AI & Research Systems

AI·AX 엔지니어 — 연구 AI 시스템 구축·보안·자동화

코스모스랩 소개

코스모스랩은 물·아연·할로겐 기반의 수계 배터리 셀을 개발합니다. 화재 위험을 낮추면서 성능과 제조 가능성을 확보하고, 이를 제조기술과 라이선스 사업으로 연결하기 위해 준비하고 있습니다.

우리는 기존 배터리 기술에서 개선할 수 있는 부분을 찾고, 수계 배터리의 가능성을 실험과 제작으로 확인하고 있습니다. 연구실에서 얻은 결과를 다른 생산 환경에서도 재현할 수 있는 기술로 만드는 것이 목표입니다.

아직 해결해야 할 과제가 많습니다. 각 분야의 경험을 가진 동료들과 실험과 검증을 이어가며, 개발과 운영에 필요한 기준을 만들어가고자 합니다.

Biz Ops — 기술개발과 사업의 실행을 연결하는 일

코스모스랩은 셀 개발과 고객 평가를 진행하면서 연구소 운영, 인력 채용과 자금 관리 체계도 정비하고 있습니다. 업무가 늘어나는 만큼, 부문별 정보를 연결하고 필요한 절차를 갖추는 일이 중요해지고 있습니다.

영업·라이선스는 고객의 요구를 확인하고 기술 평가와 계약 협의를 진행합니다. 전략·투자는 기술개발과 사업계획을 투자유치 및 주요 의사결정에 연결합니다. 재무는 자금과 손익을 관리하고 집행 기준을 마련합니다. 구매·총무·안전과 HR은 연구에 필요한 물품·시설·인력과 근무 절차를 운영합니다.

Biz Ops에서는 각 분야의 실무를 수행하면서 반복되는 업무의 기준을 함께 정리합니다. 연구팀과 회사의 상황을 이해하고, 관련 담당자와 협의하며 실행과 후속 과정을 챙기는 역할입니다.

기존의 경험을 바탕으로 코스모스랩에 필요한 방식을 제안하고, 함께 적용해갈 분을 모시고자 합니다.

AI·연구시스템 담당자는 연구팀과 직접 협업하며 자료의 접근 권한과 데이터 흐름을 정리하고, 검색·분석·자동화에 필요한 사내 시스템을 구축합니다.

포지션 개요

연구팀이 사내 자료를 안전하게 검색·활용하고 반복 업무를 줄일 수 있도록 AI 시스템을 직접 구축하고 운영합니다. 연구자와 함께 필요한 기능을 정하고, 데이터 연결부터 서비스 배포·접근 권한·품질 검증까지 담당하는 실무 포지션입니다.

이 역할에서 풀어갈 과제

연구자료에는 실험 결과와 제조 노하우 등 중요한 기술정보가 담겨 있습니다. 자료의 출처와 접근 권한을 유지하면서 필요한 정보를 찾고 활용할 수 있어야 합니다. 먼저 효과가 분명한 업무를 작은 서비스로 구현하고, 연구팀이 실제로 사용하는 시스템으로 발전시킵니다.

주요 업무

• 연구자 인터뷰를 통해 자료 검색·실험 결과 정리·보고서 작성 등 반복 업무를 파악하고 개발 우선순위를 정합니다.
• 문서·표·실험 데이터의 수집, 형식 변환, 메타데이터와 버전 관리 파이프라인을 구현합니다.
• 사내 자료 검색과 근거 기반 질의응답(RAG)을 구축하고, 원문 출처와 열람 권한이 결과에 반영되도록 설계합니다.
• 사용자 인증, 역할별 접근 권한, 서비스 계정·비밀키 관리와 감사 로그를 적용합니다.
• 자료의 민감도에 따라 외부 AI에 전송할 수 있는 범위를 정리하고, 승인된 모델·API 또는 사내 운영 모델을 선택해 적용합니다.
• 네이버웍스 등 업무 도구와 연구 데이터 저장소를 API로 연결하고, 변경·전송을 수반하는 자동화에는 필요한 승인 절차를 구현합니다.
• 정답 근거, 검색 누락, 권한 밖 자료 노출, 문서에 포함된 악성 지시 등을 점검하는 평가 사례를 만들고 개선합니다.
• 서비스를 배포하고 장애·비용·사용 현황을 관리하며, 백업·복구·운영 문서와 사용자 안내를 정리합니다.

자격 요건

• Python 등으로 데이터 처리와 API 연동 기능을 직접 개발할 수 있는 분
• LLM을 활용한 검색·문서 처리·업무 자동화 서비스를 직접 구현하고 배포한 경험이 있는 분
• 인증·권한·로그·비밀키 관리 등 서비스 운영에 필요한 보안 기본기를 갖춘 분
• 데이터베이스와 문서 저장소를 연결하고, 원본·버전·접근 권한을 관리할 수 있는 분
• 사용자 요구를 작은 개발 과제로 나누고, 테스트·배포·유지보수까지 수행할 수 있는 분
• AI 답변의 오류와 한계를 검증하고, 연구자에게 기능과 사용 범위를 명확히 설명할 수 있는 분

우대 사항

• 연구소·제조업의 기술문서 또는 실험 데이터를 다룬 경험
• 검색증강생성(RAG)의 검색 품질 평가, 표·PDF 파싱 또는 문서 기반 답변의 근거 추적 경험
• 사내 SSO, 문서별 접근 권한, 비공개망 또는 사내 모델 운영 경험
• 네이버웍스·전자연구노트·LIMS·장비 데이터 등 업무 시스템 연동 경험
• 프롬프트 인젝션, 데이터 유출과 권한 우회 위험을 고려한 AI 서비스 설계 경험
• Docker, CI/CD, 모니터링과 자동화 테스트를 활용한 서비스 운영 경험

지원자료 안내

직접 구축한 서비스 1~2개를 소개해 주세요. 사용자 문제, 시스템 구성, 본인 구현 범위, 데이터·권한 처리, 품질 평가와 운영 중 개선한 내용을 확인하고 싶습니다. 공개 가능한 코드·화면·구성도 또는 비식별 사례 설명을 제출해 주세요.

이력서와 관련 경력·연구 내용을 제출해 주세요. 기존 소속기관·회사 또는 고객의 기밀정보는 제외하거나 비식별 처리해 주세요.

지원자 안내

연구팀과 우선순위를 정해 직접 개발하고 운영합니다. 초기에는 연구자료의 접근 권한과 검색 체계를 정리하고, 활용도가 높은 업무부터 자동화할 예정입니다. 인프라·보안 검토는 관련 담당자 및 외부 전문가와 협업합니다. 연구자료를 외부 서비스로 전송하거나 모델 학습에 사용하는 경우에는 회사가 정한 승인과 데이터 처리 기준을 따릅니다.

근무 및 전형 안내

• 근무지: 서울 강서구 마곡 연구소
• 지원 기간: 2026년 10월 21일~10월 30일
• 면접 예정: 2026년 11월 첫째 주. 세부 일정은 개별 안내합니다.
• 전형: 서류 검토 → 온라인 직무 사례·포트폴리오 발표 → 실무자 인터뷰 → 경영진 인터뷰 → 최종 합격