AI모델링을 리딩하는 사업가형 개발자

주요업무

LLM 기반 멀티모달 대화 엔진 개발 주미당의 디스펜서는 단순한 디지털 메뉴가 아닙니다. 사용자와 대화하며 그 사람의 상황·취향·감정 상태를 이해하고, 가장 어울리는 맛과 향의 경험을 제안하는 'AI 플레이버 큐레이터'가 되어야 합니다. 이를 위해 AI 개발자는 다음을 설계하고 구현합니다. 텍스트·음성·이미지 입력을 자연스럽게 처리하는 멀티모달 LLM 엔진 개발 사용자의 기분, 취향, 건강 상태, 동행 인원 등 맥락 이해(Context Understanding) 매장 시끄러움·음성 인식 오류 등 실환경에서의 robustness 확보 대화 흐름 설계, 성격 톤 조정, 스몰토크·감정지원 등 Persona 설계 실시간 디스펜서 제어와 연동되는 대화 → 레시피 매핑 엔진 이 엔진은 주미당 디스펜서가 사용자에게 “맞춤형 맛 경험”을 제공하는 핵심 뇌가 됩니다. Flavor AI 모델 개발 맛과 향을 실제로 만들어내는 핵심은 사람의 감각을 데이터로 이해하는 것입니다. 이를 위해 단순 회귀 모델이 아닌, 복합적인 감각 패턴을 학습한 AI 모델이 필요합니다. AI 개발자는 다음과 같은 연구·개발을 수행합니다. 향료·술 베이스의 특성을 학습하는 딥러닝 모델링 상황·감정·취향을 고려한 맛 프로필 생성 파이프라인 설계 주어진 재료 포트폴리오 내에서 최적 조합을 찾는 조합 생성 모델 개발 개인 차이를 반영한 Personalized Flavor Modeling 이 모델은 "지금 당신에게 딱 맞는 맛"을 물리적으로 구현합니다. Flavor 자동화 실험실 구축 (Automated Flavor Lab) FlavorTech의 가장 큰 난제는 대규모 고품질 데이터셋 확보입니다. 그래서 주미당은 직접 자동화 실험실을 구축합니다. AI 개발자는 여기서 기술적 리더로서 다음을 주도합니다. 로보틱스 기반 자동 디스펜싱 및 조합 시스템 설계 맛과 향을 정량화하기 위한 센서 인프라 구축 AI 기반 데이터 레이블링 및 평가 자동화 실험 데이터를 학습 데이터로 전환하는 End-to-End 파이프라인 구축 이 시스템은 주미당의 AI가 스스로 실험하고, 스스로 학습하는 'Flavor AI Lab'의 기반이 됩니다. 발효·숙성의 시계열 모델링 (Time Series Modeling) 술이 발효·숙성되는 전 과정을 시계열 데이터화하고, 이 과정을 능동적으로 컨트롤할 수 있는 AI 모델을 만듭니다. 발효·숙성 과정에서 수집되는 센서·환경·품질 지표를 시계열(time-series) 데이터로 구조화 발효·숙성 상태 변화를 예측하는 시계열 모델 설계 및 학습 목표 프로필(맛·향·텍스처 등)에 맞춰 발효·숙성 경로를 최적화하는 제어 알고리즘 개발 실험실·파일럿 설비·실제 양조 환경까지 이어지는 end-to-end 발효·숙성 데이터 파이프라인 구축 Next-Gen Flavor AI 연구 (EEG 기반 감정 예측 모델) FlavorTech의 궁극적인 목표는 “맛과 향을 넘어, 인간의 감정 반응까지 이해하는 AI”입니다. AI 개발자는 다음을 포함한 차세대 연구 방향을 탐색하고 주도합니다. 맛·향 자극에 따른 뇌파(EEG) 반응 패턴 연구 감정·쾌락·선호도와 연결되는 신경 신호 Feature Engineering EEG + 관능평가 + 화학 정보 + 대화 맥락 정보를 결합한 고차원 Multimodal AI 모델 개발 “이 맛은 이 사람의 뇌를 이런 식으로 반응하게 한다”를 예측하는 Affect-driven Flavor Model 연구 뇌 반응 기반의 정교한 맛 맞춤형 AI 추천 시스템 개발

자격요건

필수 요건 Python 기반 머신러닝/딥러닝 프레임워크(PyTorch, TensorFlow 등) 활용 능력 멀티모달(텍스트, 음성, 이미지) AI 모델 개발 경험 시계열(Time-series) 데이터 분석 및 예측 모델링 경험 딥러닝 모델 설계, 학습, 배포 전 과정에 대한 실무 경험 (2년 이상) LLM 기반 애플리케이션 개발 경험 또는 강한 학습 의지 데이터 수집 → 전처리 → 학습 → 평가 → 서빙까지 End-to-End 파이프라인 구축 경험 새로운 도메인과 기술을 빠르게 습득하고 적용하는 능력 비즈니스 맥락을 이해하고 기술적 의사결정을 내릴 수 있는 커뮤니케이션 역량 우대 사항 센서 데이터 처리 또는 IoT/로보틱스 연동 경험 스타트업 또는 0→1 프로덕트 개발 경험 논문 저자 경험 또는 학회 발표 경험 식품/향료/화학 도메인에 대한 이해 또는 관심 자동화 시스템 구축 경험 (MLOps, 실험 자동화 등)

우대사항

AI 모델링을 비즈니스로 연결하는 Entrepreneur 단순히 모델을 개발하는 엔지니어가 아닌, AI 모델링 전문성을 갖춘 ‘개발하는 사업가’ 임팩트를 중심으로 사고하는 Strategist 연구와 모델링을 비즈니스 관점에서 사고하며, “이 모델이 실제 사업에 어떤 임팩트를 만드는가?”를 기준으로 판단할 수 있는 사람. Next AI Model을 정의하는 Architecture 최신 논문을 지속적으로 follow up 하고, 새로운 모델 구조나 데이터셋을 직접 정의하며 다음 세대 Flavor AI를 설계할 수 있는 사람. 실험실도, 현장도 직접 만드는 Maker 자동화 실험실 구축을 위해 논문을 조사하고, 업체를 찾아가 논의하고, 장비를 들여오고, 환경을 셋업하고, 실험을 직접 설계할 수 있는 사람. 현장에서 답을 찾는 Solver 실험실 안에만 머무르지 않고, 매장과 현장을 직접 뛰며 문제를 발견하고 개선하는 사람. 어떤 문제도 끝까지 해결하는 Executor 연구자이자 실험가이자 현장형 사업가의 마인드를 갖고 “어떻게든 이 사업을 성공시키겠다”는 태도로 움직이는 사람.

기술스택

Python, Pytorch, AWS, Git, Notion, LLM, Langchain

채용절차

짧고 굵게 함께 일을 해보며 불타오르는 시너지가 나는지 확인합니다. 1. 서류 전형 & 면접 그동안 무언가를 주도적으로 얼마나 깊게 파고 들었는지 궁금합니다. 2. 함께 일해보기 형식은 중요하지 않습니다. 우리가 확인하고 싶은 것을 증명할 수만 있다면, 어떤 방식이든 괜찮습니다. [우리가 보고 싶은 것] AI 도구를 활용하여 생산성을 극대화하는 '일머리' 처음 해보는 일에도 도전적으로 달려들어 해결해내는 '투지' 비즈니스의 맥락을 파악하고 임팩트를 주도적으로 만들어내는 '비즈니스 감각' 복잡한 문제를 데이터·모델·시스템 관점에서 구조화하고 설계할 수 있는 ‘AI 엔지니어링 능력’ 논문·기술 레퍼런스·실험 결과를 흡수하여 새로운 모델과 새로운 방법론을 직접 만들어내는 ‘연구 개발 역량’ [방식 예시] 무박2일 끝장토론 1주일 내외의 프로젝트 한 달 인턴 또는 당신이 제안하는 다른 방식 [지원 사항] 프로젝트 수행에 필요한 모든 리소스 제공 (AI툴, AWS 사용료 등) 3. 처우 협의 주미당이 추구하는 비범함을 갖춘 당신에게, 그에 걸맞는 보상을 함께 협의합니다.