Sionic AI 는 ‘기업이 직접 자신만의 AI Agent를 생성할 수 있는 플랫폼’ 을 제공해요
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.
RAG Engine 팀은 사용자의 질문에 가장 정확한 정보를 찾아 전달하는 검색·추론 시스템을 설계하는 팀이에요.
- Graph RAG & Runtime Ontology — 비즈니스 도메인의 지식을 동적으로 구조화하고 추론하는 검색 아키텍처 설계
- Semantic Search — Embedding, Reranker, 다국어 검색 모델 개발을 통한 검색 품질 고도화
- Secure & Trustworthy RAG — 접근 권한 기반 정보 분리, 개인정보 보호, 신뢰할 수 있는 검색 결과 제공
- 검색 파이프라인 최적화 — Retrieval, Reranking, Chunking 전략을 통한 검색 품질 고도화
이 도전을 함께할 분을 찾고 있어요.
합류하면 함께 할 업무에요 🤲
Sionic AI의 AI Researcher는 아래 업무들을 담당해요.
-
RAG 아키텍처 설계 및 고도화
-
Graph RAG 기반 지식 검색 시스템 설계 및 구현
-
Runtime Ontology를 활용한 동적 지식 구조화 및 추론 파이프라인 개발
-
검색 최적화 청킹 전략 설계 및 Retrieval/Reranking 파이프라인 고도화
-
Secure & Trustworthy RAG 설계 — 사용자별 접근 권한 기반 정보 분리, 개인정보 보호, 답변 신뢰성 확보
-
Semantic Search 모델 개발
-
Embedding 모델 설계 및 학습 — 검색 정확도를 결정하는 핵심 모델 구축
-
Multi-vector Retrieval(ColBERT 등) 및 Late Interaction 기반 검색 모델 연구 및 적용
-
Reranker 모델 개발 및 최적화
-
다국어 검색 모델 개발
-
일본어 비즈니스 도메인에 특화된 검색 파이프라인 구축
-
데이터 및 평가 시스템
-
검색/생성 품질 개선을 위한 합성 데이터 생성(Synthetic Data Generation) 및 데이터 필터링 파이프라인 구축
-
RAG 평가 벤치마크 설계 및 자동화된 품질 측정 파이프라인 구축
-
온/오프라인 실험 설계 및 A/B 테스트를 통한 검색 시스템의 점진적 개선
Sionic AI의 AI Researcher는 이런 환경에 일해요.
최신 세대 GPU 8노드 클러스터를 내부 인프라로 보유하고 있으며, 대규모 RAG 시스템 실험 및 모델 학습에 필요한 컴퓨팅 자원을 자체적으로 운영합니다. 연구에 필요한 인프라 투자에 아낌없는 지원을 하고 있어요.
이런 분과 함께하고 싶어요 🤝
- 학사 학위 이상 소유자로 AI 관련 3년 이상의 실무 경력, 또는 그에 준하는 경력을 가지신 분
- RAG 시스템 또는 검색 기반 AI 시스템을 설계/운영해본 경험이 있는 분
- 정보 검색(IR), Embedding 모델, 또는 Semantic Search 관련 연구/개발 경험이 있는 분
- 데이터 파이프라인을 설계하고 이를 이용하여 서비스를 꾸준히 개선해 본 경험이 있는 분
- 라이브러리나 툴을 단순히 사용하는 것을 넘어, 기술적 의사결정의 이유와 동작 원리 파악에 관심이 있는 분
- 하나의 문제를 깊이 파고드는 끈기가 있는 분
이런 분이면 더 좋아요! 👍
- 최신 정보 검색(IR) 및 자연어 처리(NLP) 관련 논문 리서치와 기술을 활용하여 성능을 높인 경험이 있는 분
- Embedding 모델 또는 Dense Retrieval 모델을 직접 설계/학습해본 경험이 있는 분
- 다국어 Embedding 모델 학습 또는 Cross-lingual Retrieval 연구/개발 경험이 있는 분
- Graph RAG, Knowledge Graph, 또는 Ontology 관련 연구/개발 경험이 있는 분
- Temporal Information Retrieval, 시간 기반 지식 관리, 또는 동적 지식 그래프 관련 연구/개발 경험이 있는 분
- 검색 시스템(Retrieval/Reranking/Semantic Search) 고도화 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
