이 자리가 왜 생겼을까요
공고의 팀 소개에서 AI 파트는 CS AI Agent, 무신사 렌즈, 마이클로젯, Agentic AI 해설의 골든셋 제작과 품질 검증, 출시 판정을 맡습니다. ZDNet 보도에 따르면 무신사는 2026년 6월 자체 개발한 '무신사 MCP'를 적용해 챗GPT 안에서 쓰는 앱을 냈고 기존 검색 중심 커머스에서 대화형 커머스로 전환을 가속화할 계획이라고 밝혔습니다. 대화형 제품이 늘면 같은 질문에 답이 얼마나 맞는지 재는 평가셋도 제품 수만큼 필요해지고, 이 공고는 그 평가셋과 출시 판정 업무를 파트 리드 한 자리에 둡니다. 평가셋을 만들어 출시 판정에 쓴 경험이 있다면 기준 점수와 그 점수를 정한 근거를 서류에 쓸 수 있습니다.
무신사가 지금 어떤 사업에 집중하고 있는지는 무신사 채용 분석에서 이어서 볼 수 있습니다.
1하게 될 업무
CS AI Agent, Visual Search, Agentic AI 해설 등 AI 제품의 골든셋·평가셋 설계와 제작, 품질 검증 수행, 출시 판정 기준 수립과 사인오프를 담당합니다.
이렇게 볼 수 있어요
팀 소개는 AI 파트가 CS AI Agent, 무신사 렌즈(이미지 검색), 마이클로젯(옷장·코디), Agentic AI 해설을 다루고 DO의 사인오프 없이는 대고객 AI가 릴리즈되지 않는다고 소개합니다. 출시 판정 기준을 세우고 사인오프까지 하는 일이라, 골든셋을 만든 경험에 더해 어느 점수에서 출시를 멈췄는지 기준을 정한 경험이 이 업무를 설명합니다.
LLM·VLM 파이프라인 출력 결과의 품질을 검수하고 프롬프트를 수정하며, 검수용 프롬프트 작성과 튜닝을 수행합니다(예: 상품 표준속성 AI 매핑 검수).
이렇게 볼 수 있어요
예로 든 상품 표준속성 AI 매핑 검수는 모델이 상품에 붙인 속성값이 맞는지 보고 틀리면 프롬프트를 고치는 일입니다. Data Operations Lead 공고는 같은 팀이 머신이 학습할 상품별 정답값 태그를 만든다고 소개합니다. 출력 오류를 유형별로 나눠 프롬프트를 수정한 기록을 꺼내면 이 업무를 설명합니다.
AI·검색 PM과 분기 OKR 협업 과제 요청을 수집해 공수(MD)를 산정하고 우선순위를 조율하며, 월·주차 단위의 오퍼레이터 배치 계획을 수립·운영합니다.
이렇게 볼 수 있어요
요청을 주는 쪽은 팀 안이 아니라 AI·검색 PM입니다. 월·주차 배치 계획은 6명 내외의 오퍼레이터 인력을 제품별 요청에 나누는 일이므로 요청량 대비 인력을 산정한 방식과 우선순위를 조율한 기준을 쓰는 항목입니다.
계약직 오퍼레이터(6명 내외)의 온보딩, 작업 가이드 제공, 성과 관리를 담당하며 생산성 및 정확도 지표를 관리합니다.
이렇게 볼 수 있어요
관리 대상인 계약직 오퍼레이터는 6명 내외이고 온보딩과 가이드, 성과 관리, 생산성·정확도 지표 관리를 모두 이 포지션이 맡습니다. Data Operations Lead 공고는 파트 리드를 통한 간접 관리를 자격 요건에 적었고, AI Part Lead는 그 파트 리드로서 오퍼레이터를 직접 관리하는 층일 수 있습니다.
매뉴얼 평가 프로세스를 문서화해 AI Judge 및 자동 채점으로 전환하고, AI 도구를 활용해 반복 검수 공수를 절감합니다.
이렇게 볼 수 있어요
순서는 문서화가 먼저입니다. AI Judge는 LLM이 사람 대신 출력에 점수를 매기는 방식이고, 자동 채점이 사람의 채점과 얼마나 일치하는지 확인하는 작업이 뒤따릅니다. 일치율을 잰 기록이 있다면 전환의 근거로 쓰입니다.
2자격 요건
데이터 운영, 어노테이션·라벨링, QA, 콘텐츠 오퍼레이션 중 한 개 이상의 영역에서 3년 이상의 실무 경험을 보유해야 합니다.
이렇게 볼 수 있어요
Data Operations Lead 공고는 이 공고의 네 영역에 카탈로그를 더한 다섯 영역 가운데 한 영역 이상에서 조직을 이끈 경험을 요구하고, 이 공고는 네 영역 가운데 한 영역 이상의 실무 경험 3년을 묻습니다. 업무가 AI 제품 검증과 오퍼레이터 관리를 함께 하므로 라벨링 작업자로 일한 경력과 검수 담당으로 일한 경력을 함께 적을 수 있습니다.
여러 명의 작업자에게 가이드를 만들어 온보딩하고 작업 결과를 관리해 본 경험이 필요합니다.
이렇게 볼 수 있어요
업무의 오퍼레이터 온보딩과 작업 가이드 제공을 직접 해 본 경험이 필요하고, 대상은 6명 내외의 계약직 오퍼레이터입니다. 사람이 바뀌어도 같은 기준으로 작업하게 하는 문서여서 이 가이드는 매뉴얼 평가 프로세스를 문서화해 AI Judge로 옮기는 업무의 원본으로도 쓰일 만합니다. 가이드를 쓴 뒤 작업자의 정확도가 어떻게 달라졌는지 적으면 가이드의 효과가 보입니다.
품질을 감이 아니라 수치로 정의하고 평가셋·골든셋으로 측정해 본 경험이 필요합니다.
이렇게 볼 수 있어요
골든셋은 정답이 확정된 기준 데이터이고 평가셋은 그것으로 모델 출력을 재는 묶음입니다. 이 경험은 업무의 골든셋·평가셋 설계와 제작에 직접 쓰입니다. 정답을 누가 어떻게 확정했는지(복수 검수, 이견 조정)까지 함께 쓰면 그 골든셋을 믿을 근거가 생깁니다.
스프레드시트·SQL·대시보드로 작업량과 정확도 지표를 관리해 본 경험이 필요합니다.
이렇게 볼 수 있어요
월·주차 배치 계획과 분기 OKR 공수 산정이 같은 작업량 데이터를 바탕으로 할 가능성이 큽니다. 작업량 데이터를 보고 오퍼레이터 배치를 바꾼 경험은 이 두 업무와 곧바로 연결됩니다.
PM·엔지니어와 스펙·일정을 조율해 본 경험이 필요합니다.
이렇게 볼 수 있어요
이 조건이 조율할 사람으로 적은 PM과 엔지니어 가운데 PM은 업무에서 분기 OKR 협업 과제 요청을 보내는 AI·검색 PM입니다. 이 팀은 'DO의 사인오프 없이는 대고객 AI가 릴리즈되지 않는' 품질 관문이라 일정 협의에 출시일이 걸린 요청이 올 가능성도 있습니다. 이때는 평가 범위가 곧 걸리는 시간이 됩니다. PM이 요청한 평가 범위를 공수로 환산해 일정을 맞춘 경험을 꺼냅니다.
3우대 사항
LLM 프롬프트 작성·평가, AI 제품 QA 또는 평가 설계 경험을 우대합니다.
이렇게 볼 수 있어요
이 우대의 경험은 업무의 프롬프트 검수·튜닝에 직접 이어집니다. 지원 서류 안내가 프롬프트 작성 사례를 선택 서류로 받으므로 이 경험은 따로 서류로 낼 수 있습니다.
커머스·패션 도메인 데이터(상품·이미지·검색) 경험을 우대합니다.
이렇게 볼 수 있어요
팀이 다루는 제품 가운데 무신사 렌즈(이미지 검색)와 마이클로젯(옷장·코디)이 패션 상품과 이미지 데이터를 쓰는 제품입니다. 상품·이미지·검색 세 데이터 중 어느 것을 다뤘는지 구분해 쓰면 어느 제품의 검증과 가까운지 보입니다.
이미지 데이터 태깅·검수 운영 경험을 우대합니다.
이렇게 볼 수 있어요
이미지 검색 제품의 골든셋은 이미지에 정답 속성을 붙이는 작업으로 만들 수 있습니다. 태깅 기준을 정하고 검수 비율을 운영한 경험은 무신사 렌즈 검증과 가깝습니다.
Claude·ChatGPT 등 AI 도구로 반복 업무를 자동화해 본 경험을 우대합니다.
이렇게 볼 수 있어요
자동화할 반복 업무는 업무에 적힌 오퍼레이터의 반복 검수입니다. 여기서 줄어든 공수는 월·주차 배치 계획의 인력 계산에도 반영될 것으로 보입니다. 팀 소개는 이 팀이 단순 작업 수행 조직에서 AI 자동화 결과의 품질을 설계·판정하는 조직으로 전환 중이라고 적었습니다. 그래서 자동화한 뒤 검수 품질을 누가 어떻게 확인했는지까지 쓴 경험이 이 우대와 맞습니다. 우대에 Claude와 ChatGPT가 예로 적혀 있어 어떤 반복 업무를 어떤 도구로 줄였는지도 구체적으로 쓸 수 있습니다.
Jira·Confluence 기반으로 과제와 리소스를 관리해 본 경험을 우대합니다.
이렇게 볼 수 있어요
분기 OKR 협업 과제 요청이 AI·검색 PM에게서 쌓이고 오퍼레이터는 6명 내외라, 요청 목록과 공수(MD) 기록이 한곳에 있어야 우선순위를 조율할 수 있습니다. Jira·Confluence 경험은 요청을 접수한 뒤 공수를 붙이고 월·주차 배치 결과를 남긴 방식으로 꺼냅니다.
4기타 사항
- 게시일 : 2026년 10월 12일
- 고용형태 : 정규직(수습 3개월)
- 근무지 : 무신사 성수 오피스
- 경력 조건 : 경력 3년 이상
- 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.
쓰는 기술
공고 본문에 적힌 기술만 모은 목록입니다.
- SQL
- Jira
- Confluence
- Claude
- ChatGPT
전형과 지원
무신사 정규직 공고는 기본적으로 인터뷰를 두 번 봅니다. 공고에 따라 3차 인터뷰나 커피챗처럼 단계가 하나씩 더 붙거나 1차 인터뷰를 두 번 보는 공고도 있으므로 지원할 공고의 전형 절차 항목을 따로 확인해야 합니다.
정규직은 인터뷰 두 번
분석 시점 정규직 117건을 전수로 보면 96건이 서류, 1차 인터뷰, 2차 인터뷰, 처우 협의, 최종합격으로 같습니다. 인터뷰가 한 번뿐인 전형은 계약직 7건에만 나타납니다. 지원 마감일이 없는 상시 지원이 대부분입니다.
공고마다 붙는 단계
분석 시점 개발과 머신러닝 직군 7건에는 Live Coding이나 System Design, 컬쳐핏, 기술과제가 붙습니다. 직군과 관계없이 6건에는 3차 커피챗이, 4건에는 과제 전형이 붙습니다. 그 뒤 분석한 신성장 마케팅 Lead (무신사 스탠다드)에도 3차 커피챗이 있고, 물류 Program Management Lead (무신사로지스틱스)는 서류 전형 다음에 커피챗이 있습니다. 통역 테스트나 중국어, 일본어 커뮤니케이션 역량 검증이 붙는 공고도 있습니다. Product Engineer (SCM Platform) 공고는 1차 인터뷰를 두 번 보고 처우 협의 단계를 적지 않았습니다.
이렇게 볼 수 있어요
분석 시점에 표준형이 아닌 공고는 117건 중 21건이었습니다. 일정을 잡기 전에 지원할 공고의 전형 절차 줄을 직접 읽어야 하고, 커피챗이 붙은 공고는 단계가 하나 더 있는 만큼 기간을 더 잡는 편이 좋습니다.
서류에 적으라고 안내한 것
공고 대부분이 지원 서류 안내에 같은 문장을 답니다. "왜 해당 문제를 해결해야 했는지, 어떤 전략을 세웠는지, 어떤 성과가 있었는지 등에 대한 문제 정의, 문제 해결, 성과에 대한 전반적인 내용을 담아주세요"와 "프로젝트별 기여도 표시"입니다.
이렇게 볼 수 있어요
회사가 서류의 구성을 사실상 지정한 셈입니다. 프로젝트마다 문제 정의와 해결, 성과가 다 있는지 세어 보면 그대로 자가 점검이 되고 기여도 표시는 빠뜨리기 쉬우니 따로 확인합니다.
근무 조건
선택적 근로 시간제를 운영하고 팀 협업을 위한 코어타임은 11시부터 16시까지입니다.
수습
FAQ는 신규 입사자(12개월 이상 계약직, 정규직)가 3개월 수습 기간 동안 수습 평가를 거치고, 수습 기간에도 100% 급여와 복지 혜택이 적용된다고 안내합니다.
이렇게 볼 수 있어요
수습 기간에 처우가 줄지는 않지만 입사 첫 3개월에 평가가 있습니다. 계약직이라도 계약 기간이 12개월 이상이면 같은 수습 규정이 적용됩니다.
지원 전 준비할 것
- 1
골든셋 제작 사례 한 건
골든셋이나 평가셋을 직접 설계한 사례를 정답 확정 방식, 규모, 그것으로 내린 출시 판정 순서로 적습니다.
- 2
오퍼레이터 가이드와 지표
작업자를 온보딩한 가이드 문서와 그 뒤 정확도·생산성 지표 변화를 한 쌍으로 준비합니다.
- 3
프롬프트 작성 사례 고르기
선택 서류로 받는 포트폴리오나 프롬프트 작성 사례에 검수용 프롬프트와 튜닝 전후 결과를 담습니다.