어려웠고, 모르는 질문이 나왔을 때 어떻게 안전하게 답해야 할지도 막막했습니다.

② 어떤 AI를 어떻게 활용했나요?
AI를 세 단계에서 활용했습니다. 웹 앱 제작은 Claude Code를, 면접 준비 기능은 Google Gemini API를, 영상 나레이션은 Codex 활용하여 만들었습니다. 이력서(PDF)를 업로드하면 AI가 경력·프로젝트·기술·강점을 분석하고, 핵심 강점 키워드와 회사/직무 이슈 키워드를 뽑아냅니다. 이력서만으로 근거가 부족한 부분은 질문 형태로 되물어 직접 채우게 하고, 채용공고 URL을 넣으면 그 회사 이슈에 맞춘 예상 질문까지 반영해 최종 면접 준비 보고서(예상 질문·예시 답변·꼬리 질문·모르는 질문 안전 답변·체크리스트)를 자동 생성합니다.

③ 활용 결과 어떤 변화가 있었나요?
매번 백지에서 면접 준비를 시작하지 않아도 됐고, 자기소개부터 마지막 답변까지 하나의 강점 키워드로 일관되게 정리할 수 있었습니다. 같은 회사에 다시 지원할 때는 이전에 작성한 답변이 자동으로 적용되어 준비 시간이 하루 이상 감소되었습니다. 무엇보다 "이력서에 없는 내용은 답변으로 만들지 않는다"는 원칙 덕분에, 실제 면접에서 그대로 말해도 되는 수준의 답변만 남습니다.

④ 나만의 방식 또는 개선 포인트는 무엇인가요?
처음에는 개인용 CLI 스크립트로 시작했지만, 브라우저에서 바로 쓸 수 있는 웹앱으로 확장하고 최종적으로는 설치 없이 더블클릭만으로 실행되는 독립 실행 프로그램(exe)까지 직접 빌드했습니다. 유료 API 비용 부담을 줄이기 위해 중간에 Gemini 무료 티어로 전체 구조를 다시 설계했고, 같은 회사에 재지원할 때 이전 회차 보고서와 새 회차 내용이 중복 없이 이어붙도록(제목·핵심 신호는 한 번만, 새 질문·답변만 추가) 다듬은 것도 직접 겪은 불편에서 나온 개선입니다. 또한 "준비 체크리스트"가 항목 목록으로만 끝나던 한계를 넘어, 각 항목에 대해 실제로 무엇을 어떻게 학습해야 하는지까지 AI가 정리해주는 기능을 직접 구현했습니다. 개발 중에는 Gemini 무료 티어의 웹 검색 기능이 계정 단위로 막힐 수 있다는 것도 실제로 겪었는데, 이 경우 검색 없이도 학습 자료가 끊기지 않고 만들어지도록 자동 대체 로직까지 갖춰 완성도를 높였습니다.

여기서 더 나아가 앞으로는 (1) 자기소개서 작성처럼 스스로 글을 정리해야 하는 다른 자기주도 학습 상황으로 넓히고, (2) 생성된 예상 질문에 실제 음성으로 답해보고 피드백을 받는 모의 면접 기능을 추가할 계획입니다.

⑤ 다른 사람도 따라 할 수 있나요?
네, 이력서 파일 하나와 무료로 발급받을 수 있는 Gemini API 키만 있으면 누구나 바로 사용할 수 있습니다. 프로그램을 실행하고, 이력서를 올린 뒤 화면에 나오는 질문에 답하기만 하면 됩니다.