* 총 2명을 채용 중이며, 신입부터 경력직까지 넓은 기준으로 보고 있습니다. 역량 뛰어난 분들의 많은 지원 기다리고 있겠습니다. * 전문연구요원으로 지원 가능한 포지션입니다. We Make a Future Classic Product! 채널톡은 기업의 지속가능한 성장을 돕는 ‘올인원 AI 메신저’입니다. 고객과 언제 어디서나 대화할 수 있는 환경을 만들어 비즈니스의 방향성을 고객으로부터 찾을 수 있도록 돕고 있어요. 현재 '고객이 답이다'라는 철학으로 고객사의 고객 소통 경험을 변화시키고 있습니다. CRM 데이터 기반의 상담 경험 설계와 AI를 통한 반복 문의를 빠르게 처리해 CS 효율화부터 고객 경험 개선까지 채널톡 하나로 해결해요. 수많은 온라인 비즈니스의 본질적인 문제를 풀어낸 결과 한국 너머의 시장에서도 빠르게 성장하고 있습니다. 일본 시장에서 점유율 20% 이상으로 업계 1위와 매출 성장세도 B2B 업체 중 아시아에서 가장 빠른 수준이에요. 아시아에서 인정받은 제품력을 발판 삼아 글로벌 SaaS 기업으로 거듭나고자 미국 시장에 적극 진출하고 있습니다. 채널톡 출시 이후 이와 같은 성과를 거둘 수 있었던 핵심은 ‘제품’입니다. 좋은 제품이 최고의 세일즈, 마케팅이라고 믿습니다. 채널팀 전체 임직원 중 절반 이상이 개발자로 이들 모두가 단 하나의 제품을 만드는데 집중합니다. 구글 검색, 아이폰처럼 한 세대를 상징할 “미래의 클래식” 프로덕트를 목표로 최고의 인재들과 함께합니다. 하고 싶은 일이 참 많습니다! 많이 기대되는 앞으로의 여정 가운데 함께할 채널톡의 Machine Learning Engineer (AI Product)를 찾습니다! [함께할 팀을 소개합니다!] 채널에서 개발한 AI 상담 에이전트 ALF는 매일 수만 건의 고객 상담을 응대합니다. 2,000개 이상의 고객사, 각기 다른 도메인. 2025년, ALF의 해결률은 52%에서 80%로 상승했습니다. 하지만 남은 20%가 진짜 어려운 문제입니다. 프론티어 모델을 그대로 붙인다고 좋은 상담 경험이 만들어지지 않습니다. 고객사마다 도메인이 다르고, 같은 질문도 의도와 맥락이 다릅니다. AI팀은 이 간극을 메웁니다. 고객사가 가진 정보를 AI가 진짜 이해하고 써먹을 수 있어야 합니다. 상담 맥락을 기억하고, 애매한 질문도 의도를 파악해야 합니다. 텍스트뿐 아니라 전화로도 자연스럽게 응대해야 하고, "잘했는지 못했는지"를 사람 손 안 타고 측정할 수 있어야 합니다. 고객이 묻기 전에 먼저 말을 걸 수 있다면, 상담 자체가 필요 없어질 수도 있습니다. 이 모든 게 빠르게 실험되고 배포될 수 있는 강건한 데이터 파이프라인도 설계합니다. AI팀에서는 제품팀 Core팀 소속으로서, 이러한 문제들을 AI/ML 문제로 정의하고, 리서치부터 프로덕션까지 책임지며, Feature 팀과 긴밀하게 협업하여 제품에 녹이는 일을 합니다. 정말 어려운 20%의 문제를 해결하고, AI/ML 기술로부터 비즈니스 임팩트를 만드는 저희의 여정에 함께 하고 싶으시다면, 지금 AI팀에 지원하세요! [어떤 기회가 있나요?] • 2,000개 이상의 고객사에서 도입한 고객 상담 에이전트 ALF의 성능 개선 과정에 직접적으로 참여하실 수 있습니다. • 기술 리서치부터 제품 설계, 개발, 품질 고도화까지: AI/ML 기술이 유의미한 비즈니스 임팩트로 이어지는 모든 과정을 End-to-end로 밀도 있게 경험하실 수 있습니다. • 자체 구축 모델/벤치마크 공개 등을 통해 오픈 소스 커뮤니티에 기여하실 수 있습니다. • 최신 연구를 기반으로 한 Cutting-edge 음성 모델 연구 및 학습에 참여하실 수 있으며, 논문 작성의 기회도 열려 있습니다. [채널팀이 더욱 궁금하다면?] 홈페이지:

https://channel.io/ko

블로그:

https://channel.io/ko/blog

유튜브:

https://www.youtube.com/channel/UCy4L-mlTgH-v8vBbtzCGhIA

인스타그램:

https://www.instagram.com/channel.io/

• 고객 상담 AI (ALF) 설계 및 고도화 • 다양한 원천 데이터(PDF, 스프레드시트, 웹페이지 등)로부터의 멀티모달 지식 전처리 파이프라인 설계 및 구현 • 텍스트/음성 기반 상담 에이전트 평가용 벤치마크 구현 • AudioLLM 기반 다국어 음성 모델 학습 (Text-to-Speech, Speech-to-Text, Turn detection) • 음성 모델 학습용 데이터 수집 및 전처리 과정 최적화 • 멀티모달 검색 시스템 설계 및 고도화 • 고객 행동 패턴 기반 Proactive Agent 설계 및 구현 • 최신 연구 서베이 및 신규 기능 PoC

• 모호한 비즈니스 문제를 AI/ML 문제로 치환하고, 빠른 가설 검증 반복을 통해 몰입도 있게 문제를 해결해본 경험이 있으신 분 • 컴퓨터공학, 전자공학, 수학, 통계학 등 관련 전공 학사 이상의 학위 • 대규모 언어 모델의 동작 메커니즘에 대한 높은 이해, 활용 및 구현 능력 • Python, Go 중 하나 이상의 프로그래밍 언어 활용 능력 • ML 개발 관련 라이브러리/플랫폼 활용 능력 (PyTorch, Hugging Face, wandb)

• 컴퓨터공학, 전자공학, 수학, 통계학 등 관련 전공 석사 이상의 학위 • LLM 기반 AI 에이전트를 설계하고, 프로덕션 환경에서 운영해본 경험이 있으신 분 • 대규모 트래픽 환경에서 AI 모델을 서빙/운영해보신 경험이 있으신 분 • 대규모 트래픽 환경에서 데이터 처리 파이프라인을 설계하고 운영해보신 분 • 대량의 데이터셋을 수집 및 정제 후 학습 경험이 있으신 분 • AI 주제의 논문 출판 경험, 오픈소스 및 경진대회 활동 경력이 있으신 분

• [서류 제출] > [사전 기술 인터뷰(온라인)] > [1차 인터뷰] > [2차 인터뷰] > [3차 인터뷰] > [레퍼런스 체크] > [최종 합격] 순서로 진행됩니다. • 제출하신 서류를 통해 팀에 필요한 기본적인 문제 해결 역량을 갖추고 계신지 확인합니다. 지금까지 수행하신 프로젝트와 도전 과제, 그리고 이를 어떻게 해결해 오셨는지를 구체적으로 작성해 주시면 많은 도움이 됩니다. • 사전 기술 인터뷰는 온라인으로 진행되며, ML/AI 관련 기술 중심의 Q&A로 30분간 진행됩니다. • 1차 인터뷰는 1시간 동안 진행되며, 라이브로 주어진 상황에서 AI를 활용한 해결 방안을 도출하는 문제 풀이가 포함됩니다. 이 과정을 통해 지원자의 문제 해결 접근 방식, 사고 과정, 그리고 창의적인 아이디어를 중점적으로 확인합니다. 결과뿐만 아니라 문제를 해결해 나가는 과정 자체를 중요하게 평가합니다. • 2차 인터뷰는 1시간 30분 동안 진행되며, 지원자께서 수행하셨던 프로젝트에 대한 설명과 이에 대한 질의응답을 중심으로 진행됩니다. 프로젝트의 배경, 기술적 선택의 이유, 문제 해결 과정 등을 통해 실무 경험과 기술 이해도를 확인합니다. • 3차 컬처핏 인터뷰는 채널과 핏이 잘 맞는 분인지 알기 위해 편안하게 서로 질문을 할 수 있는 시간을 갖게 됩니다.