비개발자도 자연어로 쉽게 AI Agent를 생성할 수 있고, 목적에 맞게 커스텀한 AI Agent를 활용해 업무를 효율화합니다
우리가 성공할 수 밖에 없는 이유 🚀
명확한 시장의 니즈 🎯
- 많은 기업들이 AI 도입의 필요성은 느끼지만, 어떤 업무를 어떻게 AI로 효율화해야 하는지에 대한 명확한 답을 찾지 못하고 있어요.
- AI 적용 방향이 정의되더라도, 이를 실제로 실행하고 운영할 수 있는 유저 친화적인 도구가 부족해 도입이 지연되거나 PoC에 머무는 경우가 많아요.
- Sionic AI의 플랫폼은 기술과 기업 사이의 간극을 잇는 다리로서, AI가 실제 비즈니스 성과로 이어지도록 돕습니다.
독보적인 기술력 🧑💻
- Sionic AI는 LLM, RAG, Parser 등 생성형 AI에 필수적인 핵심 기술을 모두 자체 보유하고 있으며, 이를 독자적인 제품 설계에 활용하고 있어요.
- 자체 개발한 Embedding 모델은 글로벌 MTBE 1위를 달성했으며, sLLM 또한 주요 벤치마크에서 상위권 성과를 기록하며 기술력을 입증했어요.
서로에 대한 믿음 아래 만들어진 문화와 유연한 근무 환경 💼
- 서로에 대한 신뢰를 바탕으로, 각자가 주도적으로 문제를 정의하고 해결하는 문화를 지향해요.
- 자율적인 판단 하에 원하는 시간과 장소에서 몰입할 수 있는 근무 환경을 제공해요
- 업무에 필요한 도구와 지원에 있어 회사의 아낌없는 지원을 받습니다.
네이버, 라인, 토스 등에서 AI 경험을 쌓은 초기 멤버와 함께하세요 🙌
우리는 당신이 필요해요! 😉
우리는 이러한 가치들을 제공해드릴 수 있어요
우리가 풀고 있는 문제
쉽게 사용할 수 있는 AI 기술을 위해서는 사람 말을 잘 이해할 수 있는 AI가 필요해요. Sionic AI는 기업이 자신만의 AI Agent를 생성할 수 있는 플랫폼 Storm을 만들고 있고, AI 모델 및 시스템 개발/최적화를 통해 이 AI-native 제품을 더욱 강력하고 혁신적으로 만들어 고객에게 최상의 경험을 제공하고자 해요.
LLM 팀은 Storm 플랫폼의 언어 이해와 생성 능력을 책임지는 팀이에요.
- Storm 플랫폼의 두뇌 — RAG 파이프라인에서 검색된 문서를 정확하게 이해하고, 신뢰할 수 있는 답변을 생성하는 LLM 고도화
- 모델 정렬(Alignment) — 기업 환경에 적합한 안전하고 정확한 응답을 위한 SFT/RLHF/GRPO 기반 모델 정렬
- AI Agent Workflow — LLM과 DSL을 활용한 AI Agent 워크플로우 자동 생성 및 최적화
- 도메인 특화 LLM — 건설, 금융, 법률, 제조 등 산업 도메인에 최적화된 언어 모델 개발
이 도전을 함께할 분을 찾고 있어요.
합류하면 함께 할 업무에요 🤲
Sionic AI의 AI Researcher는 아래 업무들을 담당해요.
-
LLM 정렬(Alignment) 및 고도화
-
Supervised Fine-Tuning, RLHF/RLAIF/GRPO 기반 모델 정렬 및 성능 최적화
-
기업 환경에서의 환각(Hallucination) 감소, 지시 따르기(Instruction Following), 안전성(Safety) 향상을 위한 연구 및 적용
-
산업 도메인(건설, 금융, 법률, 제조 등) 특화 LLM 파인튜닝 전략 수립 및 실행
-
일본어 비즈니스 도메인 특화 모델 개발 — 일본어 성능 개선을 위한 데이터 수집/처리 전략 수립 및 학습 파이프라인 구축
-
RAG 특화 LLM 연구
-
RAG 파이프라인에서 검색된 컨텍스트를 정확하게 활용하는 생성 모델 연구 및 개발
-
Long-context 처리, 근거 기반 응답(Grounded Generation), 인용(Citation) 생성 등 RAG 환경에 특화된 LLM 능력 강화
-
Graph RAG 환경에서의 구조화된 지식 활용 및 추론 능력 향상
-
AI Agent Workflow 연구
-
LLM과 Domain-Specific Language(DSL)를 활용한 AI Agent 워크플로우 자동 생성 연구
-
워크플로우 최적화 — 생성된 워크플로우의 효율성, 정확성, 안정성 개선
-
평가 체계 설계 및 구축
-
LLM의 생성 품질, 정렬 수준, RAG 정확도를 평가하기 위한 다양한 평가 기법 조사 및 적용
-
실제 사용 환경에 부합하는 새로운 평가 방법의 개발 및 도입
-
지속적인 개선과 확장이 가능한 내부 벤치마크 도구의 설계 및 구현
-
데이터 수집 파이프라인 설계 및 구축
-
SFT/RLHF 학습을 위한 고품질 instruction 데이터 및 선호 데이터의 수집·생성·필터링 파이프라인 설계 및 구축
-
합성 데이터 생성(Synthetic Data Generation) 및 데이터 품질 향상을 위한 전처리·개선 기법의 연구·적용
-
최신 GPU 클러스터(8노드) 환경에서의 분산 학습 설계 및 운영
-
논문 및 특허
-
연구 결과를 탑티어 국제 학회 논문 또는 오픈소스 코드 형태로 공유
-
최신 논문 재현 및 기법 도입을 위한 선행 연구 주도 및 팀 내 기술 공유
Sionic AI의 AI Researcher는 이런 환경에 일해요.
최신 세대 GPU 8노드 클러스터를 내부 인프라로 보유하고 있으며, 대규모 언어 모델 학습에 필요한 컴퓨팅 자원을 자체적으로 운영합니다. 연구에 필요한 인프라 투자에 아낌없는 지원을 하고 있어요.
이런 분과 함께하고 싶어요 🤝
- 석사 학위 이상 소유자로 AI 관련 2년 이상의 실무 경력, 또는 AI 관련 3년 이상의 실무 경력을 보유하신 분
- 자연어처리(NLP), LLM 분야의 최신 알고리즘, 논문, 모델에 대한 깊은 이해가 있는 분
- LLM의 파인튜닝(SFT, RLHF, DPO, GRPO 등) 또는 정렬(Alignment) 연구/적용 경험이 있는 분
- RAG, 검색 증강 생성, 또는 지식 기반 질의응답 시스템을 개발해본 경험이 있는 분
- AI 문제를 주도적으로 정의하고 해결할 수 있는 분
- 하나의 문제를 깊이 파고드는 끈기가 있는 분
이런 분이면 더 좋아요! 👍
- 탑티어 국제 학회(ICML, NeurIPS, ICLR, ACL, AAAI, NAACL, EMNLP 등)에 1저자 또는 교신저자로 논문을 출판한 경험이 있는 분
- LLM, LMM, 또는 VLM의 사전학습(Pretraining) 또는 지속학습(Continual Pretraining) 경험이 있는 분
- 대규모 데이터로부터 AI 모델 학습 및 추론을 위한 data/model pipeline을 개발한 경험이 있는 분
- LLM 기반 에이전트(Agent) 또는 툴 사용(Tool Use) 시스템을 설계·구현한 경험이 있는 분
- 번뜩이는 아이디어를 AI 기술을 활용하여 프로토타입으로 만들어 본 분
- 업무에 필요한 일본어를 구사할 수 있거나, 일본 시장 대상 AI 서비스 경험이 있는 분
이런 팀 문화에 공감하고 함께하실 분을 찾고 있어요 🔍
- 주도적으로 문제를 정의하고 의견을 제시하는 분
- 상대방의 의견을 경청하면서 적극적으로 소통할 수 있는 분
- 자신이 해야 할 업무에 대해 '왜'를 항상 생각하는 분
- 결정을 미루지 않고 바로 해결하는 것을 좋아하는 분
