이 자리가 왜 생겼을까요
공고는 미리캔버스가 사용자가 디자인을 하나하나 고치는 도구를 넘어 사용자의 의도와 콘텐츠 구조를 이해해 더 나은 결과물을 제안하는 제품으로 나아가고 있다고 소개하고, 가장 어려운 문제는 AI가 무언가를 생성한 다음부터 시작된다고 적었습니다. 미리디는 2026년 6월 AI 기능 고도화에 맞춰 개발 직군 중심으로 채용한다고 밝혔고, 미리디의 에디터팀 리드는 같은 해 인터뷰에서 AI가 만든 결과물을 사용자가 고칠 수 있게 하는 편집 경험에 힘을 싣고 있다고 설명했습니다. 이 공고는 생성 결과 가운데 무엇을 유지하고 바꾸고 제품에서 써도 되는지 정하는 판단을 matching, validation, fallback 로직으로 만듭니다. 규칙과 검증으로 AI 결과의 품질을 관리해 본 경험이 있다면 이 공고의 업무와 그대로 이어집니다.
미리디가 지금 어떤 사업에 집중하고 있는지는 미리디 채용 분석에서 이어서 볼 수 있습니다.
1하게 될 업무
콘텐츠 구조를 분석해 원본 요소와 대체 요소 사이의 mapping / matching 로직을 설계하고 구현하며, tree, graph, hash, index 같은 자료구조로 콘텐츠 변환과 후보 탐색 문제를 제품 로직으로 모델링합니다.
이렇게 볼 수 있어요
템플릿 안의 원본 요소를 다른 콘텐츠로 바꿀 때 어느 요소끼리 대응하는지 정하는 로직을 만듭니다. 자료구조 이름이 업무에 그대로 적혀 있어, 실제 제품에서 tree나 graph로 푼 문제가 있다면 대표 사례가 됩니다.
대규모 데이터풀에서 유사하거나 대응 가능한 후보를 빠르게 찾기 위한 signature, indexing, pruning, deduplication 로직을 개발합니다.
이렇게 볼 수 있어요
후보가 많을 때 속도를 지키는 문제입니다. 검색 범위를 줄여 응답 시간을 낮춘 경험이 이 업무와 같은 종류입니다.
AI Agent와 workflow가 tool을 안정적으로 호출하도록 precondition, postcondition, invariant 기반의 harness를 설계하고, 잘못된 입력, 잘못된 실행 순서, 품질이 낮은 결과를 미리 걸러내는 linter / validation rule을 구현합니다.
이렇게 볼 수 있어요
AI가 도구를 잘못 부르거나 순서를 어기는 경우를 코드로 막습니다. 입력과 결과를 검증하는 규칙을 만들어 본 경험은 LLM과 관련이 없어도 이 업무와 이어집니다.
결과물 품질을 판단하는 scoring, ranking, rule-based evaluation 로직을 만들어 실험 결과를 분석하고, 실패 케이스와 예외 상황을 모아 fallback policy를 정의해 제품에서 허용할 결과와 거절할 결과를 구분합니다.
이렇게 볼 수 있어요
AI 결과를 그대로 내보내지 않고 점수를 매겨 받아들일지 정합니다. 결과를 받아들일지 거절할지 정하는 기준을 직접 세워 본 경험이 여기에 쓰입니다.
기존 시스템 로직을 분석해 정확도, 속도, 안정성, 유지보수성을 개선하고, PoC 단계의 아이디어를 빠르게 구현해 실험 결과를 바탕으로 다음 개선 방향을 제안합니다.
이렇게 볼 수 있어요
새로 만드는 일과 기존 로직을 다듬는 일이 함께 있습니다. 우대 사항에도 완성도보다 학습 속도를 우선한 실험 반복이 있어, 짧은 주기로 시도한 PoC 사례가 이 업무와 같은 방식입니다.
2자격 요건
소프트웨어 개발 경험이 있고, TypeScript 기반의 애플리케이션, 서버, worker, batch pipeline 가운데 하나 이상을 개발해 본 경험이 필요합니다.
이렇게 볼 수 있어요
경력 조건은 무관이지만 언어는 TypeScript로 정해져 있습니다. 네 가지 가운데 하나만 해 봤어도 요건에 들어갑니다.
자료구조와 알고리즘을 단순 지식이 아니라 실제 제품 문제 해결에 적용해 본 경험을 요구합니다.
이렇게 볼 수 있어요
알고리즘 지식보다 제품에 적용한 사례를 봅니다. 알고리즘을 바꿔 제품의 속도나 정확도가 달라진 사례를 고릅니다.
복잡하고 모호한 요구사항을 작은 문제로 나누고 규칙·제약조건·예외 흐름으로 구조화할 수 있어야 합니다.
이렇게 볼 수 있어요
공고 소개에도 처음에는 문제가 모호하게 느껴질 수 있다고 적혀 있어, 이 요건은 실제로 일하면서 처음부터 겪는 상황을 말합니다.
API를 호출하는 수준을 넘어 실행 흐름, 입력 검증, 결과 검증, 실패 대응까지 함께 설계하는 역량을 요구합니다.
이렇게 볼 수 있어요
외부 API 실패에 대비한 재시도나 대체 경로를 설계한 경험이 이 요건에 맞습니다. 업무 목록의 harness와 fallback도 같은 문제를 다룹니다.
실험 결과나 로그에서 오류 패턴을 찾아내고 개선 가설을 코드로 검증하는 역량이 필요합니다.
이렇게 볼 수 있어요
로그에서 오류 패턴을 찾는 일과 그 가설을 코드로 검증하는 일이 한 역량으로 묶여 있습니다. 분석만 하거나 구현만 한 경험보다 두 단계를 직접 이어 본 경험을 요구합니다.
Git 기반 협업과 코드 리뷰, 테스트 작성 같은 기본적인 개발 워크플로우에 익숙한 사람을 원합니다.
이렇게 볼 수 있어요
기본 개발 방식을 확인하는 항목입니다. 테스트를 어떤 범위로 썼는지 예를 들 수 있으면 됩니다.
PM, TPM, Software Engineer와 문제 정의와 해결 방향을 논리적으로 맞춰 갈 수 있는 사람을 원합니다.
이렇게 볼 수 있어요
공고 소개에도 세 직군과 함께 판단 구조를 고민한다고 적었습니다. 기획 쪽과 요구사항을 다시 정의해 본 경험을 하나 고릅니다.
3우대 사항
graph matching, tree matching, tree edit distance, bipartite matching, assignment problem, constraint solving 가운데 하나 이상을 다뤄 본 경험을 우대합니다.
이렇게 볼 수 있어요
기법 이름이 여섯 개 적혀 있고 그중 하나만 다뤄 봤어도 우대에 들어갑니다. 업무의 매칭 로직에 쓰이는 것은 기법 이름보다 그 기법으로 푼 문제입니다.
ranking logic, scoring function, rule engine, validation logic, lint rule을 직접 설계하거나 구현해 본 경험을 우대합니다.
이렇게 볼 수 있어요
우대 사항의 rule engine과 lint rule은 업무에 적힌 품질 판단·linter 항목과 같은 일을 가리킵니다.
hash, indexing, deduplication, search optimization, candidate pruning, reranking 관련 문제를 다뤄 본 경험을 우대하고, 콘텐츠 변환, 데이터 매핑, 추천, 검색, 랭킹, 매칭 문제를 제품 환경에서 풀어 본 경험도 우대합니다.
이렇게 볼 수 있어요
이 우대 사항은 업무에 있는 후보 탐색 로직과 같은 문제를 다룹니다. 검색이나 추천 시스템 경력이라도 다룬 데이터 규모와 써 본 기법에 따라 이 목록과 일치하는 정도가 다릅니다.
AI Agent, tool calling, workflow orchestration, guardrail, fallback logic을 설계해 본 경험을 우대하고, LLM 기반 작업의 입력·출력 검증, 품질 평가, hallucination 방지 로직을 고민해 본 경험도 우대합니다.
이렇게 볼 수 있어요
AI 쪽 경험은 필수가 아니라 우대 사항에 있습니다. 에이전트 설계와 함께 입력·출력 검증, 품질 평가, hallucination 방지가 나란히 적혀 있어 LLM을 써 본 경험 가운데서도 결과를 검증한 방식에 무게가 실립니다.
수학, 컴퓨터공학, 알고리즘 문제 해결, 올림피아드, 프로그래밍 대회 등 논리적 난제 해결에 깊게 몰입해 본 경험을 우대합니다.
이렇게 볼 수 있어요
대회 경력도 우대 사항에 들어 있어, 실무 경력이 짧아도 올림피아드나 프로그래밍 대회 이력을 경력처럼 내세울 수 있습니다.
빠르게 PoC를 만들고 완성도보다 학습 속도를 우선해 실험을 반복해 본 경험을 우대합니다.
이렇게 볼 수 있어요
PoC를 빠르게 구현해 실험하는 일은 업무로도 맡습니다. 공고가 완성도보다 학습 속도를 앞에 둔다고 명시했으므로, 몇 번 반복했고 무엇을 배웠는지를 함께 적습니다.
4기타 사항
- 게시일 : 2026년 7월 9일
- 고용형태 : 정규직(수습 3개월)
- 근무지 : 대한민국 서울특별시 구로구 구로동 197-21 8층 미리디
- 경력 조건 : 경력 무관
- 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.
쓰는 기술
공고 본문에 적힌 기술만 모은 목록입니다.
- TypeScript
- Git
전형과 지원
미리디 전형은 네 단계이고 직군에 따라 코딩 테스트나 과제가 붙습니다. 채용 FAQ가 과거 지원과 무관하게 재지원할 수 있다고 밝혔고(공고에 따라 같은 포지션은 6개월 뒤 재지원 단서가 있습니다), CTO가 서류에서 무엇을 보는지도 공개돼 있습니다.
네 단계
서류전형, 1차 인터뷰, 2차 인터뷰, 최종 합격 순입니다. 1차는 "실무진과 직무별 인터뷰어가 참석하여 직무 역량을 심층 검증"하고 2차는 "리더 및 임원진이 참석하여 조직 적합도와 잠재력을 심층 검증"합니다. 최종 합격 뒤 처우 협의를 거치고 입사 후 3개월 수습 기간이 있습니다.
이렇게 볼 수 있어요
1차와 2차에서 보는 것이 다릅니다. 1차는 공고의 업무와 자격 요건에 맞춰 준비하고, 2차는 핵심가치 세 묶음에 각각 대응하는 사례를 준비하는 편이 효율적입니다.
코딩 테스트와 과제는 직군에 따라
"직군과 경력에 따라 [코딩테스트], [과제 전형]이 추가될 수 있으며, [2차 인터뷰]가 생략될 수 있습니다"라고 밝혔습니다. 코딩 테스트는 1차 인터뷰 앞에 붙습니다. 결과는 "최대 2주 내에 등록하신 이메일 주소로 개별 통보"합니다.
이렇게 볼 수 있어요
단계 수가 공고마다 달라지므로 일정을 넉넉히 잡아야 합니다. 개발 직군으로 지원한다면 서류를 내는 시점에 코딩 테스트가 붙을 수 있다고 보고 준비 시간을 함께 확보해 둡니다.
다른 포지션에는 바로 다시 지원할 수 있습니다
채용 FAQ에 "미리디는 모든 인재를 잠재동료로 바라봅니다. 과거의 지원과 무관하게 재지원이 가능합니다"라고 적혀 있습니다. 여러 공고에 동시에 넣는 것도 "지원하고자 하는 직무에 대한 자격요건에 부합하시면" 가능합니다.
이렇게 볼 수 있어요
한 번 떨어진 것이 다른 포지션 지원을 막지 않습니다. 다만 여러 공고는 같은 포지션에 대해 최종 결과 안내를 받은 시점부터 6개월 뒤에 다시 지원할 수 있다고 따로 적었습니다. 컬처핏 단계 이후 1년을 제한하는 회사들과 반대 방향이라, 준비가 덜 됐더라도 먼저 넣어 보고 다음을 노리는 선택이 가능합니다.
지원서는 자유 양식이고 수정이 안 됩니다
"입사 지원서는 자유 양식입니다"라고 밝히면서 "제출한 지원서는 수정이 불가능합니다. 즉시 수정된 자료를 첨부하여 다시 지원하시면, 가장 최근 제출된 지원서를 바탕으로 검토가 이루어집니다"라고 안내합니다. 일부 공고는 "원활한 검토를 위해 PDF 형식으로 제출"을 요청합니다.
이렇게 볼 수 있어요
고칠 기회가 없으므로 내기 전에 한 번 더 읽어야 합니다. 양식을 맞출 필요가 없는 대신 무엇을 강조할지가 온전히 선택이라, 공고의 업무 목록에 나온 일을 해 본 경험을 자세히 쓰는 편이 낫습니다.
CTO가 밝힌 서류 기준
CTO는 채용에서 보는 것을 "경험의 목록이 아니라, 그 경험의 깊이가 중요합니다"라고 밝혔습니다. 이어서 "'무엇을 만들었다'가 아니라 '어떤 선택을 했고, 그 선택이 왜 최선이었는가'가 중요합니다"라고 말하고, "'그런 문제가 없었어요'라고 답하면, '그래서 그 문제를 고민도 안 하셨어요?'라고 되묻습니다"라는 예도 들었습니다.
이렇게 볼 수 있어요
쓴 기술을 늘어놓은 이력서는 이 기준에서 확인할 것이 적습니다. 프로젝트마다 갈림길 하나를 골라 어떤 선택지가 있었고 왜 그것을 골랐는지를 한 문장씩 붙여 두면 서류와 인터뷰가 같은 이야기를 하게 됩니다.
병역지정업체
미리디는 병역지정업체이고 "요건을 갖춘 경우 병무청에 편입 신청이 진행됩니다"라고 밝혔습니다. 다만 "TO 제한으로 인해 모든 지원자에게 편입을 보장해드리는 것은 어렵습니다"라는 단서가 붙습니다. 산업기능요원과 전문연구요원은 모두 "전직 요건을 갖추면 누구나 전직 지원이 가능"합니다.
이렇게 볼 수 있어요
편입 자리가 정해져 있으므로 일반 공고에 지원하면서 편입을 기대하기보다 미리 확인하는 편이 안전합니다. 실제로 일부 공고는 제목에 산업기능요원과 전문연구요원 여부를 따로 밝혀 두었습니다.
이 공고만 다른 점
1차 인터뷰 시간 안에 콘텐츠 구조와 디자인 구조를 매칭하는 작은 규모의 설계·구현 라이브 과제를 약 1시간 동안 실시간으로 진행합니다.
회사 공통 안내에 있는 코딩 테스트나 과제 전형을 따로 두지 않고, 1차 인터뷰에서 라이브 과제를 풉니다. 공고는 평소 생각과 작업 스타일을 편안하게 보여 주면 된다고 안내하므로, 설계 판단을 말로 풀어 가며 구현하는 연습이 도움이 됩니다.
전형은 서류 전형, 1차 인터뷰, 2차 인터뷰, 처우 협의, 입사 순이고 2차 인터뷰는 직무·직급에 따라 생략될 수 있습니다. 직급에 따라 인터뷰 뒤 레퍼런스 체크 전형이 추가될 수 있습니다.
서류 전형 결과 안내까지 최대 2주, 인터뷰 결과 안내까지 최대 3주가 걸린다고 적었습니다. 다른 회사 일정과 맞춰야 한다면 이 기간을 넣어 계산합니다.
지원 전 준비할 것
- 1
제품에 적용한 알고리즘 사례 고르기
자격 요건이 자료구조와 알고리즘을 실제 제품 문제에 적용한 경험을 요구합니다. 어떤 문제를 어떤 구조로 모델링했고 결과가 어떻게 달라졌는지 하나의 사례로 정리합니다.
- 2
라이브 과제 대비하기
1차 인터뷰에서 콘텐츠 구조와 디자인 구조를 매칭하는 과제를 약 1시간 동안 실시간으로 풉니다. tree나 graph 매칭 문제를 TypeScript로 짧게 구현해 보고, 풀면서 판단 근거를 말로 설명하는 연습을 합니다.
- 3
검증과 실패 대응을 설계한 경험 정리하기
입력 검증, 결과 검증, 실패 대응이 자격 요건과 업무에 반복해서 나옵니다. 잘못된 입력이나 결과를 걸러낸 규칙과 실패했을 때의 대체 경로를 만든 사례를 정리해 둡니다.
- 4
미리캔버스 편집기 직접 써 보기
원본 요소를 대체 요소로 바꾸는 로직을 맡습니다. 미리캔버스에서 템플릿을 골라 내용을 바꿔 보며 어떤 요소가 유지되고 바뀌는지 확인해 두면 인터뷰에서 쓸 수 있습니다.