리본(Reborn) — 음성 기반 시니어 커리어 내비게이션 MVP

부산·울산·경남(부울경) 60–69세 시니어를 대상으로 하는 음성 중심 Zero-UI 커리어 내비게이션 데모입니다. 10개의 고정 질문에 음성으로 답하면, LLM이 프로필을 만들고 JSON 데이터에서 일자리·정책·교육을 추천한 뒤 TTS로 읽어줍니다.

핵심 기능

• 브라우저 음성 녹음 → STT(Whisper) → 답변 누적
• 답변 10개 → LLM(GPT-5) 단일 호출로 프로필/페르소나 JSON 생성
• 로컬 JSON(jobs, policies, educations) + 간단 필터 → LLM 재랭킹 후 Top 3 일자리 추천
• 추천 결과를 TTS로 음성 안내

실행 방법

1. 환경 변수 설정
   .env.example 복사 후 키 입력:

   cp .env.example .env.local
   

   • OPENAI_API_KEY : 필수
   • OPENAI_LLM_MODEL : 기본 gpt-5
   • OPENAI_STT_MODEL : 기본 whisper-1

• OPENAI_TTS_MODEL : 기본 gpt-4o-mini-tts
• DEFAULT_REGION : 지역 단서 없을 때 사용할 기본값(기본 부산)

2. 로컬 개발 서버

   npm run dev
   

   브라우저에서 http://localhost:3000 접속 → “시작하기” 버튼을 누르고 음성 흐름을 테스트합니다.

API 라우트 개요

• POST /api/stt : 음성 multipart/form-data(file) → STT 텍스트 반환
• POST /api/tts : { text, voice? } → mp3 바이너리 반환
• POST /api/profile : { answers } → 시니어 프로필/페르소나 JSON
• POST /api/recommendations : { profile } → 일자리 Top3 + 정책/교육 추천

데이터 구조

• src/data/jobs.json : id, title, region, work_days, activity_level, posture, 급여 범위 등
• src/data/policies.json : 지역·연령 대상, 혜택, 설명
• src/data/educations.json : 지역/온라인, 기간, 비용, 요약

확장 포인트

• Qdrant 등 벡터 DB 도입 시, matching 모듈을 메타데이터 필터 + 벡터 검색으로 대체
• STT/TTS/LLM 모델명을 env로 분리해 다른 제공사 모델로 전환 가능
• 질문 세트나 프롬프트를 src/constants / src/lib/prompts에서 쉽게 수정

주의

• 브라우저의 마이크 권한이 필요합니다.
• 실제 OpenAI API 키가 필요하며, 과금이 발생할 수 있습니다.

docker build

docker buildx build -t ghcr.io/paran-code/reborn:dev . --push