이 자리가 왜 생겼을까요
레브잇은 2025년 5월에 PMF팀을 새로 만들었습니다. 회사는 이 조직을 두고 아직 정답이 없는 AI Shopping Agent라는 문제를 탐색하는 왼손잡이 조직이라고 설명합니다. 쇼포트는 올웨이즈만이 아니라 쿠팡과 무신사 같은 외부 플랫폼의 상품도 그대로 추천하겠다고 밝혀 두었습니다. 자사 상품을 파는 것이 목적이 아니라 고객이 찾는 물건을 찾아 주는 것이 제품의 성립 조건인 셈입니다. 사진 한 장으로 상품을 찾아내는 이미지 검색 품질이 곧 제품의 값이 되는 구조입니다. 모델 지표가 아니라 제품 지표까지 검증하라고 업무에 적은 것도 같은 이유입니다.
레브잇이 지금 어떤 사업에 집중하고 있는지는 레브잇 채용 분석에서 이어서 볼 수 있습니다.
1하게 될 업무
상품의 시각적 특성을 정확하게 표현하고 유사한 상품을 잘 찾아내도록 Image Embedding Model을 실험하고 고도화합니다.
이렇게 볼 수 있어요
모델을 처음부터 만드는 일보다 검색 품질을 끌어올리는 일이 중심입니다. 임베딩 모델을 바꿔 가며 성능을 비교한 경험이 있다면 어떤 지표로 판단했는지까지 적어야 실제 범위가 보입니다.
실제 검색 결과와 사용자 행동 데이터를 분석해 모델과 데이터, 검색 파이프라인에서 개선이 필요한 지점을 찾아 해결합니다.
이렇게 볼 수 있어요
고칠 대상이 모델, 데이터, 검색 파이프라인 세 곳으로 나뉘어 있습니다. 성능이 떨어졌을 때 어느 쪽 문제인지 구분해 본 경험과 오프라인 지표를 넘어 사용자 행동 데이터까지 본 사례가 함께 필요합니다.
최신 Computer Vision과 Representation Learning 기술을 탐색해 이미지 검색 문제에 맞게 빠르게 실험하고 제품에 적용합니다.
이렇게 볼 수 있어요
논문을 읽는 데서 끝나지 않고 제품 적용까지 적혀 있습니다. 새 기법을 시도해 본 경험이 있으면 그 결과가 실제 서비스에 들어갔는지 여부를 분명히 적어야 합니다.
이미지 전처리와 객체 탐지부터 임베딩 학습과 평가, 벡터 검색과 랭킹까지 이어지는 Vision·Retrieval 파이프라인을 설계하고 개선합니다.
이렇게 볼 수 있어요
담당 범위가 파이프라인 전체입니다. 모델 학습만 맡아 온 경력이라면 앞뒤 단계 가운데 어디를 다뤄 봤는지 표시해 두면 이 업무에 해당하는 경험이 드러납니다.
Problem Solver와 협업하며 모델 성능 개선이 실제 사용자 경험과 제품 지표 향상으로 이어지는지 검증합니다.
이렇게 볼 수 있어요
팀 소개도 AI Engineer가 PS·디자이너와 협업해 프로덕트의 완성도를 높인다고 적고 있습니다. 모델 지표가 아니라 제품 지표로 결과를 확인하는 구조라서 모델 개선을 서비스 수치로 옮겨 본 경험이 있으면 경력 설명에서 강조하는 것이 좋습니다.
2자격 요건
Computer Vision과 Machine Learning에 대한 이해를 바탕으로 모델을 직접 학습하고 성능을 개선해 본 경험을 요구합니다.
이렇게 볼 수 있어요
학습을 직접 돌려 본 경험을 묻고 있습니다. 이미 만들어진 모델을 가져다 쓴 경험만 있다면 어떤 지점을 조정해 성능이 달라졌는지 한 사례를 찾아 두어야 합니다.
이미지 전처리와 학습·검색 파이프라인을 직접 설계하고 구현할 수 있으며 생각과 실행 사이의 간격이 짧은 사람을 찾습니다.
이렇게 볼 수 있어요
설계와 구현을 한 사람이 다 하는 자리입니다. 팀에서 분업해 일부만 맡았다면 전체 흐름을 이해하고 있다는 점을 다른 방식으로 보여 줄 필요가 있습니다.
처음 보는 문제를 빠르게 구조화하고 정답이 없는 상황에서도 스스로 가설과 방향성을 세울 수 있어야 합니다.
이렇게 볼 수 있어요
PMF팀이 팀 문화로 내건 Raw intelligence와 같은 방향의 요건입니다. 알고 있던 기술로 풀리지 않는 문제를 만나 접근 방식을 새로 짠 사례가 이 요건에 대한 답이 됩니다.
모델의 검색 결과와 실패 사례를 분석해 원인을 파악하고 개선 방법을 찾아낼 수 있어야 합니다.
이렇게 볼 수 있어요
잘 된 결과보다 실패한 결과를 본다고 적혀 있습니다. 어떤 입력에서 결과가 나빴고 원인이 무엇이었는지 설명할 수 있는 사례를 준비해 두면 인터뷰에서 그대로 쓸 수 있습니다.
자신의 가설이 틀렸을 때 빠르게 인정하고 수정하며 더 나은 답을 찾아가는 수용성을 요구합니다.
이렇게 볼 수 있어요
PMF팀 팀 문화의 Humble 항목과 같은 내용입니다. 태도가 자격 요건에 들어 있으므로 전화 인터뷰나 대면 인터뷰에서 틀렸던 가설을 어떻게 고쳤는지 물어볼 수 있습니다.
3우대 사항
이미지 임베딩과 유사도 검색이나 대규모 이미지 검색(Image Vector Search) 시스템을 다뤄 본 경험을 선호합니다.
이렇게 볼 수 있어요
업무 목록에 나온 벡터 검색이 우대 사항에 한 번 더 나옵니다. 다뤄 본 시스템이 있다면 인덱스에 담긴 이미지 수나 검색 지연 같은 수치를 함께 쓰는 것이 정확합니다.
Computer Vision 모델을 실제 제품이나 서비스에 적용해 본 경험을 선호합니다.
이렇게 볼 수 있어요
연구 실적과 서비스 적용을 구분해 묻고 있습니다. 논문이나 대회 실적이 있다면 그것과 별개로 사용자가 쓰는 화면에 들어간 모델이 있었는지를 따로 적어야 합니다.
4기타 사항
- 게시일 : 2026년 9월 1일
- 고용형태 : 정규직(수습 3개월)
- 근무지 : 레브잇 오피스 (서울특별시 관악구 남부순환로 1836 호산빌딩 7, 8층)
- 경력 조건 : 경력 1년 이상
- 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.
쓰는 기술
공고 본문에 적힌 기술만 모은 목록입니다.
- Image Embedding Model
- Computer Vision
- Representation Learning
- Image Vector Search
전형과 지원
레브잇 기본 전형은 네 단계이고 레퍼런스 체크가 들어 있지만, 쇼포트 Problem Solver 하반기 특별채용 공고는 직무과제와 CEO 대면 인터뷰로 이어지는 다른 절차를 적었습니다. 지원 경로에 따라 입사 축하금 대상이 달라지므로 지원 전에 경로를 확인해야 합니다.
전형은 네 단계이고 레퍼런스 체크가 들어 있습니다
서류 전형, 인터뷰 전형, 레퍼런스 체크, 처우협의 및 최종입사 순입니다. 인터뷰는 1차 직무와 2차 컬쳐로 나뉘고 포지션에 따라 과제 전형이 붙을 수 있습니다. 레퍼런스 체크는 "후보자가 지정한 대상자"를 통해 진행한다고 밝혀 두었습니다. 채용 페이지는 이 절차를 기본 프로세스라고 적었고, 쇼포트 Problem Solver 하반기 특별채용의 전형별 공고는 서류접수, 직무과제, 전화 인터뷰, CEO 대면 인터뷰, 최종합격 순으로 적었습니다.
이렇게 볼 수 있어요
레퍼런스 대상자를 지원자가 고르는 방식이므로 지원 전에 연락할 사람을 미리 정해 두면 일정이 밀리지 않습니다. 결과는 영업일 기준 최대 7일 안에 전달한다고 공개돼 있어서 다른 회사 일정과 맞춰 볼 수 있습니다. 수습기간은 3개월입니다.
지원 경로에 따라 입사 축하금 대상이 나뉩니다
채용 페이지를 통해 직접 지원해 입사하면 축하금 100만 원을 지급한다고 적혀 있습니다. 외부 채용 플랫폼이나 헤드헌팅사를 거치면 대상이 아니고 사내 추천으로 지원한 경우에는 적용됩니다. 계약직과 인턴 직무는 제외입니다. 쇼포트 Problem Solver 하반기 특별채용 공고는 즉시 합류 시 사이닝보너스 최대 3천만원을 내걸고, 사이닝보너스는 채용페이지로 지원할 때 지급된다고 적었습니다.
이렇게 볼 수 있어요
같은 공고를 다른 플랫폼에서 먼저 봤더라도 지원은 회사 채용 페이지에서 하는 편이 유리합니다. 헤드헌터에게 제안을 받은 상태라면 어느 경로로 접수되는지 먼저 확인할 필요가 있습니다.
이력서 없이 먼저 이야기해 볼 수 있습니다
회사는 커피챗을 별도로 운영하면서 "이력서는 필요하지 않습니다. 현재 하고 있는 고민, 레브잇에 대해 궁금한 점으로도 충분합니다"라고 안내합니다. 신청 창구는 채용 목록에 공고 형태로 올라와 있습니다.
이렇게 볼 수 있어요
커피챗은 지원 이력이 남는 절차가 아니어서 조직이 둘로 나뉜 구조에서 어느 쪽이 맞는지 판단이 서지 않을 때 먼저 써 볼 수 있습니다. 채용 목록에 커피챗과 사외 추천, 창업 상담소가 일반 공고와 섞여 있어서 지원할 자리를 고를 때는 제목을 먼저 확인해야 합니다.
공고 목록 읽는 법
2026년 9월 18일 기준으로 26건이 올라와 있고 그중 정규직 표기는 21건입니다. 다만 그 21건 안에는 커피챗 신청 3건과 인재풀 등록 2건, 사외 추천과 창업 상담소가 각각 1건씩 섞여 있어서 특정 자리를 뽑는 공고는 14건입니다.
이렇게 볼 수 있어요
목록을 그대로 세면 실제보다 많아 보입니다. 제목에 커피챗이나 인재풀이 붙은 것은 접수 창구이므로 지원할 자리를 고를 때 먼저 걸러야 합니다.
이 공고만 다른 점
서류접수 다음에 직무 과제가 있고 전화 인터뷰와 대면 인터뷰를 거쳐 최종합격으로 이어집니다.
회사 채용 페이지는 인터뷰를 1차 직무와 2차 컬쳐로 안내하지만 이 공고는 전화 인터뷰와 대면 인터뷰로 적었습니다. 과제가 인터뷰보다 먼저 오므로 서류를 낸 뒤 과제에 쓸 시간을 비워 두는 편이 안전합니다.
지원 전 준비할 것
- 1
검색 품질을 어떤 지표로 봤는지 정리하기
업무와 자격 요건이 모두 검색 결과의 품질을 가리킵니다. 정확도만이 아니라 상위 결과의 적합도를 어떤 방식으로 측정했는지 적으면 이 자리가 다루는 문제와 곧장 맞물립니다.
- 2
실패 사례를 분석한 기록 하나 준비하기
자격 요건이 실패 사례 분석을 따로 묻습니다. 어떤 입력에서 결과가 나빴고 원인을 어떻게 좁혀 갔는지 한 사례로 정리해 두면 직무 과제와 인터뷰에서 함께 쓸 수 있습니다.
- 3
파이프라인 가운데 맡았던 구간 표시하기
전처리와 객체 탐지, 임베딩 학습, 벡터 검색, 랭킹까지 다섯 단계가 업무에 적혀 있습니다. 이력서에 같은 순서로 어느 구간을 직접 했는지 표시하면 해당 경험이 바로 보입니다.
- 4
쇼포트 쪽 팀 문화를 따로 확인하기
이 공고에는 회사 핵심가치 다섯 가지가 아니라 PMF팀의 Impact-oriented와 Raw intelligence, Hard-working, Humble 네 가지가 붙어 있습니다. 자격 요건 세 번째와 다섯 번째 줄이 이 가운데 둘과 같은 방향이므로 인터뷰 전에 네 가지 각각에 맞는 경험을 하나씩 떠올려 둘 만합니다.