Member of Technical Staff

업무소개

부트스트래핑 6개월 만에 매출 6억, 영업이익 20%+. 올해는 매출 11억을 목표로 공격적으로 확장합니다. 저희의 Self-Improving 시스템은 화려한 것을 추구하지 않습니다. 엔터프라이즈의 본질을 봅니다. 결국 유지보수가 압도적으로 편하고 합리적이어야 하며, 도입 자체에 리스크가 적어야 합니다. 이 산업에서 배우고 또 느낀 점입니다. Founder와 Co-Founder는 VC 출신, AI 연구원 출신, 그리고 Zero에서 시작해 2년 만에 압도적인 성장 경험을 한 비전공자 엔지니어로 구성되어 있습니다. 실용적이고 훌륭한 어드바이저 네트워크도 갖추고 있습니다. 우리가 일하는 방식은 때로 지독합니다. 다만 성과까지 도달하는 속도는 압도적입니다. 대기업 프로젝트 기간을 예정보다 70% 단축한 경험도 있습니다. 창업 후 1년이 넘는 시간 동안 같이 한 아파트에서 10개가 넘는 제품을 만들고, 모두 실패하고, 새로운 경험을 얻고, 또 어떤 제품은 빠르게 팔아보기도 했습니다. 저희 팀에 오면, 비록 실패하더라도 단단한 마음을 갖는 법, 소중한 사람들과 함께 편안한 시간을 보내는 법, 자본주의 시장에서 굶어 죽지 않는 법 정도는 배울 수 있다고 자부합니다. 좋은 사람이라면 어떤 분이든 좋습니다. 실력이 조금 부족해도 좋습니다. 오래 함께 달리고 싶습니다. 우리는 갈 길이 너무 많이 남았고, 좋은 분들을 모시고 매일 배우는 자세로 함께 머리를 맞대고 풀고 싶습니다. 저희 팀은 사내 정치와 뒷담화를 지나치게 싫어합니다. 가끔은 어떤 팀원이 놀랍니다. "이런 말까지 앞에서 다 하고, 30초 만에 화해를 한다고?" 그게 저희 팀의 매력입니다. 투명하고, 정직하고, 따뜻합니다. 우리 모두 우주 비행사가 되어, 아무것도 없는 두렵고 넓은 우주에서 서로를 믿고 의지하며, 치열하게 살되 또 행복하게 일하는 법에 진심입니다. 한국에서부터 압도적으로 빠르게 버티컬을 확장하고, 이제 일본, 싱가폴, 미국까지 두근대며 도전해볼 멋진 팀원을 찾고 있습니다. 우리는 다른 데이터 통합 회사 또는 SI/AX 기업과는 조금 다르다고 자부합니다. 깊은 기술력, 고객을 대하는 진심, 그리고 압도적으로 빠르게 변하는 시장에서 매일 매일 뒤처지지 않으려는 치열함이 우리의 진짜 장점입니다. [운영하면서 더 정확해지는 AI를 만드는 사람들] Conscience Technology는 데이터 통합과 에이전트 실행을 하나의 루프로 만들고, Self-Improving Learning을 구현합니다. 실제 엔터프라이즈와 공공에서 안전하게 에이전트를 통제하고, 사람의 피드백으로 자가 학습하는 시스템을 만듭니다. 다양한 배경의 엔지니어와 사업가가 모였습니다. AI 시스템을 직접 설계하고 운영해 온 사람들이, 산업 현장에서 실제로 동작하는 기술을 만듭니다. [우리가 믿는 것] 1. 모델보다 운영 기업의 AI가 실패하는 이유는 모델이 부족해서가 아니라, 운영이 따라가지 못해서입니다. 대형 모델과 소형 모델을 상황에 맞게 조합하고, 모델이 바뀌어도 시스템이 흔들리지 않도록 비용과 성능의 균형을 잡는 것 — 이것이 모델 선택보다 중요한 일입니다. 2. AI가 만드는 여력이, 사람의 다음 가치를 만듭니다 우리는 사람을 대체하는 방향으로 AI를 구축하지 않습니다. 현장 실무자가 AI를 도구로 활용해서 더 큰 임팩트를 낼 수 있는 방향으로 구축합니다. 사람의 전문성이 핵심인 산업에서, AI가 그 전문성의 범위를 확장하는 역할을 합니다.

업무내용

- Brix 핵심 컴포넌트 설계와 구현 (에이전트 런타임, 데이터 통합, 환각 탐지) - RLVR 보상 함수 설계, 평가셋 구축, sLM 훈련·증류 - 인과 관계 보상 레이어 연구와 검증 - Tracing 데이터로 도메인 특화 sLM 증류 파이프라인 운영 - FSE가 발견한 고객 케이스를 제품 일반화로 흡수 - 평가셋과 회귀 테스트 자동화 - 내부 도구(Orbit 등) 기능 확장과 PR 리뷰 - 외부 발신용 글의 씨앗이 되는 내부 기술 노트 작성

자격요건

- 프로덕션 시스템을 직접 만들고 운영해본 소프트웨어 또는 ML 엔지니어 - Python에 강하고, PyTorch와 분산 학습(FSDP, DeepSpeed, accelerate) 실전 경험 - 가설을 직접 코드로 옮기고 결과를 만들어 본 경험 - 자기 영역의 결정을 스스로 내릴 수 있는 분 - 결과를 문서로 깔끔하게 정리해 다음 사람이 이어받을 수 있게 만드는 분 - 실행력이 강하고 책임감이 있는 분

우대사항

- RL, RLHF, RLVR, distillation 중 하나 이상에 강함 - 환각 탐지, 인과 추론, 지식 그래프 중 한 분야의 강한 의견 - 에이전트 런타임 또는 오케스트레이션 시스템 구축 경험 - 논문을 재현하고 변형해 자기 결과를 내본 경험 - 박사 또는 박사 수료 (학력보다 만들어 본 결과를 더 봅니다)오픈소스 기여 경험

혜택 및 복지

결과 중심으로 대화하는 것을 선호합니다. 매주 짧고 명확한 사이클로 움직이고, 자체 개발한 ERP 위에서 일합니다. 1. 출퇴근과 업무 시간 평일 8~10시 사이에 출근, 16시 이후 자유롭게 퇴근. 계약된 고정 외 시간 안에서 자유롭게 사용합니다. 보여지는 결과 중심으로 대화하는 것을 선호합니다. (고객사 사정에 따라 일부 다를 수 있습니다.) 2. 월요일 10시 Commitment Meeting 이번 주에 어떤 목표를 달성할지, 왜 그 일을 해야 하는지, 어떻게 증명할지 한 줄로 선언합니다. 예시) Commitment: 실제 연구원 사용 경험 기반의 높은 만족도 확보 Why: 고객사 담당자가 큰 불편을 호소했음 Delivery: 사용자 스토리 #34, #35 기능 완료 Gif 3. 수요일 중간 공유 · 금요일 20시 Demo 수요일에 월요일 선언에 대한 중간 공유를 진행하고, 금요일 저녁 8시 Demo Meeting에서 동작하는 산출물을 발표합니다. 4. 사용 소프트웨어 자체 개발한 AI Native ERP인 Orbit을 사용합니다. 사내에 오픈소스로 배포되어 있고, 필요한 기능은 PR을 올리면 리더가 검수 후 반영합니다. 기획·디자이너·운영 모두 직접 추가할 수 있습니다. 커뮤니케이션은 Discord를 기본으로, 고객사 맞춤 채널을 별도 유지합니다.

채용절차

1. CV 검토 - 1주 안에 회신 2. Google Meet 대화 (60분) - 편하게 이야기 나눕니다. Head 또는 대표와 3. 과제 (선택) - 짧은 과제. 집에서, 시간 충분히 4. 2차 인터뷰 (90분) - 두 Head와 함께 또는 대표와 5. 레퍼런스 체크 - 본인이 동의한 분들에게만 6. 오퍼

기타

Brix는 우리가 만드는 모든 것의 코어입니다. MTS는 그 코어를 직접 짓는 자리입니다. 데이터 통합 레이어, 에이전트 런타임, 환각 탐지, RLVR 보상 함수, sLM 증류 — 어디부터 출발해도 결국 제품 전체로 이어집니다. 우리가 가장 시간을 많이 쓰는 일은 RLVR 보상 함수를 잘 설계하는 것입니다. 평가 가능한 보상을 정의하고, 도메인에 맞춰 정제하고, 4B 이하 sLM 위에서 직접 훈련해 검증합니다. 작은 모델이 큰 모델을 이기는 지점은 결국 이 한 가지에서 갈리고, 우리는 이 한 가지를 가장 잘 짜고 싶습니다. 그 위에서 인과 관계 보상 함수 레이어를 더 깊이 발전시키는 일까지 함께 합니다. 연구만 하는 자리가 아닙니다. 가설을 모델로 만들고, 평가셋으로 검증하고, 실제 고객 환경에서 살아 움직이게 하는 것까지 책임집니다. FSE가 들고 오는 고객 케이스는 여기서 제품 일반화로 흡수됩니다.