![클럼엘-[Data] Software Engineer (3년 이상)](https://image.wanted.co.kr/optimize?src=https%3A%2F%2Fstatic.wanted.co.kr%2Fimages%2Fcompany%2F13917%2F56sae0qz3jkskzum__1080_790.jpg&w=700&q=100)
포지션 상세
클럼엘(ClumL)은 AI와 보안의 결합을 통해 세상을 더 안전하게 만드는 기술 기업입니다.
자체 개발한 AI 클러스터링 엔진을 통해 위협을 스스로 탐지하고,
누구나 쉽게 이해할 수 있는 보고서 형태로 탐지 결과를 분석하며 대응 방안을 제시하는,
보안의 본질에 충실한 자율보안 솔루션 Clumit Security를 개발하고 있습니다.
클럼엘은 기술을 통해 문제를 해결하고, 협업을 통해 함께 성장하는 문화를 지향합니다.
우리의 목표는 단순히 보안을 강화하는 것이 아니라, AI가 스스로 판단하고 대응하는 새로운 보안 패러다임을 만드는 것입니다.
이 직무는 AI 엔진이 데이터를 분석하고 그 결과를 고객에게 전달할 수 있도록 데이터 플랫폼을 구축하고 고도화하는 역할을 수행합니다. 이들은 네트워크 및 단말에서 발생하는 대용량 데이터로부터 AI 머신러닝에 적합한 피처를 추출하고, 수십 테라바이트(TB)에 이르는 빅데이터의 저장 및 검색 시스템(NOSQL 기반)의 성능을 최적화하는 데 중점을 둡니다. 또한, AI 머신러닝 결과를 사람이 쉽게 인지하도록 가공하고, 신뢰도 평가 및 우선순위에 따른 선별(Triage) 기능을 개발하며, On-premises 제품 환경을 SaaS로 전환하는 중요한 플랫폼 개발을 주도합니다. 이 과정에서 사용자 관점에서 기능을 이해하고 구현 순서를 정하며, 필요시 프론트엔드에도 관여하여 제품 완성도를 높입니다.
[Clumit 의 소프트웨어 디자인 원칙]
클럼엘의 솔루션 이름이 Clumit 입니다. Clumit의 소프트웨어 디자인 원칙은 코드가 performant 하고, fault tolerant 하며 future proof 하도록 만드는 것입니다.
• Performant: Clumit 은 성능을 우선합니다. 많은 양의 데이터를 처리할 수 있어야 머신러닝의 장점을 제대로 살릴 수 있습니다.
• Fault tolerant: 구동 시 발생하는 수많은 예외적 상황에도 Clumit은 멈추지 않고 운영되어야 합니다.
• Futureproof: 기술 발전, 트렌드 변화와 같은 외부 이벤트는 물론 고객 적용 확대 등 내부 이벤트가 발생하더라도, Clumit 은 가능한 적은 노력으로 진화 또는 적응해야 합니다.
[Clumit 주요 개발 방법론]
• Rust를 메인 백엔드 개발 언어로 사용합니다. Rust의 가장 큰 장점은 안정성과 성능입니다. 오랜 시간 연속으로 많은 데이터를 연산해야 하는 AI 솔루션은 “죽지 않는 것”이 매우 중요합니다. 대개 이런 안정성이 높으면 성능이 부족한 경우가 많은데, Rust는 이 두 가지를 충족합니다. 그래서 중차대한 프로젝트일수록 Rust를 사용하는 것이 글로벌 추세입니다.
• QUIC을 주요 통신 방법으로 사용합니다. Clumit 은 고성능 입니다. 따라서 모듈 간 통신 역시 고성능이 기본이고, 이에 적합한 프로토콜인 QUIC을 사용하는 것은 자연스럽습니다.
• 비 SQL 기반의 빅데이터를 위한 데이터베이스를 주로 사용합니다. 빅데이터 환경에서 RDBMS는 느려서 적합하지 않습니다. RDBMS는 성능이 요구되지 않는 경우로 제한해서 사용하고, 일반적으로는 고성능이 가능한 데이터 저장 방법을 활용합니다.
• GraphQL을 사용합니다. 필요한 데이터만 가져오는 효율적인 쿼리로 성능을 극대화합니다.
• AI 도구를 적극 활용합니다. 자체적으로 개발한 AI 개발 도구인 Octoaide를 개발 전반에 적용하고 있고, 다른 AI 기반의 개발 도구들(OpenAI Codex, GitHub Copilot, Gemini CLI 등)도 상시 활용하고 있습니다. 클럼엘의 개발자는 이러한 도구들을 사용하여 높은 생산성을 높이고 있습니다.
[클럼엘의 협업 과정]
• 중요한 소프트웨어 디자인은 클럼엘의 미국과 한국의 훌륭한 연구진이 연구하고 토론해서 방향을 잡습니다. 내가 혹시 방향을 잘못 잡은 것은 아닐까 걱정하느라 시간 낭비할 필요가 없습니다. 소프트웨어 디자인의 전문 연구진에게 질문하고 확인하다 보면 생산성도 높아지고 디자인 안목도 길러집니다.
• 코드 리뷰가 핵심입니다. 내가 작성한 코드는 나만의 것이 아니므로, 관련된 동료가 살펴보고 의견을 나누어야 합니다. 클럼엘의 코드 리뷰 문화는 냉철하고 따듯합니다.
• 개발에 참여하는 모든 멤버는 자유롭게 소통합니다. 위치에 따라 멤버 간 시차가 있을 수 있으므로 asynchronous 소통을 기본으로 하고 필요 시 synchronous 소통에도 제한은 없습니다.
• 클럼엘은 국내외 여러 대학들과 다양한 산학 연구를 수행합니다. 세부 분야를 전공하는 교수님들로부터 강의와 조언을 구할 수 있고, 연구 성과를 논문으로 발표할 수 있습니다. 멤버들은 그동안 산학 연구를 통하여 40여 편의 논문을 발표하였습니다.
클럼엘의 시니어 프로덕트 소프트웨어 엔지니어는 고객이 원하는 기능이 무엇인지를 이해하는 것부터 출발합니다. 철저히 사용자 관점에서 소프트웨어를 이해해야 하는데, 이를 위해서 회사 내의 여러 부서와 소통하게 됩니다. 고객의 목소리를 청취할 수도 있습니다. 기능에 대한 아이디어가 정립되면 이를 어떤 순서로 구현할 것인지 판단해야 합니다. 고객과 시장이 원하는 바를 만족시키면서 개발진의 수고도 덜 수 있는 묘안이 필요할 것입니다.
프로덕트 소프트웨어 엔지니어의 업무 목록입니다.
[빅데이터 플랫폼]
• 빅데이터 수집
- 네트워크과 단말로부터 쏟아지는 대용량 데이터로부터 AI 머신러닝에 적합한 피처(feature)를 고성능으로 추출하는 모듈의 고도화
• 빅데이터 저장 및 검색
- 하루 수 억에서 수 십억 건, 크기로는 수 TB에서 수 십 TB에 이르는 방대한 이벤트들을 실시간으로 저장하고 관리하는 NOSQL 기반 데이터베이스의 성능 고도화
[AI 머신러닝 결과 처리]
• 다양한 근거 제공
- AI 머신러닝의 결과를 사람이 쉽게 인지할 수 있도록 다양한 형태의 원천 데이터의 부대 정보와 통계 정보를 가공하는 기능 개발
- 다양한 외부 정보와 연동하는 기능 개발
• Triage (선별)
- AI 머신러닝 결과를 다양한 관점에서 신뢰도 평가하고 우선 순위에 따라 사용자에게 선별 제시하는 기능 개발
- 사용자 맞춤 선별 정책 설정 기능 개발
[SaaS 서비스 개발]
• AI 기반 보안의 SaaS 서비스 런칭
- 현재 On-premises로 구성되어 있는 제품 환경을 SaaS 환경으로 이식
- 피처 추출은 On-premises에서, AI 분석은 Cloud에서 구동되도록 플랫폼 전면 개발
• SaaS 서비스를 위한 개발환경 및 운영환경 구축
• C++, C#, Java, Rust 중 1개 이상 코딩 경험이 있으신 분
• 머신러닝 데이터 분석 경험이 있으신 분
• Git 버전 관리 시스템 사용 경험이 있으신 분
• RESTful 또는 GraphQL API를 활용한 프론트엔드 개발 경험이 있으신 분
자체 개발한 AI 클러스터링 엔진을 통해 위협을 스스로 탐지하고,
누구나 쉽게 이해할 수 있는 보고서 형태로 탐지 결과를 분석하며 대응 방안을 제시하는,
보안의 본질에 충실한 자율보안 솔루션 Clumit Security를 개발하고 있습니다.
클럼엘은 기술을 통해 문제를 해결하고, 협업을 통해 함께 성장하는 문화를 지향합니다.
우리의 목표는 단순히 보안을 강화하는 것이 아니라, AI가 스스로 판단하고 대응하는 새로운 보안 패러다임을 만드는 것입니다.
이 직무는 AI 엔진이 데이터를 분석하고 그 결과를 고객에게 전달할 수 있도록 데이터 플랫폼을 구축하고 고도화하는 역할을 수행합니다. 이들은 네트워크 및 단말에서 발생하는 대용량 데이터로부터 AI 머신러닝에 적합한 피처를 추출하고, 수십 테라바이트(TB)에 이르는 빅데이터의 저장 및 검색 시스템(NOSQL 기반)의 성능을 최적화하는 데 중점을 둡니다. 또한, AI 머신러닝 결과를 사람이 쉽게 인지하도록 가공하고, 신뢰도 평가 및 우선순위에 따른 선별(Triage) 기능을 개발하며, On-premises 제품 환경을 SaaS로 전환하는 중요한 플랫폼 개발을 주도합니다. 이 과정에서 사용자 관점에서 기능을 이해하고 구현 순서를 정하며, 필요시 프론트엔드에도 관여하여 제품 완성도를 높입니다.
[Clumit 의 소프트웨어 디자인 원칙]
클럼엘의 솔루션 이름이 Clumit 입니다. Clumit의 소프트웨어 디자인 원칙은 코드가 performant 하고, fault tolerant 하며 future proof 하도록 만드는 것입니다.
• Performant: Clumit 은 성능을 우선합니다. 많은 양의 데이터를 처리할 수 있어야 머신러닝의 장점을 제대로 살릴 수 있습니다.
• Fault tolerant: 구동 시 발생하는 수많은 예외적 상황에도 Clumit은 멈추지 않고 운영되어야 합니다.
• Futureproof: 기술 발전, 트렌드 변화와 같은 외부 이벤트는 물론 고객 적용 확대 등 내부 이벤트가 발생하더라도, Clumit 은 가능한 적은 노력으로 진화 또는 적응해야 합니다.
[Clumit 주요 개발 방법론]
• Rust를 메인 백엔드 개발 언어로 사용합니다. Rust의 가장 큰 장점은 안정성과 성능입니다. 오랜 시간 연속으로 많은 데이터를 연산해야 하는 AI 솔루션은 “죽지 않는 것”이 매우 중요합니다. 대개 이런 안정성이 높으면 성능이 부족한 경우가 많은데, Rust는 이 두 가지를 충족합니다. 그래서 중차대한 프로젝트일수록 Rust를 사용하는 것이 글로벌 추세입니다.
• QUIC을 주요 통신 방법으로 사용합니다. Clumit 은 고성능 입니다. 따라서 모듈 간 통신 역시 고성능이 기본이고, 이에 적합한 프로토콜인 QUIC을 사용하는 것은 자연스럽습니다.
• 비 SQL 기반의 빅데이터를 위한 데이터베이스를 주로 사용합니다. 빅데이터 환경에서 RDBMS는 느려서 적합하지 않습니다. RDBMS는 성능이 요구되지 않는 경우로 제한해서 사용하고, 일반적으로는 고성능이 가능한 데이터 저장 방법을 활용합니다.
• GraphQL을 사용합니다. 필요한 데이터만 가져오는 효율적인 쿼리로 성능을 극대화합니다.
• AI 도구를 적극 활용합니다. 자체적으로 개발한 AI 개발 도구인 Octoaide를 개발 전반에 적용하고 있고, 다른 AI 기반의 개발 도구들(OpenAI Codex, GitHub Copilot, Gemini CLI 등)도 상시 활용하고 있습니다. 클럼엘의 개발자는 이러한 도구들을 사용하여 높은 생산성을 높이고 있습니다.
[클럼엘의 협업 과정]
• 중요한 소프트웨어 디자인은 클럼엘의 미국과 한국의 훌륭한 연구진이 연구하고 토론해서 방향을 잡습니다. 내가 혹시 방향을 잘못 잡은 것은 아닐까 걱정하느라 시간 낭비할 필요가 없습니다. 소프트웨어 디자인의 전문 연구진에게 질문하고 확인하다 보면 생산성도 높아지고 디자인 안목도 길러집니다.
• 코드 리뷰가 핵심입니다. 내가 작성한 코드는 나만의 것이 아니므로, 관련된 동료가 살펴보고 의견을 나누어야 합니다. 클럼엘의 코드 리뷰 문화는 냉철하고 따듯합니다.
• 개발에 참여하는 모든 멤버는 자유롭게 소통합니다. 위치에 따라 멤버 간 시차가 있을 수 있으므로 asynchronous 소통을 기본으로 하고 필요 시 synchronous 소통에도 제한은 없습니다.
• 클럼엘은 국내외 여러 대학들과 다양한 산학 연구를 수행합니다. 세부 분야를 전공하는 교수님들로부터 강의와 조언을 구할 수 있고, 연구 성과를 논문으로 발표할 수 있습니다. 멤버들은 그동안 산학 연구를 통하여 40여 편의 논문을 발표하였습니다.
주요업무
데이터 소프트웨어, 즉 AI 엔진이 데이터를 분석할 수 있도록 데이터 플랫폼을 만들고, 데이터 분석 결과를 추가적으로 처리하여 고객에게 전달할 수 있도록 하는 것이 프로덕트 소프트웨어 엔지니어의 몫입니다. 프로덕트 엔지니어는 주로 백 엔드를 다루지만 프론트 엔드도 일정 부분 관여할 수 있습니다. 백 엔드 개발자가 프론트 엔드에도 어느 정도 기여함으로써 백 엔드의 문제 해결을 신속하게 프론트 엔드에 반영할 수 있다면 금상첨화입니다.클럼엘의 시니어 프로덕트 소프트웨어 엔지니어는 고객이 원하는 기능이 무엇인지를 이해하는 것부터 출발합니다. 철저히 사용자 관점에서 소프트웨어를 이해해야 하는데, 이를 위해서 회사 내의 여러 부서와 소통하게 됩니다. 고객의 목소리를 청취할 수도 있습니다. 기능에 대한 아이디어가 정립되면 이를 어떤 순서로 구현할 것인지 판단해야 합니다. 고객과 시장이 원하는 바를 만족시키면서 개발진의 수고도 덜 수 있는 묘안이 필요할 것입니다.
프로덕트 소프트웨어 엔지니어의 업무 목록입니다.
[빅데이터 플랫폼]
• 빅데이터 수집
- 네트워크과 단말로부터 쏟아지는 대용량 데이터로부터 AI 머신러닝에 적합한 피처(feature)를 고성능으로 추출하는 모듈의 고도화
• 빅데이터 저장 및 검색
- 하루 수 억에서 수 십억 건, 크기로는 수 TB에서 수 십 TB에 이르는 방대한 이벤트들을 실시간으로 저장하고 관리하는 NOSQL 기반 데이터베이스의 성능 고도화
[AI 머신러닝 결과 처리]
• 다양한 근거 제공
- AI 머신러닝의 결과를 사람이 쉽게 인지할 수 있도록 다양한 형태의 원천 데이터의 부대 정보와 통계 정보를 가공하는 기능 개발
- 다양한 외부 정보와 연동하는 기능 개발
• Triage (선별)
- AI 머신러닝 결과를 다양한 관점에서 신뢰도 평가하고 우선 순위에 따라 사용자에게 선별 제시하는 기능 개발
- 사용자 맞춤 선별 정책 설정 기능 개발
[SaaS 서비스 개발]
• AI 기반 보안의 SaaS 서비스 런칭
- 현재 On-premises로 구성되어 있는 제품 환경을 SaaS 환경으로 이식
- 피처 추출은 On-premises에서, AI 분석은 Cloud에서 구동되도록 플랫폼 전면 개발
• SaaS 서비스를 위한 개발환경 및 운영환경 구축
자격요건
• 3년 이상의 업무경험을 보유하신 분• C++, C#, Java, Rust 중 1개 이상 코딩 경험이 있으신 분
• 머신러닝 데이터 분석 경험이 있으신 분
• Git 버전 관리 시스템 사용 경험이 있으신 분
• RESTful 또는 GraphQL API를 활용한 프론트엔드 개발 경험이 있으신 분
