Tail Villain

OpenAI Build Week 해커톤 출품기

GPT-5.6 로드맵 생성이 스키마 검증을 통과한 뒤에도 실패했던 원인과 실제 요청으로 검증 범위를 넓힌 과정

Study와 Interview의 결과를 FSRS 복습 일정으로 연결해 고정 알림을 적응형 복습 루프로 바꾼 과정

Gemini 구조를 버리지 않고 OpenAI 텍스트, 음성, Realtime 경로를 기존 라이브 릴레이 뒤에 붙인 과정

쿼리와 원문을 남기지 않고 RAG 호출, 선별, 지연 시간을 운영 지표로 관찰한 과정

부분 인터뷰 transcript를 전체 인터뷰처럼 채점하지 않도록 평가 범위와 근거 상태를 분리한 과정

점수 기준 아래로 떨어진 검색 결과를 보며 학습자 기억과 세부 근거 검색을 분리한 과정

사용자의 목표와 배경을 검색하는 RAG 파이프라인을 만들고 실제 학습 답변까지 단계별로 검증한 과정

음성 입력과 모델 응답의 턴 경계를 정리해 라이브 인터뷰를 안정화한 과정

Gemini Live 연결과 자격 증명, 세션 수명을 백엔드 WebSocket 릴레이에서 관리한 과정

음성 생성뿐 아니라 대기와 취소, 재생 상태까지 하나의 사용자 흐름으로 관리한 과정

꼬빌의 말투와 질문 진행, 응답 언어를 제품이 관리하는 인터뷰 상태로 통합한 과정

코딩 라운드를 독립 기능으로 만들면서 기존 연습 흐름과 세션 상태를 유지한 과정

개발자 전용 가정을 걷어내고 여러 직군의 인터뷰를 다루도록 제품 구조를 바꾼 과정

전체 인터뷰 대화를 기준으로 LLM 응답 품질을 평가하는 시스템 구현

결제 기능보다 먼저 크레딧과 동의, 운영 구조를 갖춘 과정

로컬에서 동작하던 테일빌런을 Vercel에 배포하고 첫 사용자를 받을 준비를 마친 베타 출시 기록

근거 강화를 위한 프롬프트 리팩터링에서 사라진 인터뷰 엔진 규칙을 복구한 과정

LLM 사용량이 늘어도 비용을 통제할 수 있도록 서버에 예산 경계를 둔 과정

진행 중인 세션을 기록이 아닌 재개 가능한 작업으로 다루기 위한 상태 정리

망각 곡선과 RPG 표현을 실제 복습 구조의 설명으로 연결한 랜딩 페이지 개편

LLM의 완료 신호를 그대로 믿지 않고 인터뷰 종료 조건을 다시 세운 기록

학습 세션 telemetry와 roadmap-level 인터뷰 허브 방향을 정리한 기록

일회성 채팅처럼 보이던 study mode를 상태와 리포트를 가진 학습 세션으로 바꾼 기록

면접관 페르소나를 선택 UI가 아니라 실제 질문 방식과 학습 흐름으로 분리해 간 기록

다국어 지원을 붙이며 드러난 로컬 UI 상태와 계정 설정, 대시보드 역할 분리 문제

면접 결과를 토픽 진행도와 복습 흐름으로 연결하며 드러난 상태 모델링 문제

Gemini와 Ollama를 함께 다루며 드러난 provider, latency, failure mode 설계 문제

백엔드에서는 완료된 분석이 화면에서는 계속 진행 중으로 보였던 폴링 문제

버튼을 눌렀더니 30초가 걸렸다. 기술적으로는 아무 문제가 없었다. 그게 문제였다.

알고 있는 내용을 면접장에서 꺼내지 못하는 문제에서 시작된 테일빌런의 출발점