이 자리가 왜 생겼을까요
현대차·기아 로보틱스랩은 2026년 1월 딥엑스와 함께 개발한 온-디바이스 AI 칩이 5W 이하 초저전력으로 실시간 데이터 검출과 인지·판단까지 수행한다고 밝혔습니다. 회사는 이 칩으로 앞으로 양산될 로봇에 탑재할 최적화 솔루션을 일찍 확보했다고 설명했습니다. 이 공고는 로봇에 탑재할 비전 AI를 개발하고, 알고리즘의 양산 spec.과 평가 방안까지 설계합니다. 서버 GPU가 아니라 로봇 안의 제어기에서 비전 모델을 돌려 본 경험이 있다면, 로봇의 AI를 기기 안에서 처리하려는 로보틱스랩의 방향과 이어 지원 동기를 세울 수 있습니다.
현대자동차가 지금 어떤 사업에 집중하고 있는지는 현대자동차 채용 분석에서 이어서 볼 수 있습니다.
1하게 될 업무
3D 비전 AI 기반 객체 인식 알고리즘을 개발합니다. 타겟 물체의 6DoF Pose와 Grasp Pose를 추정하는 AI 알고리즘, 물체 적재 위치를 추정하는 알고리즘을 만듭니다.
이렇게 볼 수 있어요
인식 결과가 곧바로 로봇이 물체를 잡고 놓는 동작으로 이어지는 업무입니다. Pose 추정 정확도만이 아니라 그 결과로 로봇의 파지 성공률이 어떻게 달라졌는지를 보여 줄 수 있으면 좋습니다.
로봇 객체·환경 인식 알고리즘을 개발합니다. Visual Prompt 기반 타겟 물체 검출 AI와 물체 조작을 위한 공간 인식 AI 알고리즘을 만듭니다.
이렇게 볼 수 있어요
Visual Prompt 기반 검출은 미리 학습하지 않은 물체도 예시 이미지로 찾게 하는 방식이라, 작업 대상이 자주 바뀌는 환경을 염두에 둔 업무로 보입니다. 새 물체를 추가 학습 없이 찾게 만든 경험이 이 항목과 가장 가깝습니다.
비전 AI 알고리즘의 양산화를 설계합니다. 알고리즘 data path와 구조를 개선하고, 비전 AI 알고리즘의 양산 spec.과 평가 방안을 설계합니다.
이렇게 볼 수 있어요
필수 자격에도 Vision AI 알고리즘의 양산 적용 경험이 있습니다. 이 업무는 연구 모델을 제품 사양으로 옮기는 단계입니다. 어떤 지표와 데이터셋, 합격 기준으로 평가 방안을 직접 정해 본 경험이 이 업무에 그대로 쓰입니다.
2자격 요건
전기·전자공학, AI, 컴퓨터사이언스 분야 석사 이상이어야 합니다.
이렇게 볼 수 있어요
석사 연구 주제가 3D 비전, Pose 추정, 로봇 파지 가운데 하나였다면 업무 첫 항목과 바로 이어지는 연구로 소개할 수 있습니다.
Vision AI 관련 분야 업무 경력이 5년 이상이어야 합니다.
이렇게 볼 수 있어요
업무가 3D 비전, 검출, 공간 인식, 양산 설계로 이어져 Vision AI 경력이 쓰이는 범위가 넓습니다. 자율주행이나 제조 검사처럼 로봇 밖에서 쌓은 비전 경력도 함께 적고, 그 가운데 실시간 처리나 3D 데이터를 다룬 일을 자세히 적으면 됩니다.
Vision AI를 활용한 알고리즘을 양산에 적용해 본 경험이 필요합니다.
이렇게 볼 수 있어요
양산 적용은 연구 모델과 달리 연산 자원, 조명과 물체의 변화, 검증 기준을 함께 맞춰야 하는 일입니다. 양산 제품에 넣은 비전 알고리즘에서 무엇을 줄이거나 바꿔 사양을 맞췄는지가 업무의 양산화 설계와 바로 이어집니다.
C/C++, git, Python, Pytorch를 활용할 수 있어야 합니다.
이렇게 볼 수 있어요
Pytorch로 학습한 모델을 C/C++로 로봇에 올리는 흐름이 업무의 '알고리즘 data path 및 구조 개선'과 연결됩니다. 학습 코드와 추론 코드를 모두 짜 본 경험이 있다면 각각 무엇을 맡았는지 밝히면 됩니다.
3우대 사항
NVIDIA Jetson 제어기, TensorRT 등 NVIDIA 플랫폼 개발 경험을 우대합니다.
이렇게 볼 수 있어요
로봇에 탑재되는 제어기에서 모델을 돌리는 환경을 가리킵니다. TensorRT로 모델을 변환해 지연 시간이나 메모리를 줄인 경험이 있다면 변환 전후 수치를 함께 보여 줄 수 있습니다.
Task level에서 알고리즘의 전체 구조를 설계하고 최적화·개선해 본 경험을 우대합니다.
이렇게 볼 수 있어요
이 우대가 보는 것은 모델 하나가 아니라 검출, Pose 추정, 파지 계획이 이어지는 작업 단위의 구조를 다룬 경험입니다. 직무 상세의 'AI 모델 인식 결과를 적절히 활용할 수 있는 알고리즘'과 같은 방향이라, 인식 결과의 불확실성을 다음 단계에서 어떻게 처리했는지를 사례로 들 수 있습니다.
실제 환경에서 여러 종류의 RGB, RGBD camera를 다뤄 본 경험을 우대합니다.
이렇게 볼 수 있어요
직무 상세가 '현실 세계에서 유연하고 강건하게 동작하는 알고리즘'을 목표로 적었습니다. 카메라 종류나 조명이 바뀔 때 생긴 성능 저하를 캘리브레이션이나 데이터 보강으로 해결한 경험이 이 우대와 맞습니다.
Isaac Sim, ROS2를 활용할 수 있으면 우대합니다.
이렇게 볼 수 있어요
Isaac Sim으로 합성 데이터를 만들어 비전 모델을 학습하거나, ROS2로 인식 결과를 로봇 제어 노드에 넘겨 본 경험이 여기에 해당합니다. 시뮬레이션 데이터가 실기 성능에 어떤 영향을 줬는지까지 이야기할 수 있으면 더 구체적입니다.
4기타 사항
- 게시일 : 2026년 9월 1일
- 고용형태 : 해당 내용은 원본 공고에서 확인되지 않습니다.
- 근무지 : 의왕
- 경력 조건 : 경력 5년 이상
- 학력 조건 : 전기ㆍ전자공학, AI, 컴퓨터사이언스 분야 석사 이상
쓰는 기술
공고 본문에 적힌 기술만 모은 목록입니다.
- C
- C++
- git
- Python
- Pytorch
- NVIDIA Jetson
- TensorRT
- Isaac Sim
- ROS2
전형과 지원
현대자동차 경력 채용은 매월 진행되고 서류 전형, 면접 전형과 인성 검사, 채용 검진 및 입사 순입니다. 분석한 경력 공고는 모두 지원서 접수, 서류전형, 면접전형(인성검사), 채용검진, 최종합격을 적었고 '필요 시 전형단계에서 과제가 진행 될 수 있습니다.'라고 덧붙였습니다.
서류전형에서 Pre-Interview, 면접에서 과제가 있을 수 있습니다
채용 프로세스 페이지는 '일반/연구직의 경우 필요시 서류전형에서 Pre-Interview, 면접전형에서 과제가 진행될 수 있습니다.'라고 적었습니다. FAQ는 지원서를 채용담당자와 지원 직무의 현업 담당자가 함께 확인한다고 답합니다.
이렇게 볼 수 있어요
서류 단계부터 현업 담당자가 지원서를 보므로, 지원서에 쓴 프로젝트가 면접과 과제의 출발점이 되는 경우가 많습니다. 지원서에 적은 사례마다 내가 직접 한 부분을 구체적으로 설명할 수 있도록 준비하세요.
상시 공고는 같은 공고에 180일 뒤 다시 지원할 수 있습니다
FAQ는 채용 종료 일정이 없는 상시 공고에 대해 '동일 공고 재 지원의 경우, 180일 이후 지원 가능합니다.'와 '타 공고 지원 희망 시, 즉시 지원 가능하신 점 참고 바랍니다.'라고 답합니다. 과거 탈락 이력에 따른 불이익은 없다고 답합니다.
이렇게 볼 수 있어요
분석한 공고 대부분이 마감일 2026년 12월 31일의 상시 공고입니다. 같은 공고에 다시 지원하려면 반년을 기다려야 하므로, 처음 지원할 때 경력을 충분히 정리해 내는 편이 낫습니다.
경력 공고끼리는 중복 지원할 수 있습니다
FAQ는 '경력-경력' 간 중복 지원이 가능하다고 답하고, 현대자동차그룹 채용은 계열사별로 이뤄져 다른 그룹사에 지원했어도 현대차 채용에 지원할 수 있다고 답합니다. 그룹사 재직 중에도 지원할 수 있습니다.
이렇게 볼 수 있어요
같은 조직의 비슷한 공고(로보틱스랩의 관절로봇 공고들처럼)에 함께 지원할 수 있습니다. 다만 공고마다 업무가 다르므로 지원서도 공고별로 맞춰 쓰는 것이 좋습니다.
면접에서 영어 질문이 나올 수 있습니다
FAQ는 영어 면접이 진행될 경우 사전에 공지하고, 일반 면접에서도 지원 직무에 따라 '외국어 역량 파악을 위한 영어 질문이 있을 수 있다'고 답합니다.
이렇게 볼 수 있어요
분석한 공고 상당수가 필수 자격에 '비즈니스 영어 커뮤니케이션'을 적었습니다. 그런 공고라면 최근 프로젝트 하나를 영어로 2~3분 안에 설명하는 연습을 하는 것이 좋습니다.
지원 전 준비할 것
- 1
양산에 넣은 비전 알고리즘 하나 정리하기
모델 구조, 탑재한 하드웨어, 양산 사양(정확도와 속도 기준), 평가 방법을 한 장으로 정리합니다. 업무에 양산 spec.과 평가 방안 설계가 있어 면접에서 바로 쓰입니다.
- 2
인식 결과가 로봇 동작으로 이어진 사례 고르기
Pose 추정이나 검출 결과로 로봇이 실제로 물체를 잡거나 옮긴 사례를 골라, 인식 오차가 동작에 어떤 영향을 줬고 어떻게 줄였는지 정리하세요.
- 3
임베디드 추론 수치 표로 만들기
Jetson 같은 제어기에서 돌린 모델이 있다면 변환 전후의 지연 시간, 메모리, 정확도 변화를 표로 만들어 둡니다.