4분
STAR 프레임워크 - 프로젝트를 이야기로 서술하라
Day 4: GitHub 포트폴리오 - 코드가 아닌 커리어를 보여줘라
STAR 프레임워크 - 프로젝트를 이야기로 서술하라
발표 & 포트폴리오 > Day 4: GitHub 포트폴리오 - 코드가 아닌 커리어를 보여줘라
학습 목표
- STAR 프레임워크로 프로젝트를 구조적으로 서술하는 방법을 학습한다
- 이력서, LinkedIn, 포트폴리오에 활용하는 방법을 파악한다
STAR = 프로젝트 서술의 정석
면접에서 "이 프로젝트 설명해주세요"라는 질문을 받으면 대부분 이렇게 답한다:
나쁜 답변:
"Neo4j, LangChain, LangGraph를 사용해서
제조 AI 시스템을 만들었습니다.
FastAPI로 백엔드를 구성하고,
ChromaDB로 벡터 검색을 했습니다."
→ 기술 나열. 그래서 뭘 해결했는데?STAR 프레임워크를 쓰면:
좋은 답변:
S (Situation):
"제조 현장에서 설비 고장 시 매뉴얼 검색에 평균 ___분이 소요되고,
숙련 기술자의 은퇴로 트러블슈팅 지식이 유실되는 문제가 있었습니다."
T (Task):
"AI를 활용하여 누구나 ___초 만에 설비 고장을 진단할 수 있는
시스템을 개발하는 것이 목표였습니다."
A (Action):
"Knowledge Graph로 ___개의 설비-부품-에러 관계를 구조화하고,
RAG로 KOSHA 안전 기준서와 장비 매뉴얼 기반 검색을 구현했으며,
LangGraph 멀티 에이전트로 복합 질문을 처리했습니다.
QLoRA로 Llama 4 Scout를 제조 도메인에 파인튜닝하여
도메인 특화 추론 능력을 강화했습니다."
R (Result):
"진단 시간을 ___분에서 ___초로 ___퍼센트 단축했고,
RAG 응답 정확도 ___퍼센트(평가 도구·평가셋 명시)를 달성했습니다."빈칸은 본인이 측정한 값으로만 채운다. 측정하지 않은 자리는 비워 두고, 그 항목은 아예 말하지 않는다.
STAR의 핵심: 숫자
| 요소 | 나쁜 예 | 좋은 예 (빈칸은 측정값) |
|---|---|---|
| S | "문제가 있었다" | "___분 소요, 연간 ___시간 정지" |
| T | "시스템을 만들었다" | "___초 이내 진단 목표" |
| A | "AI를 사용했다" | "___개 노드 KG 구축" |
| R | "잘 동작했다" | "___퍼센트 시간 단축, ___퍼센트 정확도" |
숫자가 없는 STAR는 소설이다. 그러나 측정하지 않은 숫자를 넣은 STAR는 위조다. 증거가 되는 것은 숫자 자체가 아니라, 그 숫자를 어떻게 쟀는지 말할 수 있다는 사실이다.
측정 방법을 함께 적으면 숫자가 증거가 된다. "평가셋 ___건을 ___로 평가해 정확도 ___퍼센트"처럼, 쟀다는 사실이 문장 안에 남아야 한다.
활용처별 STAR 길이
| 활용처 | 분량 | S | T | A | R |
|---|---|---|---|---|---|
| 이력서 | 3줄 | 1줄 | - | 1줄 | 1줄 |
| 5줄 | 1줄 | 1줄 | 2줄 | 1줄 | |
| 포트폴리오 | 10줄 | 2줄 | 2줄 | 4줄 | 2줄 |
| 면접 답변 | 2분 | 30초 | 15초 | 45초 | 30초 |
이력서용 STAR (3줄 버전)
제조 AI 트러블슈팅 시스템 개발
- Knowledge Graph(Neo4j) + RAG(LangChain) + 멀티 에이전트(LangGraph) 통합 설계 및 개발
- 설비 고장 진단 시간 ___분 → ___초 (___퍼센트 단축), RAG 정확도 ___퍼센트 달성LinkedIn용 STAR (5줄 버전)
제조 AI 트러블슈팅 어시스턴트
[Problem] 제조 현장의 설비 고장 진단에 평균 ___분 소요, 숙련자 은퇴로 지식 유실 위기
[Solution] Knowledge Graph + RAG + 멀티 에이전트 기반 AI 진단 시스템 개발
[Tech] Neo4j, LangChain, LangGraph, QLoRA, FastAPI, ChromaDB
[Result] 진단 시간 ___퍼센트 단축 (___분→___초), RAG 정확도 ___퍼센트 (평가 도구 명시)
[Link] github.com/<your-id>/mfg-ai-troubleshoot핵심 정리
- STAR = Situation, Task, Action, Result
- 측정한 숫자만 STAR에 넣는다. 이력서와 LinkedIn은 실명 문서이므로, 측정하지 않은 숫자를 적으면 경력 위조다
- 활용처(이력서/LinkedIn/면접)에 따라 길이 조절
- 기술 나열이 아닌 문제 해결 스토리로 서술
AI로 학습하기 — 꿀팁
STAR 프레임워크로 프로젝트 서술AI 학습 팁
이력서와 LinkedIn의 프로젝트 설명은 STAR(상황-과제-행동-결과) 구조로 작성할 때 채용 담당자의 눈에 가장 잘 들어옵니다. AI로 내 제조 AI 프로젝트를 STAR 형식으로 변환하세요.
내 제조 AI 프로젝트를 STAR 프레임워크로 이력서/LinkedIn/포트폴리오 각 버전으로 작성해줘. 프로젝트 원본 설명: [프로젝트 설명 자유 기술]. 출력 3종: 1) 이력서용(2~3줄, 수치 중심, 동사 시작), 2) LinkedIn 경력 섹션용(5~7줄, 맥락 + 기술 스택 명시), 3) 포트폴리오 카드용(100자 이내 한 문단, 비개발자도 이해 가능). 각 버전에서 '불량률 X% 감소', '추론 시간 X초 단축' 같은 구체 수치가 반드시 포함되도록 내가 제공한 정보에서 추출해줘.
이 팁이 도움이 됐나요?