이 자리가 왜 생겼을까요
리벨리온 RebelServer 제품 페이지는 서버 디스크 구성에 운영체제용 NVMe와 별도로 KV Cache 데이터용 1.92TB NVMe 두 개를 적었습니다. Rebel100 제품 페이지는 software-controlled DMA 엔진이 KV 데이터를 미리 가져와 32K 이상 긴 문맥 LLM의 토큰 지연을 줄인다고 설명합니다. 이 공고는 GPUDirect Storage에 견준 Rebellions Direct Storage(RDS)로 고처리량·저지연 전송을 만들고 하드웨어 메모리 가속기용 메모리 관리를 개발하는 일을 맡습니다. 스토리지와 가속기 사이에서 CPU를 거치지 않는 전송 경로를 다뤄 본 경험은 이 공고의 업무와 우대 사항 양쪽과 이어지는 경력입니다.
리벨리온이 지금 어떤 사업에 집중하고 있는지는 리벨리온 채용 분석에서 이어서 볼 수 있습니다.
1하게 될 업무
리벨리온 NPU용 Linux Kernel Mode Driver를 개발하고 유지보수합니다.
이렇게 볼 수 있어요
드라이버를 새로 만드는 일과 이미 쓰이는 드라이버를 유지하는 일이 함께 적혀 있습니다. 커널 버전 변경이나 버그 대응으로 드라이버를 계속 고쳐 온 기간이 있다면 그동안 대응한 커널 버전과 고친 문제의 종류가 유지보수 경험을 보여 줍니다.
high-throughput, low-latency 데이터 전송을 위한 Rebellions Direct Storage(RDS) 솔루션을 설계하고 구현합니다. 공고는 이를 GPUDirect Storage와 비슷하다고 적었습니다.
이렇게 볼 수 있어요
우대 사항에도 스토리지와 가속기 사이의 peer-to-peer direct storage access 경험이 있어 업무와 우대 사항이 같은 기능을 가리킵니다. NVMe나 파일 시스템 경로에서 CPU를 거치는 복사를 줄여 본 경험이 있다면 처리량 변화를 함께 보여 줄 수 있습니다.
고급 memory management subsystem과 하드웨어 메모리 가속기(예: Tensor Memory Accelerator와 비슷한 기능)를 개발하고 최적화합니다.
이렇게 볼 수 있어요
우대 사항에 비동기 데이터 이동 기능이 있는 하드웨어 메모리 가속기용 드라이버 경험이 따로 적혀 있습니다. 장치 안의 메모리 이동을 드라이버에서 제어해 본 경험이 있다면 어떤 장치에서 어떤 방식으로 했는지 설명할 수 있어야 합니다.
장치 firmware와의 효율적인 통신 인터페이스를 설계·구현하고 맞춤 기능을 개발합니다.
이렇게 볼 수 있어요
자격 요건에도 firmware와의 통신 경험이 따로 들어 있습니다. 명령과 완료를 주고받는 큐나 메일박스 구조를 firmware 팀과 함께 정해 본 경험을 사례로 들 수 있습니다.
딥러닝 워크로드와 대규모 AI 시스템 구조에 맞게 kernel driver 성능을 최적화합니다.
이렇게 볼 수 있어요
공고는 성능 기준을 일반 장치가 아니라 딥러닝 워크로드에 두었습니다. 학습이나 추론 작업에서 드라이버 쪽 병목을 찾아 줄였다면 워크로드 종류와 줄어든 시간까지 적어야 합니다.
소프트웨어 스택과 하드웨어 인터페이스에 걸친 시스템 수준 문제를 디버깅하고 해결을 지원합니다.
이렇게 볼 수 있어요
원인이 드라이버 밖에 있는 문제도 이 자리에서 다룹니다. 응용 프로그램, 런타임, 드라이버, firmware 가운데 어느 층에서 문제가 생겼는지 나눠 찾은 경험이 이 업무와 가깝습니다.
2자격 요건
Computer Science, Electrical Engineering, Computer Engineering 또는 관련 분야 학사 이상 학위가 필요합니다.
이렇게 볼 수 있어요
학위는 학사 이상이고 전공은 세 분야와 관련 분야까지 적혀 있습니다. 같은 직군 Linux Device Driver Engineer 공고와 같은 조건입니다.
Linux kernel·device driver 개발 경력(학계 연구나 시뮬레이션 환경 경험 포함)이 최소 5년 필요합니다.
이렇게 볼 수 있어요
괄호 안에 학계 연구와 시뮬레이션 환경 경험도 포함한다고 따로 밝혔습니다. 대학원에서 커널이나 드라이버를 다룬 연구를 했다면 그 기간도 함께 적고 무엇을 구현했는지 자세히 쓰는 것이 좋습니다.
Linux kernel architecture, memory management, PCIe subsystem을 깊이 이해해야 합니다.
이렇게 볼 수 있어요
업무의 RDS와 메모리 관리는 이 세 영역 위에서 움직입니다. PCIe 장치의 메모리 매핑이나 DMA 주소 변환을 직접 다뤄 봤다면 어떤 장치였는지까지 적어야 경험의 범위가 분명해집니다.
GPU 또는 NPU device driver를 개발하고 device firmware와의 통신을 다룬 경험이 필요합니다.
이렇게 볼 수 있어요
가속기 드라이버 경험이 우대가 아니라 자격 요건에 있습니다. 다른 종류의 드라이버를 주로 개발했더라도 GPU나 NPU처럼 명령을 받아 연산하는 장치와 일한 부분이 있다면 그 경험을 드러내는 편이 좋습니다.
C/C++에 능숙하고 시스템 수준 디버깅과 performance profiling 경험이 필요합니다.
이렇게 볼 수 있어요
언어 요건에 디버깅과 프로파일링이 함께 묶여 있습니다. 프로파일링 도구로 드라이버 병목을 찾은 경험이 있다면 쓴 도구와 개선한 수치를 나란히 적을 수 있습니다.
커뮤니케이션과 문제 해결 역량('Excellent communication and problem-solving skills')이 필요합니다.
이렇게 볼 수 있어요
firmware 팀과 인터페이스를 맞추고 하드웨어까지 걸친 문제를 함께 푸는 업무가 있습니다. 원인을 두고 다른 팀과 의견이 달랐던 문제를 데이터로 정리해 결론을 낸 사례를 꺼낼 수 있습니다.
3우대 사항
AI 가속기나 GPU용 kernel driver 개발과 performance tuning 경력 5년 이상을 우대합니다.
이렇게 볼 수 있어요
필수 요건과 같은 5년이지만 우대 사항은 대상을 AI 가속기와 GPU로, 내용을 성능 튜닝으로 좁혔습니다. 가속기 드라이버의 처리량이나 지연을 개선한 일은 다른 드라이버 경력과 기간을 나눠 적으면 이 항목과 맞춰 보기 쉽습니다.
CUDA memory management 내부 구조를 깊이 이해하고 다뤄 본 경험을 우대합니다.
이렇게 볼 수 있어요
GPU 쪽 메모리 관리 구조를 아는 사람을 우대합니다. NPU 드라이버 경험이 없더라도 CUDA의 메모리 할당과 매핑이 안에서 어떻게 동작하는지 분석하거나 고쳐 본 경험은 업무의 메모리 관리와 이어집니다.
NVIDIA GPUDirect Storage처럼 스토리지와 가속기 사이의 peer-to-peer direct storage access 기술을 다뤄 본 경험을 우대합니다.
이렇게 볼 수 있어요
공고가 업무의 RDS를 GPUDirect Storage에 견줬으므로 이 우대 사항은 RDS와 같은 기술을 다룹니다. 사용해 본 수준인지 드라이버나 파일 시스템 쪽을 구현해 본 수준인지 나눠 적어야 정확합니다.
NVIDIA Tensor Memory Accelerator처럼 비동기 데이터 이동 기능이 있는 하드웨어 메모리 가속기용 드라이버를 개발해 본 경험을 우대합니다.
이렇게 볼 수 있어요
이 우대 사항은 업무의 하드웨어 메모리 가속기와 같은 대상을 가리킵니다. DMA 엔진처럼 CPU와 따로 움직이는 데이터 이동 장치를 드라이버에서 제어해 본 경험도 이 항목에 가까운 경력입니다.
4기타 사항
- 게시일 : 2026년 4월 2일
- 고용형태 : 해당 내용은 원본 공고에서 확인되지 않습니다.
- 근무지 : 경기도 성남시 분당구 정자일로156번길 6
- 경력 조건 : 경력 5년 이상
- 학력 조건 : Bachelor's or higher degree in Computer Science, Electrical Engineering, Computer Engineering, or related fields
쓰는 기술
공고 본문에 적힌 기술만 모은 목록입니다.
- C
- C++
- Linux kernel
- PCIe
- CUDA
- GPUDirect Storage
- Tensor Memory Accelerator
전형과 지원
분석 시점 공고 42건 가운데 27건이 같은 여섯 단계를 적었습니다. Software와 System Software 공고는 전부 과제나 코딩테스트를 더했고, System Software 공고 9건 가운데 8건은 평판 조회도 거칩니다. 지원할 공고의 전형절차를 본문에서 따로 확인하는 편이 안전합니다.
공고에 적힌 단계
분석 시점 공고 42건 가운데 27건이 '서류전형 > On-line 인터뷰 > On-site 인터뷰 > Culture-fit 인터뷰 > 처우 협의 > 최종 합격' 순서를 적었습니다. 이번에 분석한 공고도 대부분 이 순서입니다. 42건 가운데 41건에는 '전형절차는 직무별로 다르게 운영될 수 있으며, 일정 및 상황에 따라 변동될 수 있습니다'라는 안내가 붙어 있습니다.
이렇게 볼 수 있어요
기술 면접 두 번 뒤에 Culture-fit 인터뷰가 따로 있습니다. 공고 본문에 반복되는 협업과 ownership 표현이 이 단계에서 나올 만한 주제이고, 다른 팀과 문제를 풀어 본 경험이 그 답이 됩니다.
소프트웨어 직군은 단계가 다릅니다
분석 시점 NPU Software 공고 4건(Compiler, Kernel, Runtime, SDK)은 On-site 인터뷰에 '과제 포함'을 적었습니다. System Software 공고 9건 가운데 8건은 On-line 인터뷰에 Culture-fit과 코딩테스트를 포함하고, On-site 인터뷰에서 기술 발표를 한 뒤 평판 조회를 거친다고 적었습니다.
이렇게 볼 수 있어요
같은 회사라도 소프트웨어 공고에는 과제나 코딩테스트 단계가 더 있습니다. 여러 공고에 함께 지원한다면 공고마다 준비할 것이 다르다는 점을 일정에 반영해야 합니다.
모든 포지션에서 전문연구요원 지원이 가능합니다
회사 사이트의 채용 페이지는 공고 목록 아래에 '모든 포지션에서 전문연구요원(신규 편입, 전직) 지원이 가능합니다'라고 적었습니다. Tech 직군의 Talent Pool 공고는 전문연구요원 지원 창구를 겸합니다.
이렇게 볼 수 있어요
전문연구요원으로 복무하며 이직하려는 경우에도 모든 포지션에 지원할 수 있습니다. 채용 페이지가 신규 편입과 전직을 나눠 적었으므로 지원서에도 둘 가운데 어느 쪽인지 밝혀야 합니다.
인재 Pool에 등록해도 다른 공고에 지원할 수 있습니다
Talent Pool (Tech/전문연구요원) 공고는 '별도의 마감 일정이나 세부 지원자격 등이 없'는 상시 공고이고, NPU Software Engineer의 Kernel, Compiler, Runtime, SDK, Cloud (MLOps) 직무를 '상시 검토 중'이라고 적었습니다. 같은 공고는 '인재 Pool에 등록 후에도 리벨리온 타 모집 공고에 지원이 가능합니다'라고 안내합니다.
이렇게 볼 수 있어요
맞는 공고가 없을 때 인재 Pool에 이력서를 남겨 둘 수 있고, 그 뒤에 올라온 공고에도 따로 지원할 수 있습니다. NPU 소프트웨어 직무라면 개별 공고와 인재 Pool을 함께 활용할 수 있습니다.
이 공고만 다른 점
On-line 인터뷰에 Culture-fit과 코딩테스트가 함께 들어가고, On-site 인터뷰는 기술 발표로 진행됩니다. 처우 협의 전에 평판 조회가 있습니다.
전형절차는 '서류전형 > On-line 인터뷰(Culture-fit, 코딩테스트 포함) > On-site 인터뷰(기술 발표) > 평판 조회 > 처우 협의 > 최종 합격'입니다. 회사 공통 흐름에서 따로 진행하는 Culture-fit 인터뷰가 이 공고에서는 On-line 인터뷰 안에 들어 있고 기술 발표와 평판 조회가 더 있습니다.
지원 전 준비할 것
- 1
직접 전송 경로를 다룬 경험 정리하기
업무에는 RDS가, 우대 사항에는 peer-to-peer direct storage access가 있습니다. 스토리지, 네트워크, 가속기 사이에서 데이터 복사를 줄인 작업이 있다면 경로 구성과 바꾼 전후의 처리량을 표로 정리합니다.
- 2
기술 발표 주제 하나 정하기
On-site 인터뷰가 기술 발표로 진행됩니다. 메모리 관리나 firmware 인터페이스처럼 업무와 관련된 주제 하나를 골라 문제, 설계, 측정 결과 순서로 발표 자료를 만들어 둡니다.
- 3
코딩테스트 연습과 평판 조회 상대 정하기
On-line 인터뷰에 코딩테스트가 있고 처우 협의 전에 평판 조회가 있습니다. C로 메모리와 포인터를 다루는 문제를 풀어 보고 평판 조회에 응해 줄 이전 동료에게 미리 연락합니다.