이 자리가 왜 생겼을까요
카카오모빌리티 반기보고서는 공간정보기획팀과 공간정보개발팀, AI연구개발팀이 Cloud-native HD Map 제작 시스템을 개발하고, 로봇배송, 실내 길안내, 자율주차, ADAS 같은 분야로 HD Map 활용을 넓히는 기술을 개발하고 있다고 적었습니다. 2026년 4월에는 자율주행 학습 데이터와 고정밀지도(HD 맵)를 스타트업과 학계, 제조사에 지원할 계획이라고 밝혔습니다. 지도 데이터가 여러 서비스와 외부 파트너가 함께 쓰는 제품이 되면서 그 데이터를 정의하고 품질을 높이는 기획이 필요해졌습니다.
카카오모빌리티가 지금 어떤 사업에 집중하고 있는지는 카카오모빌리티 채용 분석에서 이어서 볼 수 있습니다.
1하게 될 업무
내비게이션(SDK, IVI) 서비스 관련 요구사항을 정의합니다.
이렇게 볼 수 있어요
SDK와 차량용 인포테인먼트(IVI)를 함께 적었습니다. 앱 이용자뿐 아니라 내비를 가져다 쓰는 파트너사의 요구까지 정리하는 일입니다.
지도·경로·위치 기반 공간정보 제품과 데이터를 기획합니다.
이렇게 볼 수 있어요
화면이 아니라 데이터 자체가 제품인 기획입니다. 어떤 데이터를 어떤 형식과 기준으로 만들지 정해 봤다면 그 기준 자체가 기획의 결과물입니다.
공간정보 데이터의 정확도, 커버리지, 최신성을 높이는 과제를 찾습니다.
이렇게 볼 수 있어요
커버리지를 실내 길안내처럼 새 영역으로 넓히면 정확도를 지킬 검수 비용이 늘어납니다. 최신성을 높이려면 현실 변화를 반영하기까지의 시간을 줄여야 합니다. 그래서 세 지표가 서로 비용을 다툽니다. 품질 지표를 정하고 개선 과제를 고른 경험이 있다면 세 지표 가운데 무엇을 우선했고 그 대가로 무엇을 관리했는지 개선 폭과 함께 적으면 기획의 판단이 보입니다.
AI를 활용한 지도 데이터 품질 개선, 자동화, 업무 효율화 과제를 기획합니다.
이렇게 볼 수 있어요
AI 활용이 우대가 아니라 업무에 들어 있습니다. 데이터 검수나 갱신을 자동화한 과제를 기획해 본 경험이 이 업무와 가장 가깝습니다.
2자격 요건
공간정보 업계 업무 경력이 만 4년 이상이어야 합니다.
이렇게 볼 수 있어요
이 파트는 지도·경로 데이터의 정확도와 커버리지, 최신성을 높일 과제를 찾고 내비게이션·SDK 요구사항을 정의하므로, 공간정보 업계 경력에는 지도 데이터를 만들거나 쓰는 쪽의 기획·PM 경험도 함께 들어갈 수 있습니다. 지도나 위치 데이터를 다룬 일이 있다면 데이터 품질 지표를 어떻게 관리했는지까지 자세히 적을 수 있습니다.
지도, 내비게이션, GIS, 위치 기반 서비스, 모빌리티 분야의 기획이나 PM 경험이 필요합니다.
이렇게 볼 수 있어요
다섯 분야 가운데 모빌리티 앱 기획처럼 데이터를 쓰는 쪽 경력이라면, 지도·위치 데이터의 요구사항이나 품질 문제를 직접 정의한 대목을 자세히 써야 SDK·IVI 요구사항 정의 업무와의 연결이 보입니다. 여러 분야를 거쳤다면 가장 오래 다룬 분야를 중심으로 쓰되 분야마다 다룬 데이터를 함께 밝히는 편이 정확합니다.
제품 기획, 기술 기획, 프로젝트 리딩 경험이 필요합니다.
이렇게 볼 수 있어요
반기보고서는 공간정보기획팀이 공간정보개발팀·AI연구개발팀과 함께 Cloud-native HD Map 제작 시스템을 개발한다고 적었고, 이 파트는 SDK·IVI 요구사항도 정의합니다. 데이터나 기술 제품의 요구사항을 정의해 개발 조직과 함께 출시까지 이끈 프로젝트라면 그 제품을 쓴 고객이나 파트너가 누구였는지가 함께 있어야 합니다.
복잡한 데이터·기술 요구사항을 구조화하고 실행 과제로 바꿀 수 있어야 합니다.
이렇게 볼 수 있어요
지도 데이터에서 '경로가 이상하다' 같은 요구는 도로 연결 오류, 회전 제한 누락, 주소 좌표 어긋남처럼 원인별 데이터 과제로 나눠야 개발 조직이 손댈 수 있습니다. 흐릿한 요구를 이런 실행 과제로 쪼개 요구사항 문서나 과제 목록을 만든 과정이 있다면 처음 요구와 최종 과제가 어떻게 달라졌는지를 함께 보여 주세요.
개발, 데이터, 사업, 운영 조직과 원활하게 협업하고 소통할 수 있어야 합니다.
이렇게 볼 수 있어요
공간정보는 내비 같은 사내 서비스와 SDK·IVI 파트너가 함께 쓰는 데이터입니다. 그래서 조직마다 원하는 기준이 다릅니다. 사업 조직이 파트너와 약속한 품질, 운영 조직이 받는 이용자 오류 신고, 개발 조직의 구현 일정을 하나의 데이터 기준으로 맞춘 과정을 적으면 이 협업이 실제로 어떤 모습인지 드러납니다.
AI 도구로 리서치, 데이터 분석, 업무 자동화, 기획 생산성을 높여 본 경험이 필요합니다.
이렇게 볼 수 있어요
같은 회사 정보보호 컴플라이언스 공고는 업무 자동화와 AI 활용을 우대 사항에 적었고, 이 공고는 필수로 적었습니다. 업무 목록에는 AI 기반 지도 품질 개선 과제 기획도 나옵니다. 직접 AI 도구를 써 본 경험은 그 과제에서 AI에 어디까지 맡길지 판단하는 데도 쓰입니다. 어떤 작업에 어떤 도구를 써서 시간이 얼마나 줄었는지와 결과를 어떻게 검증했는지를 함께 적는 것이 이 요건에 맞습니다.
3우대 사항
SD Map, HD Map 같은 지도 관련 경험을 우대합니다.
이렇게 볼 수 있어요
회사가 HD Map 활용을 넓히고 있어 HD Map 경험은 지금 하는 일과 바로 이어집니다. 다뤄 본 지도의 종류와 정밀도에 따라 경험의 무게가 달라집니다.
영어로 업무를 협의하고 문서로 소통할 수 있는 분을 우대합니다.
이렇게 볼 수 있어요
해외 파트너나 외부 데이터 공급사와 협업할 수 있는 역량입니다. 영어로 쓴 문서나 협의 경험이 이 역량의 증거입니다.
도로 네트워크, 주소, 경로 탐색 구조를 이해하는 분을 우대합니다.
이렇게 볼 수 있어요
경로 탐색 품질이 도로 데이터 구조에서 출발하므로 이 이해가 기획의 바탕이 됩니다. 도로 데이터의 오류가 경로 품질에 영향을 준 사례를 알고 있다면 설명할 수 있게 준비해 두면 좋습니다.
B2B나 B2B2C 기술 제품, 제휴 프로젝트의 PM 경험을 우대합니다.
이렇게 볼 수 있어요
이 항목을 우대하는 것은 SDK와 IVI처럼 파트너가 쓰는 제품을 맡기 때문입니다. 제휴사에 기술 제품을 제공해 본 프로젝트가 있다면 자세히 적는 편이 좋습니다.
AI/ML 기반 지도 데이터 검수, 품질 개선, 자동화 과제 경험을 우대합니다.
이렇게 볼 수 있어요
AI로 지도 데이터 품질을 개선하는 과제와 데이터의 정확도·커버리지·최신성을 높이는 과제가 함께 업무에 있어, AI 검수 경험은 이 세 지표 가운데 무엇을 움직였는지로 설명됩니다. 모델로 검수를 자동화했다면 사람이 보는 양과 함께 오류율이나 갱신 주기가 어떻게 바뀌었는지가 그 효과입니다.
4기타 사항
- 게시일 : 2026년 9월 29일
- 고용형태 : 정규직
- 근무지 : 판교 오피스 (경기도 성남시 분당구 판교역로 152, 알파돔타워)
- 경력 조건 : 경력 4년 이상
- 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.
쓰는 기술
공고 본문에 적힌 기술만 모은 목록입니다.
- SDK
- IVI
- SD Map
- HD Map
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.
지원 전 준비할 것
- 1
데이터를 제품으로 기획한 사례
지도나 위치 데이터를 어떤 형식과 품질 기준으로 만들지 정의한 경험을 정확도, 커버리지, 최신성 지표와 함께 정리해 두세요.
- 2
AI 도구 활용 기록
필수 조건에 AI 도구 활용이 있으므로 리서치나 데이터 분석에 AI 도구를 써서 줄인 시간을 작업별로 정리해 두세요.
- 3
파트너 요구사항 정리 경험
SDK나 IVI처럼 외부 파트너가 쓰는 제품의 요구사항을 정리해 본 경험이 있다면 파트너와 내부 개발팀 사이에서 무엇을 조율했는지 설명할 수 있도록 준비해 두면 됩니다.