#
AI 채용 프로세스 지원 API - 상세 문서
이 문서는 AI API 서비스의 **AI 채용 프로세스 지원 API**에 대한 상세 사용법과 기술 정보를 제공합니다.
##
1. API 개요
이력서 자동 스크리닝, 직무 기술서 기반 맞춤형 면접 질문 생성, 채용 공고 초안 작성 등 채용 업무 전반의 효율성을 증대시킵니다.
이 API는 **업무 특화 자동화** 카테고리에 속하며, 주로 다음과 같은 업무 효율화 및 자동화에 기여할 수 있습니다:
- (여기에 구체적인 업무 기여 사항 기술)
- (예: 반복적인 데이터 입력 작업 시간 90% 단축)
- (예: 고객 문의 평균 응답 시간 5분 이내로 개선)
##
2. 엔드포인트 정보
- **프록시 엔드포인트 URL (백엔드 구성 시):** `https://aiapiservice.com/app-api/proxy/hr-recruitment-support`
- **Genkit Flow 직접 호출 (현재 구현 방식):** 프론트엔드에서 직접 해당 Genkit Flow (`src/ai/flows/` 폴더 내)를 임포트하여 사용합니다. (단, 'document-template-usage' 또는 'query-document-templates' 서비스는 아래 해당 항목 참조)
- **HTTP Method:** POST (백엔드 프록시 API의 경우, 'query-document-templates'는 GET일 수 있음)
- **Content-Type:** `application/json` (백엔드 프록시 API의 경우)
- **인증:**
- 백엔드 프록시 API: `X-APP-API-KEY` 헤더에 유효한 앱 API 키를 포함해야 합니다. (계정 페이지에서 발급 가능)
- Genkit Flow 직접 호출: 일반적으로 서버 환경의 GOOGLE_API_KEY 또는 사용자가 제공한 API 키를 사용합니다. (플레이그라운드 UI 참고)
##
3. 요청 파라미터 상세 (Genkit Flow Input Schema 또는 API 요청 본문)
아래는 **AI 채용 프로세스 지원 API** 호출 시 입력 객체에 포함될 수 있는 주요 파라미터들입니다:
- **`task_type`** (select, **필수**)
- 설명: 수행할 HR 채용 지원 작업 유형입니다.
- 선택 옵션: `resume_screening` (이력서 스크리닝), `interview_question_generation` (면접 질문 생성), `job_posting_draft` (채용 공고 작성)
- **`file_upload`** (file, **필수**)
- 설명: 분석하거나 처리할 파일을 업로드합니다.
- 허용 파일 타입: `.pdf,.doc,.docx,.txt`
- (파일 업로드 시 `file_data_uri` 필드에 DataURI 자동 입력)
- **`file_data_uri`** (string, **필수**)
- 설명: 업로드된 파일의 Base64 인코딩된 데이터 URI입니다.
- **`job_description_text`** (textarea, 선택)
- 설명: 면접 질문 생성 또는 이력서 스크리닝 시 참고할 직무 기술 내용입니다. 파일 업로드 시 자동으로 채워질 수 있습니다.
- **`candidate_count_to_select`** (number, 선택)
- 설명: 이력서 스크리닝 작업 시, AI가 추천할 상위 후보자의 수입니다.
- 기본값: `5`
##
4. 요청 예시 (Genkit Flow 호출 시 TypeScript 객체 또는 API 요청 본문)
// AI 채용 프로세스 지원 API 호출 예시
const input = {
task_type: "resume_screening", // 수행할 HR 채용 지원 작업 유형입니다.
file_upload: "(알 수 없는 타입: file)", // 분석하거나 처리할 파일을 업로드합니다.
job_description_text: "(직무 기술 내용 (텍스트, 선택) 여러 줄 예시값)", // 면접 질문 생성 또는 이력서 스크리닝 시 참고할 직무 기술 내용입니다. 파일 업로드 시 자동으로 채워질 수 있습니다.
candidate_count_to_select: 5, // 이력서 스크리닝 작업 시, AI가 추천할 상위 후보자의 수입니다.
};
// const result = await yourFlowFunction(input); // Genkit Flow 직접 호출 시
// 또는 fetch('https://aiapiservice.com/app-api/proxy/...', { method: 'POST', body: JSON.stringify(input) }); // API 호출 시##
5. 응답 상세 (Genkit Flow Output Schema 또는 API 응답 본문)
성공적인 호출 시, 반환되는 객체는 다음과 같은 구조를 가질 수 있습니다:
(아래는 일반적인 예시이며, 실제 응답 구조는 각 Genkit Flow의 Output Schema 또는 API 정의를 따릅니다.)
// 예시: AI 채용 프로세스 지원 API 응답 객체 타입
// type OutputType = {
// // API 종류에 따른 결과 데이터가 여기에 포함됩니다.
// // 예: generatedText?: string;
// // 예: summary?: string;
// // 예: imageUrl?: string;
// error?: string; // 오류 발생 시 메시지
// };실제 반환 타입은 해당 flow 파일의 OutputSchema 또는 백엔드 API 응답 스키마를 참조하세요.
##
6. 사용 사례 및 팁
- (여기에 해당 API의 구체적인 사용 사례, 비즈니스 활용 방안, 효과적인 사용 팁 등을 기술합니다.)
- (예: 고객 서비스 챗봇에 이 API를 연동하여 1차 문의 자동 응대율 70% 달성)
- (예: 대량의 법률 문서 검토 시간을 50% 이상 단축하여 변호사의 핵심 업무 집중도 향상)
##
7. 제한 사항 및 고려 사항
- (API 호출 빈도 제한, 입력 데이터 크기 제한, 지원 언어/파일 형식 등 기술적 제약사항 명시)
- (개인정보보호 관련 주의사항, 결과물의 정확성 및 편향성 문제 등 윤리적 고려 사항)
이 문서는 **2025년 6월 19일**에 마지막으로 업데이트되었습니다.
API는 지속적으로 개선되고 있으므로, 최신 정보는 항상 본 문서를 참조해주시기 바랍니다.
궁금한 점이나 기술 지원이 필요하시면 [AI API 서비스 지원팀](/contact)으로 문의해주세요.