01 · Why

왜 만들었을까요?

취업 시즌, 분명히 열심히 살았는데 막상 자소서를 쓰려 하면 막막했던 경험. 그 문제를 해결하기 위해 LogI를 만들었습니다.

— 취업 준비생들이 자소서를 쓸 때 가장 많이 하는 말

우리의 답
기록은 흩어져 있고, 자소서 문항은 매번 새롭다. LogI는 경험을 STAR로 구조화해 한곳에 모으고, 문항이 오면 벡터 유사도로 적합한 경험을 끌어와 LLM이 초안을 짓도록 한다.
02 · Flow
김국민
소프트웨어학부 4학년 · 취준

자소서 마감 D-7. 빈 화면 앞에 손이 멈췄다. "내가 뭘 했더라." 한참 떠올리던 그는 Logi 를 연다. 아래는 김국민의 자소서 한 편이 완성되기까지의 일곱 날.

"일단 다 적어보자."
i. Record · 첫째 날, 흩어진 경험을 모은다

흩어진 경험을
STAR로 묶는다.

머릿속에 인턴, 동아리, 공모전이 뒤엉켜 있다. 김국민은 일단 다 꺼낸다. 각 경험을 Situation · Task · Action · Result 로 분해해 적자, 막연했던 이력이 카드 한 장씩 모양을 갖춘다. 카테고리·기간·전공이 함께 들어가, 이후 추천과 통계의 재료가 된다.

STAR Category Major
"이걸 쓰면 되겠다."
ii. Retrieve · 셋째 날, 문항 앞에 카드가 떠오른다

막막한 문항 앞에서
꺼낼 카드가 보인다.

지원할 회사의 자소서 문항을 붙여 넣자, 며칠 전 김국민이 적어둔 경험 중 가장 닮은 후보가 위로 올라온다. "이걸 쓰면 되겠다." 망설임이 줄어든다. Amazon Titan Embed v2 의 1024 차원 벡터를 pgvector 가 코사인 유사도로 검색한 결과다.

pgvector Titan v2 cosine
Q.▍
캡스톤 팀장 — 갈등 해결
2025.05 협업 리더십
0%
TOP MATCH
동아리 회장 — 멘토 페어링
2024.09 리더십 운영
0%
삼성 SDS 인턴 — API 개선
2025.07 기술 성과
0%
"초안 한 줄이 안 써진다."
iii. Generate · 다섯째 날, 첫 줄이 써진다

LLM이 김국민의
언어로 초안을 짓는다.

경험은 정해졌는데 첫 줄이 안 써진다. 김국민은 회사·직무·문항 정보를 넘기고 LLM 의 초안을 받는다. 자기가 적어둔 경험을 그대로 안고 쓰여서 어색하지 않다 — 김국민은 거기에 자기 어조를 더해 다듬는다. 글자수 제한 · 재생성 · 미세 수정 모두 지원.

LLM AWS Bedrock
자소서 — 문항 1 / 3
자동 저장됨
✓ 캡스톤 팀장 · 갈등 해결 동아리 회장 삼성 SDS
"팀 협업에서 갈등을 해결한 경험을 바탕으로 캡스톤 프로젝트에 대해 서술하시오."
LLM · 응답
0 / 800 자 재생성 저장
"이제 보낼 수 있겠다."
iv. Compare · 일곱째 날, 자기 좌표를 확인한다

다 쓴 자소서,
익명으로 동료와 견준다.

제출 전, 김국민은 자기 자소서의 좌표가 궁금하다. 5축으로 펼친 그의 경험 분포가 같은 학번·전공·취업 단계 그룹 평균과 나란히 놓인다. 부족한 카테고리에는 다음에 채울 만한 경험이 함께 안내된다. "이제 보낼 수 있겠다."

Anonymous 5-axis PeersOrb
동기 평균 김국민

강점은 프로젝트·인턴, 보완은 자격증·공모전.

다음 학기 추천 경험
정보처리기사 · TOEIC 800+ 응시 교내 SW 공모전 · 오픈소스 컨트리뷰션
03 · Architecture

AWS 위에서
흐르는 경험.

React 19 프론트엔드와 Spring Boot 백엔드. AWS Bedrock의 LLM과 Titan Embed v2, pgvector 기반 유사도 검색, S3·SQS 비동기 처리로 구성된다.

USER AWS Cloud · ap-northeast-2 AWS Amplify React 19 · Frontend EC2 · Spring Boot Java 21 · Backend t3.small · ap-northeast-2 RDS · PostgreSQL + pgvector (1024d) db.t3.micro SQS async queue Lambda embed worker Bedrock Titan Embed v2 Bedrock LLM text generation S3 certificate PDF
Frontend
React 19ViteTanStack QueryZustandTailwindThree.js
Backend
Spring Boot 3.5Java 21PostgreSQL + pgvectorJPAOAuth 2.0 · JWT
AI · Cloud
LLMTitan Embed v2AWS BedrockAmplify · SQS · LambdaS3 Presigned
04 · Impact

김국민의 일곱 날,
이렇게 달라진다.

흩어진 경험이 자산이 되고, 막막한 문항엔 후보가 떠오르고, 빈 화면엔 초안이, 혼자 쓰기엔 동료의 좌표가 곁들여진다. 네 단계로 — Logi 위에서 일어나는 변화.

01 Record · 흩어진 기억 정리
→
머릿속
흩어진 기억 → 검색 가능한
STAR 자산

경험이 카드로 옮겨진다. 다음 자소서부터 처음부터 떠올리지 않아도 된다.

02 Retrieve · 문항에 맞춰 추천
→
막막한
빈 문항 → 유사도 순
후보 카드

문항을 붙여 넣자 닮은 경험이 위로. "뭘 써야 하지" 가 사라진다.

03 Generate · 본인 어조로 초안
→
백지 위
깜빡이는 커서 → 본인 어조의
초안 한 단락

LLM이 김국민의 경험을 안고 짓는다. 첫 줄을 쥐어짤 일이 없다.

04 Compare · 동료와 익명 비교
→
혼자 쓰는
불안 → 동료와의
5축 좌표

같은 학번·전공·취업 단계와 견준다. 부족한 카테고리엔 다음 경험이 함께 추천된다.

05 · Team

국민대학교
2026 캡스톤 51팀.