AI Research Engineering Part Lead

팀 소개

Deep In Sight의 인캐빈센싱 사업본부는 운전자 상태 감지, 동승자 행동 분석, 실내 안전 판단을 위한 차량 탑재AI 시스템을 개발합니다. 우리는 자동차용 임베디드 플랫폼의 엄격한 연산·전력·지연 제약 속에서 연구 수준의AI를 실제 양산 차량으로 전환하는 팀입니다.

이번에 채용하는 AI Research Engineering Part Lead 는 기술 조직의 최고 의사결정자 역할입니다. 연구 방향 정의와 팀 리딩을 넘어, AI 기술 전략이 사업 방향과 정렬되도록 이끌고, 외부 파트너·고객사와의 기술 대화에서 회사를 대표하는 포지션입니다. 이론과 현실 사이의 간극을 좁히는 경험, 기술 선택의 이유를 팀과 경영진 모두에게 설명하고 방향을 결정할 수 있는 역량이 핵심입니다.

업무

AI Strategy & Organizational Leadership

• 사업본부의 AI 기술 비전 및 중장기 로드맵 수립, 경영진과의 전략적 기술 의사결정 주도
• 연구 조직 구조 설계, 채용 방향 정의, 팀의 기술 성장 체계 수립
• 사업 목표와AI 기술 역량을 연결하는Product-Research 브릿지 역할
• OEM·파트너사·고객사와의 기술 협의에서 회사를 대표하는Technical Spokesperson

Research Direction & Technical Strategy

• 인캐빈AI 분야의 연구 방향을 정의하고, 단기·중장기 기술 로드맵을 수립
• 문제를 가설로 분해하고 실험으로 검증하는 연구 프로세스를 조직 내에 정착
• 이론적으로 우수한 모델과 차량에서 실제로 동작하는 모델 사이의 간극을 메우는 엔지니어링 판단 주도
• 기술 선택의 근거를 명확히 설명하고, 팀의 설계 의도를 엔지니어 간에 공유하는 커뮤니케이션 체계 구축

Model Development & Optimization

• 차량용 임베디드 플랫폼(SoC) 환경에서의AI 모델 설계 및 최적화- 정확도·지연시간·전력 간 트레이드오프를 주도적으로 결정
• DMS(Driver Monitoring System) 및OMS(Occupant Monitoring System)를 위한 핵심 알고리즘 개발:
  • 운전자 상태 감지(졸음, 주의 분산, 시선 추정, 두부 포즈)
  • 동승자 행동 인식(신체 자세, 안전벨트, 물체 검출)
  • 실내 씬 이해(얼굴 인식, 랜드마크 검출, 세그멘테이션)
• Quantization, Pruning, Knowledge Distillation 등 모델 경량화 기법 적용 및ONNX/TensorRT 기반 배포 파이프라인 관리

Cross-functional Leadership

• 임베디드SW 개발자, 애플리케이션 팀, 사업본부와 전체 시스템 관점에서의 기술 소통
• 양산 차량SoC 제약 조건에서AI 모델이 실제로 동작하도록 하는end-to-end 소유권 행사
• 단일 모델 성능이 아닌, 전체 시스템 파이프라인 관점에서의 품질 기준 정의 및 유지

Engineering Challenges at Scale

이 역할에서 실제로 마주하게 될 기술적 난제들입니다. 이 문제들이 흥미롭게 느껴진다면, 우리가 찾는 사람입니다.

• Real-time Vision Pipeline 설계: 수ms 단위의latency 제약 안에서Detection → Estimation → Decision 파이프라인을 어떻게 구성할 것인가
• 멀티SoC 이식성: 같은 모델을 서로 다른 차량용SoC(Qualcomm, Renesas, TI 등)에서 유지·확장 가능하게 만드는 아키텍처 전략
• 불완전한GT에서의 성능 검증: 실도로 데이터에서Ground Truth가 부정확하거나 희소한 상황에서 모델 성능을 어떻게 측정하고 개선할 것인가
• 시스템 판단 안정성 설계: 단일 모델 정확도가 아니라, 여러 모델의 출력이 결합된 시스템 전체의 판단 신뢰성을 어떻게 설계하고 보장할 것인가

자격요건

• 학위: 컴퓨터 비전, 머신러닝, 전자공학, 컴퓨터과학 등 관련 분야 석사 이상(박사 우대)
• 경력: 관련 분야 7년 이상 의 실무 경험, 기술 리더십 역할 3년 이상
• 기본 요건 : 한국어·영어 모두 테크 비즈니스 커뮤니케이션 가능한 수준

4. 필수 역량 :

- AI 연구 조직의 기술 전략 수립 및 실행 경험

- 딥러닝 네트워크 구조에 대한 깊은 이해 및 실제 환경에서의 모델 성능 분석 역량

- 컴퓨터 비전 전반 (이미지 프로세싱, 기하학, 3D 좌표 변환, 카메라 모델 등)에 대한 탄탄한 이론적 배경

- 경영진·외부 파트너와 기술 방향을 정렬하고 의사결정을 이끈 경험

- Python 기반 딥러닝 프레임워크 (PyTorch, TensorFlow) 실무 활용 능력

- ONNX/TensorRT 기반 모델 최적화 및 임베디드 하드웨어 배포 경험

우대사항

• C++ 활용 가능자
• 실제 차량용SoC 환경에서AI 모델을 구동해 본 경험
• 자율주행, DMS/OMS, ADAS 등 차량 도메인의 실무 이해
• OEM 또는Tier-1 자동차 부품사와의 협업 경험
• CVPR, ICCV, ECCV, NeurIPS 등 국제 학회 논문 발표 경험
• AI 제품 상용화(양산 탑재) 경험

What Makes a Strong Candidate

다음과 같은 경험과 관점을 가진 분을 특히 우대합니다.

• Research Depth: 동일SoC 제약에서 같은 모델을 전혀 다른 방식으로 돌릴 수 있는 아이디어를 보유한 분
• Engineering Judgment: 데이터가 불완전한 현실에서 동작 가능한 해법을 설계한 경험이 있는 분
• Technical Leadership: 단일 모델 성능이 아닌 전체 시스템 품질 기준을 정의하고 팀을 설득한 경험이 있는 분
• Business Alignment: 기술 결정이 제품 방향 및 사업 목표와 어떻게 연결되는지 설명할 수 있는 분

Why This Role

• 최고 기술 결정권: 모델 구조부터 조직 전략까지, AI 전반의 의사결정을 직접 주도
• 도메인 희소성: 차량 임베디드 인캐빈AI는 글로벌로도 연구 인력이 제한된 희소 영역
• 연구→ 양산 사이클: 논문 수준의 아이디어가 실제 양산 차량에 탑재되는 전 과정 직접 경험
• 장기 성장 경로: 인캐빈AI 플랫폼 전체를 이끄는CTO 트랙으로의 명확한 성장 경로 제공

Deep-In-Sight는 차량 내 공간을AI로 더 안전하고 인간 중심적으로 만드는 것을 목표로 합니다. 이 역할은 그 비전을 실제 기술로 실현하는 가장 중심에 있습니다.