리얼월드에서 로보틱스 파운데이션 모델을 실제 로봇에 배포하고 운영할 Applied Research Engineer를 채용합니다. ROS/ROS2 기반의 시스템 설계 경험과 학습 기반 정책 모델 연동 역량이 필수입니다. 로봇 하드웨어 통합부터 실험 환경 구축까지 전 과정을 주도하며, AI 모델을 실제 산업 현장의 로봇 동작으로 구현하는 핵심 역할을 수행하게 됩니다.
리얼월드(RLWRLD)는 로봇이 인간처럼 세상을 인식하고 사고하며 행동할 수 있게 만드는 로보틱스 파운데이션 모델(Robotics Foundation Model)을 개발하는 Physical AI 선도 기업입니다.
AI·로보틱스 분야의 깊은 연구 역량과 글로벌 데이터 협력 네트워크를 바탕으로, 고자유도 로봇 손의 정밀한 조작을 가능하게 하는 Robotics Foundation Model을 개발하고 있습니다. 최근 공개한 RLDX-1은 다양한 로봇 하드웨어와 환경에 적용 가능한 차세대 모델로, 제조·물류·서비스 등 실제 산업 현장에서 활용 가능한 범용 로봇 지능 구현을 목표로 고도화되고 있습니다. 또한 국내외 VC 및 대기업으로부터 약 600억 원 규모의 시드 투자를 유치하며 빠르게 성장하고 있으며, AI·로보틱스 분야의 뛰어난 인재들이 합류하고 있습니다.
RLWRLD의 Robotics Deployment 조직은 직접 수집한 현장 데이터와 자체 Robotics Foundation Model(RFM)을 기반으로 휴머노이드가 실제 산업 현장에서 일하게 만듭니다.
Applied Research Engineer, Robotics는 학습된 정책 모델이 실제 로봇에서 안정적으로 동작하도록, 모델의 판단을 실제 로봇 동작으로 연결하는 실행 파이프라인을 설계하고, 복잡한 태스크를 실제 환경에서 수행 가능한 형태로 구성하는 역할입니다. 이를 위해 로봇 하드웨어·센서·제어 시스템 통합부터 실험·배포 운영 환경 구축까지 폭넓게 담당합니다.
Robotics Deployment(RD) 팀의 일원으로서 AI 엔지니어·연구팀과 긴밀히 협력하며, 현장에서 관찰한 문제를 시스템과 모델 개선으로 연결합니다. AI 모델의 성능이 실제 로봇의 안정적인 움직임으로 이어지게 만드는 중심 역할을 수행합니다.
학습된 정책 모델을 로봇의 인지·판단·제어 흐름과 연결하고, 모델의 출력이 실제 로봇 동작으로 안정적으로 이어지도록 실행 파이프라인을 설계·최적화합니다.
여러 단계로 구성된 작업을 로봇이 안정적으로 수행하도록 실행 흐름을 설계하고, 상황에 맞게 동작이 전개되도록 구성합니다. 실패 상황에 대한 예외 처리와 복구를 포함해 견고한 동작을 보장합니다.
하드웨어·센서·제어 시스템 통합과 실험/모니터링 환경 구축을 담당합니다.
실제 로봇 실험에서 관찰한 문제와 개선 포인트를 분석하고, 시스템·정책 개선 및 평가 체계 구축으로 연결합니다.
아래 영역 중 2개 이상에 대한 실무 경험 또는 깊은 이해가 있으신 분
ROS/ROS2 기반 로봇 시스템 개발, 로봇 제어, 센서 연동
VLA/VLM, imitation learning, behavior cloning, reinforcement learning 등 로봇 정책 학습에 대한 이해
Behavior tree, finite state machine, motion planning 등을 활용한 로봇 태스크 구성·실행
6D pose estimation 등 비전 기반 인지 및 manipulation 연동
Isaac Sim, MuJoCo, Gazebo 등에서의 로봇 실험·검증
