포지션 상세 정보
- 기술스택
CC++KerasPythonPyTorchTensorFlowMachineLearningAI/인공지능
- 주요업무
에너자이의 ML 직군은 데이터센터가 아닌 엣지·온디바이스 환경에서 동작하는 언어·음성 AI를 만듭니다. 메모리도 연산 자원도 부족한 디바이스 위에서 큰 모델 못지않은 성능을 내야 하는, 흔치 않은 문제를 다룹니다. "모델을 작게 만드는 연구"와 "실제 기기에서 잘 돌게 만드는 구현"이 한 몸으로 맞물려, 연구가 논문이나 데모에서 끝나지 않고 제품이 되는 끝까지를 직접 경험하게 됩니다. • 자원이 제한된 환경에서 적은 파라미터로 목표 성능을 내는 초경량 transformer 기반 언어 모델을 직접 설계·학습 • 정확도 손실을 최소화하며 모델을 압축하는 ultra-low-bit 양자화 연구 (QAT/PTQ, weight/activation quantization 등) • STT·LLM·TTS를 결합한 온디바이스 음성·언어 에이전트 구현 - 정해진 명령에 반응하는 reactive 수준을 넘어, 맥락을 추론하는 reasoning 기반으로 동작하도록 설계 - 사용자가 명시하지 않은 의도까지 읽어 선제적으로 대응하는 형태로 고도화 • 사내 추론 엔진(Optimium) 팀과 협업해, 연구한 모델이 타겟 하드웨어에서 실제 가속되는 형태까지 통합 • 타겟 디바이스 : Qualcomm, Broadcom, Synaptics 등 다양한 반도체사 제품들
- 자격요건
• 학부 4학년 이상 • 해외 여행에 결격 사유가 없으신 분 • 병역특례 지원 가능 • 딥러닝 프레임워크(PyTorch 등)로 Transformer 기반 언어 모델(LLM/SLM) 또는 음성 모델을 직접 설계·학습해 본 경험이 있으신 분 (학업·연구·프로젝트·실무 등 형태 무관) • Python을 활용한 프로젝트 수행 경험이 있으신 분 • 결과가 기대와 다를 때 원인을 분석하고 개선을 시도해 본 경험이 있으신 분
- 우대사항
• 파운데이션 모델 또는 온디바이스용 SLM을 사전학습 단계부터 직접 개발해 본 경험자 • 분산 학습 환경에서 데이터 구성과 학습 레시피를 직접 설계·운용해 본 경험자 (scaling law, 하이퍼파라미터 탐색 등) • pruning·distillation·양자화 등으로 모델을 작게 만들면서 성능을 지켜 본 경험자 • LLM 에이전트 학습 및 하네스 설계 경험자 • 관련 분야 학회·저널 게재 경험자 • 관련 전공 석사·박사 학위 보유자 (학위 과정의 연구 경력은 경력으로 인정)
- 복지 및 혜택
• 직무 관련 도서 구입비 지급 • 업무 역량 향상을 위한 교육비 지급 • 팀 스터디·세미나·컨퍼런스·논문 투고 비용 지원 • 직무발명보상제도 시행 • 평일 주 5일 선택 출퇴근제 (9시~11시 출근 선택) • SW/IT 고성능 장비 지원 • 점심 및 저녁 식대 지원 • 맛있는 간식과 커피머신 상시 비치 • 외근 및 야근 시 택시비 지원 • 생일 유급 반차 제공 • 결혼·출산 시 축하금 지급 • 경조금 및 상조 서비스 지원 • 건강검진 검진비 지원 • 근속 연수에 따른 선물 지급 • 동호회비 지원
- 채용절차 및 기타 지원 유의사항
[근무조건] • 급여 : 경력별 협의 • 근무 시작일 : 협의 • 근무시간: 평일 주 5일 선택 출퇴근 제도 (9시 ~ 11시 출근 선택) • 근무지 : 서울시 강남구 테헤란로27길 27 (2호선 역삼역 도보 7분 거리) [전형절차] • 제출서류 : 자유양식 이력서 또는 포트폴리오, Github 주소 • 전형절차 : 서류 심사 -＞ 코딩테스트 -＞ 1차 면접(Tech) -＞ 2차 면접(Culture-Fit) -＞ 최종 합격 [유의사항] • 전형 결과는 일정에 따라 합격자에게 개별 안내드립니다. • 인턴을 제외한 모든 직무는 수습기간을 거칩니다. • 입사지원 서류에서 허위기재 사실이 발견될 경우, 입사가 취소될 수 있습니다.
기업/서비스 소개
기업상세 정보로 이동
1 / 6
[회사소개] 에너자이는 인공지능 모델 경량화·하드웨어 최적화 원천 기술을 바탕으로 기기 자체에서 동작하는 온디바이스 AI 모델과 에이전트를 개발·공급하는 기업입니다. 인텔, 마이크로소프트, 엔비디아, 퀄컴, 삼성전자, Arm, Synaptics, Broadcom 등 글로벌 대기업과 협력하며, 수백만 대의 상용 기기 탑재를 통해 기술력과 사업성을 증명하고 있습니다. 일상에서 접하는 많은 기기에 AI 에이전트가 도입되면서, AI가 처리하는 연산량과 그에 따른 비용도 빠르게 늘고 있습니다. 지금은 연산의 대부분이 클라우드에 집중되어 있어, 제조사는 사용량만큼 커지는 비용을 감당해야 하고 사용자마다 다른 통신 환경 탓에 서비스가 온전히 제공되지 못할 위험도 안고 있습니다. 물론 모든 AI를 기기 안으로 옮길 수는 없고, 클라우드가 맡아야 할 영역은 분명히 남아 있습니다. 하지만 음성 인식이나 기기 제어처럼 기기 안에서 충분히 처리할 수 있는 기능도 많습니다. 문제는 일상 기기에 들어가는 반도체의 연산 성능이 제한적이고 메모리가 적다 보니, 이런 기능조차 기기에 담기 어려웠다는 점입니다. 에너자이는 1.58bit 초저비트 양자화 기술과 자체 최적화 기술로 초소형 AI 모델을 만들어, 기기에서 구현할 수 있는 AI의 몫을 최대한 넓힙니다. 이 모델들을 기능별로 조합한 '온디바이스 AI 에이전트'를 디바이스 제조사에 공급합니다. 제조사는 이 중 필요한 기능을 골라 기기에 담고 나머지만 클라우드에 맡겨, 클라우드 비용을 줄이면서도 인터넷 연결과 관계없이 핵심 기능을 안정적으로 제공할 수 있습니다. 현재는 셋톱박스와 스마트홈 기기에 탑재되고 있으며, 앞으로 자동차와 로봇처럼 더 큰 AI가 필요한 기기로 그 범위를 넓혀갈 계획입니다. [주요 제품 및 솔루션 소개] 일상 기기를 똑똑하게 바꾸는 1.58bit 온디바이스 AI 에이전트 에너자이는 사람의 음성을 인식하고(STT), 맥락을 이해해 기기를 제어하며(LLM), 자연스러운 음성으로 응답하는(TTS) 대화형 AI 에이전트를 기기에 바로 탑재할 수 있는 형태로 디바이스 제조사에 공급합니다. - 1.58bit 초저비트 양자화 기술을 적용해 높은 정확도를 유지하면서도 기기의 메모리와 전력 사용량을 대폭 절감 - 음성인식(STT), 음성합성(TTS), 기기 제어용 소형 언어모델(LLM), 번역, RAG 등 기기 상호작용에 필요한 핵심 모델들을 개별 모듈 또는 통합된 하나의 AI 에이전트 형태로 공급 - 셋톱박스, 스마트홈 허브 기기 등 스마트홈 영역을 중심으로 오토모티브, 로보틱스 등 다양한 산업의 하드웨어 환경에 맞춘 빠른 탑재 및 상용화 지원 [핵심 기술 경쟁력] 초저비트 모델을 실제 기기에서 구동하는 풀스택 기술과 추론 엔진 Optimium 1.58bit 수준의 초저비트 모델을 실제 양산 기기에 올리기 위해서는 모델을 만드는 것 이상으로 고도화된 하드웨어 최적화 기술이 필요합니다. 시중의 일반 도구나 반도체 기본 SDK만으로는 구현하기 어려운 초저비트 모델 구동을 위해, 에너자이는 모델 설계·학습부터 하드웨어 최적화까지 전 과정을 직접 다루는 풀스택 기술력을 갖추고 있습니다. - 단순히 학습이 끝난 모델을 압축하는 방식을 넘어, 데이터 구축과 학습 단계부터 초저비트 환경을 반영해 정교하게 모델을 설계·고도화하는 기술 보유 - 4bit 이하 초저비트 모델 전용 커널과 연산 최적화 기술이 집약된 자체 추론 엔진 'Optimium'을 통해 기기 내 추론 속도를 획기적으로 향상 (CPU 추론 최적화를 지원하며 기존 엔진 대비 압도적 성능 우위 보유, GPU 및 NPU 추론 최적화 지원 예정) - Synaptics, Broadcom, Renesas, Qualcomm, Arm 등 글로벌 반도체 기업들과 협력하여 각 사의 칩셋 환경에서 AI 모델 성능을 극대화