포지션 상세
세코어로보틱스의 Latent 3D World Model은 카메라 기반으로 물리적 세계를 인코딩하고, 이를 활용하여 로봇에 필요한 다양한 로봇 소프트웨어 어플리케이션을 개발 가능합니다.
현재 3D Perception, Mapping, Localization 기술을 개발하였으며, Navigation과 Manipulation으로의 확장을 위해 연구를 진행 중입니다.
그 동안 로봇은 실시간으로 완벽한 지도를 작성하고, 규칙 기반 시스템에 의존하여 개발되어 왔습니다.
완벽한 지도와 확률적인 AI 모델은 서로 상충되는 개념이었고, 로봇 소프트웨어에는 AI가 적용되기 어려웠습니다.
그러나 우리가 지금 이 시대에서 원하는 것은 휴머노이드, 사족보행 로봇 같은 너무나도 복잡한 플랫폼으로 다양한 테스크를 수행하는 것입니다.
이로 인해 AI/Robotics 분야가 매우 뜨거워지고 있으며, 이제는 물리적 세계를 이해하는 3D understanding AI Model, 즉, Physical AI가 필요한 시점입니다.
세코어로보틱스는 직접 3차원 공간 데이터를 취득하고, 가공하여 모델 학습에 이용합니다.
또한, 이렇게 학습된 모델을 이용해서 직접 로봇 소프트웨어를 개발하고 연구하고 있습니다.
• 이미지 기반 실내 공간에서의 3D 재구성 품질 향상 연구
• SfM/MVS/NeRF/Gaussian Splatting 등 차세대 3D 표현/복원 기술 적용 및 개선
• 공간의 구조적 일관성을 유지하는 geometry/texture optimization 연구
2) 공간 이해(Spatial Understanding) 및 고수준 인식
• 객체 인식·세그멘테이션(가구/문/창/계단/조명 등) 기반 쇼룸 자동 태깅
• 3) 실사용 환경 Robust CV
• 저조도, 반사(거울/유리), 반복 패턴, 단색 벽 등 Hard case 대응
• 동적 객체(사람/반려동물) 제거 및 정적 공간 복원 기술 연구
• 4) 연구 성과의 제품화(Productionization)
• SLAM/3D 파이프라인과 결합해 실시간·후처리 하이브리드 구조 설계
• 모바일/엣지 환경에서의 경량화 및 실시간 추론 최적화
• 제품 팀과의 요구 정렬, PRD 리뷰, 릴리즈 성과 분석 및 반복 개선
2) CV/3D 핵심 주제 중 1개 이상 깊이 있는 경험
• 3D Reconstruction / MVS / NeRF / Gaussian Splatting
• Depth/Normal/Surface 추정
• Semantic/Instance Segmentation
• Indoor scene understanding / layout estimation
3) PyTorch/TensorFlow 등 딥러닝 프레임워크 기반 연구 구현 능력
4) 논문/오픈소스 리딩 및 재현·개선 능력
5) 실험 설계＞학습＞평가＞개선의 Research loop을 독립적으로 운용할 수 있는 역량
6) 실제 서비스/제품 문제를 연구적 언어로 치환하고 현실 제약 속에서 해법을 찾는 능력
현재 3D Perception, Mapping, Localization 기술을 개발하였으며, Navigation과 Manipulation으로의 확장을 위해 연구를 진행 중입니다.
그 동안 로봇은 실시간으로 완벽한 지도를 작성하고, 규칙 기반 시스템에 의존하여 개발되어 왔습니다.
완벽한 지도와 확률적인 AI 모델은 서로 상충되는 개념이었고, 로봇 소프트웨어에는 AI가 적용되기 어려웠습니다.
그러나 우리가 지금 이 시대에서 원하는 것은 휴머노이드, 사족보행 로봇 같은 너무나도 복잡한 플랫폼으로 다양한 테스크를 수행하는 것입니다.
이로 인해 AI/Robotics 분야가 매우 뜨거워지고 있으며, 이제는 물리적 세계를 이해하는 3D understanding AI Model, 즉, Physical AI가 필요한 시점입니다.
세코어로보틱스는 직접 3차원 공간 데이터를 취득하고, 가공하여 모델 학습에 이용합니다.
또한, 이렇게 학습된 모델을 이용해서 직접 로봇 소프트웨어를 개발하고 연구하고 있습니다.
주요업무
1) 3D Showroom 핵심 CV/3D Vision 문제 연구• 이미지 기반 실내 공간에서의 3D 재구성 품질 향상 연구
• SfM/MVS/NeRF/Gaussian Splatting 등 차세대 3D 표현/복원 기술 적용 및 개선
• 공간의 구조적 일관성을 유지하는 geometry/texture optimization 연구
2) 공간 이해(Spatial Understanding) 및 고수준 인식
• 객체 인식·세그멘테이션(가구/문/창/계단/조명 등) 기반 쇼룸 자동 태깅
• 3) 실사용 환경 Robust CV
• 저조도, 반사(거울/유리), 반복 패턴, 단색 벽 등 Hard case 대응
• 동적 객체(사람/반려동물) 제거 및 정적 공간 복원 기술 연구
• 4) 연구 성과의 제품화(Productionization)
• SLAM/3D 파이프라인과 결합해 실시간·후처리 하이브리드 구조 설계
• 모바일/엣지 환경에서의 경량화 및 실시간 추론 최적화
• 제품 팀과의 요구 정렬, PRD 리뷰, 릴리즈 성과 분석 및 반복 개선
자격요건
1) Computer Vision / 3D Vision / ML 분야 연구 박사 학위 소지자 ( 또는 이에 준하는 실무 경력자 )2) CV/3D 핵심 주제 중 1개 이상 깊이 있는 경험
• 3D Reconstruction / MVS / NeRF / Gaussian Splatting
• Depth/Normal/Surface 추정
• Semantic/Instance Segmentation
• Indoor scene understanding / layout estimation
3) PyTorch/TensorFlow 등 딥러닝 프레임워크 기반 연구 구현 능력
4) 논문/오픈소스 리딩 및 재현·개선 능력
5) 실험 설계＞학습＞평가＞개선의 Research loop을 독립적으로 운용할 수 있는 역량
6) 실제 서비스/제품 문제를 연구적 언어로 치환하고 현실 제약 속에서 해법을 찾는 능력
