이 자리가 왜 생겼을까요
도로 이미지를 멀티모달 LLM으로 분석해 노면 상태와 주행 편의성 여부를 판단하고 도로 정보를 자동으로 갱신하는 연구가 카카오모빌리티 반기보고서에 진행 중인 과제로 올라 있습니다. 같은 표에는 촬영 이미지에서 도로 표지판과 단속카메라 같은 도로 객체 정보를 자동으로 추출하는 비전 AI 과제도 진행 중으로 적혀 있습니다. 이 공고는 Camera, LiDAR, Map 데이터를 함께 쓰는 멀티모달 inference와 Multimodal LLM 기반 장기 학습, 공간 정보 인식 모델 연구를 업무로 적었습니다. 이미지나 지도 데이터에서 공간 정보를 뽑아 실제 서비스 데이터에 반영해 본 연구가 있다면 모델 구조와 함께 그 결과가 어디에 쓰였는지 밝힐 수 있습니다.
카카오모빌리티가 지금 어떤 사업에 집중하고 있는지는 카카오모빌리티 채용 분석에서 이어서 볼 수 있습니다.
1하게 될 업무
멀티모달 딥러닝 모델을 연구하고 개발합니다.
이렇게 볼 수 있어요
반기보고서가 진행 중 과제로 밝힌 도로 이미지 멀티모달 LLM 분석처럼 이 회사의 멀티모달 연구 결과는 도로 정보 갱신에 쓰일 수 있습니다. 그래서 논문 지표와 함께 실제 데이터에 반영된 정확도가 중요해집니다. 논문으로 끝난 연구와 제품·서비스까지 간 모델은 나눠 적어 주세요. 서비스로 간 모델은 반영 뒤 무엇을 고쳤는지까지 적으면 연구와 개발 양쪽 경험이 함께 보입니다.
Camera, LiDAR, Map 등 다양한 센서 데이터를 활용해 멀티모달 inference를 합니다.
이렇게 볼 수 있어요
지도(Map)를 입력으로 쓰면 HD Map 같은 사전 정보로 센서가 못 보는 차선과 도로 구조를 보완할 수 있습니다. 대신 위치 오차와 현실보다 낡은 지도 구간이 새 오차가 됩니다. 센서 데이터에 지도를 더해 추론해 본 경험이 있다면 좌표를 어떻게 맞췄고 지도와 센서가 다를 때 어떻게 처리했는지 밝히면 경험이 구체적으로 전해집니다. 이 처리는 도로 정보를 자동으로 갱신하는 회사 과제와도 이어집니다.
Multimodal LLM 기반의 장기 학습(Long-term learning)과 추론 구조를 연구합니다.
이렇게 볼 수 있어요
Long-term learning은 새 데이터가 계속 들어올 때 이전에 배운 것을 잊지 않고 모델을 갱신하는 지속 학습 문제를 가리키는 경우가 많습니다. 계절이나 공사로 모습이 바뀌는 도로 데이터에는 이런 학습이 특히 필요합니다. 비전-언어 모델을 학습시키거나 구조를 바꿔 본 경험이 있다면 어떤 데이터를 어떤 주기로 넣었고 이전 성능이 떨어지지 않게 무엇을 했는지 적는 편이 좋습니다.
Learning 기반 공간 정보 인식 모델을 연구하고 개발합니다.
이렇게 볼 수 있어요
이 업무의 모델은 규칙이 아니라 학습으로 차선, 표지판, 노면 표시 같은 공간 정보를 인식합니다. 반기보고서의 도로 표지판·단속카메라 자동 추출 과제가 이런 모델이 지도 데이터로 쓰이는 예입니다. 다룬 공간 정보의 종류는 평가 지표와 함께 밝히는 편이 낫습니다. 인식 결과를 좌표가 있는 지도 요소로 바꾸는 단계까지 해 봤다면 그 과정도 지도 데이터 쪽 경험으로 더해집니다.
Detection / Segmentation / Depth Estimation 기반의 공간 인식 모델을 개발합니다.
이렇게 볼 수 있어요
같은 회사 Perception 엔지니어 공고의 Detection·segmentation이 차량에 올릴 인지 모델이라면, 이 공고는 Depth Estimation을 더해 '공간 인식' 모델로 적었습니다. 카메라만으로 물체의 3D 위치를 얻으려면 깊이 추정이 필요합니다. 세 과제를 묶어 영상에서 위치가 있는 객체를 뽑아 봤다면 과제별 수치와 결합 방식을 적는 것이 정확합니다.
2자격 요건
5년 이상의 실무 경험이 필요하고, 이에 준하는 연구 역량을 갖춘 박사 졸업 예정자도 지원할 수 있습니다.
이렇게 볼 수 있어요
같은 회사 공고 가운데 박사 졸업 예정자를 자격 요건에서 5년 경력과 나란히 적은 것은 이 공고와 SLAM research scientist 공고 둘입니다. 자율주행개발팀 엔지니어 공고들은 유관 업무 5년만 적었습니다. 박사 졸업 예정자라면 학위 과정 연구를 주제, 기간, 결과로 나눠 경력처럼 적고 멀티모달·공간 인식 업무와 이어지는 과제를 자세히 쓰면 '이에 준하는 연구 역량'이 드러납니다.
컴퓨터공학, 전기공학, 수학, 로보틱스 전공이나 이와 관련된 전공의 학위가 필요합니다.
이렇게 볼 수 있어요
내비·물류 백엔드 공고가 전공을 유관 경력으로 대신할 수 있게 적은 것과 달리 이 공고는 학위를 대체 문구 없이 요구합니다. 학위 수준은 정하지 않았습니다. 전공 목록의 수학은 최적화와 확률 모델을 다루는 연구 성격과 관련된 것으로 해석됩니다. 다른 전공이라면 머신러닝·컴퓨터 비전 과목이나 연구 경험이 이 분야와의 관련성을 보여 줍니다.
C/C++, python 등의 프로그래밍 기술에 숙련돼 있어야 합니다.
이렇게 볼 수 있어요
연구직이지만 python과 함께 C/C++가 적혀 있습니다. 모델을 C/C++로 옮겨 추론 속도를 맞추거나 센서 데이터를 처리해 본 경험이 있다면 연구 코드와 구분해 쓸 수 있습니다.
딥러닝 모델의 설계-학습-평가-개선 전 과정을 주도적으로 수행할 수 있어야 합니다.
이렇게 볼 수 있어요
설계, 학습, 평가, 개선 네 단계가 하이픈으로 이어져 있어 모델 개발을 처음부터 끝까지 맡는다는 뜻입니다. 한 모델을 골라 설계 결정, 학습 데이터, 평가 결과, 개선한 내용을 차례로 설명할 수 있게 정리해 두는 게 좋습니다.
새로운 기술을 모빌리티 서비스에 적용하고 싶은 의지가 강해야 합니다.
이렇게 볼 수 있어요
연구 결과를 서비스에 쓰는 쪽을 묻는 요건입니다. 지도나 이동 데이터를 다뤄 본 적이 없다면 관심을 둔 모빌리티 문제 하나를 골라 어떤 모델로 풀고 싶은지 정리해 두면 면접에서 지원 동기와 함께 이야기할 수 있습니다.
3우대 사항
머신러닝 / 컴퓨터 비전 / 로보틱스 관련 석박사 학위나 이에 준하는 연구 경험을 우대합니다.
이렇게 볼 수 있어요
분야에 로보틱스가 들어 있어 로봇 인지 연구도 이 항목의 '이에 준하는 연구 경험'과 관련됩니다. 학위가 없다면 회사에서 한 연구를 주제와 결과 중심으로 적되 연구로 남은 산출물을 함께 밝혀야 합니다. 논문·특허나 사내 기술 리포트 같은 산출물과 그 모델이 업무의 멀티모달·공간 인식 가운데 어디에 쓰였는지를 적으면 연구 경험의 범위가 분명해집니다.
관련 분야 저서나 학술활동(CVPR, ICCV, NeurIPS, ICRA, IROS 등) 이력을 우대합니다.
이렇게 볼 수 있어요
이 학회 목록은 SLAM research scientist 공고와 같습니다. CVPR·ICCV·NeurIPS 같은 비전·머신러닝 학회 옆에 로봇 학회인 ICRA, IROS가 함께 있습니다. 그래서 센서와 로봇에 적용한 연구도 이 우대와 관계됩니다. 논문마다 학회명과 연도, 제1저자 여부와 함께 그 연구가 Camera·LiDAR·Map 멀티모달과 공간 인식 가운데 어느 업무에 가까운지 적으면 업무와의 연결이 보입니다.
object detection, semantic segmentation, depth estimation 등 다양한 딥러닝 모델을 개발해 본 경험을 우대합니다.
이렇게 볼 수 있어요
업무에서 공간 인식 모델로 적은 세 과제는 쓰는 지표가 서로 다릅니다. Detection은 mAP, semantic segmentation은 mIoU, depth estimation은 AbsRel·RMSE를 씁니다. 개발해 본 과제마다 데이터셋과 지표 값을 따로 적어야 업무 항목과 하나씩 맞춰 보기 쉽습니다.
멀티모달 모델이나 Multimodal LLM(Vision-Language, Vision-Map, Sensor-Language 등)을 개발해 본 경험을 우대합니다.
이렇게 볼 수 있어요
예시에 Vision-Map이 들어 있어 영상과 지도를 묶는 조합도 우대 대상입니다. 다뤄 본 입력 조합은 괄호 속 예시의 이름 그대로 밝혀 두세요.
4기타 사항
- 게시일 : 2025년 2월 26일
- 고용형태 : 정규직
- 근무지 : 판교 오피스 (경기도 성남시 분당구 판교역로 152, 알파돔타워)
- 경력 조건 : 경력 5년 이상
- 학력 조건 : 컴퓨터공학, 전기공학, 수학, 로보틱스 전공이나 이와 관련된 전공의 학위
쓰는 기술
공고 본문에 적힌 기술만 모은 목록입니다.
- C/C++
- python
전형과 지원
카카오모빌리티 전형은 서류, 1차 역량 인터뷰, 2차 조직문화 인터뷰, 처우 협의 순이고 기술직군은 인터뷰 전에 코딩 테스트나 사전과제가 붙을 수 있습니다. 2차 인터뷰가 두 라운드로 나뉘고 단계마다 재지원 제한이 달라 미리 알아 둘 부분이 많습니다.
2차 인터뷰는 두 라운드입니다
1차 인터뷰는 이력서와 포트폴리오를 바탕으로 함께 일할 동료들이 참석하고, 기술직군은 라이브 코딩이나 사전과제 리뷰가 더해질 수 있습니다. 2차 인터뷰의 1라운드는 HR 담당자가 참석하는 핵심가치 기반 인터뷰이고, 2라운드는 조직장이 참석하는 조직문화 인터뷰입니다.
이렇게 볼 수 있어요
2차 인터뷰는 두 라운드 모두 직무보다 가치와 문화를 다룹니다. 일하는 방식 다섯 가지마다 사례를 하나씩 준비해 두고, 자율주행 공고라면 Physical AI 부문의 핵심 가치도 함께 살펴보면 됩니다.
코딩 테스트는 Codility로 봅니다
코딩 테스트는 Codility에서 진행합니다. Task 수행 정도에 따라 먼저 점수로 평가하고 이후 코드 퀄리티로 합격 여부를 정하며, 결과는 제출 후 7일 이내에 안내한다고 적었습니다. 일부 포지션은 서류 검토 없이 바로 코딩 테스트를 진행합니다.
이렇게 볼 수 있어요
점수만이 아니라 코드 퀄리티도 합격 여부에 들어갑니다. 문제를 푸는 데서 그치지 않고 읽기 쉬운 코드로 정리하는 데까지 시간을 남겨 두는 편이 안전합니다.
단계마다 다른 재지원 제한
FAQ에는 서류에서 탈락하면 재지원 제한이 없고 코딩 테스트는 6개월, 인터뷰 전형은 1년이 지나야 다시 지원할 수 있다고 적혀 있습니다. 지원안내 페이지는 그 범위를 인터뷰는 동일 직군, 코딩 테스트는 동일 포지션으로 밝혔습니다. 같은 FAQ는 중복 지원은 시스템상 가능하지만 전형은 하나의 포지션으로만 진행되고, 산업기능요원과 전문연구요원 채용은 현재 진행하지 않는다고 적었습니다.
이렇게 볼 수 있어요
인터뷰 단계에서 떨어지면 같은 직군의 다른 공고에도 1년 동안 지원할 수 없습니다. 같은 직군에 공고가 여럿이라면 가장 잘 맞는 공고 하나를 먼저 고르는 편이 좋습니다.
이력서 형식
이력서는 자유 양식이고 PDF로 내야 하며, 이력서에 연봉 정보가 적혀 있으면 서류가 검토되지 않을 수 있다고 적었습니다.
이렇게 볼 수 있어요
연봉 정보를 지우는 것을 잊기 쉽습니다. 다른 회사에 냈던 이력서를 그대로 쓴다면 연봉이 적힌 부분이 남아 있지 않은지 확인하고 PDF로 바꿔 내야 합니다.
직원알기제도
자금세탁방지 규정에 따라 신규 임직원은 직원알기제도(KYE)에 따라 신원 사항을 확인받고 자금세탁방지제도 준수 서약서를 작성해 내야 한다고 적었습니다.
이렇게 볼 수 있어요
결제 서비스를 운영하는 회사라 생기는 절차입니다. 최종 합격 뒤 서류 절차가 하나 더 있다는 점을 입사일을 정할 때 함께 고려하면 됩니다.
이 공고만 다른 점
서류 뒤에 Coding Test가 있고, 1차 인터뷰 전에 사전과제가 진행됩니다. 1차 인터뷰 단계에서 사전과제나 Live Coding이 더해질 수 있습니다.
1차 인터뷰는 이력서와 포트폴리오를 바탕으로 함께 일하는 동료들이 참석해 진행합니다. 연구 결과를 정리한 포트폴리오를 서류와 함께 준비해 두면 사전과제와 1차 인터뷰가 한 흐름으로 이어집니다.
지원 전 준비할 것
- 1
과제별 포트폴리오 묶기
업무에 멀티모달 inference, Multimodal LLM 장기 학습, 공간 정보 인식, Detection·Segmentation·Depth Estimation이 따로 적혀 있습니다. 다뤄 본 과제마다 논문이나 프로젝트, 사용한 센서, 성능 수치를 한 줄씩 정리해 포트폴리오로 묶습니다.
- 2
Coding Test와 사전과제 일정 잡기
서류 뒤에 Coding Test가 있고 1차 인터뷰 전에 사전과제가 진행됩니다. 지원 시점에 C/C++이나 python으로 알고리즘 문제를 다시 풀어 두면 서류 합격 뒤의 일정이 덜 빠듯합니다.
- 3
이력서 PDF와 연봉 정보 확인
이력서는 PDF로 내야 하고, 이력서에 연봉 정보가 들어가면 서류가 검토되지 않을 수 있습니다. 쓰던 경력기술서에 연봉 칸이 있었다면 지우고 PDF로 저장해 두세요.