AI Transformation Dept.의 AXI 프로젝트가 여는 자리입니다. 공고는 인프라를 직접 운영하기보다 자동화 체계를 설계하고 SRE 방법론을 전사에 확산하는 역할이라고 스스로 선을 긋습니다. 운영 경력만으로 지원할 자리인지 아닌지를 먼저 판단할 수 있습니다. 고용형태는 전문계약직입니다.
이 공고 분석은 2026년 9월 13일에 이뤄졌습니다. 이후 채용이 종료되었을 수 있습니다.
2025년 10월 AI First 전환 선언에서 회사는 에이전트형 AI로 업무를 자동화하고 구성원은 창의적인 일과 복잡한 문제에 집중하는 체계를 만들겠다고 밝혔습니다. 이 공고가 속한 AI Transformation Dept.는 현업 조직이 AI로 생산성을 올리도록 전략과 기술, 교육, 실행을 맡는 조직이라고 공고가 소개합니다. 그 선언을 인프라 층위로 옮기면 AI가 만든 코드가 안전하게 배포되고 운영되는 환경을 누군가 만들어야 합니다. 공고의 업무 목록에 있는 Runbook 자동 실행과 옵저버빌리티 파이프라인이 그 일에 해당합니다. 그래서 이 자리는 장애를 예방한 경험이 있는 사람보다 장애 대응 방식을 바꿔 본 사람을 찾는 쪽에 가깝습니다.
크래프톤이 지금 어디에 힘을 싣고 있는지는 크래프톤 채용 분석에 정리해 두었습니다.
AIOps 플랫폼 도입 전략을 세우고 다른 조직에 자문합니다.
이렇게 볼 수 있어요
업무 목록의 첫 줄이 실행이 아니라 전략과 자문입니다. 도구를 설정한 경험만으로는 부족하고 그 도구를 왜 들여야 하는지 다른 팀을 설득한 경험이 필요합니다.
AIOps 플랫폼과 옵저버빌리티 파이프라인의 아키텍처를 설계합니다.
이렇게 볼 수 있어요
모니터링 도구를 설치하는 일과 여러 도구를 잇는 파이프라인을 설계하는 일은 범위가 다릅니다. 지표가 어디서 나와 어디로 흘러가는지 그림으로 설명할 수 있게 준비해야 합니다.
Auto-healing과 Auto-scaling 같은 운영 자동화 체계의 스케일업 전략을 세우고 도입 타당성과 ROI를 분석합니다.
이렇게 볼 수 있어요
자동화를 처음 넣는 일이 아니라 이미 있는 자동화를 더 큰 규모로 끌어올리는 일입니다. 타당성과 ROI까지 적혀 있으므로 자동화로 줄인 시간과 비용을 숫자로 들고 가야 합니다.
SLI와 SLO, SLA를 직접 정의하고 SRE 문화를 조직에 퍼뜨리는 전략을 자문합니다.
이렇게 볼 수 있어요
지표를 정하는 일과 다른 조직이 그 지표를 받아들이게 만드는 일이 함께 요구됩니다. 숫자를 정의한 경험만 적으면 절반이 빕니다. 반대했던 팀을 어떻게 설득했는지가 나머지 절반입니다.
Runbook 자동 실행 체계를 구축하고 관련 플랫폼 도구를 개발해 운영합니다.
이렇게 볼 수 있어요
장애 대응 절차를 문서로 남기는 수준을 넘어 실행되는 도구로 만드는 일입니다. 문서화 경험과 도구화 경험을 구분해서 적어야 이 항목에 맞습니다.
SRE, DevOps, Platform Engineering 중 하나 이상에서 7년 이상의 실무 경력을 요구합니다.
이렇게 볼 수 있어요
세 직무 중 무엇으로 경력을 쌓았든 지원할 수 있습니다. 다만 인프라를 운영한 기간이 아니라 체계를 설계한 기간으로 읽히도록 경력기술서를 정리해야 합니다.
SRE 문화와 방법론을 직접 정의하고 조직에 도입해 확산시켜 본 경험을 요구합니다.
이렇게 볼 수 있어요
이미 있는 SRE 체계를 운영한 경험과 그 체계를 처음 들여온 경험은 다릅니다. 후자가 없다면 작은 팀 단위라도 규칙을 새로 세워 본 사례를 찾아 적습니다.
클라우드 Kubernetes 환경을 구축해 보고 GitOps와 Argo CD로 배포 파이프라인을 만들어 본 경험이 있어야 합니다.
이렇게 볼 수 있어요
도구 이름이 Argo CD로 지정돼 있습니다. 다른 GitOps 도구를 썼다면 선언형 배포라는 개념이 같다는 점을 한 줄로 짚어 두는 편이 좋습니다.
Prometheus, Grafana, ELK, OpenTelemetry 중 여러 개를 구축하고 운영해 본 사람을 찾습니다.
이렇게 볼 수 있어요
'중 다수'라는 표현이 있어 넷을 모두 다뤄야 하는 것은 아닙니다. 둘 이상을 실제로 연결해 하나의 관측 체계로 묶어 본 경험이면 충분합니다.
온콜 장애 대응 경험과 사후 분석을 통한 개선 경험, Terraform과 Karpenter, Ansible 같은 자동화 도구 경험을 요구합니다.
이렇게 볼 수 있어요
장애를 복구했다는 서술만으로는 이 항목이 채워지지 않습니다. 사후 분석 뒤에 무엇을 바꿨고 그 조치가 효과가 있었는지까지 말할 수 있어야 합니다.
AIOps나 배포 자동화를 실서비스에 도입해 운영까지 이어 본 경험을 우대합니다.
이렇게 볼 수 있어요
도입만 하고 자리 잡지 못한 사례와 운영까지 이어간 사례는 다릅니다. 후자를 골라 도입 전후의 지표와 함께 설명합니다.
Claude Code CLI, Codex CLI 같은 AI 코딩 에이전트를 활용한 자동화 경험을 우대합니다.
이렇게 볼 수 있어요
인프라 직군 공고에까지 에이전트 활용이 들어온 것은 회사가 2025년 10월 선언한 AI First 전환과 이어집니다. 어떤 운영 작업을 에이전트에 맡겼고 결과를 어떻게 검증했는지 적어 둘 만합니다.
MCP, Skills, Plugin 같은 개발 생산성 향상 플랫폼 도구의 개발 경험을 우대합니다.
이렇게 볼 수 있어요
사내 개발자가 쓰는 도구를 만들어 본 경험이 별도 항목으로 올라와 있습니다. 만든 도구를 어느 팀이 실제로 썼는지까지 적으면 근거가 훨씬 단단해집니다.
Google SRE Book의 SLI, SLO, Error Budget 개념을 실제 조직에 도입해 본 경험을 우대합니다.
이렇게 볼 수 있어요
책을 읽었다는 뜻이 아니라 그 개념을 조직 규칙으로 바꿔 봤는지를 묻습니다. 도입 과정에서 부딪힌 반대와 그것을 푼 방식까지 준비해 둡니다.
공고에 직접 적힌 것만 옮겼습니다.
설계와 설득 쪽으로 경력기술서 무게 옮기기
업무 목록이 직접 운영보다 전략 수립과 자문을 앞세웁니다. 도구를 설정한 이야기보다 그 도입을 다른 조직에 납득시킨 과정을 앞 문단에 두는 편이 이 공고와 맞습니다.
AI 코딩 에이전트로 처리한 운영 작업 정리하기
우대 사항에 Claude Code CLI와 Codex CLI라는 실제 도구 이름이 나옵니다. 어떤 운영 작업을 맡겼고 잘못된 결과를 무엇으로 걸렀는지 짧게 적어 둡니다.
SLI와 SLO 도입 경험을 저항까지 포함해 준비하기
지표를 정의한 것과 조직에 확산시킨 것은 다른 이야기입니다. 반대한 팀이 있었다면 어떤 근거로 설득했는지까지 하나의 사례로 묶습니다.
전형에 사전 인터뷰가 한 단계 더 있다는 점 알아 두기
이 공고는 서류 다음에 사전 인터뷰가 따로 있습니다. 다른 본사 공고의 과제 전형 자리에 전화 인터뷰가 들어가므로 일정을 잡을 때 감안합니다.
지원 현황 관리에 등록해 두면 전형 단계와 결과를 한자리에서 볼 수 있습니다.
지원 현황에 추가하기