컴퓨터 비전 머신러닝 엔지니어

About the role

뇌과학 실험의 현실
• 암을 고치는 시대에 남아있는 난치병은 뇌질환입니다.
• 증상이 행동으로 나타나기 때문에, 약을 만들기 위해서는 행동 실험이 필요합니다.
• 어쩔 수 없이 인간을 대신해 동물에게 실험하며, 그 과정을 영상으로 촬영해 소프트웨어로 분석합니다.

우리가 발견한 페인포인트
• 시장을 점유하고 있는 유럽 회사의 비싸지만 낙후된 Windows 기반 소프트웨어는 성능이 좋지 못합니다.
• 주 사용자인 뇌과학 연구실 대학원생들은 안좋은 분석결과로 인해 필요이상으로 동물을 희생시키기도 합니다.
• 우리는 미국을 방문해 해당 제품 사용자 100여명을 만났고
• 동물의 신체골격이 제대로 인식되지 않아 그 이후의 분석결과를 신뢰하지 못한다는 명확한 페인포인트를 찾아냈습니다.

단 하나의 미션
• 우리는 동물의 신체골격 인식 정확도를 극대화하자는 단 하나의 미션만을 추구하고 달성하기로 합의했으며
• 그 과정에 필요할 것으로 예상되는 5개의 기술들을 국내/해외에 특허로 출원하고, 이미 3개는 9개월만에 등록 완료되었습니다.

현재까지 우리가 해낸 것
• 우리는 2025년 4월, 단 4명으로 극대화된 인식기능(Killer Function)을 가진 초기 제품을 국내 대학원/연구기관에 배포했으며
• ‘어떠한 경쟁사도 가지지 못한 놀라운 인식성능을 가졌다’는 평을 지속적으로 듣고 있습니다.
• 하지만 ‘인식 시간이 수 시간으로 상당히 길다’라는 평을 함께 듣고 있으며
• 그 시간을 분 단위까지 극단적으로 감소시키는 것이 우리가 해결하고 다루어야 할 유일한 KPI 입니다.

우리가 일하는 방식
• 우리는 2025년 4월의 1차 테스트에서 1일 정도의 인식 시간, 5월의 2차 테스트에서 6시간 정도의 인식 시간을 기록했습니다.
• 사용자에게 극대화된 인식 정확도를 전달해주면서, 분단위의 인식 시간을 기록할 때까지 우리는 1000차 테스트도 마다하지 않을 것입니다.
• 그렇기 때문에 우리는 1000번의 지속적인 출시를 하기 위한 애자일 조직의 형태를 띠고 있습니다.
• 매일 슬랙으로 업무 장소에 얽매이지 않고 각자가 한 일/할 일에 대해 공유합니다.
• 이런 방식으로 평시를 보내며, 주로 이전 사용자테스트에서의 피드백을 수정하고 다음 사용자테스트에 추가할 기능을 만듭니다.
• 유저 테스트(=반복적 출시) 때에는 아침부터 밤까지 사무실에서든 외부에서든 지칠만큼 일하고 있습니다.
• 그리고 그 이후의 평시에는 다시 각자의 속도대로 자유롭게 일합니다.
• 2026년 현재 4시간 정도의 인식 시간을 기록하고 있으며, 한국과 미국에서 초기 매출이 발생하고 있습니다.

팀 구성
• 기획팀에는 기획/디자인을 함께 작업하는 디자이너 출신 기획자 CPO 가 존재합니다.
• 유저 테스트시에는 사용자와의 소통을 담당하고, 평시에는 스프린트 리뷰와 제품 기획/디자인을 진행합니다.
• 우리 회사는 독립적으로 존재하는 기획자보다 디자이너 또는 개발자 출신이 기획을 하는 것이 낫다는 가치관을 갖고 있습니다.
• 그중 사용자에 대한 인문학적인 직관과 기술적인 시각능력을 동시에 갖춘 디자이너 출신이 기획을 하는 것이 낫다고 생각해 합류를 요청드려 함께하게 되었습니다.

• 개발팀장은 CTO 로서 기획팀과의 소통, 지원팀과의 소통을 담당합니다.
• 개발팀에서 특허출원/라이브러리 사용 등으로 인해 기술적인 기획발전이 있을 수 있는 경우 기획팀에 이야기하는 Technical PO 로서의 소통
• 기획팀에서 하는 기획이 무난히 개발될 수 있도록 개발팀 내에서의 소통을 진행합니다.
• 한국 IT 기업 문화에서 갑이 되기도 하지만 을로 살아가기도 하는 개발자들이 평가절하당하지 않도록 끊임없이 지원팀에게 제도적인 개혁을 이야기하는 역할도 강하게 수행하고 있습니다.

• 지원팀장인 CEO 는 실제로 우리에게 필요한 업무적인 지원을 첫번째이자 대부분의 역할로 여기고 맡습니다.
• 아무리 사소한 것이라 하더라도 지원팀에 이야기하면 적극적으로 개선/도입해주고 있습니다.
• 물론 동물행동실험 분야에 몸담았던 사람으로서 기획팀장인 CPO 와 함께 유저 테스트때마다 사용자와 적극적으로 소통합니다.
• 그리고 우리가 하는 일들을 투자자들에게 제대로 전달하기 위해 항상 우리와 같이 자료를 작성하고 검토를 받는 열린 사람입니다.

우리가 원하는 사람
• 우리는 이렇게 단 한 명도 존재 이유와 가치를 설명하고 자랑하지 못할 사람이 없는 조직입니다.
• 우리는 우리같은 사람을 더 원합니다.
• 연봉협상, 스톡옵션, 지분분배, 업무권한, 모든 이야기는 열려있습니다.
• 다만 당신의 연봉/지분/권한으로 인해 우리의 연봉/지분/권한이 상승하도록 해줄 수 있는, 그러한 사람을 원합니다.

우리의 비전과 태도
• 우리의 비전은 ‘최고의 분석, 최소의 희생’입니다.
• 하지만 우리는 사용자인 대학원생, 희생되는 동물을 위해 일하지 않습니다.
• 우리는 우리의 이익을 위해 일합니다.
• 그러다보면, 그 길에 ‘최고의 분석 소프트웨어가 탄생하고, 동물들의 희생이 최소화될 것’이라 믿는
• 과감하고 진취적이면서도 현실적인 조직입니다.

현재 상황
• 현재 우리 5명에게는 30억가량의 투자금이 남아있으며, 한국에서 초기 매출을 발생시키고 있습니다.
• 우리는 J커브를 그리기 위해 미국으로의 진출 및 공개 출시를 계획하고 있습니다.

우리의 제안
• 2개월간 우리와 함께해보실 분을 찾습니다.
• 그 이후의 거취에 대해서는 함께 일하면서 서로가 알게 될 것이라 생각합니다.

What you'll do

• 현재 액트버스의 분석 정확도를 유지하면서, 분석 시간을 줄이기 위한 추론 파이프라인 개발·운영
• 액트버스 제품 로드맵의 다음 단계를 위한 모델 적용 및 추론 파이프라인 설계·구축
• 지식재산권 확보를 위한 특허 출원 및 관리 업무

Requirements

• 컴퓨터공학 또는 관련 학과 전공자
• 비전 모델 최적화부터 추론, 서빙까지의 경험 보유

Preferred qualifications

기획이 악보이고 프론트엔드가 연주자라면, 머신러닝 엔지니어는 조율사입니다.

• 관객은 조율사를 보지 못합니다. 하지만 모든 음의 품질은 조율에서 이미 결정되어 있습니다.
• 프론트엔드는 눈에 보이는 요소로 사용자와 만나고, 머신러닝은 보이지 않는 판단과 추론의 품질로 사용자의 경험을 결정합니다.
• 액트버스에서 사용자가 보는 모든 분석 결과는, 결국 모델이 영상 속 개체를 어떻게 이해했는지 그리고 그것이 얼마나 빠르고 정확한지에 대한 결과입니다. 종종 머신러닝 엔지니어는 다른 직군에 비해 사용자와 직접적인 상호작용을 하지 않는 것처럼 보이지만, 오히려 그 반대로 사용자와 가장 깊게 연결되어있다고 생각합니다.
• 그만큼 머신러닝 엔지니어가 사용자에게 미칠 수 있는 임팩트는 매우 크고, 이 임팩트 자체가 권한이라고 생각이라고 믿습니다.

Vision 분야의 챌린지

• 딥러닝이 세상에 처음 이름을 알린 것은 이미지를 알아보는 모델이었습니다. 노벨상을 받은 AlphaFold 역시 자연어 처리 모델이 아니라, 눈에 보이지 않는 단백질의 형태를 읽고 예측해낸 모델입니다.
• 그런데 왜 더 빠르게, 더 큰 파이를 만든 쪽은 LLM일까요?
• 자연어를 흉내 내는 것보다, 인간이 시각 정보를 처리하고 판단하는 과정을 흉내 내는 것이 훨씬 어렵기 때문입니다.
• 어렵다는 것은, 아직 아무도 그 파이를 다 가져가지 못했다는 뜻입니다. 우리는 이러한 챌린지를 즐기고 함께 걸어나갈 사람을 원합니다.

벤치마크는 결승선이 아닙니다.

• 성능 몇 퍼센트 개선, 추론 시간 단축, 정확도 향상 등은 모두 유의미한 지표입니다. 하지만 페이퍼 워크로 정의될 수 있는 매트릭스 안에서의 숫자만 달성하면 끝이라고 생각하는 분은 저희와 맞지 않습니다.
• 그 숫자가 사용자에게 어떤 차이를 만드는지, 왜 지금 이 기능을 고도화해야 하는지, 그것이 우리에게 무엇을 가져다줄지 등, 최적화/고도화라는 뻔한 태스크 뒤에 있는, 뻔하지 않은 제품의 의도를 읽는 것까지가 머신러닝 엔지니어의 일이라고 믿습니다.

GPU를 더 붙이는 것도 답입니다. 유일한 답이 아닐 뿐입니다.

• 연산 시간을 줄이려고 GPU를 더 쓰는 것을 단순무식하다고 생각하지 않습니다. 속도와 비용 사이의 트레이드오프를 읽고 내린 선택이라면 그것도 좋은 판단입니다.
• 동시에, GPU 를 탑재한 파이프라인 안에서 소프트웨어 엔지니어링의 눈으로 시간 비용을 줄일 틈새를 찾아내는 사람을 원합니다.
• 머신러닝 엔지니어의 일은 모델 개선에서 끝나지 않습니다. 서빙, 자원 운영, 비용 등, 모델이 사용자에게 닿는 전 과정이 이제 머신러닝 엔지니어의 시야 안에 있고, 오히려 그 역할을 분리하지 않는 것이 자연스럽다고 생각합니다.

불확실성을 다루는 감각

• 머신러닝은 확실한 답을 주지 않습니다. 대신 직관을 줍니다.
• 직관적이기 때문에 오히려, 인간의 선택과 같은 감도의 최적해에 어떻게든 닿을 수 있다고 믿는 사람을 원합니다.
• 인공지능을 컴퓨팅 스킬이 아니라 사고방식 그 자체로 받아들이는 분이라면 잘 맞을 수 있습니다.

Benefits

재택/원격에 대한 우리의 생각
• 우리에게 재택/원격에 대한 제한은 없습니다.
• 하지만 그것은 복지가 아니라 무기입니다.
• 재택/원격이 자유로운데도 5명 중 3명은 회사 근처 잠실/석촌에 살고 있으며, 매일 4명 정도는 사무실에 출근해서 일합니다.
• ‘재택/원격이 자유롭다면 오히려 멀리 살아야 유용하지 않나?’ 라고 생각할 수 있지만, 실제로는 반대입니다.
• 회사 가까이 살면, 늦게 일어나도 바로 갈 수 있고, 늦게까지 일해도 바로 집에 갈 수 있기 때문에, 오히려 ‘재택/원격’ 자체를 크게 신경쓰지 않습니다.
• ‘크게 신경 쓰지 않기 때문에’, 더 자유롭게 제도를 이용하게 됩니다.
• 반대로 재택/원격을 ‘복지’ 개념으로 이해하면 ‘주 몇 회는 써야 하지 않나?’ 같이 업무와 무관한 방향으로 흐르기 쉽습니다.

우리는 힘들게 일하고 있습니다.
• 우리는 서로가 힘들어하고 있는 모습을 눈으로 보며 함께 분담하려는 사람들입니다.
• 재택/원격은 정말 회사 밖에서 일하고 싶거나, 밖에서 일해야만 하는 상황에서 자유롭게 사용하는 형태여야 한다고 생각합니다.

휴가에 대해서도 마찬가지입니다
• 우리는 법정연차를 넘어 무제한 휴가 제도를 사용 중입니다.
• 앱에 스스로 휴가를 등록하면 그만이고, 슬랙에 대대적으로 공유되어 눈치를 보게 하지도 않습니다.
• 그런데도 법정 연차를 다 못 써서 돈으로 보상받는 경우가 더 많았습니다.
• 휴가를 못 쓸 만큼 바빴다기보다는,
• 높은 목표와 교환하느라 함께 힘들었을 수는 있어도, ‘괴롭지는 않았기 때문에’, 굳이 보상처럼 ‘단절’을 추구할 필요는 없었을지도 모릅니다.

모든 멤버에게 법인카드가 지급됩니다.
• 우리는 무언가를 사기 위해 서로의 허락을 맡지 않습니다.
• 다만 개인이 구매하는 모든 것은 법인카드 앱을 통해 팀 및 회사에 노출됩니다.
• 그로 인해 개인이나 팀 및 회사의 지출 통계를 서로가 알 수 있습니다.
• 돈을 안 쓰고 돈을 안 버는 팀이나 회사보다는, 돈을 쓰고 돈을 버는 팀이나 회사를 지향합니다.

Hiring process

1. 서류 전형
• 1주일 이내 회신
2. 실무진 면접
• 60분 대면
• 코딩테스트 없음
3. 컬처핏 인터뷰
• 멤버들과 대면
• 가치관 중심 대화
4. 처우 협의
• 오퍼레터 전송
• 전자계약서 전송
5. 최종 합격
• 정규직
• 수습 2개월 포함