[LG유플러스] [CTO] Speech AI 경력 채용 공고 분석

이 자리가 왜 생겼을까요

1하게 될 업무

• Full-duplex 음성 대화 시스템과 cascade 파이프라인을 설계하고 고도화합니다.

  이렇게 볼 수 있어요

  Full-duplex는 말하는 도중에도 듣고 끼어들 수 있는 대화 구조입니다. 실시간 음성 시스템을 설계해 본 경험이 있다면 끼어들기와 지연을 어떻게 처리했는지 설명할 수 있어야 합니다.

• End-to-end Speech LLM을 연구하고 duplex 대화를 학습시킵니다.

  이렇게 볼 수 있어요

  음성과 언어 모델을 하나로 묶는 연구입니다. 관련 모델을 학습해 본 경험이 있다면 데이터 규모와 결과를 적어 두면 됩니다.

• 대화 제어, turn-taking, 비언어·멀티턴 정보를 처리합니다.

  이렇게 볼 수 있어요

  누가 말할 차례인지와 말투·멈춤 같은 정보를 다룹니다. 해당 기능을 만들어 본 경험이 있다면 평가 방법을 덧붙여야 결과를 어떻게 확인했는지 보입니다.

• ASR, TTS, Speech LLM을 파인튜닝하고 품질을 개선하며 저지연으로 최적화합니다.

  이렇게 볼 수 있어요

  품질과 지연을 함께 봅니다. 최적화 전후의 지연 시간이나 오류율을 숫자로 적어 두는 것이 좋습니다.

• 실환경 대화 음성의 학습 데이터 파이프라인과 품질 기준을 만듭니다.

  이렇게 볼 수 있어요

  Full-duplex 대화 학습에는 두 사람이 동시에 말하는 순간과 맞장구까지 담긴 대화 음성이 필요합니다. 낭독 위주의 공개 ASR 데이터에는 이런 장면이 거의 없습니다. 필수 요건에 전사 정제와 따로 다화자·중첩 발화·채널 분리 처리와 비언어 라벨링 가이드 설계가 있는 것도 이 데이터의 성격과 맞물립니다. 화자 분리부터 품질 필터링까지 무엇을 기준으로 버리고 남겼는지 설명한 사례가 이 업무의 품질 기준 만들기와 가장 가깝습니다.

• 실사용 로그를 바탕으로 품질 이슈를 분석하고 개선을 반복합니다.

  이렇게 볼 수 있어요

  이 팀의 엔진은 통화 앱 익시오와 AICC에 들어가므로 실사용 로그도 실제 통화와 상담에서 나올 가능성이 큽니다. 음성 서비스 로그에는 원음 대신 인식 결과·재질문·상담원 연결 같은 간접 신호만 남는 경우가 많습니다. 그 신호로 실패 구간을 골라낸 경험이 이 업무의 출발점입니다. 지표를 보고 모델을 고친 뒤 같은 지표로 다시 확인하는 주기를 여러 번 돌린 사례가 공고가 적은 '반복'을 보여 줍니다.

2자격 요건

• 석사 이상 학위와 관련 직무 경력 2년 이상이 필요하고, 해외여행과 건강상 결격 사유가 없어야 하며 남성은 병역을 마쳤거나 면제여야 합니다.

  이렇게 볼 수 있어요

  이 팀은 상용 음성 엔진 고도화와 차세대 음성 대화 선행 연구를 함께 맡는다고 소개합니다. 석사 과정에서 음성 인식·합성이나 대화 모델을 연구했다면 그 주제를 업무 경력 2년과 나란히 적어야 연구와 개발 양쪽의 경험이 함께 보입니다. LG유플러스 공고에 공통으로 붙는 해외여행 결격 사유 조항은 해외 출장에 대비하는 뜻도 있지만, 형사재판을 받고 있거나 출국금지·여권 발급 제한으로 출국할 수 없는 지원자를 간접적으로 거르려는 목적이 더 큽니다.

• Streaming ASR, incremental TTS, VAD 또는 barge-in을 활용한 실시간 음성 시스템 개발 경험과, Full-duplex 대화 구조와 cascade 파이프라인을 설계하고 컴포넌트 간 지연·동기화·컨텍스트 복원 문제를 분석해 개선하는 역량이 필요합니다.

  이렇게 볼 수 있어요

  주요 업무의 Full-duplex 음성 대화 시스템·cascade 파이프라인 설계와 맞물린 요건입니다. 실시간 시스템을 만들어 봤다면 기능 목록보다 지연을 얼마에서 얼마로 줄였는지, 끼어들기 때 대화 맥락을 어떻게 이어 갔는지를 적어야 이 역량이 드러납니다.

• Speech LLM, LLM, speech tokenizer, neural audio codec 또는 멀티모달 모델을 학습·파인튜닝한 경험과, 논문과 오픈소스 구현을 이해·재현하고 음성 표현과 언어 모델을 잇는 구조와 duplex 대화 학습 방법을 설계하는 역량을 요구합니다.

  이렇게 볼 수 있어요

  팀 소개에 Speech LLM, speech tokenizer, audio codec 기반 end-to-end 음성 대화 모델 연구가 들어 있습니다. 공개 논문을 재현해 본 경험이 있다면 재현 결과가 원 논문과 어디서 달랐고 그 차이를 어떻게 좁혔는지까지 적으면 연구를 다루는 수준이 전해집니다.

• Turn-taking 예측, backchanneling, 음성 감정 인식, VAD 고도화, paralinguistic feature 또는 멀티턴 상태 관리 경험과, 운율·멈춤·웃음·감정·말투·의도처럼 전사에서 손실되는 정보를 음성 특징으로 추출해 대화 제어와 응답 생성에 반영하는 역량이 필요합니다.

  이렇게 볼 수 있어요

  이 요건은 전사 텍스트에는 남지 않는 운율·멈춤 같은 정보를 대화 제어에 쓰는 역량을 묻습니다. 이런 음성 특징을 모델 입력으로 써 본 과제가 있다면 어떤 특징을 뽑아 끼어들기나 맞장구 타이밍 같은 판단에 썼는지 적을 수 있습니다.

• ASR, TTS, Speech LLM 또는 LLM 가운데 한 영역 이상의 모델 학습·파인튜닝·평가와 품질 개선 경험, 그리고 Python·PyTorch 기반 딥러닝 학습과 음성 신호 처리 기본기, TTS 제어와 모델 구조 설계·경량화로 TTFA를 개선하는 역량을 갖춘 사람을 찾습니다.

  이렇게 볼 수 있어요

  주요 업무에 파인튜닝·품질 개선과 함께 저지연 최적화가 들어 있고, 필요역량에는 TTFA(첫 음성이 나오기까지의 시간) 개선이 따로 적혀 있습니다. 경량화나 구조 변경으로 응답 지연을 줄여 본 경험은 줄이기 전후의 지연과 품질 지표를 함께 적어야 속도와 품질을 같이 다뤘다는 점이 보입니다.

• 정제되지 않은 실환경 음성을 화자 분리, 구간 분할, 전사 정제, forced alignment, 품질 필터링을 거쳐 학습용으로 가공한 경험과, 다화자·중첩 발화·채널 분리 데이터 처리, 개인정보 비식별과 데이터 취급 기준 수립, 대화 턴 재구성과 비언어 라벨링 가이드 설계 역량을 요구합니다.

  이렇게 볼 수 있어요

  팀이 맡은 익시오·AICC는 실제 통화와 상담 음성을 다루는 서비스이고, 이 요건에는 데이터 정제와 개인정보 비식별 기준이 함께 적혀 있습니다. 데이터 파이프라인을 만들어 본 경험이 있다면 처리한 음성 분량과 함께 개인정보를 어떤 기준으로 걸러 냈는지 적을 수 있습니다.

• 실사용 로그와 주관·객관 평가로 음성 서비스 품질 이슈를 분석하고 개선한 경험과, 대화 실패 유형 정의, 한국어 구어체·존댓말·코드 스위칭 분석, MOS 등 주관 평가 설계·운영과 Git 기반 협업 역량이 필요합니다.

  이렇게 볼 수 있어요

  주요 업무에 실사용 로그 기반 품질 개선 반복이 들어 있어, 이 요건도 모델을 만든 뒤의 평가와 개선까지 묻습니다. 한국어 구어체나 존댓말 때문에 생긴 오류를 유형으로 나눠 고쳐 본 경험이 있다면 어떤 유형이 얼마나 줄었는지가 이 요건의 사례가 됩니다.

3우대 사항

• 박사 이상을 우대합니다.

  이렇게 볼 수 있어요

  팀 소개의 '근시일 내 상용화를 목표로 한' 차세대 음성 AI 기술 연구·개발과 주요 업무의 End-to-end Speech LLM 연구를 함께 놓고 보면, 박사 우대는 새 모델 구조를 연구하는 일을 염두에 둔 조건으로 풀이됩니다. 박사 논문 주제가 Speech LLM이나 duplex 대화처럼 그 연구 항목에 들어 있는 경우, 논문 결과를 서비스에 쓸 수 있는지 검증해 본 부분이 상용화를 목표로 한다는 팀 소개와 연결됩니다.

• 관련 직무 경력 5년 이상을 우대합니다.

  이렇게 볼 수 있어요

  5년 우대는 주요 업무가 Full-duplex 대화 시스템 설계와 Speech LLM 연구에서 실환경 데이터 파이프라인, 실사용 로그 기반 품질 개선까지 한 흐름으로 이어져 있다는 점과 연결해 이해할 수 있습니다. 연구로 만든 모델을 상용 서비스에 올려 로그로 고쳐 본 과정을 자세히 적을수록 이 흐름을 어디까지 겪었는지가 분명해집니다.

4기타 사항

• 게시일 : 2026년 10월 19일
• 고용형태 : 해당 내용은 원본 공고에서 확인되지 않습니다.
• 근무지 : 서울특별시 강서구
• 경력 조건 : 경력 2년 이상
• 학력 조건 : 석사 이상

전형과 지원

LG유플러스 공고는 LG Careers에서만 온라인으로 접수합니다. 공고마다 전형이 서류전형, 인성검사, 1차면접, 2차면접, 평판조회·처우협의, 검진 순으로 적혀 있고, CTO조직 공고는 인성검사 단계에 코딩테스트가 함께 붙습니다.

지원 전 준비할 것

1. 1

   실시간 음성 시스템 사례

   직접 만든 실시간 음성 시스템 하나를 골라 구조, 지연 시간, 품질 지표를 정리하세요.

2. 2

   데이터 파이프라인 정리

   실환경 음성을 학습용으로 가공한 단계를 화자 분리부터 품질 필터링까지 순서대로 적어 두면 필수 경험을 단계별로 설명하기 쉽습니다.

3. 3

   논문 재현 경험

   재현해 본 음성 대화 관련 논문이나 오픈소스는 결과와 차이를 한 장으로 정리해 두면 면접에서 쓸 수 있습니다.