핵심 요약
Hacker News의 월간 채용 스레드를 일일이 읽는 번거로움을 해결하기 위해 개발된 오픈소스 도구이다. 사용자의 이력서 PDF와 구체적인 요구사항(연봉, 기술 스택, 위치 등)을 입력하면 Google Gemini Flash 모델이 각 채용 공고를 분석하여 0-100점 사이의 점수를 부여한다. Gemini의 컨텍스트 캐싱 기능을 활용하여 비용과 속도를 최적화하며, 기술적 적합성과 보상 적합성을 별도로 표시하여 효율적인 구직 활동을 돕는다. 현재 Rust 기반으로 구현되어 있으며, 대량의 텍스트 데이터를 개인화된 기준으로 자동 필터링하는 실무적인 사례를 보여준다.
배경
Google Gemini API Key, Rust (Cargo) 설치 환경, PDF 형식의 이력서
대상 독자
Hacker News 채용 스레드에서 효율적으로 일자리를 찾고 싶은 개발자
의미 / 영향
LLM의 컨텍스트 캐싱 기능을 실무적인 데이터 필터링 도구에 적용한 사례로, 대량의 텍스트 데이터를 개인화된 기준으로 처리할 때의 비용과 효율성 균형을 보여준다.
섹션별 상세


코드 예제
git clone https://github.com/exlee/hn-jobs-evaluator
cd hn-jobs-evaluator
cargo runGitHub 저장소를 복제하고 Rust의 Cargo를 사용하여 도구를 실행하는 방법
실무 Takeaway
- 수백 개의 채용 공고를 수동으로 필터링하는 대신 Gemini Flash를 활용해 개인화된 적합도 점수를 기반으로 우선순위를 정할 수 있다.
- Gemini의 컨텍스트 캐싱 기능을 활용하려면 입력 데이터(이력서+요구사항)가 1,024 토큰을 넘어야 하며, 이를 통해 반복적인 평가 비용을 절감할 수 있다.
- Rust 기반의 CLI 도구로 제공되어 로컬 환경에서 안전하게 이력서 데이터를 처리하고 API를 호출할 수 있다.
언급된 리소스
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.