<aside> ✨ 스터디 신청 바로가기(링크) 신청기간: 9/1(화)~9/17(목) 선발결과: 9/30(수) 개별 안내

</aside>


“이 문장이 정말 더 나아진 걸까요?” LLM에게 이력서 첨삭을 맡겨보면, 호출할 때마다 다른 결과가 나옵니다. 그럴듯하지만 근거가 없고, 좋아졌는지 확인할 방법도 없습니다. 이 스터디는 그 품질을 코드 레벨에서 통제하는 방법을 8주 동안 함께 만들고, 확인하고자 합니다.

❣️스터디 리더


🧨스터디 주제

채용공고(JD)와 이력서를 대조해 갭을 분석하고, 기준에 맞게 문장을 다시 써주는 에이전트를 만듭니다.

이 스터디는 이런 걸 만듭니다!

**[입력]**
채용공고 — "Python 3년 이상 / FastAPI 기반 API 개발 / 대용량 데이터 파이프라인 설계 우대"
이력서   — "사내 시스템 데이터를 모아서 DB에 넣는 프로그램을 만들었습니다. (Python, 3년)"

**[출력]**
요구조건 충족  1/3  →  첨삭 후 3/3
✓ Python 3년
✗ FastAPI — 미언급
△ 데이터 파이프라인 — 경험은 있으나 표현이 모호

**첨삭 제안**
"사내 시스템 데이터를 모아서 DB에 넣는 프로그램을 만들었습니다."
→ "설비 데이터를 수집·정제해 DB에 적재하는 파이프라인을 Python으로 설계·운영했습니다."

없는 경험을 만들어내지 않는 것이 이 에이전트의 첫 번째 제약입니다. 이미 한 일을, JD가 쓰는 언어로 다시 쓸 뿐입니다.

****핵심 질문은 하나입니다.

LLM 출력의 품질을 어떻게 코드 레벨에서 통제할 것인가?

단일 프롬프트 호출은 결과가 매번 달라 실무에 쓸 수 없습니다. 그래서 한 번 물어보고 끝내는 대신, 아래 파이프라인을 각 단계 독립 모듈로 분리해 검증 가능한 구조로 만듭니다.

JD 파싱 → 갭 분석 → 첨삭 생성 → 자체 평가 → (기준 미달 시) 재작성 루프
                                      ↑______________________|
                          ※ 최대 반복 횟수 / 토큰 비용 상한으로 폭주 차단

1) Codex를 두 겹으로 씁니다