diff --git a/backend/main.py b/backend/main.py
index ee1c1a8..8a0b6af 100644
--- a/backend/main.py
+++ b/backend/main.py
@@ -5,9 +5,11 @@
 import shutil
 import uuid
 import os
+import json
 import traceback
 
 from util.parser import run_parser
+from util.resume_structured_parser import parse_resume_to_structured
 from get_similarity.main import matching
 from openai import OpenAI
 import uvicorn
@@ -33,6 +35,7 @@
 
 # 캐시 저장소
 resume_cache = {}
+resume_structured_cache = {}  # 구조화된 이력서 데이터 캐시
 analysis_cache = {}
 
 # 전역 변수로 선언 (함수 내에서 global 키워드 사용)
@@ -165,10 +168,25 @@ async def run(data: MatchRequest):
     resume = run_parser(resume_path)
     resume_content_text = resume[0]  # 첫 번째 반환값이 텍스트
 
-    # 캐시 저장
+    # 캐시 저장 (기존 문자열 저장)
     resume_cache[resume_path] = resume_content_text
     logger.info(f"[{trace_id}] parsed_pages={len(resume_content_text)} total_chars={len(resume_content_text)}")
 
+    # 구조화된 데이터 생성 및 저장
+    try:
+        if resume_path not in resume_structured_cache or resume_structured_cache[resume_path] is None:
+            structured_resume = await parse_resume_to_structured(resume_content_text)
+            if structured_resume:
+                resume_structured_cache[resume_path] = structured_resume
+                logger.info(f"[{trace_id}] structured resume data saved")
+                # 구조화된 이력서 결과를 JSON 형식으로 로그 출력
+                logger.info(f"[{trace_id}] ========== 구조화된 이력서 파싱 결과 ==========")
+                logger.info(f"[{trace_id}] {json.dumps(structured_resume, ensure_ascii=False, indent=2)}")
+                logger.info(f"[{trace_id}] ============================================")
+    except Exception as e:
+        logger.warning(f"[{trace_id}] failed to parse structured resume: {e}")
+        # 구조화 파싱 실패해도 기존 로직은 계속 진행
+
     # 채용공고 추천
     # res, job_description, job_url, c_name = await matching(
     #     resume_content_text, location=location_cache, remote=remote_cache, jobtype=job_type_cache
@@ -277,6 +295,21 @@ async def chat(request: Request):
         resume = run_parser(resume_path)
         resume_content_text = resume[0]
         resume_cache[resume_path] = resume_content_text
+        
+        # 구조화된 데이터 생성 및 저장
+        try:
+            if resume_path not in resume_structured_cache or resume_structured_cache[resume_path] is None:
+                structured_resume = await parse_resume_to_structured(resume_content_text)
+                if structured_resume:
+                    resume_structured_cache[resume_path] = structured_resume
+                    # 구조화된 이력서 결과를 JSON 형식으로 로그 출력
+                    logger.info(f"[CHAT] ========== 구조화된 이력서 파싱 결과 ==========")
+                    logger.info(f"[CHAT] resume_path={resume_path}")
+                    logger.info(f"[CHAT] {json.dumps(structured_resume, ensure_ascii=False, indent=2)}")
+                    logger.info(f"[CHAT] ============================================")
+        except Exception as e:
+            logger.warning(f"[CHAT] failed to parse structured resume: {e}")
+            # 구조화 파싱 실패해도 기존 로직은 계속 진행
     else:
         resume_content_text = resume_cache[resume_path]
 
@@ -410,6 +443,64 @@ async def evaluate(request: EvaluateRequest):
         raise HTTPException(status_code=500, detail=str(e))
 
 
+# /resume/structured - 구조화된 이력서 데이터 조회
+class StructuredResumeRequest(BaseModel):
+    resume_path: str
+
+
+@api_router.post("/resume/structured")
+async def get_structured_resume(request: StructuredResumeRequest):
+    """
+    구조화된 이력서 데이터를 조회합니다.
+
+    Args:
+        resume_path: 이력서 파일 경로
+
+    Returns:
+        JSONResponse: 구조화된 이력서 데이터 (스키마에 맞는 형식)
+    """
+    resume_path = request.resume_path
+    
+    if not resume_path:
+        raise HTTPException(status_code=400, detail="resume_path is required.")
+    
+    # 캐시에서 조회
+    if resume_path in resume_structured_cache:
+        structured_data = resume_structured_cache[resume_path]
+        if structured_data:
+            return JSONResponse(content=structured_data)
+    
+    # 캐시에 없으면 텍스트에서 생성 시도
+    if resume_path in resume_cache:
+        try:
+            resume_content_text = resume_cache[resume_path]
+            structured_resume = await parse_resume_to_structured(resume_content_text)
+            if structured_resume:
+                resume_structured_cache[resume_path] = structured_resume
+                return JSONResponse(content=structured_resume)
+        except Exception as e:
+            logger.warning(f"failed to parse structured resume: {e}")
+    
+    # 모두 실패 시 기본 구조 반환
+    default_structured = {
+        "basic_info": {
+            "name": None,
+            "phone": None,
+            "email": None,
+            "address": None
+        },
+        "summary": None,
+        "careers": [],
+        "educations": [],
+        "skills": [],
+        "activities": [],
+        "languages": [],
+        "links": [],
+        "additional_info": {}
+    }
+    return JSONResponse(content=default_structured)
+
+
 # /scrape-jd - JD URL 크롤링
 class ScrapeJDRequest(BaseModel):
     url: str
diff --git a/backend/util/resume_structured_parser.py b/backend/util/resume_structured_parser.py
new file mode 100644
index 0000000..24ba98e
--- /dev/null
+++ b/backend/util/resume_structured_parser.py
@@ -0,0 +1,186 @@
+"""
+이력서 텍스트를 구조화된 JSON 형식으로 변환하는 모듈
+"""
+import json
+import re
+import logging
+from typing import Dict, Any, Optional
+from langchain_upstage import ChatUpstage
+from configs import UPSTAGE_API_KEY, RAG_MODEL
+
+logger = logging.getLogger("jobpt")
+
+
+def parse_json_loose(text: str) -> dict:
+    """
+    LLM 출력에서 JSON을 추출하는 함수 (코드펜스, 불완전한 JSON 처리)
+    """
+    # 코드펜스 제거
+    cleaned = re.sub(r"```[a-zA-Z]*\n?|```", "", text).strip()
+    # 첫 번째 {...} 블록만 추출
+    m = re.search(r"\{[\s\S]*\}", cleaned)
+    if not m:
+        raise ValueError("No JSON object found in LLM output")
+    obj = m.group(0)
+    # 따옴표 없는 키에 따옴표 부여: {sequence: "x"} -> {"sequence": "x"}
+    obj = re.sub(r"(\{|,)\s*([A-Za-z_][A-Za-z0-9_]*)\s*:", r'\1 "\2":', obj)
+    return json.loads(obj)
+
+
+async def parse_resume_to_structured(resume_text: str) -> Optional[Dict[str, Any]]:
+    """
+    이력서 텍스트를 구조화된 JSON 형식으로 변환
+    
+    Args:
+        resume_text: 파싱된 이력서 텍스트
+        
+    Returns:
+        구조화된 이력서 데이터 (스키마에 맞는 형식) 또는 None (실패 시)
+    """
+    if not resume_text or not resume_text.strip():
+        return None
+    
+    llm = ChatUpstage(model=RAG_MODEL, temperature=0, api_key=UPSTAGE_API_KEY)
+    
+    prompt = f"""다음 이력서 텍스트를 구조화된 JSON 형식으로 변환해주세요.
+
+이력서 텍스트:
+{resume_text}
+
+다음 JSON 스키마에 맞춰서 변환해주세요:
+{{
+  "basic_info": {{
+    "name": "string | null",
+    "phone": "string | null",
+    "email": "string | null",
+    "address": "string | null"
+  }},
+  "summary": "string | null",
+  "careers": [
+    {{
+      "company_name": "string",
+      "period": "string | null",
+      "employment_type": "string | null",
+      "role": "string | null",
+      "achievements": []
+    }}
+  ],
+  "educations": [
+    {{
+      "school_name": "string",
+      "period": "string | null",
+      "graduation_status": "string | null",
+      "major_and_degree": "string | null",
+      "content": "string | null"
+    }}
+  ],
+  "skills": ["string"],
+  "activities": [
+    {{
+      "activity_name": "string",
+      "period": "string | null",
+      "activity_type": "string | null",
+      "content": "string | null"
+    }}
+  ],
+  "languages": [
+    {{
+      "language_name": "string",
+      "level": "string | null",
+      "certification": "string | null",
+      "acquisition_date": "string | null"
+    }}
+  ],
+  "links": ["string"],
+  "additional_info": {{}}
+}}
+
+주의사항:
+- 정보가 없는 필드는 null로 설정
+- 배열이 비어있으면 빈 배열 []로 설정
+- 정확한 JSON 형식으로만 응답 (추가 설명 없이)
+- company_name, school_name, activity_name, language_name은 필수 필드
+- skills는 최대 50개까지
+- links는 중복 제거된 URL 배열
+
+JSON만 응답해주세요:"""
+
+    try:
+        logger.info("[ResumeParser] LLM을 통한 구조화 파싱 시작")
+        response = await llm.ainvoke(prompt)
+        content = response.content if hasattr(response, 'content') else str(response)
+        
+        logger.info(f"[ResumeParser] LLM 응답 수신 완료 (길이: {len(content)} 문자)")
+        
+        # JSON 파싱
+        structured_data = parse_json_loose(content)
+        logger.info("[ResumeParser] JSON 파싱 완료")
+        
+        # 빈 문자열을 null로 변환하는 헬퍼 함수
+        def normalize_value(value):
+            """빈 문자열이나 공백만 있는 문자열을 null로 변환"""
+            if value is None:
+                return None
+            if isinstance(value, str):
+                return value.strip() if value.strip() else None
+            return value
+        
+        # basic_info 정규화
+        basic_info_raw = structured_data.get("basic_info", {})
+        if isinstance(basic_info_raw, dict):
+            basic_info = {
+                "name": normalize_value(basic_info_raw.get("name")),
+                "phone": normalize_value(basic_info_raw.get("phone")),
+                "email": normalize_value(basic_info_raw.get("email")),
+                "address": normalize_value(basic_info_raw.get("address")),
+            }
+        else:
+            basic_info = {
+                "name": None,
+                "phone": None,
+                "email": None,
+                "address": None
+            }
+        
+        # 기본 구조 검증 및 기본값 설정
+        result = {
+            "basic_info": basic_info,
+            "summary": normalize_value(structured_data.get("summary")),
+            "careers": structured_data.get("careers", []),
+            "educations": structured_data.get("educations", []),
+            "skills": structured_data.get("skills", []),
+            "activities": structured_data.get("activities", []),
+            "languages": structured_data.get("languages", []),
+            "links": structured_data.get("links", []),
+            "additional_info": structured_data.get("additional_info", {})
+        }
+        
+        # skills 최대 50개 제한
+        if len(result["skills"]) > 50:
+            result["skills"] = result["skills"][:50]
+        
+        logger.info(f"[ResumeParser] 구조화 파싱 완료 - 기본정보: name={result['basic_info'].get('name')}, phone={result['basic_info'].get('phone')}, email={result['basic_info'].get('email')}")
+        logger.info(f"[ResumeParser] 경력: {len(result['careers'])}개, 학력: {len(result['educations'])}개, 스킬: {len(result['skills'])}개")
+        
+        return result
+        
+    except Exception as e:
+        logger.error(f"[ResumeParser] 이력서 구조화 파싱 실패: {e}")
+        # 실패 시 기본 구조 반환
+        return {
+            "basic_info": {
+                "name": None,
+                "phone": None,
+                "email": None,
+                "address": None
+            },
+            "summary": None,
+            "careers": [],
+            "educations": [],
+            "skills": [],
+            "activities": [],
+            "languages": [],
+            "links": [],
+            "additional_info": {}
+        }
+