Annual Conference of KIPS (한국정보처리학회:학술대회논문집)

  • 2024.10a
  • /
  • Pages.952-953
  • /
  • 2024
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

RAG-Based Conversational Job Recommendation System

RAG 기반 대화형 채용공고 추천 시스템

  • Junhyuk Kwon (Department of Artificial Intelligence Engineering, Inha University) ;
  • Seongjun Shin (Department of Computer Science and Engineering, Konkuk University) ;
  • Kyounghoon Jang (Department of Data Science, Sejong University) ;
  • Kyunghoon Jung (Department of Intelligent Mechatronics Engineering, Sejong University) ;
  • JeeHyuk Choi (Department of Convergence Data Engineering, Kyonggi University)
  • 권준혁 (인하대학교 인공지능공학과) ;
  • 신성준 (건국대학교 컴퓨터공학부) ;
  • 장경훈 (세종대학교 데이터 사이언스학과) ;
  • 정경훈 (세종대학교 지능기전공학과) ;
  • 최지혁 (경기대학교 융합데이터공학과)
  • Published : 2024.10.31
Download PDF
⟨ Previous Next ⟩

Abstract

본 연구는 구직자의 정보 부족 문제를 해결하기 위해 검색 증강 생성(RAG) 기술을 활용한 대화형 채용공고 추천 시스템을 제안한다. 이 시스템은 웹 크롤링, multi-modal 데이터 처리, ETL 과정을 통해 최신 채용 정보를 수집 및 정제하고, 사용자 의도를 정확히 파악하기 위해 경량화된 LLM(Large Language Model)과 GPT-4 를 결합한 다단계 접근 방식을 채택한다. RAG(Retrieval Augmented Generation)를 통해 개인화된 채용 정보를 추천하며, Next.js, Spring, FastAPI 를 활용한 통합 아키텍처로 구현되어 사용자에게 실시간으로 맞춤형 취업 정보를 제공한다.

Keywords

Acknowledgement

본 논문은 과학기술정보통신부 대학디지털교육역량강화 사업의 지원을 통해 수행한 ICT 멘토링 프로 젝트 결과물입니다.

References

  1. Gao, Yunfan, et al. "Retrieval-augmented generation for large language models: A survey." arXiv preprint arXiv:2312.10997 (2023).
  2. Team, Gemma, et al. "Gemma 2: Improving open language models at a practical size." arXiv preprint arXiv:2408.00118 (2024).