전송 방식과 생성 방식을 구분
서버의 실제 토큰 이벤트만 표시합니다. error나 done 없는 종료는 미완료로 분류하고 부분 응답은 보고서에 저장하지 않습니다. 실패를 규칙 응답으로 대체하지 않습니다.
05 / 개인 학습 프로젝트
Interview App
답변을 돌아보고, 다음 질문으로.
01 / MY CONTRIBUTION
질문·응답·스트리밍을 연결한 AI 인터페이스 실험
02 / EXPLORE HERE
AI 예상 질문·2문항 면접·독립 평가·실제 SSE·서버 JSON 보고서 다운로드
03 / EVIDENCE
공개 API에서 합성 답변의 2문항 면접·후속 질문·보고서·종료를 확인했습니다. 게임·SSE 실제 추론 검증은 남아 있습니다. 로컬 연습은 AI 평가와 구분합니다.
CONTEXT & CONTRIBUTION01 / 현재 체험의 구현 경계 02 / 포트폴리오 통합 설계
답변이 완성되기 전에도, 흐름을 이해할 수 있을까?
FastAPI·Streamlit과 React fetch 스트리밍을 학습한 개인 프로젝트입니다. 이번 확장은 원본 화면 구조를 유지하면서 실제 서버 면접·평가·보고서와 실시간 토큰 소비를 연결합니다.
FastAPI·Streamlit 기반 스트리밍 구현 및 React fetch 스트림 처리 학습·구현.
DECISIONS & TRADE-OFFS어떤 판단을 했는가
입력의 수명도 기능의 일부
TXT와 답변·수동 토큰은 저장하지 않습니다. 공용 익명 토큰만 같은 탭에 최대 1시간 보관합니다. 설정은 명시적으로 저장할 때만 남기며 진행 중 요청은 중단할 수 있습니다.
핵심 흐름
- 직무별 질문과 기준 기반 답변 피드백
- 문서 검색·근거 표시 흐름의 개념 체험
- 텍스트 점진 출력과 스트리밍 UI
기여 범위와 검증 한계
직접 체험 →원본 React 화면의 시각적 구조를 유지하며 실제 AI 질문·서버 면접 세션·답변 평가·후속 질문·종합 보고서·fetch SSE를 연결했습니다. 2026-10-30 공개 API에서 합성 답변의 2문항 면접·보고서·종료를 확인했습니다. 실제 SSE와 모든 생성 기능의 운영 검증은 남아 있습니다. 점수는 학습용 모델 추정치이며 별도 로컬 연습은 규칙 피드백입니다. 사내 문서·벡터 인덱스는 옮기지 않았습니다.
TROUBLESHOOTING / 문제 해결 과정
문제의 원인부터 확인한 결과까지.
개발 당시 기록을 기준으로 정리했습니다. 아래 결과는 이 웹사이트의 체험 기능에서 새로 측정한 값이 아닙니다.
01수신 방식 · UI 갱신Streamlit에서 React로 옮기며 달라진 스트림 처리
BEFORE / 문제 상태
Streamlit에서는 프레임워크가 텍스트 표시 흐름을 제공
AFTER / 변경 후
React에서 fetch로 응답을 읽고 화면에 단계적으로 반영
- 01
문제 상황
Streamlit에서는 정형화된 구조로 스트리밍 텍스트를 안정적으로 표시했지만, React에서는 데이터를 받는 방식과 화면 상태 갱신을 직접 설계해야 했습니다.
- 02
원인 분석
두 UI 환경이 스트림을 소비하고 렌더링하는 책임이 달랐습니다. 당시 axios를 사용하는 수신 코드로는 원하는 점진 표시 흐름을 구성하기 어려웠습니다.
- 03
해결 방법과 기술적 선택
당시 React 쪽 수신 구조를 fetch 기반으로 바꾸고 응답 스트림을 읽어 도착한 텍스트를 단계적으로 화면에 반영했습니다. axios가 모든 환경에서 스트리밍을 지원하지 않는다는 뜻은 아닙니다.
- 04
검증 과정
개정2 PDF p.31과 원본 React 스트림 소비 코드를 대조했습니다. 이번 확장의 UTF-8 청크 분할·SSE 종료·오류·취소 검사는 별도의 프론트 테스트로 확인하며 당시 측정 결과로 소급하지 않습니다.
- 05
결과와 검증 근거
개정 PDF에는 React 기반 스트리밍 구조를 구현·학습한 경험이 기록돼 있습니다. 네트워크 성능 향상률이나 생성 모델의 실시간 토큰 속도는 측정되지 않았습니다.
- 06
배운 점과 남은 한계
스트림 전송과 UI의 점진 렌더링, 모델의 토큰 생성은 각각 다른 경계입니다. 이번 확장은 서버가 실제 생성한 토큰만 표시하고 완료 이벤트가 없는 부분 응답을 실패로 처리합니다.
근거 · 범위 개정 포트폴리오 PDF p.31의 Streamlit·React·fetch 선택 기록. 이번 실제 AI API 확장과 당시 구현 경험을 구분합니다.
022026-10-30 · 서버 계약 연동이번 확장: 실제 AI 면접과 상태 복구 경계
BEFORE / 문제 상태
고정 질문·규칙 응답·실패 후 로컬 대체로 실제 AI와 혼동
AFTER / 변경 후
서버 세션·revision·실제 평가 결과만 반영
- 01
문제 상황
기존 포트폴리오 대화는 실제 면접 세션이 아니었고 서버 실패 뒤 로컬 응답으로 대체해 AI 평가와 혼동할 수 있었습니다.
- 02
원인 분석
프론트 대화 상태와 서버의 세션·완료 상태가 연결되지 않았습니다. SSE에는 독립 10초 제한이 있어 공유 GPU 대기열과 추론보다 먼저 중단될 수 있었습니다.
- 03
해결 방법과 기술적 선택
최신 OpenAPI에 맞춰 질문·시작·답변·상태·종료·보고서·독립 평가를 연결했습니다. revision으로 중복을 막고 취소·연결 중단 후 상태 조회를 요구합니다. SSE는 fetch·AbortController와 전체 165초 여유를 사용하며 부분 응답을 보고서로 저장하지 않습니다.
- 04
검증 과정
청크 분할·terminal error·조기 종료·취소와 면접 상태 전이는 Mock 회귀 테스트로 검증합니다. 초기 공개 API 검사에서는 첫 답변이 503이었으나, 같은 날 후속 검사에서 합성 답변의 2문항 면접·보고서·종료 200, 오래된 revision 409를 확인했습니다. 게임·실제 SSE 성공 검증은 남아 있습니다.
- 05
결과와 검증 근거
실제 AI 면접은 서버 결과만 사용하며 자동 로컬 대체를 제거했습니다. 공개 API에서 5회 모델 예산의 2문항 흐름과 예산 소진 후 429를 확인했습니다. 별도 로컬 연습은 AI 미사용을 명시하고 서버 면접 점수를 만들지 않습니다.
- 06
배운 점과 남은 한계
시작 성공과 면접 완료는 다릅니다. 실패 호출도 예산을 쓰므로 자동 재시도나 체험권 재발급 대신 실제 상태와 사용량을 확인해야 합니다.
근거 · 범위 이번 프론트 변경·최신 서버 API 계약·2026-10-30 공개 API 검증. 원본 PDF의 과거 성과로 표시하지 않습니다.