AI리서치

주요업무

Flavor 자동화 실험실 구축 (Automated Flavor Lab) FlavorTech의 가장 큰 난제는 대규모 고품질 데이터셋 확보입니다. 그래서 주미당은 직접 자동화 실험실을 구축합니다. AI 리서처는 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. Flavor AI 모델 연구 (Foundation Model) 맛과 향을 실제로 만들어내는 핵심은 사람의 감각을 데이터로 이해하는 것입니다. AI 리서처는 Flavor를 이해하는 Foundation Model을 연구하고 개발합니다. 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 학회 논문 제출 및 발표 이 모델은 "지금 당신에게 딱 맞는 맛"을 물리적으로 구현합니다. Next-Gen Flavor AI 연구 (EEG 기반 감정 예측 모델) FlavorTech의 궁극적인 목표는 '맛과 향을 넘어, 인간의 감정 반응까지 이해하는 AI'입니다. AI 리서처는 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, LLM

채용절차

"짧고 굵게, 서로의 온도를 확인합니다." 화려한 스펙 나열보다는, 실제로 함께 문제를 해결하며 불타오르는 시너지가 나는지 확인하고 싶습니다. 1️⃣ 서류 전형 & 인터뷰 "결과(Output)보다 과정(Process)의 논리를 봅니다." 그동안 무엇을 주도적으로 깊게 파고들어 성과를 냈는지 궁금합니다. 제출해주시는 포트폴리오와 이력서가 앞서 말씀드린 핵심 역량(데이터, 논리, 소통, 도구 활용)과 어떻게 연결되는지 논리적으로 설명해 주세요. Check Point: '그냥 했습니다'가 아닌, '왜(Why) 했고, 어떤 데이터(Data)를 근거로 판단했는지'를 중점적으로 봅니다. 2️⃣ 함께 일해보기 (Fit Check) "형식은 중요하지 않습니다. 실력만 증명해 주세요." 우리가 확인하고 싶은 역량을 증명할 수만 있다면, 방식은 열려 있습니다. 가장 자신 있는 방법을 선택해 주세요. 방식 예시 (택 1 또는 제안): 1주일 내외의 기획·프로토타입 과제 (직장인을 위한 비동기 방식 가능) 한 달 인턴 혹은 단기 프로젝트 또는 당신이 제안하는 그 어떤 방식이든 우리가 보고 싶은 것: 🧪 데이터와 실험: 막연한 추측이 아닌, 실험과 검증으로 문제를 명확히 푼 기록 🔥 도전과 투지: 처음 해보는 일에도 두려움 없이 달려들어 해결해내는 집요함 💎 비즈니스 임팩트: 맥락을 정확히 파악하고, 실질적인 가치를 만들어내는 감각 3️⃣ 처우 및 지원 "비범한 인재에게는 그에 걸맞은 대우를 약속합니다." 처우 협의: 주미당이 추구하는 높은 기준을 충족하는 분이라면, 업계 최고 수준의 보상을 함께 협의합니다.