AI Research Engineer (Video Vision)

Background

당사의 고객사는 국내 대기업, 국책 연구기관과 컨소시엄을 구성해 정부 주관 대규모 R&D 국책과제에 선정된 몰입형 미디어 테크 기업입니다. 아시아 최초 수준의 8K급 초대형 LED 몰입형 콘텐츠 공간과, 기존 영화·영상을 이 공간 규격으로 확장 변환하는 자체 AI 영상 엔진을 함께 개발하고 있습니다. 이 엔진이 목표로 하는 것은 기존 CG/VFX 방식 대비 제작비 60% 이상 절감, 제작 기간 대폭 단축입니다. 몰입형 체험 시장이 연평균 20%대로 성장하는 가운데, 국내 첫 공간 구축을 시작으로 향후 10년 내 아시아 주요 도시와 글로벌 시장으로 확장하는 로드맵을 가지고 있습니다.

이 회사의 AI개발팀은 최신 논문과 모델을 빠르게 적용하는 것보다, 실제로 문제를 해결하는지 끝까지 검증하는 연구를 중시합니다. 왜 필요한지, 기존 방식보다 실제로 나은지, 어떻게 측정할지, 보유한 GPU 환경에서 실행 가능한지, 실제 서비스에 적용할 수 있는지까지 묻는 팀입니다.

이번에 모시는 Video / Vision AI Research Engineer는 이 AI 영상 처리 플랫폼의 핵심 연구를 이끄는 포지션입니다. Video Generation, Outpainting / Inpainting, 고해상도 영상 처리, Temporal Consistency 등 영화 길이의 장시간 영상을 AI로 처리하는 난제를 직접 정의하고 해결합니다. 연구 결과는 논문이나 Prototype에서 끝나지 않고, SOTA 탐색, 재현, Dataset 구축, 학습 및 Fine-tuning, Evaluation, 최적화, Checkpoint 관리를 거쳐 실제 Production까지 이어집니다. 연구가 곧바로 상용 서비스가 되는 경험, 그리고 사업 확장과 함께 연구 조직의 기술 방향을 만들어 갈 기회를 제공합니다.

Key Responsibilities

Video Generation / Video Processing 분야의 최신 논문, 모델, 오픈소스 조사 및 기술 검증

Video Outpainting / Inpainting 모델 연구 및 고도화

장시간 영상에서의 Temporal Consistency 및 Scene Consistency 개선

인물 및 객체의 Identity / Object Consistency 유지 기술 연구

원본 영상의 분위기와 표현을 유지하기 위한 Style Consistency 연구

돔 및 초광각 콘텐츠 생성을 위한 영상 확장·변환 기술 연구

고해상도 영상 Processing 및 12K/16K급 처리 Pipeline 연구와 최적화

AI 모델의 논문 및 Open Source 구현 재현

Dataset 수집, 전처리, 정제 및 Training Data Pipeline 구축

Training / Fine-tuning / Inference Pipeline 구축

모델 성능 평가를 위한 Benchmark 및 Evaluation Metric 설계

GPU Memory, Throughput, Latency 등 모델 성능 Profiling 및 최적화

Model / Dataset / Experiment / Checkpoint 관리 체계 구축

Key Qualifications

Computer Science, AI, Machine Learning, Computer Vision 등 관련 분야 석사 이상 학위 보유

PyTorch 기반 Deep Learning 모델 구현 및 학습 경험

Computer Vision 또는 Generative AI 분야의 연구·개발 경험

최신 AI 논문을 이해하고 핵심 아이디어를 코드로 재현할 수 있는 역량

공개 모델이나 논문 구현체를 분석해 자신의 문제에 맞게 수정하고 실험할 수 있는 역량

Dataset 구성부터 학습, 추론, 평가까지 전체 ML Experiment Cycle을 직접 수행한 경험

가설과 Evaluation 기준을 정의하고 실험 결과를 정량적으로 비교, 분석할 수 있는 역량

GPU 기반 Training / Inference 환경에 대한 이해

연구 결과를 재현 가능한 코드, 실험 기록, 기술문서로 남기는 습관

연구 Prototype을 실제 제품에 적용하는 과정에 관심과 열정을 가진 분

새로운 모델 도입 전, 기존 방법 대비 실제 개선 여부를 측정하는 태도와 VRAM, Processing Time, Throughput 같은 현실적 제약을 함께 고려하는 시각

실패한 실험도 원인과 결과를 기록해 팀의 자산으로 만들고, 개발자와 협업해 연구를 서비스로 연결하는 것을 즐기는 분

AI 도구를 적극 활용하되 결과를 그대로 신뢰하지 않고 스스로 검증하며 책임지는 분

(우대) Video Generation / Video Diffusion / Diffusion Transformer 계열 모델 연구 경험

(우대) Video Outpainting / Inpainting 연구 또는 프로젝트 경험

(우대) Temporal Consistency / Character · Object Consistency 관련 연구 경험

(우대) Image / Video Super Resolution 연구 경험

(우대) VLM / Multimodal Model 활용 경험

(우대) Multi-GPU / Distributed Training 경험

(우대) 장시간 또는 고해상도 영상의 Training / Inference 최적화 경험

(우대) Quantization / Offloading / Distillation 등 모델 최적화 경험

(우대) On-Premise GPU Server에서 모델을 학습, 운영한 경험

(우대) AI Model Serving 또는 MLOps Pipeline 경험

(우대) AI 관련 논문 게재, 특허 출원 또는 국가 R&D 과제 수행 경험

(우대) Claude Code / Codex 등 AI Coding Agent를 연구 및 실험 자동화에 활용한 경험

Originally posted on Himalayas