[메가존] [Physical AI 사업단] AI 모델 개발(ML Engineer) 경력 채용 공고 분석

이 자리가 왜 생겼을까요

1하게 될 업무

• 프로젝트 내: LAM/행동모델·PINN 등 핵심 모델을 연구·개발하고 데이터셋 기반으로 학습·튜닝·평가합니다.

  이렇게 볼 수 있어요

  Physical AI 사업단은 사람의 의도를 이해하고 절차를 계획해 실행에 옮기는 '행동형 AI 모델'을 연구·개발한다고 소개합니다. 업무의 LAM/행동모델이 그 모델을 만드는 일로 보입니다. PINN은 물리 법칙을 학습 조건에 넣는 신경망입니다. 그래서 PINN 평가에서는 예측이 맞는지와 함께 물리 제약을 얼마나 지키는지도 봅니다.

• 프로젝트 내: 모델 서빙·추론 파이프라인을 설계하고 최적화합니다.

  이렇게 볼 수 있어요

  서빙은 학습한 모델을 실제 요청에 응답하게 만드는 단계입니다. 최적화는 지연 시간을 줄이고 처리량을 높이는 일입니다. 서빙 방식과 최적화 전후 수치를 함께 적을 수 있습니다.

• 프로젝트 내: 모델 성능지표(정확도·물리제약 등)를 정의하고 개선합니다.

  이렇게 볼 수 있어요

  같은 사업단 QA/Test Engineer 공고는 품질지표·검증 기준 정의와 릴리즈 게이트의 독립 검증을 업무로 꼽았습니다. 정확도·물리제약 지표를 정의하는 이 업무는 QA 쪽 검증 기준과 서로 맞춰야 할 가능성이 큽니다.

• 프로젝트 외: 선행 리서치와 표준 기고를 하고 특허·논문을 산출합니다.

  이렇게 볼 수 있어요

  선행 리서치와 특허·논문 산출은 프로젝트 일정과 별개로 맡습니다. 특허·논문은 우대 항목의 논문·특허 실적, 국제학회 발표와 같은 종류의 산출물입니다. 표준 기고는 표준화 문서에 의견을 내는 일이라 논문과 성격이 다릅니다. 기고한 적이 있다면 표준 이름과 맡은 역할을 따로 밝힙니다.

• 프로젝트 외: 모델 자산(버전·계보·재현성)을 관리하고 제품 기술이전(Tech Transfer)을 합니다.

  이렇게 볼 수 있어요

  모델 계보는 어떤 데이터, 코드, 설정으로 학습했는지의 기록입니다. 필수 요건의 실험관리(MLflow 등)가 그 기록 도구입니다. Physical AI 사업단 데이터 엔지니어링 공고는 데이터 품질의 정합·계보 파이프라인을 맡습니다. 두 계보가 이어지면 어떤 데이터가 어떤 모델 버전에 쓰였는지를 한 흐름으로 추적합니다.

• 협업 역할(그 외·지원): 데이터 요건 정의, 모델 검증 기준 협의, PoC 기술자문을 합니다.

  이렇게 볼 수 있어요

  같은 사업단 데이터 엔지니어링 공고의 협업 역할에도 데이터 요건 협의가 있습니다. 데이터 요건 정의는 그 공고의 엔지니어와 협의하는 구조로 보입니다. QA 공고의 협업 역할에는 테스트 시나리오·인수 기준 공동 정의가 있습니다. 모델 검증 기준 협의도 같은 주제를 다루는 협업입니다.

2자격 요건

• ML 개발 경력이 3년 이상이어야 합니다.

  이렇게 볼 수 있어요

  업무는 연구 성격의 선행 리서치와 모델 학습에 더해 서빙·추론 파이프라인, 성능지표 정의, 모델 자산 관리, 데이터 요건 정의까지 넓습니다. 그래서 데이터셋 구성, 평가, 서빙까지 해 본 프로젝트도 ML 개발 경력으로 함께 적을 수 있습니다. 프로젝트마다 맡은 단계를 나눠 쓰면 그 범위가 보입니다.

• PyTorch와 실험관리(MLflow 등) 실무 경험이 있어야 합니다.

  이렇게 볼 수 있어요

  실험관리는 업무의 모델 자산(버전·계보·재현성) 관리의 기초 작업입니다. 같은 학습을 다시 돌려 같은 결과를 얻은 경험이 있다면 어떤 기록으로 재현했는지까지 말하면 실험관리 경험이 분명해집니다.

• 모델 서빙·최적화 경험이 있어야 합니다.

  이렇게 볼 수 있어요

  사업단 소개는 실제 산업 현장에 기술을 투입해 성능을 검증한다고 적었습니다. 같은 서빙 경험이라도 클라우드에서 서빙했는지 현장 장비 가까이에서 서빙했는지에 따라 쓰임이 다릅니다. 서빙한 모델의 종류, 서빙 환경, 요청 규모, 줄인 지연 시간을 숫자로 적습니다.

• 석사 이상의 학위가 있어야 합니다.

  이렇게 볼 수 있어요

  메가존클라우드 AI Research Engineer 공고는 석사 학위 또는 이에 상응하는 경험을 요구합니다. 이 공고는 '석사 이상'이라고 적었습니다. 업무의 특허·논문 산출과 표준 기고가 학위 과정의 연구와 같은 종류의 작업이라 학위 논문 주제도 함께 적을 수 있습니다.

3우대 사항

• 관련 전공(인공지능·기계학습·로보틱스·제어·응용수학 등) 박사학위를 우대합니다.

  이렇게 볼 수 있어요

  같은 사업단 공고는 직무마다 박사 우대 전공이 다릅니다. 데이터 엔지니어링은 데이터공학·컴퓨터공학·통계, QA는 품질공학·신뢰성공학·컴퓨터공학입니다. 이 공고의 우대 전공에는 로보틱스·제어·응용수학이 있습니다. 사업단은 스스로를 AI가 물리 환경에서 '행동'하도록 만드는 조직으로 소개합니다. 행동모델과 PINN을 다루는 이 공고의 업무에서 제어와 응용수학 배경이 쓰일 수 있습니다.

• 물리 기반 모델(PINN)과 시뮬레이션을 이해하면 우대합니다.

  이렇게 볼 수 있어요

  이 우대는 업무의 PINN 모델 개발, 물리제약 지표와 같은 영역입니다. 노컷뉴스가 보도한 피지컬AI연구센터의 연구 분야에는 가상공장·생산공정 시뮬레이션이 있습니다. 시뮬레이션 데이터로 학습하거나 모델을 시험한 경험이 있다면 어떤 시뮬레이터였는지를 밝히는 편이 좋습니다.

• LLM·생성AI 활용 경험을 우대합니다.

  이렇게 볼 수 있어요

  업무 항목에는 LLM이 나오지 않습니다. 이 우대는 사업단 소개의 '사람의 의도를 이해하고'와 이어집니다. 사람의 말이나 지시를 모델 입력으로 받아 행동 계획을 만들게 한 경험이 있다면 입력과 출력 형식을 적을 수 있습니다.

• 논문·특허 실적과 국제학회 발표 경험을 우대합니다.

  이렇게 볼 수 있어요

  논문·특허 실적은 업무의 특허·논문 산출과 같은 종류입니다. 국제학회 발표는 업무 목록에는 없고 이 우대에서 처음 나오는 이력입니다. 제목, 게재 학회나 출원 번호, 맡은 역할(주저자·공동)을 표로 정리하고 학회 발표는 발표 형식까지 구분해 씁니다.

4기타 사항

• 게시일 : 2026년 9월 4일
• 고용형태 : 정규직(정규직 전환을 위한 평가기간 6개월 계약직 운영)
• 근무지 : 메가존산학연센터(과천) (대한민국 경기도 과천시 7길 과천대로 74) · 경남 창원 실증거점 (대한민국 경상남도 창원시 마산합포구 경남대학로 7) · 메가존 역삼 오피스
• 경력 조건 : 경력 3년 이상
• 학력 조건 : 석사 이상

쓰는 기술

공고 본문에 적힌 기술만 모은 목록입니다.

• PyTorch
• MLflow

전형과 지원

메가존얼라이언스 채용 담당자가 안내하는 기본 절차는 지원서 제출, 1차 실무면접, 2차 바레이저면접, 3차 최종면접, 입사조건 검토, 최종합격의 6단계입니다. 분석 시점에 열어 본 메가존(주) 공고는 대부분 바레이저면접 없이 실무 면접과 최종 면접을 적었습니다. Physical AI 사업단의 품질 보증, 서비스·제품 기획, 데이터 엔지니어링, 백엔드 엔지니어링, AX 컨설팅, AI 모델 개발, 프로젝트 총괄 공고는 최종 면접 없이 실무 면접 뒤 바로 입사 조건 검토로 넘어갑니다. 코딩 테스트와 기술 면접은 부서와 직무에 따라 붙습니다.

지원 전 준비할 것

1. 1

   모델 평가 지표 사례

   직접 정의한 평가지표 하나를 지표 이름, 계산 방식, 개선 전후 수치로 정리하고, 정확도 외에 도메인 제약을 지표로 쓴 사례가 있다면 따로 적습니다.

2. 2

   서빙·최적화 기록

   모델을 서빙한 프로젝트 하나를 서빙 방식, 지연 시간, 처리량, 최적화 전후 수치로 정리합니다.

3. 3

   연구 산출물 목록

   논문, 특허, 학회 발표, 표준 기고를 제목과 역할(주저자·공동)로 한 표에 정리하고 학위 논문 주제도 함께 적습니다.