AI가 사람의 일을 대신하기 시작한 시대, 내가 만든 AI는 어떤 일을 바꾸고 있나요? 모델은 좋아지는데 내가 만든 것은 데모에서 멈추고, 연구는 쌓이는데 실제 고객의 반응은 듣기 어렵고, 파이프라인의 한 부분을 맡다 보니 이 기술이 누구의 일을 어떻게 바꾸는지 궁금했던 분을 찾습니다. 루모스에서는 본인이 설계한 AI Agent가 수 백 수 천 개 기업의 실제 사업비 업무에 쓰입니다. 지출 한 건을 검토하고, 필요한 서류와 증빙을 처리하고, 담당자가 내려야 할 판단을 돕습니다. 잘못된 판단은 고객의 사업비 환수로 이어질 수 있기에, 답을 만드는 것부터 그 답의 근거와 신뢰성을 검증하는 것까지가 우리의 일입니다. AI로 실제 업무를 대신하고, 직접 설계한 제품이 고객에게 쓰이는 과정까지 경험하고, 나아가 자비스와 같이 기업의 AGI를 만들고 싶은 분을 찾습니다. 재무·법규 도메인을 깊이 알아가고, 기업 고객의 문제를 듣고 해결책을 만드는 일에 흥미가 있다면 잘 맞습니다. 무엇을 만드나요? 루모스는 지원사업의 탐색·신청부터 집행·정산·종료까지, 전 주기의 업무를 자동화하는 AI Agent를 만듭니다. 규정과 재무를 함께 이해하는 AI: 지출 한 건에 어떤 규정이 적용되는지, 집행할 수 있는지, 그 근거는 무엇인지 판단합니다. 근거와 예외를 다루는 시스템: 기관·과제마다 다른 세부 지침과 문서에 명시되지 않은 실무 판단을 다룹니다. 정확도를 높이는 동시에, 사람이 판단 근거를 확인하고 예외에 개입할 수 있는 구조를 만듭니다. 여러 주체가 함께 쓰는 AI 코어: 기업·주관기관 및 운영사·회계법인이 같은 코어를 사용합니다. AI가 거래를 먼저 검토하면 각 주체는 같은 업무 이력에서 자신이 결정할 부분을 확인합니다. 24년 설립 이후 지금까지의 성과 고객: 직접 계약 기업 500 개 + 사, 기관 채널 450개사 규모의 2026년 계약 범위 확보 레퍼런스: 사업 주관 정부부처·공공기관·민간 운영사·국내 대기업과 다수 협업 기술: 문서 인식·규정 판단·근거 탐색 모델 자체 개발, AI Agent 제품 개발·운영, 관련 특허 보유 재무·팀: 설립 이후 매년 흑자, 무차입 경영, 매년 2배 이상 매출 성장. 대표는 대형 회계법인·증권사 IB 출신 공인회계사 왜 지원사업에서 시작하나요? 지원사업에는 기업이 무엇에 돈을 쓰는지뿐 아니라, 왜 쓰려는지와 어떤 조건에서 쓸 수 있는지가 함께 담깁니다. 지원금을 신청하고 집행하는 과정에서 사업계획서·지출 사유·증빙이 모이기 때문입니다. 장부에 기록된 지출 결과에 더해, 그 지출을 계획하고 판단한 맥락까지 이해할 수 있습니다. 루모스는 이 점이 기업의 실제 업무를 수행하는 AI를 만들기에 좋은 출발점이라고 생각합니다. 이 데이터를 활용하려면 서로 다른 문서를 연결하고, 규정을 해석하고, 현장의 예외를 이해해야 합니다. 기반 모델의 발전을 실제 업무 성과로 연결하려면, 도메인 데이터와 판단 이력을 제품 안에 축적하는 일이 함께 필요합니다. 우리가 깊이 파고드는 문제입니다. 왜 지금 추가 채용하나요? 루모스는 개별 기업 중심으로 제공하던 제품을 기관 계약을 통해 확대하고 있습니다. 기관 한 곳과의 계약으로 산 하 수백개 기업에 서비스를 제공하고, 기업·기관·회계법인이 함께 사용하는 구조로 본격적으로 스케일업 하는 시점입니다. 지금 합류하는 엔지니어는 이 세 주체가 함께 쓸 AI 코어와 제품 구조를 설계합니다. 고객 현장에서 문제를 찾고, 모델과 시스템을 만들고, 실제 사용 결과를 보며 개선하는 전 과정에 참여합니다. 다음 단계는 기업의 지출과 공급자를 연결하는 사업비 마켓입니다. 그 경험과 데이터를 바탕으로, 규정이 적용되는 기업 지출을 판단하고 실행하는 기업 운영 OS로 나아가려 합니다. 직접 만든 AI가 고객의 일하는 방식을 바꾸는 과정을 함께하고 싶습니다.

주요 업무 - 고객 기업·주관기관·회계법인의 업무 문제를 분석하고, AI Agent의 요구사항과 처리 흐름으로 구체화합니다. - 지원사업·재무·행정 문서를 이해하고, 거래별 적용 규정과 집행 가능 여부를 판단하는 AI Agent를 설계·개발합니다. - LLM·VLM 기반 문서 분석·생성 모델을 개발하고, 파인튜닝과 평가를 통해 개선합니다. 서식 작성과 증빙의 과제·비목 분류를 포함합니다. - RAG 파이프라인을 설계·개선합니다. 문서 분할, 검색, 재순위화부터 규정 근거 인용의 정확성 평가까지 다룹니다. - 기관 회신과 회계사의 판단 수정 이력을 평가 데이터와 개선 과정에 반영합니다. - 프로토타입을 실제 서비스로 연결하고, 모델 서빙·클라우드 배포·운영 개선을 수행합니다. 필요한 백엔드와 프론트엔드는 AI 코딩 도구를 활용해 직접 구현합니다. 함께 풀 기술 문제 - 기관·사업·연도마다 달라지는 지침에서 해당 거래에 적용할 규정과 근거를 정확히 찾는 문제 - 형식이 제각각인 PDF·이미지 증빙의 내용을 읽고, 어느 과제와 비목에 해당하는지 판단하는 문제 - 문서에 명시되지 않은 실무 판단과 예외를 축적하고, 이후 판단의 품질을 높이는 문제 문제 정의부터 설계, 배포, 고객 피드백 반영까지 담당 기능의 전 과정을 맡습니다. 시니어 AI 엔지니어와 함께 설계를 논의하며, 상용 API 활용부터 자체 모델 학습·평가·서빙까지 다룹니다. 고객의 업무를 이해하고 기술적 해결책으로 바꾸는 과정도 이 역할의 중요한 부분입니다.

- 관련 경력 보유, AI/ML 관련 전공 학사 이상인 분 - ML·딥러닝·LLM의 구조와 학습 원리를 이해하고 설명할 수 있는 분 - Python을 능숙하게 사용하고, PyTorch·Hugging Face 등을 활용한 모델 학습·실험 경험이 있는 분 - LLM API와 LangChain·LangGraph 등의 도구를 활용해 AI Agent 또는 AI 시스템을 직접 구현한 경험이 있는 분 - 평가 기준을 설계하고 실험 결과를 바탕으로 모델·시스템의 성능을 개선할 수 있는 분 - AI 코딩 도구를 활용해 서비스에 필요한 백엔드·프론트엔드를 구현하고, AWS 등 클라우드에 배포한 경험이 있는 분 - 규정·지침을 읽고 판단 기준을 구조화하는 데 관심이 있으며, 모델 개발부터 실제 고객 사용까지 책임지고 개선하고 싶은 분 재무·법규 도메인을 깊이 이해하려는 태도, 판단의 근거를 검증하는 습관, 남들이 못 보는 문제를 발견하는 능력이 있으신분

- AI/ML 관련 석·박사 학위 보유 또는 졸업 예정인 분, 학부·대학원 연구 경험이 있는 분 - LLM SFT, 선호도 최적화·강화학습(RLHF·DPO·GRPO 등), 학습·평가 데이터 및 파이프라인 구축 경험이 있는 분 - RAG·Vector Search·Hybrid Search를 실험하고 검색 품질이나 근거 인용의 한계를 개선한 경험이 있는 분 - VLM·LLM 기반 문서 이해·정보 추출 경험이 있는 분 - FastAPI·Docker 등을 활용한 AI 서비스 서빙 경험이 있는 분 - 회계·세무·보조금 정산·금융·법무 등 규정이 중요한 분야에서 AI를 적용하거나 해당 도메인을 학습한 경험이 있는 분 - 기업 컨설팅, 고객 요구사항 분석, 프로젝트 리드 경험이 있는 분 - 개인·사이드 프로젝트를 배포까지 완성했거나 해커톤·AI 대회 수상 경험이 있는 분 - 이 우주에 대한 지적 호기심으로 가득한 분 주요 기술: Python, PyTorch, Hugging Face, LLM API, RAG, AWS, GCP 기술 선택은 고정되어 있지 않습니다. 해결하려는 문제에 맞는 도구를 제안하고, 선택의 근거를 팀과 논의합니다.

- 서류전형 ＞ 유선 스크리닝 ＞ 1차 화상인터뷰(기술 인터뷰) ＞ 2차 대면인터뷰 ＞ 최종합격 - 면접일정은 추후 통보됩니다. - 허위사실이 발견될 경우 채용이 취소될 수 있습니다.

- 고용 형태: 정규직 (수습 3개월) - 근무지 주소: 서울 마포구 마포대로 122 (공덕동, 신용보증기금빌딩) 프론트원 12층 - 근무 요일/시간: 주5일(월~금) 09:30 ~ 18:30 (유연근무) - 최신형 맥북 및 개발 장비 및 AI 토큰 전폭 지원 - 성과 기반 연봉 인상 및 스톡옵션 협의 - 교육비·컨퍼런스·스터디 적극 지원 - 유연 근무제 / 자유로운 커뮤니케이션 문화 - 실제 고객 거래에서 매일 새 문제가 들어오는 환경. 만든 것이 서비스에 바로 붙습니다