🔗 라이브: https://interview-lense.vercel.app 📦 GitHub: https://github.com/sweety-HJH223/InterviewLense

문제점

대부분의 면접 준비 도구는 지원하는 회사와 상관없이 똑같은 질문을 제공합니다. *"자기소개를 해보세요." "본인의 단점은 무엇인가요?"*

구글에 지원하든 10명짜리 스타트업에 지원하든 — 항상 같은 리스트입니다. 대부분의 시뮬레이터는 "획일적"입니다. 나만의 커리어 히스토리를 무시하고, 실제 대형 테크 기업 면접을 통과하는 데 필요한 실질적인 피드백을 제공하지 못합니다.

하지만 기업마다 면접 방식은 완전히 다릅니다:

• 구글은 완벽한 답보다 사고 과정을 봅니다.
• 아마존은 모든 것을 16가지 리더십 원칙으로 평가합니다.
• 카카오/네이버는 한국 시장 규모에 맞는 프로덕트 사고를 기대합니다.
• 토스는 실행 속도를 중요시합니다.

저는 이걸 실제로 아는 도구를 원했습니다. 그래서 InterviewLens를 만들었습니다.

솔루션

InterviewLens는 AI 기반 면접 시뮬레이션 엔진으로:

1. 기업명과 직군을 입력합니다.
2. AI가 해당 기업의 채용 문화를 실시간으로 조사합니다.
3. NEW — 이력서 정렬: PDF를 업로드하거나 이력서를 붙여넣으면, AI가 내 경험과 기업 요구사항 사이의 구체적인 갭을 파악합니다.
4. 해당 기업의 실제 스타일로 면접을 시뮬레이션합니다.
5. 기업의 특정 기준에 따라 답변을 평가합니다.
6. 세션 전반에 걸쳐 나의 성장을 장기적으로 "기억" 합니다.

3-에이전트 AI 아키텍처

InterviewLens의 핵심은 Google Gemini로 구축된 3-에이전트 오케스트레이션 파이프라인입니다.

에이전트 A — 리서처

에이전트 A는 채용 포커스, 면접 라운드 구조, 기업 문화 가치를 스캔합니다.

"컨텍스트 엔진": 단순히 기업을 조사하는 것에 그치지 않습니다 — 이력서/PDF 데이터를 받아 내 배경과 기업 요구사항 사이의 갭 분석을 수행하여, 처음부터 개인화된 리서치를 제공합니다.

에이전트 B — 인터뷰어

에이전트 B는 에이전트 A의 정보를 받아 해당 기업의 실제 면접관이 됩니다.

맥락 기반 질문: 이력서 컨텍스트를 받기 때문에 일반적인 질문을 하지 않습니다. 대신 이렇게 묻습니다: *"이력서에서 [X] 프로젝트를 진행하셨는데, [기업]이 처리하는 트래픽 규모로 확장한다면 어떻게 하시겠어요?"*

에이전트 C — 평가자

면접이 끝나면 에이전트 C가 "채용 위원회" 역할을 합니다.

엄격한 채점: 템플릿 형식의 일반적인 답변에는 감점을 주고, 자신의 구체적인 배경을 효과적으로 활용한 지원자에게 높은 점수를 부여합니다.

기술적 도전과 해결 방법

1. 성능 병목 현상

처음에는 AI를 통한 기업 조사에 10초 이상이 걸려 "Request Timed Out" 오류가 자주 발생했습니다.

해결책: Firebase Firestore를 활용한 Redis 방식의 캐싱 레이어를 구현했습니다. 한 번 조사된 기업/직군은 이후 검색 시 거의 즉시 결과를 반환합니다 — 지연 시간과 API 할당량 소진 문제를 모두 해결했습니다.

2. 비정형 PDF 데이터 처리

사용자에게 이력서 맞춤형 질문을 제공하려면 PDF 파싱이 필요한데, 이는 매우 복잡합니다.

해결책: Gemini 1.5 Flash의 멀티모달 기능을 활용해 PDF 이력서를 직접 파싱하고, 면접 에이전트가 맥락 인식 후속 질문에 사용할 수 있는 구조화된 데이터를 추출했습니다 — 외부 PDF 라이브러리 없이 구현했습니다.

3. 에이전트 복잡성 관리

세 개의 AI 에이전트(리서처, 인터뷰어, 평가자)를 조율하는 과정에서 프롬프트 인젝션과 상태 관리 문제가 발생했습니다.

해결책: JSON 전용 출력 스키마를 강제하는 엄격한 오케스트레이션 레이어를 구축했습니다. 모델이 사전 정의된 JSON 구조를 따르도록 강제함으로써 파싱 실패를 없애고 세 에이전트 간의 원활한 상태 공유를 가능하게 했습니다.

Google 기술 스택

배운 점

멀티 에이전트 시스템은 단일 프롬프트 방식보다 훨씬 강력합니다. 리서치, 인터뷰, 평가를 분리함으로써 각 에이전트가 명확한 역할에 집중할 수 있습니다.

가장 어려웠던 부분은 이력서 정렬이었습니다. 단순히 "이력서를 전달"하는 것만으로는 부족했습니다 — AI가 지원자의 과거 경험을 기업의 미래 요구사항과 비교하도록 프롬프트를 정교하게 설계해야 했습니다. 이 연결고리가 일반 챗봇을 실제 코칭 도구로 변환시키는 핵심입니다.

직접 사용해보세요

🔗 라이브: https://interview-lense.vercel.app 📦 GitHub: https://github.com/sweety-HJH223/InterviewLense

#AI #면접 #취업준비 #개발 #구글 #NextJS Google Gen AI Academy APAC 2026 — Meet the Builders Campaign 출품작 SweetyCodes — AI 풀스택 개발자

🔗 Live: https://interview-lense.vercel.app 📦 GitHub: https://github.com/sweety-HJH223/InterviewLense

The Problem

Most interview prep tools give you the same generic questions regardless of where you're applying. *"Tell me about yourself." "What's your greatest weakness?"*

It doesn't matter if you're interviewing at Google or a 10-person startup — you get the same list. Most simulators are "one-size-fits-all": they ignore your unique career history and fail to provide the real-world feedback needed to actually pass a high-stakes interview at a top-tier tech firm.

But interviews are NOT the same across companies:

• Google wants reasoning processes over perfect answers.
• Amazon scores everything against 16 Leadership Principles.
• Kakao/Naver expect specific Korean-market-scale product thinking.
• Toss focuses on speed of execution.

I wanted a tool that actually knows this. So I built InterviewLens.

The Solution

InterviewLens is an AI-powered simulation engine that:

1. Takes any company name and role.
2. Researches that specific company's hiring culture in real-time.
3. NEW — Resume Alignment: Upload your PDF or paste your resume, and the AI identifies the specific gaps between your experience and the company's requirements.
4. Simulates the interview in that company's actual style.
5. Evaluates your answers against the company's specific criteria.
6. Maintains a long-term "memory" of your growth across sessions.

The 3-Agent AI Architecture

The heart of InterviewLens is a 3-agent orchestration pipeline built with Google Gemini.

Agent A — The Researcher

Agent A scans for hiring focus, round structure, and cultural values.

The "Context Engine": It doesn't just research the company — it accepts your resume/PDF data and performs a gap analysis between your background and the company's requirements, making the research personalized from the start.

Agent B — The Interviewer

Agent B receives the intelligence from Agent A and becomes that company's actual interviewer.

Contextual Interaction: Because it receives your resume context, Agent B doesn't ask generic questions. It asks: *"You worked on [X] project in your resume — how would you scale that for the traffic [Company] handles?"*

Agent C — The Evaluator

After you finish, Agent C acts as a "Hiring Committee."

Strict Scoring: It penalizes generic "template" answers and rewards candidates who leverage their specific background effectively.

Technical Challenges & My Solutions

1. The performance bottleneck

Initially, researching companies via AI took 10+ seconds, often leading to "Request Timed Out" errors.

My solution: I implemented a Redis-like caching layer using Firebase Firestore. Once a company/role is researched once, subsequent searches are near-instant — solving both latency and quota exhaustion effectively.

2. Handling unstructured PDF data

Users need resume-tailored questions, but parsing PDFs is messy.

My solution: I leveraged Gemini 1.5 Flash's multi-modal capability to directly parse PDF resumes, extracting structured data that the interview agent uses for context-aware follow-up questions — no external PDF libraries needed.

3. Agentic complexity

Coordinating three distinct AI agents (Researcher, Interviewer, Evaluator) led to prompt injection and state management issues.

My solution: I built a strict orchestration layer that forces a JSON-only output schema. By forcing the models to adhere to a predefined JSON structure, I eliminated parsing failures and enabled smooth state sharing between all three agents.

Google Tech Stack

What I Learned

Multi-agent systems are more powerful than single-prompt approaches. By separating Research, Interviewing, and Evaluation, each agent maintains a clear focus.

The most challenging part was Resume Alignment. Simply "sending the resume" wasn't enough — I had to engineer the prompts to force the AI to compare the candidate's past with the company's future needs. This bridge is what transforms a standard chatbot into an actual coaching tool.

Try It

🔗 Live: https://interview-lense.vercel.app 📦 GitHub: https://github.com/sweety-HJH223/InterviewLense

Built for Google Gen AI Academy APAC 2026 — Meet the Builders Campaign. SweetyCodes — AI & Full Stack Developer Subhashree Behera | India

*"You don't write code anymore. You describe what you want, and AI writes it. You review, refine, and ship."* — The Vibe Coding Philosophy

🤔 What is Vibe Coding?

Vibe Coding is a new development methodology where you use AI tools to rapidly prototype, build, and iterate on software by describing what you want in plain English — instead of writing every line of code manually.

The term was coined in early 2025 and has taken the developer community by storm. It's not about replacing developers — it's about making developers 10x faster.

Think of it like this:

Traditional Coding:

Developer thinks → Developer writes code → 
Developer debugs → Developer ships
(Hours to days)

Vibe Coding:

Developer describes → AI writes code → 
Developer reviews → Developer refines → Ships
(Minutes to hours)

🛠️ Tools Used in Vibe Coding

There are several AI tools that power the Vibe Coding workflow. Here are the most popular ones in 2026:

1. Cursor — The AI Code Editor

Cursor is a VS Code fork with AI built into every part of the editor. You can describe changes in plain English and it edits multiple files at once. It's the most popular Vibe Coding tool right now.

2. Claude AI — The Thinking Partner

Claude (by Anthropic) is great for architecture decisions, code reviews, and explaining complex concepts. Many Vibe Coders use Claude for planning before switching to Cursor for building.

3. GitHub Copilot — The Autocomplete King

GitHub Copilot suggests entire functions and code blocks as you type. It's deeply integrated into VS Code and is great for repetitive code patterns.

4. Gemini CLI — The Free Powerhouse

Google's Gemini CLI brings AI directly into your terminal. With 1000 free requests per day, it's perfect for budget-conscious developers who want full agentic coding capabilities.

5. V0.dev — The UI Generator

V0.dev by Vercel generates entire React UI components from a text description. Describe a dashboard, and it builds it. Perfect for frontend prototyping.

⚡ How Vibe Coding Actually Works

Here's the real workflow that most Vibe Coders use:

Step 1 — Plan (with Claude or ChatGPT)

Before writing a single line, describe your project to an AI and ask it to:

• Break it into components
• Suggest the tech stack
• Identify potential problems

Step 2 — Scaffold (with Cursor or V0.dev)

Use AI to generate the initial structure:

• Project files and folders
• Basic components
• Database schemas

Step 3 — Build Feature by Feature

For each feature:

1. Describe what you want in plain English
2. AI generates the code
3. You read and understand it
4. Test it
5. Fix issues (with AI help)
6. Move to next feature

Step 4 — Review and Refine

Always review AI-generated code:

• Does it make sense?
• Are there security issues?
• Is it efficient?

Step 5 — Ship

Deploy with confidence because you understood every line!

✅ Pros of Vibe Coding

1. Build Faster Projects that used to take weeks now take days. Perfect for hackathons!

2. Learn by Seeing AI generates code you might not know how to write — you can study it and learn new patterns.

3. Prototype Quickly Test ideas fast without spending days on implementation. If the idea doesn't work, you haven't wasted much time.

4. Overcome Blocks Stuck on a problem? Describe it to AI and get unstuck immediately.

5. Better Code Quality AI often suggests best practices and patterns you might not know about.

❌ Cons — The Honest Truth

1. AI Makes Mistakes AI-generated code is NOT always correct. It can have bugs, security issues, and logical errors. Always review!

2. You Still Need to Understand Code If you can't read and understand the AI-generated code, you can't fix it when it breaks. And it WILL break.

3. Over-reliance is Dangerous Some developers stop learning because AI does everything. This is a career killer. Keep learning fundamentals!

4. Context Limits AI tools have limits on how much code they can see at once. For large projects, you need to manage context carefully.

5. Cost Good AI tools like Cursor Pro cost $20/month. Budget-conscious developers need to plan for this.

🤔 Is Vibe Coding Cheating?

This is the most controversial question in the developer community right now.

My honest opinion: NO, it's not cheating.

Here's why:

• Developers have always used tools — Stack Overflow, documentation, libraries
• The goal is to ship working software, not to memorize syntax
• A carpenter who uses an electric drill isn't "cheating" compared to one using a hand drill
• What matters is the result and your understanding of it

BUT — and this is important — you still need to know how to code.

Vibe Coding without coding knowledge is like trying to edit a video without knowing what good editing looks like. You won't know when the AI is wrong.

💡 Tips for Beginners

1. Learn basics first Don't start Vibe Coding without understanding HTML, CSS, JavaScript, and at least one backend language. The fundamentals matter.

2. Start small Don't try to build a complex app first. Start with a simple component or feature.

3. Always read AI code Never copy-paste without reading. Understand what the code does before running it.

4. Be specific in prompts Vague prompts get vague code. The more specific you are, the better the output.

❌ Bad: *"Make a button"* ✅ Good: *"Make a cyan rounded button with a hover glow effect that opens a modal when clicked"*

5. Iterate, don't regenerate Instead of regenerating from scratch when something is wrong, describe specifically what needs to change.

6. Use multiple tools Different tools are good at different things. Use Claude for planning, Cursor for coding, V0.dev for UI.

🚀 My Vibe Coding Stack in 2026

Here's what I personally use:

🔮 The Future of Coding

Vibe Coding is not a trend — it's the future of software development.

In 5 years, every developer will use AI tools the same way every developer uses Git today. It won't be optional — it will be the standard.

The developers who thrive will be the ones who:

• Understand fundamentals deeply
• Know how to work WITH AI
• Can review and improve AI-generated code
• Focus on creativity and problem-solving

The developers who struggle will be the ones who:

• Refuse to adapt
• OR rely completely on AI without understanding

The sweet spot is in the middle — use AI as a powerful tool, not a crutch.

🎯 Conclusion

Vibe Coding has genuinely changed how I build software. I ship faster, learn more by seeing AI patterns, and spend more time on creative problem-solving instead of repetitive syntax.

Is it perfect? No. Does it have drawbacks? Absolutely. But as a developer in 2026, ignoring AI tools is like ignoring the internet in 2000.

Start small. Learn the fundamentals. Use AI as your co-pilot. Ship great software.

That's the Vibe Coding way. ⚡

Written by SweetyCodes — Full-Stack Developer & AI Engineer

안녕하세요! 저는 개발자 SweetyCodes예요 😊

저는 한국어를 공부하고 있어요 — 지금은 중급 수준이에요!

이게 제 Velog 첫 번째 포스트예요! 첫 포스트인 만큼 한국어 문법을 완벽하게 쓰고 싶었어요. 그래서 바이브 코딩을 활용해서 제 글의 문법을 다듬었어요 ⚡

그리고 오늘 주제가 바로 바이브 코딩이에요! 😄

*"이제 코드를 직접 쓰는 게 아니에요. 원하는 것을 설명하면 AI가 써줘요. 검토하고, 다듬고, 배포하면 돼요."* — 바이브 코딩 철학

🤔 바이브 코딩이란 무엇인가요?

바이브 코딩(Vibe Coding)은 모든 코드를 직접 작성하는 대신, AI 도구를 사용해서 원하는 것을 자연어로 설명하며 빠르게 소프트웨어를 만드는 새로운 개발 방법론이에요.

이 용어는 2025년 초에 생겨났고 개발자 커뮤니티에서 엄청난 반향을 일으켰어요. 개발자를 대체하는 게 아니라 — 개발자를 10배 더 빠르게 만들어주는 거예요.

이렇게 생각해보세요:

⏰ 전통적인 코딩:

개발자가 생각 → 코드 작성 → 디버깅 → 배포
(몇 시간에서 며칠)

⚡ 바이브 코딩:

개발자가 설명 → AI가 코드 작성 → 검토 → 수정 → 배포
(몇 분에서 몇 시간)

🛠️ 바이브 코딩에 사용되는 도구들

2026년 현재 바이브 코딩 워크플로우를 지원하는 AI 도구들이에요:

1. ⚡ Cursor — AI 코드 에디터

Cursor는 AI가 에디터 전체에 내장된 VS Code 포크예요. 자연어로 변경 사항을 설명하면 여러 파일을 한 번에 수정해줘요. 지금 가장 인기 있는 바이브 코딩 도구예요.

2. 🧠 Claude AI — 생각하는 파트너

Claude(Anthropic 개발)는 아키텍처 결정, 코드 리뷰, 복잡한 개념 설명에 탁월해요. 많은 바이브 코더들이 계획할 때 Claude를 사용하고, 실제 개발할 때 Cursor로 전환해요.

3. 🐙 GitHub Copilot — 자동완성의 왕

GitHub Copilot은 타이핑하는 동안 전체 함수와 코드 블록을 제안해줘요. VS Code에 깊이 통합되어 있고 반복적인 코드 패턴에 탁월해요. 학생은 무료!

4. 💎 Gemini CLI — 무료 강자

Google의 Gemini CLI는 터미널에서 직접 AI를 사용할 수 있게 해줘요. 하루 1000번 무료 요청으로 예산이 적은 개발자에게도 완전한 에이전틱 코딩 기능을 제공해요.

5. 🎨 V0.dev — UI 생성기

Vercel의 V0.dev는 텍스트 설명으로 전체 React UI 컴포넌트를 생성해줘요. 대시보드를 설명하면 바로 만들어줘요. 프론트엔드 프로토타이핑에 완벽해요.

⚡ 바이브 코딩 실제 워크플로우

대부분의 바이브 코더들이 사용하는 실제 워크플로우예요:

1단계 — 💭 계획 (Claude 활용)

코드 한 줄 작성 전에 AI에게 프로젝트를 설명하고 요청해요:

• 컴포넌트로 분리하기
• 기술 스택 추천
• 잠재적 문제 파악

2단계 — ⚡ 스캐폴딩 (Cursor 또는 V0.dev 활용)

AI로 초기 구조 생성:

• 프로젝트 파일과 폴더
• 기본 컴포넌트
• 데이터베이스 스키마

3단계 — 🔨 기능별 개발

각 기능마다:

1. 원하는 것을 자연어로 설명
2. AI가 코드 생성
3. 코드를 읽고 이해
4. 테스트
5. 문제 수정 (AI 도움으로)

4단계 — 👁️ 검토 및 수정

AI가 생성한 코드는 항상 검토해요:

• 이해가 되나요?
• 보안 문제는 없나요?
• 효율적인가요?

5단계 — 🚀 배포

모든 코드를 이해했으니 자신 있게 배포!

💡 실제로 얼마나 빠를까요?

바이브 코딩을 사용하면:

• 기존에 6시간 걸리던 작업 → 1시간
• 기존에 3일 걸리던 프로젝트 → 반나절
• 막혔던 버그 → 몇 분 만에 해결

개인적으로 바이브 코딩 덕분에 훨씬 더 많은 프로젝트를 완성할 수 있었어요! 😊

✅ 장점 vs ❌ 단점

✅ 장점

❌ 단점

🤔 바이브 코딩은 반칙인가요?

개발자 커뮤니티에서 가장 논란이 많은 질문이에요.

제 솔직한 의견: 아니요, 반칙이 아니에요.

이유는:

• 개발자들은 항상 도구를 사용했어요 — Stack Overflow, 문서, 라이브러리
• 목표는 작동하는 소프트웨어를 만드는 것이지, 문법을 외우는 게 아니에요
• 전동 드릴을 쓰는 목수가 수동 드릴보다 "반칙"하는 게 아니에요

하지만 — 코딩을 이해해야 해요.

AI가 틀렸을 때 알 수 없다면 의미가 없어요.

💡 초보자를 위한 팁

1. 기초부터 배우세요 HTML, CSS, JavaScript 기초 없이 바이브 코딩을 시작하지 마세요.

2. 작은 것부터 시작하세요 복잡한 앱보다 간단한 컴포넌트부터 시작해요.

3. AI 코드는 항상 읽으세요 읽지 않고 복붙하지 마세요!

4. 프롬프트를 구체적으로 쓰세요

❌ 나쁜 예:

"버튼 만들어줘"

✅ 좋은 예:

"클릭하면 모달이 열리는 
호버 시 글로우 효과가 있는 
둥근 cyan 버튼 만들어줘"

5. 여러 도구를 함께 쓰세요 계획 → Claude, 코딩 → Cursor, UI → V0.dev

🚀 2026년 제 바이브 코딩 스택

제가 실제로 사용하는 도구들이에요:

🔮 코딩의 미래

바이브 코딩은 트렌드가 아니에요 — 소프트웨어 개발의 미래예요.

5년 후에는 모든 개발자가 오늘날 Git을 쓰는 것처럼 AI 도구를 사용할 거예요.

잘 될 개발자들:

• ✅ 기초를 깊이 이해하는 사람
• ✅ AI와 함께 일하는 방법을 아는 사람
• ✅ AI 생성 코드를 검토하고 개선할 수 있는 사람

힘들어질 개발자들:

• ❌ 적응을 거부하는 사람
• ❌ AI에 완전히 의존해서 이해하지 못하는 사람

정답은 중간이에요 — AI를 강력한 도구로 사용하되, 의지하지는 마세요.

🎯 마치며

바이브 코딩은 제가 소프트웨어를 만드는 방식을 진정으로 바꿨어요.

완벽한가요? 아니요. 단점이 있나요? 물론이죠.

하지만 2026년 개발자로서 AI 도구를 무시하는 건 2000년에 인터넷을 무시하는 것과 같아요.

작게 시작하세요. 기초를 배우세요. AI를 코파일럿으로 사용하세요. 멋진 소프트웨어를 만드세요.

그게 바이브 코딩의 방식이에요. ⚡

읽어주셔서 감사해요! 질문이나 피드백이 있으면 댓글로 남겨주세요 😊

한국어가 틀린 부분이 있으면 알려주세요 — 저도 배우는 중이에요!

SweetyCodes — Full-Stack Developer & AI Engineer