플러스프로젝트 배경
문제점 - 중소 기업이 외주 개발자를 찾을 때, 포트폴리오와 스킬만으로 적합성을 판단하기 어렵습니다. 수십 명의 전문가 프로필을 일일이 비교하는 데 평균 3~5일이 소요됩니다. - 기존 중개 플랫폼은 의뢰인이 직접 전문가를 검색해야 하여, 적합한 전문가를 놓치거나 과다한 제안서에 의사결정이 지연됩니다. AI 기반 자동 추천이 없으면 매칭 품질이 의뢰인의 검색 역량에 의존합니다. - 프로젝트 진행 중 작업
프로젝트 성과
AI 매칭 스코어 기반 전문가 추천
프로젝트 요구 스킬과 전문가 보유 스킬의 유사도, 경험, 평점을 가중 분석하여 0~100점 매칭 스코어를 산출. 프로젝트 상세에서 추천 전문가 리스트가 자동 표시되어 의뢰인의 탐색 비용을 최소화합니다.
풀사이클 외주 워크플로우 완성
프로젝트 등록 → AI 추천 → 제안서 수신·비교 → 전문가 선택 → 계약 → 마일스톤별 작업·승인 → 에스크로 정산 → 상호 리뷰까지 전체 외주 라이프사이클을 구현했습니다.
에스크로 정산 + 분쟁 중재
마일스톤 승인 시 정산 자동 생성(총액/수수료/순지급액), 운영자 3단계 승인(PENDING→APPROVED→PAID). 분쟁 접수 → 중재 → 결정 프로세스로 거래 신뢰를 확보합니다.
14개 모델 × 8개 Enum 데이터 아키텍처
User, Category, Skill, ExpertProfile, Project, Proposal, Contract, Milestone, Review, Settlement, Dispute, Notification,
프로덕션 규모 라이브 데모
전문가 15명, 의뢰인 10명, 프로젝트 20건, 제안서 60건, 계약 12건, 리뷰 30건, 정산·분쟁·알림·감사로그까지 포함된 실 운영 데이터. 의뢰인↔전문가↔운영자 원클릭 역할 전환 시연.
핵심 기능
전문가 탐색 — AI 매칭 추천
카테고리별 필터(웹개발/모바일/디자인/데이터AI), 스킬·평점·시급 필터링, 텍스트 검색으로 전문가를 탐색합니다. 프로젝트 등록 시 AI 매칭 스코어 기반 추천 전문가 리스트가 자동 표시됩니다.
진행 단계
기획
2026.03.
의뢰인/전문가/운영자 3 페르소나 정의, AI 매칭 스코어 산정 로직 설계, 에스크로 정산 플로우, 분쟁 중재 프로세스, 데이터 모델(14모델 8열거형) 설계
프로젝트 상세
1) 포트폴리오 소개 의뢰인이 프로젝트를 등록하면 AI가 스킬 유사도·경험·평점을 가중 분석하여 최적 전문가를 추천하고, 전문가가 제안서를 보내 매칭이 성사되는 중개 플랫폼입니다. 프로젝트 등록 → AI 매칭 추천 → 제안서 수신·비교 → 전문가 선택 → 계약 → 마일스톤별 진행·정산 → 상호 리뷰까지 풀사이클 외주 워크플로우를 구현했습니다. 전문가 15명, 의뢰인 10명, 프로젝트 20건, 제안서 60건,
