[크래프톤] [AI Research Div.] AI Infra Engineer Lead (8년 이상) 공고 분석

이 자리가 왜 생겼을까요

1하게 될 업무

• 이 포지션은 대규모 GPU infrastructure를 함께 운영·고도화하면서 연구/개발/서비스 조직이 안정적이고 효율적으로 쓸 수 있게 하는 실무형 시니어 엔지니어 역할입니다. 대규모 블랙웰 울트라 기반 GPU infrastructure의 운영 안정화, 성능 개선, 자원 효율화, 운영 자동화에 직접 참여합니다.

  이렇게 볼 수 있어요

  블랙웰 울트라는 NVIDIA B300 세대입니다. 같은 본부 ML Infrastructure Engineer(5년 이상) 공고도 B300 인프라의 운영 안정화를 같은 말로 적었습니다. 두 자리가 같은 클러스터를 맡는 것으로 보입니다. 보도로는 NHN클라우드가 GPUaaS로 제공하는 클러스터입니다. 그렇다면 하드웨어 구축보다 운영 쪽 일이 중심일 수 있습니다. 최신 세대 클러스터를 운영해 봤다면 노드 수와 맡은 범위를 함께 밝힐 수 있습니다.

• Kubernetes 기반 ML/GPU 플랫폼의 스케줄링, 멀티테넌시, 워크로드 격리, 쿼터, 관측성, 장애 대응 체계를 설계·구축·운영합니다.

  이렇게 볼 수 있어요

  여러 팀이 한 클러스터를 나눠 쓰는 환경을 전제로 합니다. 팀별 쿼터와 우선순위를 설계해 봤다면 팀 사이의 자원 충돌을 어떻게 조정했는지가 면접에서 이어질 질문입니다.

• 학습/추론 워크로드 특성을 바탕으로 GPU 활용률, 대기 시간, 처리량, 비용 효율을 개선하는 운영 전략을 세우고 실제 플랫폼에 반영합니다.

  이렇게 볼 수 있어요

  학습과 추론을 함께 다루는 클러스터라 두 워크로드의 자원 요구가 다릅니다. 활용률이나 대기 시간을 개선 전후 수치로 적으면 두 워크로드를 어떻게 다뤘는지 설명할 수 있습니다.

• GPU capacity planning과 사용률 분석을 바탕으로 향후 컴퓨팅 인프라 확장 방향을 기술적으로 검토하고, 외부 인프라 활용 여부에 대한 기술적 판단을 제안합니다.

  이렇게 볼 수 있어요

  증설과 외부 인프라 사용 가운데 무엇이 맞는지 근거를 만드는 역할입니다. 클라우드 GPU와 자체 클러스터의 비용을 비교해 의사결정 자료를 만든 경험이 있다면 이 업무와 가깝습니다.

• GPU 기반의 재현 가능한 운영 체계를 고도화하고, 여러 팀의 요구사항을 공통 플랫폼 관점에서 조율합니다.

  이렇게 볼 수 있어요

  팀마다 다른 요청을 공통 기능으로 묶는 조율도 업무에 있습니다. 개별 요청을 플랫폼 기능으로 바꿔 여러 팀이 쓰게 만든 사례를 들 수 있습니다.

2자격 요건

• 대규모 GPU 클러스터 또는 Kubernetes·Slurm 기반 AI/ML 인프라를 설계·구축·운영해 봤어야 합니다.

  이렇게 볼 수 있어요

  보도에 따르면 이 공고가 맡는 클러스터에는 Kubernetes와 Slurm 기반 자원 관리가 함께 적용됩니다. Slurm은 대규모 학습 잡을 배치로 돌리는 HPC 스케줄러입니다. Kubernetes는 서빙과 서비스 워크로드에 많이 쓰입니다. 한쪽만 다뤄 왔다면 맡은 단계(설계·구축·운영)와 함께 두 방식이 자원을 어떻게 나눠 쓰는지에 대한 이해를 보여 주면 이 클러스터 운영과의 관련이 분명해집니다.

• GPU 서버, 네트워크, 스토리지 등 컴퓨팅 인프라 전반을 이해하고 안정적인 운영 환경을 구축해 봤어야 합니다.

  이렇게 볼 수 있어요

  GPU만이 아니라 네트워크와 스토리지까지 범위에 듭니다. 학습 속도 문제의 원인을 스토리지나 네트워크에서 찾아 해결한 사례가 이 요건을 잘 보여 줍니다.

• GPU 자원 관리, 스케줄링, 멀티테넌시, 워크로드 격리 및 쿼터 등을 운영 환경에 적용해 봤어야 합니다.

  이렇게 볼 수 있어요

  GPU 자원 관리와 멀티테넌시는 연구·개발·서비스 조직이 한 GPU 인프라를 나눠 쓰는 환경에서 쿼터와 격리를 정하는 운영 정책을 뜻합니다. 여러 팀의 학습·추론 워크로드가 같은 클러스터를 쓸 때 우선순위와 쿼터를 어떻게 정했는지, 그 방식을 고른 이유까지 설명할 수 있습니다.

• GPU 활용률, 성능, 안정성 및 비용을 분석해 인프라를 최적화해 봤어야 합니다.

  이렇게 볼 수 있어요

  GPUaaS로 받는 클러스터에서는 할당만 받고 쉬는 GPU가 그대로 비용이 됩니다. 반대로 활용률만 끌어올리면 업무에 함께 적힌 대기 시간이 늘어납니다. 할당률과 실제 연산 사용률을 따로 재고 두 지표 사이에서 스케줄링 정책을 조정해 비용을 줄인 경험을 이 요건의 사례로 들 수 있습니다.

• 장애와 성능 이슈를 시스템 관점에서 분석하고 근본 원인 해결과 구조적 개선을 해 봤어야 합니다.

  이렇게 볼 수 있어요

  개별 장애 처리보다 원인을 찾아 구조를 바꾼 경험이 요건의 중심입니다. 바꾼 구조와 그 뒤의 장애 빈도를 함께 들면 됩니다.

• 연구·개발·서비스 조직과 협업해 인프라 요구사항을 정의하고 확장 및 운영 방향을 제안·실행해 봤어야 합니다.

  이렇게 볼 수 있어요

  같은 협업이 우대요건에도 '기술적 대안과 실행 우선순위'를 제안하는 형태로 한 번 더 나옵니다. 연구 조직의 요청을 받아 인프라 계획으로 바꾼 사례가 있다면 그 과정을 자세히 다룰 수 있습니다.

• 해외 출장에 결격 사유가 없어야 합니다.

  이렇게 볼 수 있어요

  해외 출장 결격 사유 조항은 출장에 대비하는 뜻과 함께, 형사재판을 받고 있거나 출국금지·여권 발급 제한을 받은 지원자를 간접적으로 거르는 역할도 합니다.

3우대 사항

• GPU 인프라의 비용·성능 최적화 전략을 수립하고 운영에 반영해 본 경험을 우대합니다.

  이렇게 볼 수 있어요

  자격요건이 최적화를 해 본 경험이라면, 이 우대 사항은 그 방향을 정하는 전략을 세워 본 경험입니다. 최적화 방향을 정하고 팀 운영에 적용한 과정이 있다면 방향을 정한 근거와 적용한 결과를 차례로 정리할 수 있습니다.

• 연구·개발·서비스 조직과 협업해 인프라 요구사항을 정의하고 기술적 대안과 실행 우선순위를 제안해 본 경험을 우대합니다.

  이렇게 볼 수 있어요

  기술적 대안 제안은 GPU 사용률을 근거로 컴퓨팅 확장 방향과 외부 인프라 활용 여부를 판단해 제안하는 업무와 이어집니다. 자체 증설과 외부 인프라 사이에서 비용과 성능을 비교해 우선순위를 제안해 본 문서가 있다면 공개할 수 있는 범위에서 예로 들 수 있습니다.

• 온프레미스, 클라우드 및 외부 인프라를 포함한 컴퓨팅 인프라 확장 전략을 검토·실행해 본 경험을 우대합니다.

  이렇게 볼 수 있어요

  이 우대 사항은 업무에 있는 외부 인프라 활용 여부 판단과 같은 일입니다. 자체 클러스터와 클라우드를 함께 운영해 봤다면 각 환경에 올릴 워크로드를 어떤 기준으로 나눴는지 사례로 정리해 둘 수 있습니다.

• 모델 학습, 실험, 배포, 추론 및 서빙 등 ML 워크플로우 전반을 이해하고 있으면 우대합니다.

  이렇게 볼 수 있어요

  인프라 쪽 경력이라도 연구자가 모델을 학습하고 서빙하는 흐름을 알고 있으면 우대합니다. 학습 작업을 직접 돌려 본 경험이 있다면 짧게라도 소개하는 게 좋습니다.

• IaC, 자동화, CI/CD, 관측성 도구 등을 활용해 반복 가능하고 효율적인 인프라 운영 체계를 구축해 본 경험을 우대합니다.

  이렇게 볼 수 있어요

  업무의 '재현 가능한 운영 체계'는 GPU 클러스터에서 드라이버·CUDA·NCCL 버전과 노드 설정을 코드로 고정해, 새로 들인 노드나 교체한 노드를 같은 상태로 올릴 수 있게 하는 일입니다. 노드 구성을 IaC로 관리해 버전 차이로 생기던 학습 실패나 수작업을 줄였다면 쓴 도구와 줄어든 작업 시간을 함께 들 수 있습니다.

• 생성형 AI, LLM 기반 도구, 코드 어시스턴트 등을 활용해 운영 효율과 자동화 생산성을 높여 본 경험을 우대합니다.

  이렇게 볼 수 있어요

  인프라 운영에서도 AI 도구 활용을 우대합니다. 코드 어시스턴트로 운영 스크립트를 만들거나 장애 분석 시간을 줄인 예를 하나 준비해 갈 수 있습니다.

4기타 사항

• 게시일 : 2026년 10월 21일
• 고용형태 : 정규직(수습 5개월, 처우 협의 결과에 따라 고용형태가 변경될 수 있음)
• 근무지 : 역삼 센터필드
• 경력 조건 : 경력 8년 이상
• 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.

쓰는 기술

공고 본문에 적힌 기술만 모은 목록입니다.

• Kubernetes
• Slurm
• 블랙웰 울트라
• IaC
• CI/CD

전형과 지원

크래프톤 공고는 고용형태가 네 갈래로 나뉘는데, 계약직과 인턴은 제목에 표시가 붙지만 정규직과 전문계약직은 제목만 봐서는 구분되지 않습니다. 지원 전에 공고 본문에서 먼저 확인할 것이 그것입니다.

지원 전 준비할 것

1. 1

   운영한 GPU 클러스터 표로 정리

   GPU 종류, 노드 수, 함께 쓴 팀 수, 맡은 역할(설계·구축·운영)을 한 표로 정리해 두면 경력기술서와 직무면접에서 함께 쓸 수 있습니다.

2. 2

   확장 판단 사례 하나

   외부 인프라 활용 여부를 제안하는 업무가 있습니다. 증설이나 클라우드 활용을 검토해 결론을 낸 경험 하나를 근거 지표와 함께 준비하세요.

3. 3

   멀티테넌시 운영 경험 강조

   스케줄링, 멀티테넌시, 쿼터가 업무와 자격요건에 모두 나옵니다. 여러 팀이 클러스터를 나눠 쓸 때 생긴 문제와 해결 방식을 경력기술서에 자세히 쓰세요.

4. 4

   수습 5개월 확인

   5개월의 수습기간을 적용하고 평가 결과에 따라 본채용을 거부할 수 있다고 안내합니다. 처우 협의 단계에서 수습 평가 기준을 함께 물어 두면 입사 초반에 무엇을 보여야 하는지 알 수 있습니다.