[삼일PwC] AI Engineer 채용 공고 분석

이 자리가 왜 생겼을까요

1하게 될 업무

• LLM 기반 AI Agent(Single/Multi-Agent) 시스템을 설계·개발하고 운영합니다.

  이렇게 볼 수 있어요

  Single과 Multi-Agent가 함께 적혀 있어 에이전트 하나를 만드는 데서 끝나지 않고 여러 에이전트가 일을 나눠 맡는 구조까지 다룹니다. 운영도 업무에 들어 있으므로 배포 뒤 응답 품질이나 장애 문제를 어떻게 다뤘는지도 경력으로 이야기할 수 있습니다.

• Agentic Workflow(Tool Use, Function Calling, Planning, Reflection, ReAct 등)를 설계하고 오케스트레이션을 구현합니다.

  이렇게 볼 수 있어요

  괄호 안 다섯 가지는 에이전트가 도구를 부르고 계획을 세우고 결과를 스스로 점검하는 방식들입니다. 이 가운데 실제로 구현해 본 방식을 이름으로 밝히면 경험의 범위가 분명해집니다.

• 온톨로지 기반 Knowledge Graph를 설계·구축하고 도메인 지식을 모델링(Class, Property, Relation 정의)합니다.

  이렇게 볼 수 있어요

  그래프에 데이터를 넣는 일보다 앞 단계인 개념과 관계를 정의하는 모델링이 업무에 명시돼 있습니다. 데이터를 그래프에 적재해 본 경험과 스키마를 직접 정의해 본 경험은 다른 경험이므로 어느 쪽인지 구분해 쓰는 것이 정확합니다.

• Graph RAG / Hybrid RAG(Vector + Graph) 파이프라인을 설계·개발하고 검색 품질을 최적화합니다.

  이렇게 볼 수 있어요

  Vector 검색과 Graph 검색을 함께 쓰는 구조가 기준입니다. Vector 기반 RAG만 만들어 봤다면 그래프 검색을 더할 때 검색 단계가 어떻게 바뀌는지까지 이해하고 있어야 업무와 연결됩니다.

• 회계·감사·세무 등 도메인 특화 지식 체계를 온톨로지화하고 LLM 연계 추론 체계를 구현합니다.

  이렇게 볼 수 있어요

  다룰 지식이 회계법인의 본업인 회계·감사·세무입니다. 회계 지식은 필수 조건이 아니라 우대 사항에 따로 있으므로 금융이나 법률처럼 규정이 많은 영역의 지식을 구조화해 본 경험도 설명할 거리가 됩니다.

• MCP(Model Context Protocol) 기반 Tool/Resource 서버를 개발하고 Agent와 연동합니다.

  이렇게 볼 수 있어요

  MCP 서버 개발은 업무에, MCP Server/Client 개발 경험은 우대 사항에 있습니다. 직접 만든 MCP 서버가 있다면 어떤 Tool과 Resource를 열어 두었고 어떤 Agent가 그것을 불렀는지 적을 수 있습니다.

• Agent Memory(Short-term/Long-term)와 Context Engineering 전략을 설계하고 적용합니다.

  이렇게 볼 수 있어요

  대화가 길어지거나 여러 세션에 걸칠 때 무엇을 기억하고 무엇을 모델 입력에 넣을지 정하는 일입니다. 컨텍스트 길이나 호출 비용 문제를 어떤 방식으로 풀었는지가 이 업무의 경험으로 이어집니다.

• RAG 응답 품질을 평가(Faithfulness, Relevance, Groundedness)하고 지속적 개선 체계를 구축합니다.

  이렇게 볼 수 있어요

  평가 지표 세 개가 이름으로 적혀 있고, 우대 사항에는 RAG 평가 프레임워크로 RAGAS, DeepEval, TruLens가 있습니다. 개선 전후의 지표 수치를 남겨 둔 프로젝트가 있다면 그 수치가 이 업무의 경험을 직접 보여 줍니다.

2자격 요건

• 컴퓨터공학/인공지능/데이터사이언스 등 관련 전공 4년제 학사 학위 이상 또는 이에 준하는 실무 경험이 필요합니다.

  이렇게 볼 수 있어요

  학위와 실무 경험 가운데 하나를 채우면 됩니다. 전공이 다르다면 LLM 애플리케이션을 만든 실무 기간과 결과물이 학위를 대신하는 근거가 됩니다.

• LLM 기반 애플리케이션 또는 AI Agent 개발 실무 경력 2년 이상과 총경력 3년 이상이 함께 필요합니다.

  이렇게 볼 수 있어요

  연차 조건이 두 개입니다. 전체 경력이 3년을 넘더라도 LLM 애플리케이션이나 AI Agent를 개발한 기간이 2년에 못 미치면 조건을 채우지 못하므로 그 기간을 따로 세어 봐야 합니다.

• Python 기반 AI 애플리케이션 개발 경험(LangChain, LangGraph, LlamaIndex, AutoGen 등 1개 이상)이 있어야 합니다.

  이렇게 볼 수 있어요

  괄호의 프레임워크 가운데 하나 이상을 써 본 경험을 요구합니다. 어느 프레임워크로 무엇을 만들었는지를 공고 표기 그대로 밝혀 두면 조건을 채운다는 것이 서류에서 분명해집니다.

• Vector DB(Pinecone, Weaviate, Qdrant, pgvector 등)를 활용해 RAG 시스템을 구축한 경험이 필요합니다.

  이렇게 볼 수 있어요

  업무의 Hybrid RAG에서 Vector 검색이 한 축이라 이 경험이 출발점입니다. 어떤 Vector DB를 왜 골랐는지까지 밝히면 도구를 써 본 경험을 넘어 설계 경험으로 전달됩니다.

• REST API 설계·개발 경험과 비동기 프로그래밍에 대한 이해가 필요합니다.

  이렇게 볼 수 있어요

  에이전트와 MCP 서버처럼 여러 구성 요소가 서로를 호출하는 업무라서 API 설계와 비동기 처리를 기본기로 요구합니다. 여러 요청을 동시에 처리하도록 만든 서비스가 있다면 그 구조를 짧게 소개할 수 있습니다.

3우대 사항

• Graph DB(Neo4j, ArangoDB 등) 및 Cypher/SPARQL 활용 경험과 OWL, RDF, SKOS 등 시맨틱 웹 표준 및 온톨로지 모델링 도구(Protégé 등) 활용 경험을 우대합니다.

  이렇게 볼 수 있어요

  업무의 Knowledge Graph와 온톨로지 모델링에 쓰는 도구와 표준입니다. Graph DB에 쿼리만 써 봤는지, 온톨로지 표준으로 스키마까지 정의해 봤는지를 나눠 적으면 경험의 깊이가 드러납니다.

• Multi-Agent Framework(CrewAI, AutoGen, LangGraph) 기반 Agent 오케스트레이션 경험과 MCP Server/Client 개발 및 Anthropic Claude, OpenAI Assistants API 등 활용 경험을 우대합니다.

  이렇게 볼 수 있어요

  AutoGen과 LangGraph는 자격요건의 프레임워크 예시에도 들어 있습니다. 그 프레임워크로 여러 에이전트를 묶어 본 적이 있다면 자격요건과 우대 사항을 한 사례로 보여 줄 수 있습니다.

• Agentic RAG, Self-RAG, Corrective RAG 등 고급 RAG 아키텍처 구현 경험과 RAG 평가 프레임워크(RAGAS, DeepEval, TruLens 등) 활용 경험을 우대합니다.

  이렇게 볼 수 있어요

  구현과 평가가 짝을 이뤄 우대 사항에 들어 있습니다. 고급 RAG 구조를 붙인 뒤 평가 프레임워크로 품질 변화를 잰 프로젝트가 있다면 구현과 평가 경험이 모두 드러납니다.

• Embedding 모델 Fine-tuning 및 Re-ranking 모델 최적화 경험을 우대합니다.

  이렇게 볼 수 있어요

  검색 품질을 모델 쪽에서 끌어올리는 경험입니다. 학습 데이터를 어떻게 만들었고 검색 지표가 얼마나 바뀌었는지를 숫자로 적으면 경험의 수준이 전달됩니다.

• 금융·법률·의료·제조 등 도메인 특화 지식그래프 구축 경험을 우대합니다.

  이렇게 볼 수 있어요

  회계 분야가 아니어도 우대 대상입니다. 규정이나 전문 용어가 많은 영역에서 지식그래프를 만든 경험이라면 업무의 회계·감사·세무 온톨로지화와 같은 방식의 작업입니다.

• 회계·감사·세무·재무 등 전문 도메인 이해도를 우대합니다.

  이렇게 볼 수 있어요

  도메인 지식은 우대 사항입니다. 재무제표나 세무 신고를 다뤄 본 경험은 짧게라도 적어 두면 면접에서 도메인 질문에 답할 거리가 됩니다.

4기타 사항

• 게시일 : 2026년 10월 6일
• 고용형태 : 정규직
• 근무지 : 삼일회계법인 본사 (서울 용산구 한강대로 100)
• 경력 조건 : 경력 3년 이상
• 학력 조건 : 컴퓨터공학/인공지능/데이터사이언스 등 관련 전공 4년제 학사 학위 이상 또는 이에 준하는 실무 경험

쓰는 기술

공고 본문에 적힌 기술만 모은 목록입니다.

• Python
• LangChain
• LangGraph
• LlamaIndex
• AutoGen
• Pinecone
• Weaviate
• Qdrant
• pgvector
• Neo4j
• ArangoDB
• Cypher
• SPARQL
• Protégé
• CrewAI
• Anthropic Claude
• OpenAI Assistants API
• RAGAS
• DeepEval
• TruLens

전형과 지원

삼일PwC 수시채용은 서류전형 합격자에게만 면접을 개별로 알리고, 경력 채용은 개별 면접과 매월 한 번 열리는 Firm Interview를 거쳐 확정됩니다. 면접 횟수와 인성검사 순서는 공고마다 다르게 적혀 있습니다.

지원 전 준비할 것

1. 1

   두 가지 연차를 따로 세기

   자격요건은 LLM 기반 애플리케이션 또는 AI Agent 개발 실무 경력 2년 이상과 총경력 3년 이상을 함께 요구합니다. 프로젝트별로 LLM이나 Agent를 개발한 기간을 나눠 합계를 내 두면 경력기술서와 면접에서 같은 숫자로 설명할 수 있습니다.

2. 2

   에이전트 프로젝트 하나를 구조도로 정리하기

   업무에는 Agentic Workflow, MCP 서버, Agent Memory, RAG 품질 평가가 함께 적혀 있습니다. 직접 만든 에이전트 하나를 골라 어떤 도구를 부르고 무엇을 기억하며 응답 품질을 어떻게 쟀는지 그림과 함께 정리해 두세요.

3. 3

   경력기술서를 프로젝트 단위로 상세하게 쓰기

   공고 기타 사항에 '경력자의 경우 경력기술서 상세 기술'이 적혀 있고, 이력서 작성 안내는 자기소개서를 따로 첨부하지 않아도 된다고 밝힙니다. 프로젝트마다 쓴 프레임워크와 Vector DB, Graph DB 이름을 공고 표기대로 적어 두면 어떤 도구를 써 봤는지 서류에서 분명하게 보여 줄 수 있습니다.