이 자리가 왜 생겼을까요
이 공고의 조직은 사용자 행동 데이터 분석과 모델링으로 개인화 추천과 CRM 타겟팅을 고도화해 서비스 품질과 사업 결과를 함께 끌어올린다고 소개했습니다. WEBTOON Entertainment는 2026년 2분기 주주서한에서 한국 사업을 설명하며 AI 기반 추천과 CRM 시스템을 계속 고도화하고 있고, 이것이 사용자 한 명이 읽는 작품 수를 늘리는 데 기여하고 있다고 밝혔습니다. 조직은 자체 추천 파운데이션 모델 연구를 ACM RecSys 2026 Industry Track에서 발표했습니다. 추천이나 CRM 모델을 서비스에 올려 이용량이나 이탈률 같은 지표를 바꿔 본 경험이 있다면 모델 지표와 함께 서비스 지표가 얼마나 달라졌는지를 숫자로 적는 편이 좋습니다.
네이버가 지금 어떤 사업에 집중하고 있는지는 네이버 채용 분석에서 이어서 볼 수 있습니다.
1하게 될 업무
추천시스템 및 CRM 타겟팅을 위한 ML 기술 연구: 사용자 취향, 행동 패턴과 프로덕트 목적에 맞게 작품을 추천하는 추천 모델을 연구 개발합니다.
이렇게 볼 수 있어요
추천 기준에 사용자 취향과 행동 패턴만이 아니라 프로덕트 목적이 함께 적혀 있습니다. 모델 지표와 서비스 목표가 서로 달랐던 상황에서 모델을 어떻게 맞췄는지가 경력 설명에 들어가야 합니다.
사용자 행동 패턴을 기반으로 이탈 위험도나 결제 전환 확률을 추론하는 유저 모델을 연구 개발합니다.
이렇게 볼 수 있어요
추천과 별도로 CRM 타겟팅에 쓰이는 예측 모델도 맡습니다. 이탈 예측이나 전환 예측 모델을 만들어 캠페인 대상을 고르는 데 써 본 적이 있다면 모델 지표와 캠페인 결과를 나란히 적을 수 있습니다.
2자격 요건
유관 업무 경력 3년 이상이 필요합니다.
이렇게 볼 수 있어요
원문은 연차를 '유관 업무 경력'으로 적었습니다. 추천, CRM, 개인화 모델링을 맡은 기간을 회사별로 나눠 적으면 3년이 어떤 일에서 쌓였는지 알 수 있습니다.
추천/CRM ML 모델링 경험이 있고, 연구·실험 단계를 넘어 실제 서비스에 배포·운영해 본 경험이 필요합니다.
이렇게 볼 수 있어요
모델링 경험과 별개로 배포·운영 경험을 요구합니다. 서비스에 올린 모델의 운영 기간, 온라인 실험 결과, 재학습 주기처럼 배포 뒤의 일을 함께 밝혀 두는 편이 좋습니다.
GPU 환경에서 딥러닝 모델을 학습하고 튜닝한 경험이 필요합니다.
이렇게 볼 수 있어요
딥러닝 학습 경험에 GPU 환경이라는 조건이 붙어 있습니다. 학습에 쓴 GPU 규모와 데이터 크기, 튜닝 전후 지표를 프로젝트마다 숫자로 남겨 두면 경험의 규모가 드러납니다.
빅데이터 분석 플랫폼(Hadoop, Hive/Spark 등) 환경에서 원천데이터를 정제·가공해 ML 모델링까지 연구 개발한 실무 경험이 필요합니다.
이렇게 볼 수 있어요
모델링 앞 단계의 데이터 정제와 가공도 직접 하는 것을 전제로 합니다. 원천 로그에서 학습 데이터를 만드는 파이프라인을 직접 짰다면 다룬 데이터 규모와 사용한 도구를 함께 밝히면 됩니다.
Python 관련 다양한 분석/모델링 언어와 프레임워크(PyTorch, TensorFlow, PySpark 등)에 능숙해야 합니다.
이렇게 볼 수 있어요
괄호 안 도구는 예시로 적혀 있습니다. 주로 쓴 프레임워크를 이력서 기술 항목에 프로젝트와 함께 적어 두면 숙련도를 설명하기 쉽습니다.
새로운 도메인 데이터를 빠르게 이해하고 기술을 빠르게 적용할 수 있는 사람을 찾습니다.
이렇게 볼 수 있어요
이 조직은 네이버웹툰, 시리즈, WEBTOON, LINE MANGA 네 서비스의 데이터를 다룹니다. 다른 도메인으로 옮겨 짧은 기간 안에 모델을 서비스에 올린 경험이 있다면 걸린 기간을 밝혀 두는 것이 도움이 됩니다.
3우대 사항
통계학, 머신러닝, 딥러닝 등 관련 학위 보유자를 우대합니다.
이렇게 볼 수 있어요
학위는 필수가 아니라 우대 사항입니다. 학위 과정에서 추천이나 사용자 모델링을 연구했다면 논문 주제를 이력서에 넣을 수 있습니다.
동료와의 협업에 열린 마인드를 가진 사람을 우대합니다.
이렇게 볼 수 있어요
조직 소개도 '열린 협업 자세'를 갖춘 동료들이 모여 있다고 적었습니다. 기획이나 서비스 조직과 함께 모델 결과를 실제 서비스 개선으로 옮긴 경험이 이 우대 사항과 이어집니다.
SOTA 추천 모델 관련 트렌드 파악 및 리서치 역량을 우대합니다.
이렇게 볼 수 있어요
조직은 자체 추천 파운데이션 모델을 연구해 ACM RecSys 2026에서 발표했습니다. 최근 추천 모델 논문을 재현하거나 업무에 적용해 본 경험이 있다면 논문 이름과 적용 결과를 프로젝트 설명에 덧붙일 수 있습니다.
4기타 사항
- 게시일 : 2026년 10월 19일
- 고용형태 : 정규직
- 근무지 : 정자동 그린팩토리
- 경력 조건 : 경력 3년 이상
- 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.
쓰는 기술
공고 본문에 적힌 기술만 모은 목록입니다.
- Hadoop
- Hive
- Spark
- Python
- PyTorch
- TensorFlow
- PySpark
전형과 지원
같은 채용 사이트에서 지원해도 법인마다 전형 단계가 다릅니다. 모든 계열 공고에 공통으로 들어 있는 것은 기업문화 적합도 검사와 마감일입니다.
기업문화 적합도 검사
분석한 공고는 모두 전형 안에 기업문화 적합도 검사가 있습니다. NAVER와 NAVER Cloud, NAVER I&S는 서류전형과 함께, 네이버웹툰은 Culture-Fit 인터뷰와 함께, 네이버랩스는 사전평가의 Culture Fit 진단으로 진행합니다. NAVER 공고는 최근 1년 안에 검사를 본 지원자는 다시 보지 않아도 된다고 안내합니다.
이렇게 볼 수 있어요
서류를 내고 며칠 안에 온라인 검사 기간이 시작되는 공고가 많습니다. 지원 직후 일정을 비워 두고, 인재상 아홉 항목에 대응하는 경험을 미리 정리해 두면 검사와 인터뷰를 함께 준비할 수 있습니다.
법인마다 다른 단계
NAVER는 서류전형, 직무 인터뷰, 종합 인터뷰, 처우협의 순이고 공고에 주차별 일정을 적어 둡니다. 네이버웹툰은 지원서 리뷰, 실무 인터뷰, Culture-Fit 인터뷰 순이고, NAVER Cloud는 서류 전형, 1차 인터뷰, 레퍼런스체크 및 2차 인터뷰 순입니다. NAVER I&S는 1차와 2차 인터뷰 뒤에 최종 인터뷰가 있습니다.
이렇게 볼 수 있어요
NAVER Cloud는 레퍼런스체크가 정규 단계로 들어 있어 추천인을 미리 정해 둘 필요가 있습니다. NAVER 공고는 결과 발표 시점까지 공개해 다른 회사 일정과 맞춰 보기 쉽습니다.
중복 지원과 재지원
채용 FAQ는 중복 지원에 제한이 없는 경우 법인, 직군, 직무와 관계없이 중복 지원할 수 있다고 적었습니다. 다만 네이버 법인 채용 전형이 진행 중이면 하나의 공고를 고르도록 안내할 수 있다고 덧붙였습니다. 같은 직무에서 6개월 안에 불합격했다면 가급적 6개월 뒤 재지원을 권장합니다.
이렇게 볼 수 있어요
재지원은 금지가 아니라 권장 사항입니다. 같은 법인 공고 두 개에 함께 지원하면 한쪽을 고르라는 안내를 받을 수 있으므로 어느 공고가 먼저인지 미리 정해 두면 됩니다.
경력 인정과 수습
FAQ는 경력사원 지원 자격을 최소 1년 이상의 유관 경력 또는 박사학위 보유(예정)로 정하고, 인턴십과 아르바이트는 경력에서 뺀다고 밝혔습니다. 신규 입사자는 3개월 온보딩과 수습 기간이 있고 급여는 100% 지급되며, 평가에 따라 수습이 최대 3개월 연장될 수 있습니다.
이렇게 볼 수 있어요
경력 연차를 계산할 때 인턴 기간은 빼고 세야 공고의 연차 조건과 맞습니다. 프리랜서 경력은 증빙을 확인한 뒤 검토한다고 했으므로 계약서나 결과물이 있으면 증빙으로 쓸 수 있습니다.
마감일과 병역 조건
분석 시점 정규직 공고는 모두 접수 마감일이 정해져 있었습니다. 공고에는 인재 선발이 끝나면 조기 마감될 수 있다는 안내도 있습니다. NAVER와 NAVER I&S 공고, EN Growth Manager와 AI/ML 추천시스템 모델링 연구 개발 (Data Scientist)을 뺀 네이버웹툰 공고는 남성의 경우 군필자 또는 면제자만 지원할 수 있다고 밝혔습니다. NAVER Cloud 공고는 병역 의무를 마쳤거나 면제된 사람만 지원할 수 있다고 적었습니다.
이렇게 볼 수 있어요
공고마다 마감 시각이 오후 6시처럼 날짜 중간에 걸려 있는 경우가 있어 마감일 당일 지원은 위험합니다. 계열마다 마감일이 달라 여러 공고를 함께 보고 있다면 날짜를 공고별로 확인해야 합니다.
이 공고만 다른 점
지원서 리뷰, 프리 인터뷰, 실무 인터뷰(코딩 테스트 포함), Culture-Fit 인터뷰(기업문화 적합도 검사 포함) 순입니다.
다른 웹툰 공고의 지원서 리뷰, 실무 인터뷰, Culture-Fit 인터뷰 사이에 프리 인터뷰가 한 단계 더 있고, 실무 인터뷰 안에서 코딩 테스트를 봅니다.
지원 전 준비할 것
- 1
서비스에 올린 모델 하나 정리하기
추천이나 CRM 모델 하나를 골라 문제 정의, 데이터 가공, 학습 환경, 오프라인 평가, 배포 뒤 서비스 지표 변화를 순서대로 정리해 두세요.
- 2
코딩 테스트 준비하기
실무 인터뷰에 코딩 테스트가 포함돼 있습니다. 테스트 언어와 형식은 공고에 없으므로 지원 뒤 채용 담당자에게 확인하고, Python으로 데이터를 다루는 코드를 제한 시간 안에 짜는 연습을 해 둡니다.
- 3
RecSys 2026 논문 읽어 보기
조직 소개에 적힌 논문 'Progressive Alignment of Recommender Foundation Model through Multi-Phase Post-Training'을 읽고 자기 경험과 연결되는 지점을 정리해 두면 인터뷰에서 팀의 연구 방향을 두고 대화할 수 있습니다.