JobMate — 취준생 멘탈 케어 멀티에이전트 챗봇

4명의 AI 에이전트가 가상 오피스에서 함께 일하며, 취업 준비생의 멘탈과 커리어를 케어하는 그룹채팅 서비스

Overview

취업 준비는 외롭고 힘든 과정입니다. JobMate는 단순한 챗봇이 아닌, 4명의 전문가 팀이 Slack 스타일 그룹채팅에서 함께 응답하는 멀티에이전트 서비스입니다. 사용자의 감정을 분석하고, 상황에 맞는 에이전트가 자연스럽게 대화에 참여합니다.

에이전트 팀

에이전트	역할	성격	담당 Tool
김서연 📝	커리어 코치	따뜻하지만 직설적	이력서 피드백, 모의 면접
박준호 🔍	취업 리서처	데이터 중심, 꼼꼼	채용공고 검색, 시장 분석
이하은 🌿	멘탈 케어	공감형, 차분	호흡 운동, 루틴 관리
정민수 💡	현직자 멘토	유머 + 현실 조언	동기부여 콘텐츠, 업계 인사이트

Key Features

LLM Tool Calling

• OpenAI Function Calling (tool_choice: auto)으로 GPT가 상황에 맞는 Tool을 자동 호출
• 8개 Tool: 채용검색(외부 API), 이력서 피드백, 모의면접, 호흡운동, 루틴관리, 동기부여(YouTube API), 시장분석, 업계인사이트

멀티에이전트 파이프라인

• LangGraph 기반 그래프: 감정분석 → 의도분류 → 에이전트 라우팅 → 병렬 응답
• 감정 강도 4 이상 시 멘탈 케어 에이전트 자동 개입
• 에이전트 간 상호작용 (서로 언급, 보조 참여)

Slack 스타일 UI

• 그룹채팅 + @멘션 + 1:1 DM
• 실시간 WebSocket 스트리밍
• 에이전트별 SVG 일러스트 프로필
• 멘션 팝업, 프로필 모달, 온보딩 화면

픽셀아트 가상 오피스

• Canvas 기반 타일맵 오피스 (책상, 소파, 커피머신, 식물 등)
• 에이전트 캐릭터가 사무실을 돌아다니다가 → 응답 시 책상으로 이동 → 앉아서 타이핑
• 캐릭터별 외형 차이 (머리스타일, 안경, 귀걸이 등)

Tech Stack

계층	기술
LLM	GPT-4o mini (OpenAI Function Calling)
Agent Orchestration	LangGraph
Backend	Python 3.12 / FastAPI / WebSocket
Database	PostgreSQL 16 + Redis 7
Frontend	React 18 + TypeScript 5 + Vite
Office View	Canvas 2D (타일맵 + 스프라이트 애니메이션)
State Management	Zustand
Container	Docker + docker-compose
CI/CD	GitHub Actions

Architecture

사용자 메시지 (WebSocket)
  │
  ├─ [감정 분석] GPT → emotion, intensity, intent
  │
  ├─ [에이전트 라우팅] intent + emotion → 참여 에이전트 결정
  │
  ├─ [에이전트 실행] 각 에이전트 → GPT + Tool Calling
  │   ├─ GPT가 tool 호출 판단 (auto)
  │   ├─ Tool 실행 (외부 API / LLM / 내부 로직)
  │   └─ Tool 결과 반영한 최종 응답
  │
  └─ [WebSocket 스트리밍] 타이핑 → 오피스 행동 → 메시지

Getting Started

Prerequisites

• Python 3.12+
• Node.js 22+
• Docker & Docker Compose
• OpenAI API Key

1. Clone & Setup

git clone https://github.com/WindowisPark/jobmate.git
cd jobmate

2. Backend

cd backend
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install -e ".[dev]"

# .env 설정
cp .env.example .env
# .env에 JOBMATE_OPENAI_API_KEY 입력

3. Database (Docker)

cd ..
docker compose up -d postgres redis
cd backend
alembic upgrade head

4. Run Backend

uvicorn app.main:app --host 0.0.0.0 --port 8000

5. Frontend

cd ../frontend
npm install
npm run dev

6. Open

http://localhost:5173 에서 확인

Project Structure

jobmate/
├── backend/
│   ├── app/
│   │   ├── agents/          # LangGraph 에이전트
│   │   │   ├── graph.py     # 메인 그래프
│   │   │   ├── router.py    # 감정분석 + 라우팅
│   │   │   ├── profiles.py  # 에이전트 프로필/프롬프트
│   │   │   └── nodes/       # 4개 에이전트 노드
│   │   ├── tools/           # 8개 Tool 구현
│   │   │   ├── schemas.py   # OpenAI Function Calling 스키마
│   │   │   ├── search_jobs.py    # 공공데이터포털 + 사람인 API
│   │   │   ├── motivation.py     # YouTube Data API
│   │   │   └── ...
│   │   ├── api/routes/      # FastAPI 라우트
│   │   ├── models/          # SQLAlchemy ORM
│   │   ├── schemas/         # Pydantic 스키마
│   │   └── services/        # LLM 서비스 (Tool Calling 포함)
│   └── tests/
├── frontend/
│   └── src/
│       ├── components/
│       │   ├── chat/        # 채팅 UI (메시지, 입력, 멘션)
│       │   ├── office/      # 픽셀아트 오피스 (Canvas)
│       │   ├── sidebar/     # 사이드바 (채널, DM)
│       │   └── common/      # 공통 (아바타, 모달, 온보딩)
│       ├── hooks/           # WebSocket 훅
│       ├── stores/          # Zustand 스토어
│       └── types/           # TypeScript 타입
└── docker-compose.yml

Tool Calling Details

Tool	유형	담당	설명
search_jobs	외부 API	박준호	공공데이터포털 + 사람인 채용검색
get_motivation_content	외부 API	정민수	YouTube 동기부여 콘텐츠
resume_feedback	LLM	김서연	이력서/자소서 첨삭 (점수+강점+개선점)
mock_interview	LLM	김서연	면접 질문 생성 + 답변 팁
analyze_market	LLM	박준호	직군별 채용 트렌드 분석
industry_insight	LLM	정민수	업계 현실 인사이트
breathing_exercise	내부	이하은	4-7-8 / 박스 호흡법 가이드
schedule_routine	내부	이하은	취준 루틴 등록 + 리마인드

License

MIT