Large Language Model Researcher

세이지는 어떤 회사인가요?

세이지는 2017년 '혁신적인 AI기술로 산업을 탈바꿈시킨다'는 Mission하에 제조 산업의 고객들의 다양한 문제를 해결하고자 설립되었어요. 세이지는 제조업 자동화의 첫걸음으로 스마트 팩토리를 위한 AI비전 플랫폼을 만들어 결함검사와 공정 및 현장 모니터링의 자동화를 이끌고 있어요. 주요 고객은 이차전지 분야 및 반도체(PCB) 분야 등 국내 다수의 제조기업으로 아래 솔루션들을 제공하고 있으며, 국내 뿐만 아니라 중국이나 유럽 등의 제조 공장에서 활용되고 있습니다.

세이지에서 서비스하는 제품

• SAIGE VISION - AI 기반 머신비전 솔루션
  • 딥러닝을 이용한 제조업 비전 검사 솔루션으로, 빠르고 정확하게 제품의 결함을 찾아내요.
  • SAIGE VISION의 기능은 <여기 >를 클릭하시면 확인하실 수 있어요.
  • UI 가 제공되는 Developer, C/C++, C# 언어의 라이브러리 형태로 제공되는 SDK 제품이 있어요.

• SAIGE VIMS - AI 기반 제조 공정 모니터링 솔루션
  • 제품 생산 공정을 실시간으로 모니터링하며 공정의 이상을 발견하는 솔루션이에요.
  • 영상 데이터를 주로 다루며, 제품 생산 공정을 통합 관제하는 화면 등을 포함해요.
  • SAIGE VIMS의 기능은 <여기 >를 클릭하시면 확인하실 수 있어요.

• SAIGE SAFETY - AI 기반 안전 모니터링 솔루션
  • 산업 현장에 위험이 되는 상황을 실시간으로 감지하는 솔루션으로 안전한 작업 환경을 만들어요.
  • 주로 산업 현장을 통합 관제하는 화면을 다루어요.
  • SAIGE SAFETY의 기능은 <여기 >를 클릭하시면 확인하실 수 있어요.

비전 회사인데, 왜 LLM 리서처를 뽑나요?

세이지는 비전 AI로 "무엇이 보이는가" 를 푸는 데 집중해왔어요. 결함을 찾고, 사람과 보호구를 검출하는 일은 이미 현장에서 잘 하고 있어요. 하지만 안전 관제로 영역을 넓히면서 검출만으로는 풀리지 않는 문제를 만났어요.

• 탐지와 판단은 다른 문제예요. "헬멧 미착용"은 검출 결과일 뿐, 실제 위험 여부는 작업 종류·구역·주변 상황에 따라 달라져요. 이 맥락을 룰로 메워왔지만 현장이 늘수록 룰도 함께 늘어나 한계에 부딪혔어요.
• 사고는 학습 데이터가 모이지 않아요. 대신 안전 규정·사고 사례·작업 표준이라는 지식은 쌓여 있어요. 이걸 읽고 추론하는 건 언어 모델의 영역이에요.
• 근거 없는 경보는 결국 꺼져요. 현장이 필요한 건 "위험 감지됨"이 아니라 무엇이 어긋났고 지금 무엇을 해야 하는지예요.

잘 작동하는 비전 모델 위에 판단과 설명의 레이어 를 올리는 일 - 이 포지션이 맡게 될 문제예요.

주요 업무

• LLM 연구 및 모델 개발
  • 산업 안전·제조 도메인에 특화된 LLM 학습 및 최적화 (Continual Pre-training / Fine-tuning)
  • 현장 상황에 대한 자연어 설명, 위험도 진단, 개선 방안 생성 등 Language Reasoning 모델 연구
  • 영상/이미지 입력과 결합한 Vision-Language 확장 (Scene Understanding + Reasoning)
  • 안전 상황 인식 (위험 행동, 보호구 미착용, 위험 구역 침입 등)
  • 최신 LLM/LVLM 논문 조사 및 적용 (Llama, Qwen, Gemma 계열 및 GPT-4V, Qwen-VL, InternVL 등)
• 안전 관제 도메인 문제 정의
  • 실제 현장의 안전 이슈를 AI 문제로 구조화
  • 객체 인식/행동 인식 + 언어 모델 결합 전략 설계
  • Rule-based 관제 vs LLM 기반 추론의 역할 분리 및 설계
• 데이터 및 학습 전략 설계
  • 텍스트 및 영상/이미지 어노테이션 전략 설계
  • 도메인 데이터셋 구축 및 품질 관리
  • SFT, Instruction Tuning, Alignment(DPO 등), Prompt Engineering 전략 수립
  • 분산 학습 및 학습 효율화 (LoRA/QLoRA, DeepSpeed, FSDP 등) 전략 수립
• 지식 검색 및 추론 파이프라인 구축
  • 안전 규정·사고 사례·작업 표준 등 도메인 지식베이스 설계
  • Sparse/Dense Retrieval 파이프라인 구축 및 검색 품질 개선
  • Agentic Retrieval을 활용한 RAG 설계 및 근거 기반 위험도 판단 고도화
• 모델 서빙 및 제품화
  • 학습한 모델의 경량화·최적화 및 서비스 배포 (quantization, vLLM, TensorRT-LLM 등)
  • 서비스/플랫폼 팀과 협업하여 PoC → 상용화 연결
• 기술 리딩 및 협업
  • 주니어 연구원/엔지니어 기술 멘토링
  • 모델 성능 지표 정의 및 실험 설계 리드

합류하시게 될 팀

• 세이지의 LLM Researcher로 합류하시면 AI 기반 안전 관제 기술을 개발해요. 언어 모델이 중심이지만, 영상/이미지를 함께 다루는 멀티모달 영역으로도 확장해 나가요.
  • 연구소 스쿼드는 2~4명으로 구성되며, 하나의 목표를 향해 긴밀히 소통하고 협업해요.
  • 프로젝트 성격에 따라 연구자가 직접 문제 정의부터 실행까지 주도해요.
  • 각 연구자가 자신의 역량을 가장 효과적으로 발휘할 수 있는 환경에서 일해요.

지원 자격

• 컴퓨터 공학, 전자·기계공학, 수학, 물리 또는 기타 관련된 전공의 석사 이상의 학위를 소지하고 계신 분 (석사 학위 필수)
• 석사 학위 취득 이후, 산업계에서 인공지능 프로젝트를 주도적으로 기획 및 수행한 경력이 1년 이상 있으신 분
• 1B 이상 파라미터 규모의 LLM을 직접 학습해보신 분 (Pre-training, Continual Pre-training, Fine-tuning 중 1개 이상 포함)
  • 도메인 특화, 태스크 특화 등 목적에 맞게 모델을 Fine-tuning한 경험
  • 학습 데이터 구성, 하이퍼파라미터 설계, 성능 평가까지 직접 수행한 경험
• 학습한 LLM을 실제 서비스/제품에 배포하고 운영해보신 분
  • 모델 서빙, 추론 최적화, 성능 및 비용 트레이드오프를 고려한 의사결정 경험
• 기계 학습 관련 소프트웨어 개발 및 엔지니어링 실무 경험이 있으신 분
• RAG(Graph DB, Sparse/Dense/Agentic Retrieval) 설계 및 구축 경험이 있으신 분
• Python 및 주요 데이터 분석/머신러닝 패키지, PyTorch 프레임워크 활용에 능숙하신 분
• Git 기반 협업 경험을 보유하신 분
• 주도적으로 업무를 이끌고, 논리적인 커뮤니케이션 역량을 갖추신 분
• 지원일로부터 4개월 내 온보딩이 가능하신 분

우대 사항

• 관련 전공 박사 학위를 소지하신 분
• Vision Language Model (비전 언어 모델) 관련 전문적인 지식 및 프로젝트 경험이 있으신 분 (Qwen-VL, Gemma3, InternVL 등 최신 LVLM 사용 또는 커스터마이징 경험)
• 대규모 분산 학습 (DeepSpeed, FSDP, Megatron 등) 또는 모델 압축·Distillation 경험이 있으신 분
• 기계 학습 관련 국제 Conference나 Journal에 논문을 출판한 경험이 있으신 분
• 연구 프로젝트 기획부터 실행, 검증, 제품/서비스 전달까지 전체 과정을 매니징한 경험이 있으신 분
• B2B 인공지능 솔루션 스타트업 또는 관련 산업에서의 근무 경험이 있으신 분
• 산업 안전, 스마트 시티, CCTV 관제 등 도메인 경험 또는 영상 분석 (Action Recognition, Video Understanding) 경험이 있으신 분

지원서는 이렇게 작성하시는 걸 추천해요

• 연구해오신 논문/프로젝트들에 대한 간략한 소개와 주요 성과에 대해 설명해주세요.
• 해당 논문/프로젝트들에서 본인이 기여한 영역에 대해 명확히 기입해주세요.
• 연구 프로젝트 진행 과정에서의 협업 경험에 대해 설명해주세요.
  • 연구 내용 공유 및 논의, git을 이용한 협업 등.
• 공개하신 Github repository 가 있다면 공유해주세요.

영입 프로세스

• Step 1. 지원서 접수

  • 후보자님의 기본 정보 및 업무 경험을 작성해 주세요.

  • 후보자님의 역량을 보여주는 파일이나 링크를 보내주셔도 좋아요.

  • 후보자님께서 작성한 소중한 지원서는 신중히 검토하여 연락 드리고 있어요.

    지원하신 모든 후보자님께 답변을 드리니 조금만 기다려 주시면 감사하겠습니다!

• Step 2.전화 인터뷰

• • 후보자님께서 보내주신 지원서를 바탕으로 질의응답 방식의 인터뷰를 진행해요.

  • 약 15분 ~ 20분 소요돼요.

  • 전화 인터뷰 결과는 신중히 검토하여 연락 드리고 있어요.

    지원하신 모든 후보자님께 답변을 드리니 조금만 기다려 주시면 감사하겠습니다!

• Step 3. 대면 인터뷰

  • PT 발표와 질의응답 형식으로 진행해요.

  • 후보자님과 세이지가 서로에 대해 더 깊이 알아가는 시간이에요.

    경력과 실제 경험을 바탕으로 직무적 역량과 문제 해결 능력을 확인하고,

    가치관, 커뮤니케이션 스타일, 문제를 해결하는 방식 등 세이지의 조직 문화와 잘 맞는지도 함께 이야기 나누어요.

  • 인터뷰는 채용 상황과 직무에 따라 진행 방식과 시간이 달라질 수 있어요.
  • 대면 인터뷰 결과는 신중히 검토하여 다음 전형 진행 여부를 안내드리고 있어요.

    지원하신 모든 후보자님께 결과를 안내드리니 조금만 기다려 주시면 감사하겠습니다!

• Step 4.처우 협의

  • 후보자님의 역량에 따라 처우를 협의해요.
  • 채용 확정은 오퍼레터 발송 후 처우 협의 완료를 기준으로 확정돼요.

• Step 5. 온보딩
  • 세로지니(새로 온보딩한 세이지니)가 된 여러분의 첫 출발을 맞이할 준비를 하고 있을게요!

복지 및 혜택

[업무에 몰입할 수 있는 환경을 제공해요]

• 주 39시간, core time (10:30 ~ 15:30)을 준수하며 자유롭게 출퇴근해요.
• 업무에만 집중하실 수 있도록 식대가 담긴 법인카드를 1인 1지급해요.
• 세이지니 (세이지 구성원)의 업무 몰입을 위해 최신 소프트웨어와 하드웨어를 지원해 드려요.

[세이지니의 성장을 응원해요]

• 매년 세이지니 성장에 도움을 드릴 수 있도록 자기 계발비를 지원해요.
• 공휴일이 없는 달에는 출근 대신 자기 계발을 하는 플러스 데이가 있어요.
• 성과를 보여주는 세이지니에게는 충분한 보상을 드려요.
• 논문 투고, 학회 참석 지원금, 전문가 활용, 강의 등 업무 관련 비용은 지원해 드려요.
• 세이지니의 성장을 위해 다양한 주제로 사내 교육을 진행해요.
• 세이지니의 업무 성장에 도움이 된다면 원하는 도서를 모두 구매해 드려요.
• 공통 관심사가 있는 세이지니가 함께 성장할 수 있도록 동호회 비용을 지원해 드려요.

[일하는 것만큼 잘 쉬는 것도 중요해요]

• 수요일과 금요일에는 1시간 30분 동안 점심 식사를 해요.
• 숙박, 여행, 레저, 공연 전시 등 휴가비를 지원해 드려요.
• 장기근속자에게는 리프레시 휴가와 장기근속포상금을 지원해요.
• 2년에 한 번 프리미엄 건강검진 비용을 지원해 드리고, 약정 휴일을 드려요.
• 부득이하게 야근할 경우에는 야근 식대와 야근 택시를 지원해요.

[좋은 날에는 함께 축하해요]

• 결혼, 집들이, 졸업식 등 좋은 날에는 경조사비와 선물을 드려요.
• 생일에는 약정 휴일을 드려요.
• 패밀리데이를 활용하여 세이지니는 출근 대신 가족과 함께 시간을 보내요.
• 풍요롭고 따뜻한 명절을 위해 설날과 추석에는 선물을 지급해 드려요.
• 자녀의 행사 (입학식, 학예회 등)를 놓치지 않도록 추가로 약정 휴일을 드려요.

참고사항

• 온보딩 후 3개월의 수습기간이 적용됩니다.
• 세이지의 최신 소식이 궁금하다면? 세이지 블로그 확인하러 가기