[채널톡] MachineLearning Engineer(Model Training)

About the role

* 전문연구요원으로 지원 가능한 포지션입니다.

We Make a Future Classic Product!

채널톡은 기업의 지속가능한 성장을 돕는 ‘올인원 AI 메신저’입니다. 고객과 언제 어디서나 대화할 수 있는 환경을 만들어 비즈니스의 방향성을 고객으로부터 찾을 수 있도록 돕고 있어요.

현재 '고객이 답이다'라는 철학으로 고객사의 고객 소통 경험을 변화시키고 있습니다. CRM 데이터 기반의 상담 경험 설계와 AI를 통한 반복 문의를 빠르게 처리해 CS 효율화부터 고객 경험 개선까지 채널톡 하나로 해결해요.

수많은 온라인 비즈니스의 본질적인 문제를 풀어낸 결과 한국 너머의 시장에서도 빠르게 성장하고 있습니다. 일본 시장에서 점유율 20% 이상으로 업계 1위와 매출 성장세도 B2B 업체 중 아시아에서 가장 빠른 수준이에요. 아시아에서 인정받은 제품력을 발판 삼아 글로벌 SaaS 기업으로 거듭나고자 미국 시장에 적극 진출하고 있습니다.

채널톡 출시 이후 이와 같은 성과를 거둘 수 있었던 핵심은 ‘제품’입니다. 좋은 제품이 최고의 세일즈, 마케팅이라고 믿습니다. 채널팀 전체 임직원 중 절반 이상이 개발자로 이들 모두가 단 하나의 제품을 만드는데 집중합니다. 구글 검색, 아이폰처럼 한 세대를 상징할 “미래의 클래식” 프로덕트를 목표로 최고의 인재들과 함께합니다.

하고 싶은 일이 참 많습니다! 많이 기대되는 앞으로의 여정 가운데 함께할 채널톡의
Machine Learning Engineer (Model Training) 를 찾습니다!

채널톡 AI 모델 팀에서 상담에 필요한 AI 모델을 직접 학습시킬 분들을 모시고 있습니다.
공개된 모델을 그대로 사용하거나 범용 모델 API를 가져다 쓰는 데서 멈추지 않습니다. 상담이라는 도메인이 요구하는 조건을 맞추는 모델을 직접 만들어 나가고 있습니다. 아래는 AI 모델 팀에서 학습한 모델이 제품에 들어간 사례들입니다.

• 맥락을 읽고 기다리는 AI 전화(보이스알프 유튜브) : https://www.youtube.com/watch?v=UNPhoO49FVo
• 상담 분석 모델(새미 블로그) : https://tech.channel.io/kr/articles/f70a8f22

위 사례를 포함하여 AI 모델 팀에서 만든 모델은 아래와 같습니다.

• Hana TTS: 상담사 역할에 맞는 자연스러운 상담향 TTS입니다. 2025년 첫 출시 후 지속적으로 업데이트하고 있습니다. 한국어에 이어 일본어 모델도 서비스하고 있습니다. 채널톡 안에서도, 고객사에게도 타사 TTS보다 많이 선택받고 있습니다.
• Turn Detection: 고객의 말이 끝났는지 여부를 판단하는 모델입니다. 음성 에이전트에서 원활한 대화 전개를 위한 핵심적인 모델입니다.
• 상담 특화 LLM: 상담 대화의 내용을 정리, 분류 및 평가하는 모델입니다. 회사의 서비스 품질을 측정하고 관리하는 데에 필수적인 모델입니다.
• 스트리밍 STT: 실시간 음성 상담용 자체 음성 인식 모델입니다. 상담 대화체에서 기존에 쓰던 상용 STT보다 낮은 오류율(CER)을 달성했습니다.

이 모델들은 상담 에이전틱 시스템에 사용되고 있으며, 더 나은 상담 서비스 설계를 위해 모델의 통폐합 및 세분화가 이루어질 수 있습니다.

앞으로의 팀의 과제는 AI 상담을 위한 모델을 계속 학습하고 성능을 올리는 것입니다. 에이전트 라우팅, 특정 문제에 특화된 소형 모델 등 다양한 AI 모델을 직접 연구하고 개발하는 방향으로 확장할 계획입니다.

[채널팀이 더욱 궁금하다면?]
홈페이지: https://channel.io/ko
블로그: https://channel.io/ko/blog
유튜브: https://www.youtube.com/channel/UCy4L-mlTgH-v8vBbtzCGhIA
인스타그램: https://www.instagram.com/channel.io/

What you'll do

• 제품 문제를 해결하기 위한 자체 AI 모델을 설계하고 학습합니다.
• Speech 모델(TTS/STT 등)과 LLM을 학습하여 모델 품질 향상을 주요 과제로 다룹니다.
• 데이터 수집 전처리 학습 평가까지의 ML pipeline을 구축합니다.
• 제품 엔지니어들과 협업하며 연구 결과를 실제 서비스에 적용합니다.
• Latency, 연산량 등의 비용을 고려한 효율적인 모델 구조를 설계합니다.
• AI 모델에 대한 기술 방향성과 연구 로드맵을 함께 설계합니다.

Requirements

• Speech 모델(TTS/STT 등) 혹은 LLM 학습 및 서비스 적용 경험
• 음성/언어 모델 학습 관련 도메인 지식
• Transformer 기반 음성/언어 모델 구조에 대한 깊은 이해
• PyTorch 기반 음성/언어 모델 학습 경험
• 음성/언어 모델 학습 데이터셋 구축 및 데이터 품질 개선 경험

Preferred qualifications

• 스트리밍 음성 인식 및 합성 시스템 구축 경험
• DeepSpeed, FSDP 등 분산 학습 경험
• 경량 LLM 또는 특화 모델 연구 경험
• 음성 관련 논문 구현 및 연구 경험
• 오픈소스 음성 모델 기여 경험
• 추론 최적화(ONNX, TensorRT 등) 경험

Benefits

• 채널팀은 의미 있는 성과를 낸 멤버에게 업계 최고의 대우를 하기 위해 노력합니다.
• 장기적으로 크게 기여해주신 분께는 의미 있는 스톡옵션의 기회를 드립니다.
• 업무에 더욱 집중하고 몰입할 수 있는 환경을 제공합니다.

Hiring process

• [서류 제출] ＞ [사전 기술 인터뷰(온라인)] ＞ [1차 인터뷰] ＞ [2차 인터뷰] ＞ [최종 합격] 순서로 진행됩니다.
• 제출하신 서류를 통해 팀에 필요한 기본적인 문제 해결 역량을 갖추고 계신지 확인합니다. 지금까지 수행하신 프로젝트와 도전 과제, 그리고 이를 어떻게 해결해 오셨는지를 구체적으로 작성해 주시면 많은 도움이 됩니다.
• 사전 기술 인터뷰는 온라인으로 진행되며, ML/AI 관련 기술 중심의 Q&A로 30분간 진행됩니다.
• 1차 인터뷰는 1시간 30분 동안 진행되며, 지원자께서 수행하셨던 프로젝트에 대한 설명과 이에 대한 질의응답을 중심으로 진행됩니다. 프로젝트의 배경, 기술적 선택의 이유, 문제 해결 과정 등을 통해 실무 경험과 기술 이해도를 확인합니다.
• 2차 컬처핏 인터뷰는 채널과 핏이 잘 맞는 분인지 알기 위해 편안하게 서로 질문을 할 수 있는 시간을 갖게 됩니다.