입력: 이력서(PDF) + 포트폴리오(DOCX) + GitHub URL + 채용공고(JD)
  ↓
처리: 4-Phase 파이프라인 (Temporal 워크플로우)
  ↓
출력: 10개 맞춤형 면접 질문 + 예상답변 + 평가기준 + 용어설명

backend/
├── app/
│   ├── main.py                     # FastAPI 엔트리포인트
│   ├── config.py                   # 환경 기반 설정 (pydantic-settings)
│   ├── api/
│   │   ├── v1/
│   │   │   └── jobs.py             # REST API 라우터
│   │   └── deps.py                 # 의존성 주입
│   ├── workflows/
│   │   ├── interview_workflow.py   # 메인 Temporal 워크플로우
│   │   └── activities/
│   │       ├── planning.py
│   │       ├── document_analysis.py
│   │       ├── code_analysis.py
│   │       ├── jd_analysis.py
│   │       ├── question_generation.py
│   │       ├── quality_review.py
│   │       ├── finalization.py
│   │       └── checkpoint_activities.py
│   ├── services/
│   │   ├── llm_service.py          # CachedLLMService
│   │   ├── llm_cache.py            # LLMResultCache
│   │   ├── checkpoint_store.py     # CheckpointStore
│   │   ├── github_service.py
│   │   ├── document_parser.py
│   │   ├── code_analyzer.py
│   │   └── vector_store.py
│   ├── models/
│   │   ├── job.py
│   │   ├── question.py
│   │   ├── analysis.py
│   │   ├── checkpoint.py
│   │   └── types.py
│   ├── prompts/                    # LLM 프롬프트 YAML
│   └── worker.py                   # Temporal Worker 엔트리
├── tests/
├── Dockerfile
└── pyproject.toml

Step 1: plan                 → Planner Activity
Step 2: document_analysis    → Document Manager Activity (병렬)
Step 3: code_analysis        → Code Manager Activity (병렬)
Step 4: jd_analysis          → JD Manager Activity (병렬)
Step 5: aggregate_analysis   → 분석 결과 집계
Step 6: select_topics        → Question Generator (토픽 선정)
Step 7: craft_questions      → Question Generator (10개 병렬 생성)
Step 8: review_quality       → Quality Review Loop (최대 3회)
Step 9: finalize             → Finalization Activity

# ✅ CORRECT
from app.services.llm_service import CachedLLMService

llm = CachedLLMService(openai_client, redis)
result = await llm.chat(messages, model="gpt-4o")

# ❌ WRONG — 직접 호출하면 캐시 미적용, 재시도 시 비용 낭비
result = await openai_client.chat.completions.create(...)

# ✅ CORRECT — 같은 입력에 같은 결과
@activity.defn
async def analyze_jd(job_id: str, jd_text: str) -> dict:
    llm = CachedLLMService(client, redis)  # 캐시로 멱등성 보장
    return await llm.chat(messages)

# ❌ WRONG — 부수효과가 멱등하지 않음
@activity.defn
async def analyze_jd(job_id: str, jd_text: str) -> dict:
    await db.insert(...)  # 재시도 시 중복 삽입
    return result

# ✅ CORRECT
@activity.defn
async def analyze_code(job_id: str, urls: list[str]) -> dict:
    heartbeat_details = activity.info().heartbeat_details
    start_idx = heartbeat_details[0] if heartbeat_details else 0
    results = heartbeat_details[1] if heartbeat_details else []

    for i in range(start_idx, len(urls)):
        result = await _analyze(urls[i])
        results.append(result)
        activity.heartbeat(i + 1, results)  # 중간 저장

    return aggregate(results)

# ❌ WRONG — 3개 repo 중 2번째에서 실패하면 처음부터 재실행
@activity.defn
async def analyze_code(job_id: str, urls: list[str]) -> dict:
    results = []
    for url in urls:
        results.append(await _analyze(url))
    return aggregate(results)

# 모든 Phase 완료 후 반드시 체크포인트 저장
result = await workflow.execute_activity(some_activity, args=[...])

await workflow.execute_activity(
    checkpoint_activities.save_checkpoint,
    args=[job_id, "step_name", result],
    start_to_close_timeout=timedelta(minutes=2),
)

# ✅ CORRECT
from app.config import get_settings
settings = get_settings()
url = settings.DATABASE_URL

# ❌ WRONG — 직접 환경변수 접근
import os
url = os.environ["DATABASE_URL"]

# 재시도 가능한 에러 (Temporal이 자동 재시도)
class RetryableError(Exception): pass
# → RateLimitError, TimeoutError, ConnectionError

# 재시도 불가능한 에러 (즉시 실패)
class NonRetryableError(Exception): pass
# → ValidationError, AuthenticationError, InvalidInputError

# RetryPolicy에서 non_retryable_error_types 설정
retry_policy = RetryPolicy(
    non_retryable_error_types=["ValueError", "ValidationError"],
)

InputData (API 요청)
  │
  ├─[Phase 1]──→ ExecutionPlan
  │                 │
  ├─[Phase 2]──→ ┌─┴──────────────────────────────┐
  │              │ CandidateProfile (문서 분석)     │
  │              │ CodeAnalysis (코드 분석)          │
  │              │ JDAnalysis (JD 분석)              │
  │              └─┬──────────────────────────────┘
  │                │ aggregate
  │                ▼
  ├─[Phase 3]──→ selected_topics → InterviewQuestion[10]
  │              → review_quality loop (최대 3회)
  │                │
  ├─[Phase 4]──→ InterviewScript (최종 출력)
  │
  └─[저장]────→ Redis (체크포인트) + S3 (결과) + PostgreSQL (메타)

# Job 상태
job:{job_id}:status           → JSON
job:{job_id}:progress         → JSON
job:{job_id}:input            → JSON (원본 입력, TTL 7d)

# 체크포인트
checkpoint:{job_id}:{step}    → JSON (TTL 7d)
checkpoint:{job_id}:_meta     → Hash (TTL 7d)

# LLM 캐시
llm_cache:{model}:{hash}     → JSON (TTL 24h)

# Rate Limiting
ratelimit:github:{hash}      → Counter
ratelimit:llm:{hash}         → Counter