Moreh는 AI가 현실 세계의 상태를 이해하고, 목표를 추론하며, 계획과 실행으로 연결하는 Physical AI 시스템을 개발하고 있습니다.
이 포지션은 LLM과 멀티모달 모델을 단일 기능으로 적용하는 역할이 아니라, 다양한 모델·도구·데이터·실행 시스템을 결합하여 인지–추론–계획–실행–피드백의 폐루프를 설계하고 제품화하는 역할입니다.
상위 애플리케이션부터 엣지 실행 환경까지 연결되는 AI 에이전트 시스템을 구축하고, 복수 에이전트의 협업, 의사결정 검증, 실행 추적성, 장애 대응 및 실환경 신뢰성을 확보합니다. 모델 자체의 학습보다는 에이전트 아키텍처, 오케스트레이션, 시스템 통합과 운영 안정성에 중점을 둡니다.
주요 업무
멀티 에이전트 기반 인지·추론·계획·실행 파이프라인의 아키텍처 설계 및 구현
목표 분해, 역할 할당, 조건 분기, 재계획 및 감독–실행 구조를 포함하는 그래프·상태기계 기반 워크플로 개발
에이전트 간 통신과 외부 도구·데이터·실행 시스템 연동을 위한 인터페이스 및 오케스트레이션 구현
LLM·멀티모달 모델의 입출력 구조화, 스키마 검증, 도구 호출, 오류 처리 및 폴백 정책 개발
공간·상태·자산 정보 등 다양한 컨텍스트를 활용한 행동제안과 계획 후보 생성 로직 구현
의사결정의 신뢰도·불확실성·모호성을 평가하고, 인간 승인·중단·재시도·대체 실행 정책에 반영
실행 과정의 상태, 근거, 모델 출력, 도구 호출 및 결과를 추적할 수 있는 설명·감사·재현 체계 구축
비동기 서비스, 이벤트 스트림 및 분산 메시징 기반의 실시간 상태·텔레메트리·결과 환류 구조 구현
Mock, 시뮬레이션, SIL/HIL 및 실환경으로 이어지는 단계별 통합시험과 End-to-End 검증 수행
로그·이벤트·실행 데이터를 기반으로 장애를 재현하고 근본원인을 분석하여 시스템 신뢰성 개선
프롬프트, 정책, 워크플로, 모델 설정 및 인터페이스 스키마의 버전·형상관리
PoC 수준의 에이전트 기능을 온프레미스·엣지 환경에서 반복 배포 가능한 제품 역량으로 전환
자격요건
컴퓨터공학, 인공지능, 소프트웨어공학, 로보틱스 또는 관련 분야 학사 이상
AI 시스템, 에이전트 소프트웨어, 백엔드 또는 분산 시스템 분야의 개발 경험
LLM 또는 AI 모델을 실제 애플리케이션에 통합하고, 구조화된 출력이나 도구 호출을 구현한 경험
Python 기반 비동기·서비스 지향 소프트웨어 개발 역량
복수의 모델, 서비스, 데이터 저장소 및 외부 도구를 하나의 End-to-End 시스템으로 통합한 경험
REST, gRPC, WebSocket, SSE 또는 메시지 브로커 기반 통신 구조에 대한 이해
Linux와 Docker 환경에서 서비스 빌드, 배포, 운영 및 로그 분석이 가능한 분
테스트, 로그 및 실행 데이터를 근거로 실패 원인을 구조적으로 분석할 수 있는 분
명확한 인터페이스와 책임 경계를 정의하고 다른 분야의 엔지니어와 협업할 수 있는 분
팀워크를 중시하고, 긍정적인 태도로 동료들과 적극적으로 협력할 수 있으신 분
우대사항
A2A, MCP 등 에이전트·도구 상호운용 프로토콜 활용 또는 확장 경험
LangGraph, LangChain 또는 자체 프레임워크를 이용한 상태 기반 에이전트 워크플로 구현 경험
Supervisor–Worker, Planner–Executor, Critic·교차검증 등 멀티 에이전트 구조 설계 경험
목표 분해, 작업 할당, 탐색, 휴리스틱 또는 제약 기반 계획 알고리즘 구현 경험
RAG, 임베딩, 벡터 검색 및 장기·일화적 메모리 아키텍처 설계 경험
실행 결과와 평가 데이터를 활용한 계획·정책 개선 및 경험 재사용 루프 구현 경험
Conformal Prediction 등 불확실성 정량화 또는 Trustworthy AI 관련 연구·구현 경험
LLM 평가, 시나리오 테스트, A/B 실험, 회귀시험 및 정량적 성능 분석 경험
멀티모달 모델, Function Calling 및 Tool Use 기반 에이전트 개발 경험
