이 자리가 왜 생겼을까요
네이버랩스는 2026년 6월 블로그의 DUSt3R 연구자 인터뷰에서 Real2Sim을 '현실 세계를 로봇이 학습할 수 있는 디지털 시뮬레이션 환경으로 옮기는 기술'로 소개하고, DUSt3R가 몇 장의 사진이나 짧은 영상만으로 현실 공간을 3D로 재구성해 이 과정의 병목을 줄인다고 설명했습니다. 이 공고는 원격조작으로 VLA 학습용 로봇 데이터를 모으는 일과 함께 시뮬레이션과 생성형 모델로 데이터를 생성·증강하는 일을 맡고, 우대 사항에 Real-to-Sim 기술로 Sim-ready 3D Asset을 만든 경험을 적었습니다. 실제 로봇 데이터와 시뮬레이션 데이터를 함께 써서 정책을 학습해 본 경험이 있다면 두 데이터를 어떻게 섞었고 실로봇에서 어떤 결과가 나왔는지가 지원서의 핵심 내용이 됩니다.
네이버가 지금 어떤 사업에 집중하고 있는지는 네이버 채용 분석에서 이어서 볼 수 있습니다.
1하게 될 업무
VLA 학습을 위한 로봇 데이터(원격조작, 시연 데이터 등)의 수집·정제·큐레이션 파이프라인을 구축하고 데이터 품질을 관리합니다.
이렇게 볼 수 있어요
제목의 Data Engineer가 가리키는 업무입니다. 데이터셋을 만든 과정은 수집한 에피소드 수나 정제 기준처럼 숫자로 보여 줄 수 있습니다.
원격조작(teleoperation) 기반 데이터 수집 시스템을 구축하고 운영합니다.
이렇게 볼 수 있어요
데이터를 쓰는 쪽만이 아니라 모으는 시스템도 직접 만듭니다. 원격조작 환경을 꾸려 본 경험이 있다면 장비 구성과 지연 문제를 어떻게 다뤘는지 설명할 수 있습니다.
시뮬레이션과 생성형 모델을 활용해 데이터를 생성·증강합니다.
이렇게 볼 수 있어요
실제 로봇에서 모은 데이터 말고도 시뮬레이션과 생성형 모델로 만든 데이터를 다룹니다. 우대 사항의 3D 장면 재구성, Real-to-Sim 에셋 생성과 이어지는 업무입니다.
구축한 데이터셋으로 VLA 모델을 학습하고 평가해 실제 로봇에 deploy합니다.
이렇게 볼 수 있어요
데이터 엔지니어링에서 끝나지 않고 모델 학습과 실로봇 배포까지 맡습니다. 직접 학습한 정책을 실제 로봇에서 돌려 본 결과가 있다면 성공률 같은 평가 지표가 그 경험의 근거가 됩니다.
모바일 매니퓰레이터/휴머노이드 로봇의 manipulation을 위한 학습 기반 제어를 연구합니다.
이렇게 볼 수 있어요
대상 로봇이 모바일 매니퓰레이터와 휴머노이드로 적혀 있습니다. 고정형 로봇 팔로 연구해 왔더라도 그 결과를 이동형 플랫폼에 옮길 때의 과제를 함께 이야기할 수 있습니다.
2자격 요건
경력구분은 무관(신입 및 경력)이고 연내 입사가 가능해야 합니다.
이렇게 볼 수 있어요
학위 요건이 석·박사 학위나 연구개발 경력 5년을 요구하므로 경력 구분이 없어도 신입으로 지원하려면 학위를 이미 받은 상태여야 합니다. 공고는 10월 22일에 게시됐고 전형은 다섯 단계입니다. 그래서 연내 입사는 전형이 끝나는 대로 합류할 수 있느냐를 묻는 조건입니다. 재직 중이라면 퇴사 통보 기간까지 넣어 12월 안에 옮길 수 있는지 지원 전에 따져 봐야 합니다.
해당 분야 석사/박사 학위를 갖고 있거나 5년 이상의 연구/개발 경력이 있어야 합니다.
이렇게 볼 수 있어요
학위와 경력이 '또는'으로 이어져 있어 학위 없이 연구/개발 경력 5년으로도 지원할 수 있습니다. 로봇 학습과 제어, 로봇 소프트웨어 개발을 해 온 기간이 모두 이 경력과 이어집니다.
모방학습, VLA 등 학습 기반 로봇 제어에 대한 '깊은 이해와 경험'이 필요합니다.
이렇게 볼 수 있어요
이해와 경험이 함께 적혀 있어 논문을 읽은 수준보다 직접 학습시켜 본 경험이 필요합니다. 학습한 정책과 학습에 쓴 데이터 양을 함께 소개하면 경험의 크기가 전달됩니다.
실제 로봇 또는 시뮬레이션 환경에서 대규모 데이터 수집·처리 파이프라인을 구축해 봤어야 합니다.
이렇게 볼 수 있어요
실제 로봇과 시뮬레이션 가운데 어느 환경의 경험이든 요건에 들어갑니다. 다룬 데이터 규모를 시간이나 에피소드 수로 보여 주면 '대규모'가 어느 정도였는지 전달됩니다.
다자유도 로봇의 기구학, 동역학, 제어를 이해해야 합니다.
이렇게 볼 수 있어요
학습 기반 제어 공고이지만 로봇 역학의 기초도 자격요건에 있습니다. 역기구학을 구현하거나 동역학 모델로 제어기를 만든 경험을 함께 들 수 있습니다.
C++, Python, ROS2, PyTorch, JAX 등 로봇 및 machine learning 소프트웨어 개발 전문성이 필요합니다.
이렇게 볼 수 있어요
한 요건 안에 로봇 쪽(C++, ROS2)과 학습 쪽(PyTorch, JAX) 도구가 모두 있습니다. 두 쪽 코드를 모두 직접 써 왔다면 프로젝트별로 나눠 소개하는 게 좋습니다.
3우대 사항
LeRobot, Open X-Embodiment 등 공개 로봇 데이터셋·프레임워크를 활용해 본 경험을 우대합니다.
이렇게 볼 수 있어요
이 공고는 VLA 학습용 데이터를 원격조작으로 직접 모으고 정제·큐레이션하는 파이프라인을 만듭니다. 공개 데이터셋을 써 봤다면 그 데이터의 형식이나 품질에서 부족했던 점과 자체 수집 데이터로 무엇을 보완했는지가 이 공고에서 자세히 쓸 내용입니다.
3D 장면 재구성(Scene Reconstruction)과 생성형 모델을 활용한 데이터 증강 경험, Real-to-Sim 기술로 시뮬레이션용 3D 에셋(Sim-ready 3D Asset)을 생성한 경험을 우대합니다.
이렇게 볼 수 있어요
3D 장면 재구성과 Real-to-Sim 에셋 생성은 업무에 있는 데이터 생성·증강과 같은 종류의 일입니다. 실제 공간이나 물체를 3D로 옮겨 시뮬레이션에서 쓴 결과물이 있다면 영상이나 저장소로 보여 줄 수 있습니다.
로봇 핸드의 파지(Grasping) 계획 및 제어 알고리즘을 연구·개발한 경험을 우대합니다.
이렇게 볼 수 있어요
우대 사항은 manipulation 가운데 손으로 잡는 동작을 따로 들었습니다. 이 공고는 manipulation 학습 데이터를 원격조작 시연으로 직접 모읍니다. 로봇 핸드의 파지를 다뤄 봤다면 성공률을 높인 방법과 그 수치를 적어 주세요. 사람 손 동작을 로봇 손으로 옮기는 retargeting이나 파지 시연 데이터를 모아 본 경험까지 밝히면 업무의 데이터 수집과 연결됩니다.
MuJoCo, Isaac Sim 등 물리 기반 시뮬레이터 사용 경험과 Sim-to-real 또는 실제 로봇을 활용한 학습 및 제어 경험을 우대합니다.
이렇게 볼 수 있어요
시뮬레이터 경험과 실제 로봇 경험이 각각 우대 항목에 있습니다. 시뮬레이션에서 학습한 정책을 실제 로봇에 옮기며 생긴 차이를 어떻게 줄였는지가 두 항목을 함께 보여 줍니다.
로봇 및 인공지능 분야 국제 주요 학술대회 논문이 있으면 우대합니다.
이렇게 볼 수 있어요
업무에는 모바일 매니퓰레이터와 휴머노이드의 학습 기반 제어 연구가 있고, 네이버랩스는 블로그에서 DUSt3R 같은 자체 연구를 소개해 왔습니다. 논문이 있다면 학회와 연도, 저자 순서에 더해 그 연구가 실제 로봇 데이터나 VLA 학습과 어떻게 이어지는지 한 줄을 붙여 둘 만합니다.
오픈소스 repo를 만들고 관리하거나 기존 오픈소스 프로젝트에 contribute한 경험을 우대합니다.
이렇게 볼 수 있어요
LeRobot은 Hugging Face가 공개한 로봇 학습 오픈소스입니다. 이 공고의 다른 우대 항목에도 이름이 나옵니다. 직접 만든 repo든 기여한 프로젝트든 원격조작 수집 도구, 데이터셋 형식 변환, 로봇 드라이버처럼 이 공고의 데이터 파이프라인에 해당하는 부분을 맡았다면 저장소 링크와 함께 그 부분을 밝혀 보세요.
4기타 사항
- 게시일 : 2026년 10월 22일
- 고용형태 : 정규직
- 근무지 : 경기도 성남시 (1784 사옥)
- 경력 조건 : 경력 무관 (신입 및 경력)
- 학력 조건 : 해당 분야 석사/박사 학위 소지 또는 5년 이상의 연구/개발 경력
쓰는 기술
공고 본문에 적힌 기술만 모은 목록입니다.
- C++
- Python
- ROS2
- PyTorch
- JAX
- LeRobot
- Open X-Embodiment
- MuJoCo
- Isaac Sim
전형과 지원
같은 채용 사이트에서 지원해도 법인마다 전형 단계가 다릅니다. 모든 계열 공고에 공통으로 들어 있는 것은 기업문화 적합도 검사와 마감일입니다.
기업문화 적합도 검사
분석한 공고는 모두 전형 안에 기업문화 적합도 검사가 있습니다. NAVER와 NAVER Cloud, NAVER I&S는 서류전형과 함께, 네이버웹툰은 Culture-Fit 인터뷰와 함께, 네이버랩스는 사전평가나 전화인터뷰에 포함된 Culture Fit 진단으로, SNOW는 1차 인터뷰와 함께 진행합니다. NAVER 공고는 최근 1년 안에 검사를 본 지원자는 다시 보지 않아도 된다고 안내합니다.
이렇게 볼 수 있어요
서류를 내고 며칠 안에 온라인 검사 기간이 시작되는 공고가 많습니다. 지원 직후 일정을 비워 두고, 인재상 아홉 항목에 대응하는 경험을 미리 정리해 두면 검사와 인터뷰를 함께 준비할 수 있습니다.
법인마다 다른 단계
NAVER는 서류전형, 직무 인터뷰, 종합 인터뷰, 처우협의 순이고 공고에 주차별 일정을 적어 둡니다. 일부 NAVER 공고는 종합 인터뷰 뒤에 최종 인터뷰가 있고, 헬스케어 공고 대부분과 특허 담당 변리사 공고에는 직무 인터뷰 앞에 사전 과제가 있습니다. 네이버웹툰은 지원서 리뷰, 실무 인터뷰, Culture-Fit 인터뷰 순이고, NAVER Cloud는 서류 전형, 1차 인터뷰, 레퍼런스체크 및 2차 인터뷰 순입니다. NAVER I&S는 1차와 2차 인터뷰 뒤에 최종 인터뷰가 있습니다. SNOW는 서류 전형, 1차 인터뷰와 기업문화 적합도 검사, 2차 인터뷰, 처우협의 순입니다.
이렇게 볼 수 있어요
NAVER Cloud는 레퍼런스체크가 정규 단계로 들어 있어 추천인을 미리 정해 둘 필요가 있습니다. NAVER 공고는 결과 발표 시점까지 공개해 다른 회사 일정과 맞춰 보기 쉽습니다.
중복 지원과 재지원
채용 FAQ는 중복 지원에 제한이 없는 경우 법인, 직군, 직무와 관계없이 중복 지원할 수 있다고 적었습니다. 다만 네이버 법인 채용 전형이 진행 중이면 하나의 공고를 고르도록 안내할 수 있다고 덧붙였습니다. 같은 직무에서 6개월 안에 불합격했다면 가급적 6개월 뒤 재지원을 권장합니다.
이렇게 볼 수 있어요
재지원은 금지가 아니라 권장 사항입니다. 같은 법인 공고 두 개에 함께 지원하면 한쪽을 고르라는 안내를 받을 수 있으므로 어느 공고가 먼저인지 미리 정해 두면 됩니다.
경력 인정과 수습
FAQ는 경력사원 지원 자격을 최소 1년 이상의 유관 경력 또는 박사학위 보유(예정)로 정하고, 인턴십과 아르바이트는 경력에서 뺀다고 밝혔습니다. 신규 입사자는 3개월 온보딩과 수습 기간이 있고 급여는 100% 지급되며, 평가에 따라 수습이 최대 3개월 연장될 수 있습니다.
이렇게 볼 수 있어요
경력 연차를 계산할 때 인턴 기간은 빼고 세야 공고의 연차 조건과 맞습니다. 프리랜서 경력은 증빙을 확인한 뒤 검토한다고 했으므로 계약서나 결과물이 있으면 증빙으로 쓸 수 있습니다.
마감일과 병역 조건
분석 시점 정규직 공고는 모두 접수 마감일이 정해져 있었습니다. 공고에는 인재 선발이 끝나면 조기 마감될 수 있다는 안내도 있습니다. NAVER와 NAVER I&S 공고, EN Growth Manager, AI/ML 추천시스템 모델링 연구 개발 (Data Scientist), 일본 콘텐츠 프로그래밍 전략 매니저를 뺀 네이버웹툰 공고는 남성의 경우 군필자 또는 면제자만 지원할 수 있다고 밝혔습니다. NAVER Cloud 공고는 병역 의무를 마쳤거나 면제된 사람만 지원할 수 있다고 적었습니다.
이렇게 볼 수 있어요
공고마다 마감 시각이 오후 6시처럼 날짜 중간에 걸려 있는 경우가 있어 마감일 당일 지원은 위험합니다. 계열마다 마감일이 달라 여러 공고를 함께 보고 있다면 날짜를 공고별로 확인해야 합니다.
이 공고만 다른 점
서류전형, 전화인터뷰(Culture Fit 진단 포함), 1차인터뷰(사전 코딩테스트 포함), 2차인터뷰, 처우협의/채용검진 순입니다. 코딩테스트는 1차 인터뷰 때 참고하며 합/불 여부를 평가하지 않는다고 적었고, 수습기간 내에 경업금지소송이 제기되면 합격이 취소될 수 있다고 안내합니다.
같은 네이버랩스의 펌웨어 공고와 달리 1차 인터뷰에 사전 코딩테스트가 붙습니다. 합격 여부를 정하는 시험은 아니지만 인터뷰에서 참고하므로, 테스트에서 쓴 풀이를 1차 인터뷰에서 다시 설명할 수 있게 준비하는 편이 낫습니다.
지원 전 준비할 것
- 1
데이터 파이프라인 결과물 하나
수집부터 정제, 학습까지 이어진 로봇 데이터 프로젝트 하나를 골라 데이터 규모, 품질 기준, 그 데이터로 학습한 모델의 결과를 정리해 두세요.
- 2
코딩테스트 풀이 설명 연습
1차 인터뷰에 사전 코딩테스트가 들어 있고 그 결과를 인터뷰에서 참고한다고 적혀 있습니다. 풀이 방식을 말로 설명하는 연습을 해 두면 인터뷰에서 그대로 꺼낼 수 있습니다.
- 3
입사 시점과 약정 확인
자격요건에 연내 입사 가능이 들어 있고, 수습기간 중 경업금지소송이 제기되면 합격이 취소될 수 있다는 문구도 공고에 있습니다. 로봇 분야 회사에서 옮긴다면 이전 회사와 맺은 약정을 지원 전에 다시 보세요.