MOMENTUS
모의면접
네이버 · Tech · AI/ML

[NAVER] AI 에이전트 엔지니어 (경력)

#네이버 채용#네이버 데이터·AI 면접#데이터·AI 면접

이 공고, 이렇게 물어볼 겁니다

Q1
의료 도메인에서 AI 에이전트를 개발할 때, 가장 중요한 고려 사항은 무엇인가요? 구체적으로, '이런 문제가 있었는데 제가 이렇게 해결했다'는 식으로 사례를 하나 꼽아서 말씀해주실 수 있을까요?
🎯 의료 도메인에서 AI 에이전트 개발시 주요 고려 사항과 문제 해결 능력 확인
Q2
AI 에이전트 코어 개발에서 planning, tool-calling, multi-step reasoning 구조 설계 및 구현을 어떻게 진행하셨나요? 본인이 직접 생각해서 하신 건가요?
🎯 AI 에이전트 코어 개발 능력과 오너십 확인
Q3
최신 AI 연구 논문(특히 agentic workflow 관련)을 분석하고 코드 재현 역량이 있으신 것으로 알고 있습니다. 최근에 읽었던 논문 중에서 하나를 꼽아서, 그 논문의 핵심 아이디어와 본인이 그 아이디어를 어떻게 적용했는지 구체적으로 설명해주실 수 있을까요?
🎯 최신 AI 연구에 대한 이해와 적용 능력 확인
Q4
의료 AI 에이전트 서비스를 개발할 때, 평가 체계 구축 및 데이터 엔지니어링이 중요합니다. 평가 지표를 정의하고 평가 파이프라인을 자동화하는 방법에 대해 설명해주실 수 있을까요? 구체적인 사례를 하나 들어주신다면 더 좋을 것 같습니다.
🎯 의료 AI 에이전트 서비스 평가 체계 구축 능력 확인
Q5
Production-Grade 최적화 및 안정화는 실제 서비스 운영에서 매우 중요합니다. latency, cost, reliability 관점에서 agent pipeline 최적화를 어떻게 진행하셨나요? 운영 중 발생한 failure case 분석 및 fallback 전략 설계도 중요한 부분입니다. 구체적인 사례를 하나 들어주신다면 더 좋을 것 같습니다.
🎯 Production-Grade 최적화 및 안정화 능력 확인
질문만 읽으면 컨닝이에요. 소리 내어 답해보세요 — 어디서 틀어지는지 짚어드립니다.

공고 내용

Who We Are

"대규모 GPU 자원, 의료 특화 AI, 그리고 실서비스 운영까지"

저희 부서는 의료 AI 에이전트 기술을 통해 헬스케어의 미래를 현실로 만듭니다.

  • Deep Tech: Medical Foundation Model 및 AI 에이전트 원천 기술을 연구합니다.
  • Real World: 전문가용 및 B2C 헬스케어 서비스를 개발 및 운영합니다.
  • Growth: 최신 AI 연구부터 대규모 트래픽 대응까지, 엔지니어로서 가장 넓고 깊은 스펙트럼을 경험할 수 있습니다.

What You'll Do

  • AI 에이전트 코어 개발
  • LLM 기반 planning, tool-calling, multi-step reasoning 구조 설계 및 구현
  • agent memory module(short-term, long-term, retrieval-augmented) 설계 및 최적화
  • agent workflow orchestration 및 상태 관리 구조 설계
  • RAG 파이프라인 및 문헌 검색 시스템 구축
  • 평가 체계 구축 및 데이터 엔지니어링
  • 해결 대상 문제를 정량적 평가 지표로 정의하고 평가 파이프라인 자동화
  • (task-success rate, tool-call accuracy, hallucination rate 등)
  • 의료 도메인 특화 벤치마크 데이터셋 설계·수집·정제 및 human-in-the-loop 레이블링 프로세스 운영
  • 최신 벤치마크 기준 성능 극대화 및 SOTA 달성
  • 선행 연구 수행 및 기술 내재화
  • 최신 AI agent/LLM 논문 재현 및 내재화
  • 단순 차용을 넘어 이론적 기반 및 failure case 분석 수행
  • 새로운 planning, memory, tool 학습 방식 제안 및 실험
  • top-tier 학회 제출 수준의 연구 수행 및 논문 발표
  • Production-Grade 최적화 및 안정화
  • latency, cost, reliability 관점에서 agent pipeline 최적화
  • 운영 중 발생한 failure case 분석 및 fallback 전략 설계
  • 의료 환경에서 요구되는 안정성·재현성·감사 가능성(auditability) 확보
  • 의료 도메인 적용 및 서비스화
  • 의료진·일반인 대상 AI 에이전트 서비스(임상 의사결정 지원, 의료 문서 요약·검색, 환자 상담 에이전트 등) 기능 개발 및 QA
  • 의료 AI 규제(식약처 가이드라인, HIPAA·개인정보보호법 등) 요건을 고려한 안전한 에이전트 설계
  • 의료진 파일럿 피드백 수집·분석 및 에이전트 동작 개선 반영
  • AI Native 개발 환경 운영
  • coding agent(Codex, Claude Code 등) 및 loop engineering을 활용한 생산성 극대화

Required Skills

  • Python 기반 딥러닝 프레임워크(PyTorch 등) 및
  • LangChain·LangGraph·AutoGen 등 에이전트 프레임워크 1종 이상 실무 적용 경험을 보유하신 분
  • planning, tool-calling, memory system 등 agent 구성 요소 구현 경험을 보유하신 분
  • RAG(Retrieval-Augmented Generation) 파이프라인 구축 경험을 보유하신 분
  • (벡터 DB(Chroma, Qdrant, Weaviate 등) 및 임베딩 모델 활용 포함)
  • 평가 파이프라인 설계 경험을 보유하신 분
  • (정량적 지표 정의, 자동화된 eval harness 구축, 데이터셋 구성 포함)
  • Git 기반 코드 협업, PR 리뷰, CI/CD 기본 이해를 보유하신 분
  • 최신 AI 연구 논문(특히 agentic workflow 관련) 분석 및 코드 재현 역량을 보유하신 분
  • 추상적 비즈니스 문제를 기술적 요구사항으로 분해·구조화하는 시스템적 사고 능력을 보유하신 분
  • AI 코딩 도구를 일상적 개발 워크플로우에 통합·활용한 경험을 보유하신 분
  • (Claude Code, Codex 등)

Preferred Skills

  • observability 도구를 활용한 에이전트 디버깅 경험을 보유하신 분

(LangSmith, Langfuse, Weights & Biases 등)

  • 의료 AI·헬스케어 도메인 프로젝트 참여 경험 및 의학 용어·임상 워크플로우에 대한 기본 이해를 보유하신 분
  • multi-agent system 설계 경험을 보유하신 분
  • RL/RLHF·GRPO/On-Policy Distillation 등 모델 파인튜닝 또는 alignment 기법, 경량화 등의 이해 및 실무 적용 경험을 보유하신 분
  • model safety·alignment 연구 경험을 보유하신 분
  • 오픈소스 에이전트 프로젝트 기여 경험을 보유하신 분
  • 에이전트 safety, hallucination 완화, 신뢰성 향상 관련 연구 또는 구현 경험을 보유하신 분
  • Kubernetes·Docker 기반 ML 서빙 환경 운영 경험을 보유하신 분
  • production-grade 서비스 운영 경험을 보유하신 분 (모니터링, 안정성 확보 포함)
  • GraphRAG, memory-augmented generation 활용 경험을 보유하신 분

Career Growth

  • • 본 포지션은 대규모 GPU 자원을 기반으로 연구 → 모델 → 에이전트 → 상용 서비스까지 전 vertical을 경험할 수 있는 자리입니다.
  • • 의료 도메인은 일반적인 LLM 애플리케이션 대비 난이도가 높으며, 정확성·안정성·안전성·설명가능성이 동시에 요구되는 영역입니다.
  • • 이 환경에서 AI 에이전트를 설계하고 상용화한 경험은 글로벌 수준에서도 매우 희소합니다.
  • • 입사 후 다음과 같은 성장을 기대할 수 있습니다:
  • medical agent architecture 전문가로 성장
  • evaluation-driven AI 연구 리더로 성장
  • multi-agent 및 AI-native 제품 개발 리더로 확장
  • Principal AI Engineer 또는 Applied Research Lead로 커리어 확장
  • 의료 특화 foundation model과 결합된 차세대 AI 에이전트 설계 주도
  • • 대규모 GPU 인프라 기반의 실험 환경과 실제 서비스 운영 환경을 동시에 경험하며,
  • • "논문을 쓰는 연구자"를 넘어 "세상을 바꾸는 AI 시스템을 설계하는 엔지니어"로 성장할 수 있습니다.

전형절차 및 일정

서류전형&기업문화 적합도 검사 및 코딩테스트 > 직무 인터뷰 > 종합 인터뷰 > 처우협의 > 결과 발표

지원서 접수 마감 : 2026.10.12(월) 10:00

서류전형&기업문화 적합도 검사 및 코딩테스트 : 10월 3주차 ~ 10월 5주차 중

  • 기업문화 적합도 검사 및 코딩테스트 응시 기간 : 10.13(화) ~ 10.15(목) 예정 (온라인 진행)
  • 서류전형 결과 발표 : 10.28(수) 이내 예정

직무 인터뷰 : 10월 5주차 ~ 11월 1주차 중

종합 인터뷰 : 11월 2주차 ~ 11월 3주차 중

참고사항

  • 전형절차 및 일정은 상황에 따라 변동될 수 있으며, 전형별 결과에 따라 절차(레퍼런스 체크, 추가 인터뷰 등)가 추가될 수 있습니다.
  • 지원서 내용 중 허위사실이 있는 경우에는 합격이 취소될 수 있습니다.
  • 최근 1년 내 기업문화 적합도 검사를 응시하셨을 경우 추가 응시는 불필요하며, 이에 대해서는 개별 안내드릴 예정입니다.
  • 남자의 경우 군필자 또는 면제자에 한해 지원 가능합니다.
  • 문의사항은 페이지 우측 상단의 FAQ 참고 및 NAVER Careers 1:1 문의로 접수해주시기 바랍니다.
  • 지원서 접수 후 전형별 결과는 지원서에 기재된 이메일, 문자(SMS) 및 NAVER Careers(My Page) 메시지함을 통해 안내되니, 전형 기간 동안 해당 채널을 수시로 확인해 주시기 바랍니다.

특히 이메일은 수신 오류가 발생할 수 있으니, 지원서에 기재된 이메일 주소, 스팸함 분류, 메일함 용량 초과 여부를 반드시 확인해 주시기 바랍니다.

Please be advised that even after an employment offer is finalized, your employment contract may be restricted under applicable laws and regulations, including OFAC rules, if you are identified as a sanctioned individual or as being associated with any sanctioned entity.

회사마다 모든 공고에 똑같이 붙는 안내 문구(지원 절차·서류 반환·개인정보 고지 254자)는 접어뒀어요. 원문에서 전체 보기 →

원문에서 전체 공고 보기 →

이 회사 다른 포지션 · 비슷한 공고