STACK-UP

일반적인 모의면접 서비스는 누구에게나 같은 질문을 던집니다. STACK-UP은 지원자의 자료에서 질문을 만듭니다.

1. 자료 등록 — GitHub 레포지토리, 이력서(PDF), 자기소개서를 올리면 AI가 분석해 임베딩 인덱스를 구축합니다.
2. 맞춤 면접 — 기술 · 인성 · 통합 · 직무 맞춤(회사명 + 채용공고 기반) 4가지 모드. 첫 질문은 자기소개로 시작하고, 그 답변을 씨앗으로 본 질문 풀이 만들어집니다.
3. 꼬리질문 — 답변이 얕으면 저지연 모델 + RAG로 즉시 파고듭니다. 생성되는 질문은 토큰 단위로 스트리밍됩니다.
4. 음성 면접 — 질문은 TTS로 읽어 주고, 음성 답변은 STT로 받아 적습니다. 말 속도(어절/분) · 무음 구간 · 간투어까지 측정합니다.
5. 종합 피드백 — 4축 채점(구체성 · 논리 · 구조 · 정확성), 멀티 면접관 패널 평가, 답변별 모범 답안과 리라이트, 학습 방향, 공유 링크까지.

flowchart TB
    FE["Frontend<br/>React 19 · TypeScript · Vite"]
    GW["Nginx Gateway"]
    CORE["Core Server<br/>Spring Boot 4 · Java 21"]
    RT["RealTime Server<br/>Go · SSE/WebSocket"]
    AI["AI Server<br/>FastAPI · LangChain"]
    MQ[["RabbitMQ"]]
    PG[("PostgreSQL<br/>+ pgvector")]
    S3[("S3 / MinIO")]

    FE --> GW
    GW --> CORE
    GW --> RT
    CORE <--> RT
    CORE <--> MQ
    MQ <--> AI
    CORE --> PG
    CORE --> S3
    AI --> S3

• PostgreSQL 단독 접근 — DB에는 Core 서버만 접근합니다. AI · RealTime은 API 또는 RabbitMQ를 경유해 데이터 소유권을 한곳에 둡니다.
• LLM 이중 모델 운용 — 세션 시작(질문 풀 생성)은 품질 우선 모델, 라이브 꼬리질문은 저지연 모델 + 사전 구축한 RAG 인덱스로 3초 내 응답을 노립니다.
• 비동기 메시징 + 멱등성 — AI 작업은 전부 RabbitMQ로 발행하고 콜백으로 수신합니다. DLX/DLQ, 멱등 키, 커밋 후 발행(AFTER_COMMIT)으로 유실과 중복을 방어합니다.
• 원자적 상태 전이 — 세션 시작 · 종료 · 중단은 조건부 UPDATE로 전이를 차지한 트랜잭션만 부수효과를 발행합니다. 동시 요청 · 스위퍼 경합에도 피드백이 중복 생성되지 않습니다.
• 분산 추적 — 모든 요청과 메시지에 X-Trace-Id를 전파하고, AI 요청은 비용까지 로깅합니다.
• 아키텍처 룰의 코드화 — 백엔드는 ArchUnit으로 레이어 의존 방향 · 도메인 간 순환을 빌드 단계에서 차단하고, 프론트는 FSD 의존 규칙(app → pages → features → domain → shared)을 따릅니다.

Docker, Java 21, Node.js 20+, Python 3.13(uv), Go가 필요합니다.

# 1. 환경 변수
cp .env.example .env
cp ai/.env.example ai/.env

# 2. 인프라 (PostgreSQL, RabbitMQ, MinIO)
docker compose up -d

# 3. 서버 실행 (각각 별도 터미널)
cd backend  && ./gradlew bootRun
cd ai       && uv sync && uv run uvicorn ai_server.main:app --reload
cd realtime && go run ./cmd/realtime
cd frontend && npm install && npm run dev

LLM · STT API 키가 없어도 mock provider로 부팅됩니다. 전체 변수 목록은 docs/environment.md를 참고하세요.

stackup/
├── frontend/    # React SPA (FSD: app → pages → widgets → features → domain → shared)
├── backend/     # Spring Boot Core 서버 (도메인 우선 패키징)
├── ai/          # FastAPI AI 서버 (LangChain 체인, RabbitMQ 컨슈머)
├── realtime/    # Go 실시간 서버 (SSE · WebSocket)
├── infra/       # Docker Compose, RabbitMQ definitions
└── docs/        # 횡단 관심사 문서 (아래 표)

전체 인덱스: docs/README.md