이 자리가 왜 생겼을까요
분석 시점 업스테이지 공식 사이트는 Solar Pro 4를 tool calling, terminal tasks, long-document reasoning을 위한 'Agentic LLM'으로 소개합니다. 2026년 8월 Solar Pro 4 발표에서는 이 모델이 미국 Nous Research의 AI agent인 Hermes Agent에 통합됐다고 밝혔습니다. 10월에는 문서 처리(IDP) 플랫폼 Upstage Studio의 신규 버전을 발표했고, 공식 사이트 메뉴는 Studio를 'Build and run AI agents for document workflows'로 소개합니다. 이 공고의 Agent Engineering팀은 모델의 능력을 실제 세계의 동작으로 전환하는 일을 맡고, AI Engineer는 agent를 '믿고 쓸 수 있는 도구'로 만드는 역할이라고 적었습니다. 회사가 주력 모델과 제품을 agent용으로 소개하고 있는 만큼, 여러 단계를 거치는 agent 동작을 평가하고 운영해 본 경험을 이 공고의 업무에 그대로 살릴 수 있습니다.
- Upstage 공식 사이트 제품 메뉴
- Upstage 뉴스룸 - Solar Pro 4 출시(2026-08-20)
- Upstage 뉴스룸 - Upstage Studio 출시(2026-10-06)
업스테이지가 지금 어떤 사업에 집중하고 있는지는 업스테이지 채용 분석에서 이어서 볼 수 있습니다.
1하게 될 업무
Frontier 연구 성과(LLM, VLM, Agent 등)를 실제 서비스 수준으로 개발·배포하고, 제품 및 기술 조직과 협업해 프로토타입 → PoC → Product 전환 과정을 주도합니다.
이렇게 볼 수 있어요
연구 결과를 제품으로 옮기는 전 과정을 맡습니다. 데모 코드를 운영 서비스로 바꾸면서 무엇을 다시 만들어야 했는지 설명할 수 있다면 그것이 이 업무를 해 본 경험입니다.
SaaS 및 엔터프라이즈 환경에서 AI 시스템 구조를 설계·개발하고, 모델·데이터·서빙을 통합한 실행 체계를 구현합니다.
이렇게 볼 수 있어요
SaaS와 엔터프라이즈 두 배포 환경이 함께 적혀 있습니다. 고객사 환경에 맞춰 서빙 구조를 바꿔 본 경험이 있다면 그 차이를 구체적으로 쓸 수 있습니다.
agent의 동작을 정량적으로 평가하는 벤치마크 환경을 구축하고, 평가·회귀 테스트·실험 과정을 자동화해 개선 효과를 계속 측정합니다.
이렇게 볼 수 있어요
벤치마크 환경은 agent가 나아졌는지를 숫자로 확인하는 장치입니다. 직접 만든 평가 세트나 회귀 테스트가 실제로 잡아낸 문제를 예로 들면 평가 장치를 어떻게 썼는지가 전달됩니다.
품질·성능·속도의 균형을 확보하기 위한 자동화·모니터링·배포 체계를 구축하고 엔지니어링 효율을 계속 개선합니다.
이렇게 볼 수 있어요
세 지표 사이에서 무엇을 양보했는지가 질문으로 나올 수 있습니다. 응답 속도를 위해 품질 기준을 조정했던 것처럼 실제로 내린 판단을 근거와 함께 정리해 두면 답하기 쉽습니다.
Frontier Agent, ToolKit 등 차세대 AI 실행 프레임워크의 개선과 내재화를 주도하고 기술 전파와 표준화를 추진합니다.
이렇게 볼 수 있어요
만든 프레임워크를 다른 팀이 쓰게 하는 일까지 포함됩니다. 사내 라이브러리를 만들어 여러 팀에 퍼뜨린 경험은 우대 사항의 기술 공유 항목과 함께 쓸 수 있습니다.
2자격 요건
Computer Science, AI, Engineering 등 관련 분야의 학사 학위 또는 이에 준하는 실무 경험이 필요합니다.
이렇게 볼 수 있어요
학위와 실무 경험이 '또는'으로 이어져 있어 학위가 없어도 그에 준하는 실무 경험으로 지원할 수 있습니다.
API 설계, 모듈화, 테스트, 배포 등 프로덕션 레벨의 소프트웨어 엔지니어링 경험을 요구합니다.
이렇게 볼 수 있어요
요구하는 것은 연구 코드가 아니라 운영 중인 서비스 코드를 다뤄 본 경험입니다. 테스트와 배포까지 직접 책임졌던 서비스가 있으면 그것이 대표 사례가 됩니다.
Rust, Golang, Python 등 하나 이상의 프로그래밍 언어로 깊이 개발해 본 경험이 필요합니다.
이렇게 볼 수 있어요
언어 하나를 깊게 쓴 경험을 봅니다. 여러 언어를 나열하기보다 가장 오래 쓴 언어로 무엇을 만들었는지를 적는 편이 요구에 맞습니다.
LLM/Agent 시스템의 관측(trace, log, metric)을 설계하고 운영해 본 경험이 있어야 합니다.
이렇게 볼 수 있어요
agent가 왜 그렇게 동작했는지를 따라가려면 실행 기록이 남아야 합니다. trace를 설계해 agent 실패 원인을 찾아낸 사례가 있다면 설계부터 원인 확인까지 순서대로 설명할 수 있어야 합니다.
Git, PR 리뷰, 문서화, 코드 품질 관리 같은 협업 환경에 익숙해야 합니다.
이렇게 볼 수 있어요
연구·인프라·제품팀과 함께 일하는 팀이라 코드 리뷰와 문서로 소통하는 방식이 기본입니다. 리뷰를 주고받은 저장소나 작성한 설계 문서가 있다면 링크로 남길 수 있습니다.
3우대 사항
대규모 언어모델(LLM), 비전언어모델(VLM), Agent 시스템을 개발하고 최적화해 본 경험을 우대합니다.
이렇게 볼 수 있어요
필수 사항은 LLM/Agent 시스템의 관측 경험까지이고, 모델 시스템을 직접 개발·최적화한 경험은 우대 쪽에 있습니다.
모델 서빙, 경량화, 성능 최적화, 데이터 파이프라인 설계 등 AI 시스템 효율화 경험과 실행 자동화·운영 효율화 기술(MLOps, Workflow Orchestration, Agent Framework 등) 경험을 우대합니다.
이렇게 볼 수 있어요
효율화 대상이 모델 쪽과 운영 쪽 두 갈래로 적혀 있습니다. 어느 쪽 경험인지 나눠 적으면 지원자가 맡을 수 있는 범위가 선명해집니다.
SaaS / Cloud 환경(AWS, GCP, Azure 등)에서 AI 서비스를 개발하고 배포한 경험을 우대합니다.
이렇게 볼 수 있어요
세 클라우드 가운데 하나에서라도 AI 서비스를 배포해 본 경험이 있으면 이 항목을 충족합니다. 쓴 클라우드와 서비스 규모를 함께 적으면 됩니다.
Frontier 연구팀 또는 제품팀과 협업해 연구→제품 전환을 해 본 경험과, 오픈소스·기술 블로그·내부 프레임워크 등으로 기술 내재화·공유 문화에 기여한 경험을 우대합니다.
이렇게 볼 수 있어요
두 경험 모두 업무에 적힌 연구→제품 전환과 기술 전파·표준화를 이미 해 본 경험입니다. 공개된 글이나 저장소가 있다면 지원서에 링크로 남겨 둘 수 있습니다.
LLM/Agent 시스템의 품질 평가(Evals), 회귀 테스트, 실험 설계 경험을 우대합니다.
이렇게 볼 수 있어요
평가와 회귀 테스트 경험은 업무에 적힌 벤치마크 환경을 만들 때 그대로 씁니다. 평가 지표를 어떻게 정했고 그 지표가 실제 사용자 만족과 맞았는지까지 설명할 수 있으면 깊이가 드러납니다.
상태 저장, 재시도, 장애 복구를 포함한 장기 실행 AI 워크플로우를 설계해 본 경험을 우대합니다.
이렇게 볼 수 있어요
오래 실행되는 agent 작업에서 생기는 문제를 다룹니다. 중간에 실패한 작업을 이어서 실행하도록 설계해 본 경험이 있다면 구조를 그림으로 설명할 준비를 해 두세요.
4기타 사항
- 게시일 : 2025년 12월 16일
- 고용형태 : 정규직
- 근무지 : 서울특별시 강남구 테헤란로7길 22 한국과학기술회관 2관 (추정)
- 경력 조건 : 경력 무관
- 학력 조건 : Computer Science, AI, Engineering 등 관련 분야의 학사 학위 또는 이에 준하는 실무 경험
쓰는 기술
공고 본문에 적힌 기술만 모은 목록입니다.
- Rust
- Golang
- Python
- Git
- AWS
- GCP
- Azure
전형과 지원
업스테이지의 기본 영입 절차는 다섯 단계이고, 채용 FAQ는 서류 전형부터 최종 합격까지 약 4~5주가 걸린다고 안내합니다. 공고마다 과제와 인터뷰 구성이 달라서 지원할 공고의 모집 절차를 따로 확인해야 합니다.
다섯 단계
서류 전형, 업무역량 인터뷰, 컬처 인터뷰, 최종 인터뷰, 최종 합격 순입니다. 직무에 따라 업무역량 인터뷰 전에 코딩테스트나 과제테스트, 체크업 세션이 있을 수 있고, 최종 인터뷰 뒤에는 필요하면 레퍼런스 체크를 합니다. 단계별 결과는 가급적 1주일 이내에 알려 준다고 적었습니다.
이렇게 볼 수 있어요
공고별 모집 절차에는 업무역량 인터뷰 자리에 기술 인터뷰, 롤매칭 인터뷰, 협업 인터뷰 같은 이름이 적혀 있고 붙는 테스트도 다릅니다. 다른 회사와 일정을 맞춰야 한다면 지원할 공고의 절차를 기준으로 계산하는 편이 정확합니다.
컬처 인터뷰
협업 문화와 일하는 방식에 관한 지원자의 경험과 생각을 이야기하는 단계라고 안내하며, 업스테이지 웨이를 반드시 확인하라고 적었습니다. 인턴은 컬처 인터뷰까지 진행한 뒤 최종 결과를 발표합니다.
이렇게 볼 수 있어요
회사는 Upstage Way 다섯 항목을 이 단계의 기준으로 안내합니다. 항목마다 그에 맞는 경험을 하나씩 정리해 두면 이 인터뷰를 미리 준비할 수 있습니다.
재지원과 중복 지원
같은 직무에 다시 지원하려면 불합격 뒤 6개월을 기다려야 하고, 다른 직무라면 바로 지원할 수 있습니다. 여러 직무에 함께 지원할 수 있고 결과는 직무마다 따로 안내합니다.
진행 방식과 제출 서류
채용 FAQ는 모든 인터뷰를 구글밋 화상 미팅으로 진행하고 복장 규정은 없다고 적었습니다. 다만 사업개발과 IR 공고 일부는 인터뷰 한 차례를 오프라인으로 진행할 수 있다고 적었습니다. 지원서는 지원한 직무의 현업 담당자가 직접 검토합니다. 학업과 업무를 함께 하는 것은 허용하지 않으며, 졸업 예정자에게는 입사 희망 시점 2개월 전에 지원하라고 권합니다. 공고 하단에는 CV를 포함한 모든 제출 자료를 PDF로 올리고 연봉 정보나 주민번호 같은 민감 정보는 이력서에 적지 말라는 안내가 있습니다.
이렇게 볼 수 있어요
현업 담당자가 서류를 읽으므로 직무 용어와 구체적인 결과를 그대로 써도 전달됩니다. 졸업 전이라면 학기가 끝나는 시점과 입사 가능일을 지원서에 함께 밝혀 두면 일정 확인이 쉬워집니다.
이 공고만 다른 점
서류 전형 뒤에 알고리즘 코딩 테스트가 있고, 기술 인터뷰를 1차와 2차로 나눠 진행합니다.
전형은 서류 전형, 알고리즘 코딩 테스트, 기술 인터뷰(1차/2차), 컬처 인터뷰, 최종 인터뷰, 최종 결과 발표 순서입니다. 회사 공통 절차보다 코딩 테스트와 기술 인터뷰 한 차례가 더 있어 일정을 넉넉히 잡는 게 좋습니다.
지원 전 준비할 것
- 1
agent 실패를 끝까지 추적한 사례 정리하기
팀 소개가 agent의 동작을 실행 구조, 모델, 추론 스택, GPU 자원, 제품 화면까지 넘나들며 추적한다고 적었습니다. 원인이 여러 층에 걸쳐 있던 문제 하나를 골라 어느 층에서 무엇을 확인했는지 순서대로 정리해 두면 기술 인터뷰에서 꺼내기 쉽습니다.
- 2
알고리즘 코딩 테스트 연습하기
기술 인터뷰 전에 알고리즘 코딩 테스트가 있습니다. 평소 쓰는 언어로 시간 제한을 두고 문제를 풀어 보며 손을 풀어 두는 게 좋습니다.
- 3
평가 체계를 만든 경험을 숫자로 준비하기
업무에 벤치마크 환경 구축이, 우대 사항에 품질 평가(Evals)가 있습니다. 직접 만든 평가 세트의 크기, 측정한 지표, 그 지표로 바뀐 결정을 숫자와 함께 정리하면 인터뷰에서 바로 꺼낼 수 있습니다.