포지션 상세
대웅 디지털헬스AI연구소는 최신 인공지능 기술을 도입해 다양한 부서를 지원하고, 데이터 기반 의사결정 및 맞춤형 AI 솔루션 제공, AI 인프라 구축 등을 수행합니다. 이를 통해 조직의 AI 역량과 경쟁력을 강화하며, 단계적으로 핵심 AI 기술을 내재화합니다. 궁극적으로 실용적 AI 활용과 기술적 자립을 동시에 달성하는 것을 목표로 합니다.
AI 연구소장은 AI 기반 헬스케어 서비스의 기술적 방향성과 실행을 총괄하는 테크 리더로서, LLM · Data Science · Data Engineering 조직을 유기적으로 연결하여 실제 사용자 가치와 비즈니스 성과로 이어지는 AI 시스템을 설계·운영합니다.
단순한 모델 개발이나 팀 관리 역할이 아닌,
• AI 기술을 서비스 구조로 설계하고
• 조직의 의사결정과 제품 전략에 AI를 내재화하며
• 중장기 기술 로드맵과 팀 역량을 동시에 성장시키는 역할을 수행합니다.
※ 웰다 서비스 소개
웰다는 ‘과학적인 원리와 효과적인 행동 변화를 통해 쉽고 유지 가능한 다이어트 경험을 제공한다’라는 미션을 가지고 있습니다.
우리는 올바른 대사 원리와 현대 기술을 융합해 효과적이면서도 확장 가능한 다이어트 솔루션을 만들고자 합니다.
이로써 웰다는 대한민국, 더 나아가 아시아 전반의 식습관 인식을 개선하고, 현대인들을 위협하는 비만과 대사 건강 문제부터 노화, 암, 치매까지 개선 및 예방하여 세상을 더 건강하게 만들겠다는 비전을 꿈꾸고 있습니다.
웰다의 다이어트 원리
“삼시세끼 밥 먹고 식후 과일까지 먹어야 건강에 좋다고 생각했던 우리! 우리는 지금까지 잘못된 상식으로 살아오고 있었습니다.”
“우리가 먹는 것이 곧 우리의 몸을 만든다” 라는 말처럼, 다이어트는 단순한 외적인 변화뿐 아니라 삶 전체에 중요한 영향을 미칩니다. 하지만 이렇게 삶과 건강의 큰 일부임에도 불구하고 대부분의 사람들은 정보의 홍수에 묻혀 명확한 정답을 알지 못한채 살아갑니다. 기존의 칼로리 기반 체중 감량 다이어트 방법 또한 마찬가지죠.
기존의 칼로리 기반 다이어트는 잘못된 상식을 토대로 만들어진, 과정은 힘들고 결과는 유지하기 어려운 반쪽짜리 다이어트입니다. 우리 몸은 동일한 칼로리의 음식이라도 그 영양성분에 따라 큰 영향을 받으며, 이는 혈당 변화를 통해 즉각적으로 드러납니다. 실제로 많은 사람들이 다이어트 음식으로 여기는 현미밥, 닭가슴살, 사과, 고구마와 같은 식품들은 모두 칼로리는 낮지만 혈당에 각기 다른 영향을 줄 수 있죠.
올바른 ‘다이어트’를 위해서는 칼로리보다 더 넓은 관점에서의 접근이 필요합니다. 일반적인 대사적 원리부터 개개인에 따른 고려까지 말이죠! 이렇게 진행하는 다이어트야 말로 과정은 힘들지 않고 결과는 유지할 수 있는 완전하고 건강한 다이어트입니다.
전 국민이 건강한 세상을 꿈꾸시나요?
대한민국 식습관 문화 자체에 긍정적인 영향을 주고 싶다면 지금 웰다에 지원해주세요!
• LLM, Data Science, Data Engineering 전 영역을 아우르는 AI 파트의 중·장기 기술 전략 및 실행 로드맵 수립
• 서비스 우선순위·리소스·일정·기술 부채를 종합적으로 고려한 AI 프로젝트 포트폴리오 관리
• 파트 구성원의 기술 성장 경로 정의 및 엔지니어/사이언티스트 육성
• AI 파트의 기술적 의사결정 기준, 코드·모델·데이터 품질 기준, 리뷰 문화 정립
• PM, 프로덕트, 개발, 디자인, 의료·영양 도메인 조직과의 기술 중심 협업 리딩
2) 서비스 중심 AI 아키텍처 및 기술 전략
• 웰다 핵심 서비스(혈당 기반 코칭, 식습관 분석, 행동 변화 유도)를 위한 AI/ML/LLM 기반 서비스 아키텍처 설계 및 고도화
• 챗봇, 추천, 예측, 개인화 모델을 단일 서비스 관점에서 통합하는 End-to-End AI 시스템 설계
• 모델 성능 중심이 아닌 “서비스 성과(KPI) 중심”의 기술 전략 수립
• 기술 선택(모델, 프레임워크, 인프라)에 대한 장기적 확장성과 운영 안정성 판단
3) LLM · 데이터 기반 AI 서비스 개발 리딩
• LLM·RAG 기반 AI 건강 비서의 구조 설계 및 고도화
- 대화 흐름 설계, 사용자 컨텍스트 관리
- 개인화 로직, 상태 기반 추론, Proactive 메시징 전략
• Data Science와 협업하여
- 혈당 반응 예측
- 식습관 및 행동 패턴 분석
- 사용자 세그먼트 기반 개인화 알고리즘 설계
• Data Engineering과 협업하여
- 대규모 서비스 로그·센서 데이터 수집 체계
- 안정적인 ETL 파이프라인
- 데이터 품질·정합성·재현성 관리 체계 구축
4) 품질, 효과성, 신뢰성 기반 AI 운영
• 사용자 목표 달성률, 리텐션, 행동 변화 지표, 혈당 개선 효과 등 AI 서비스 KPI 정의 및 개선 사이클 운영
• 모델 성능과 서비스 지표 간의 인과 관계 분석 및 전략적 개선
• 개인정보 보호, 보안, 데이터 거버넌스 정책의 기술적 구현 및 운영
• AI 시스템의 안정성, 재현성, 설명 가능성 확보
2) AI 기술 조직(파트·팀·챕터) 리딩 경험 (기술 의사결정, 인력 구성, 성장 관리 포함)
3) LLM, ML 모델 또는 데이터 기반 서비스를 실제 프로덕션 환경에 설계·출시·운영한 경험
4) 아래 영역에 대한 Senior~Lead 수준의 기술 깊이
• LLM 시스템 설계 및 활용
• 머신러닝/통계 기반 모델링
• 데이터 플랫폼 및 파이프라인 아키텍처
5) 기술적 선택을 비즈니스 임팩트와 연결해 설명·설득한 경험
6) 다양한 직군과의 협업 속에서 기술적 기준을 세우고 조직을 리딩한 경험
AI 연구소장은 AI 기반 헬스케어 서비스의 기술적 방향성과 실행을 총괄하는 테크 리더로서, LLM · Data Science · Data Engineering 조직을 유기적으로 연결하여 실제 사용자 가치와 비즈니스 성과로 이어지는 AI 시스템을 설계·운영합니다.
단순한 모델 개발이나 팀 관리 역할이 아닌,
• AI 기술을 서비스 구조로 설계하고
• 조직의 의사결정과 제품 전략에 AI를 내재화하며
• 중장기 기술 로드맵과 팀 역량을 동시에 성장시키는 역할을 수행합니다.
※ 웰다 서비스 소개
웰다는 ‘과학적인 원리와 효과적인 행동 변화를 통해 쉽고 유지 가능한 다이어트 경험을 제공한다’라는 미션을 가지고 있습니다.
우리는 올바른 대사 원리와 현대 기술을 융합해 효과적이면서도 확장 가능한 다이어트 솔루션을 만들고자 합니다.
이로써 웰다는 대한민국, 더 나아가 아시아 전반의 식습관 인식을 개선하고, 현대인들을 위협하는 비만과 대사 건강 문제부터 노화, 암, 치매까지 개선 및 예방하여 세상을 더 건강하게 만들겠다는 비전을 꿈꾸고 있습니다.
웰다의 다이어트 원리
“삼시세끼 밥 먹고 식후 과일까지 먹어야 건강에 좋다고 생각했던 우리! 우리는 지금까지 잘못된 상식으로 살아오고 있었습니다.”
“우리가 먹는 것이 곧 우리의 몸을 만든다” 라는 말처럼, 다이어트는 단순한 외적인 변화뿐 아니라 삶 전체에 중요한 영향을 미칩니다. 하지만 이렇게 삶과 건강의 큰 일부임에도 불구하고 대부분의 사람들은 정보의 홍수에 묻혀 명확한 정답을 알지 못한채 살아갑니다. 기존의 칼로리 기반 체중 감량 다이어트 방법 또한 마찬가지죠.
기존의 칼로리 기반 다이어트는 잘못된 상식을 토대로 만들어진, 과정은 힘들고 결과는 유지하기 어려운 반쪽짜리 다이어트입니다. 우리 몸은 동일한 칼로리의 음식이라도 그 영양성분에 따라 큰 영향을 받으며, 이는 혈당 변화를 통해 즉각적으로 드러납니다. 실제로 많은 사람들이 다이어트 음식으로 여기는 현미밥, 닭가슴살, 사과, 고구마와 같은 식품들은 모두 칼로리는 낮지만 혈당에 각기 다른 영향을 줄 수 있죠.
올바른 ‘다이어트’를 위해서는 칼로리보다 더 넓은 관점에서의 접근이 필요합니다. 일반적인 대사적 원리부터 개개인에 따른 고려까지 말이죠! 이렇게 진행하는 다이어트야 말로 과정은 힘들지 않고 결과는 유지할 수 있는 완전하고 건강한 다이어트입니다.
전 국민이 건강한 세상을 꿈꾸시나요?
대한민국 식습관 문화 자체에 긍정적인 영향을 주고 싶다면 지금 웰다에 지원해주세요!
주요업무
1) AI 조직 리딩 및 기술 거버넌스• LLM, Data Science, Data Engineering 전 영역을 아우르는 AI 파트의 중·장기 기술 전략 및 실행 로드맵 수립
• 서비스 우선순위·리소스·일정·기술 부채를 종합적으로 고려한 AI 프로젝트 포트폴리오 관리
• 파트 구성원의 기술 성장 경로 정의 및 엔지니어/사이언티스트 육성
• AI 파트의 기술적 의사결정 기준, 코드·모델·데이터 품질 기준, 리뷰 문화 정립
• PM, 프로덕트, 개발, 디자인, 의료·영양 도메인 조직과의 기술 중심 협업 리딩
2) 서비스 중심 AI 아키텍처 및 기술 전략
• 웰다 핵심 서비스(혈당 기반 코칭, 식습관 분석, 행동 변화 유도)를 위한 AI/ML/LLM 기반 서비스 아키텍처 설계 및 고도화
• 챗봇, 추천, 예측, 개인화 모델을 단일 서비스 관점에서 통합하는 End-to-End AI 시스템 설계
• 모델 성능 중심이 아닌 “서비스 성과(KPI) 중심”의 기술 전략 수립
• 기술 선택(모델, 프레임워크, 인프라)에 대한 장기적 확장성과 운영 안정성 판단
3) LLM · 데이터 기반 AI 서비스 개발 리딩
• LLM·RAG 기반 AI 건강 비서의 구조 설계 및 고도화
- 대화 흐름 설계, 사용자 컨텍스트 관리
- 개인화 로직, 상태 기반 추론, Proactive 메시징 전략
• Data Science와 협업하여
- 혈당 반응 예측
- 식습관 및 행동 패턴 분석
- 사용자 세그먼트 기반 개인화 알고리즘 설계
• Data Engineering과 협업하여
- 대규모 서비스 로그·센서 데이터 수집 체계
- 안정적인 ETL 파이프라인
- 데이터 품질·정합성·재현성 관리 체계 구축
4) 품질, 효과성, 신뢰성 기반 AI 운영
• 사용자 목표 달성률, 리텐션, 행동 변화 지표, 혈당 개선 효과 등 AI 서비스 KPI 정의 및 개선 사이클 운영
• 모델 성능과 서비스 지표 간의 인과 관계 분석 및 전략적 개선
• 개인정보 보호, 보안, 데이터 거버넌스 정책의 기술적 구현 및 운영
• AI 시스템의 안정성, 재현성, 설명 가능성 확보
자격요건
1) AI / ML / Data 분야에서 7년 이상의 실무 경험2) AI 기술 조직(파트·팀·챕터) 리딩 경험 (기술 의사결정, 인력 구성, 성장 관리 포함)
3) LLM, ML 모델 또는 데이터 기반 서비스를 실제 프로덕션 환경에 설계·출시·운영한 경험
4) 아래 영역에 대한 Senior~Lead 수준의 기술 깊이
• LLM 시스템 설계 및 활용
• 머신러닝/통계 기반 모델링
• 데이터 플랫폼 및 파이프라인 아키텍처
5) 기술적 선택을 비즈니스 임팩트와 연결해 설명·설득한 경험
6) 다양한 직군과의 협업 속에서 기술적 기준을 세우고 조직을 리딩한 경험
![대웅-[웰다] 디지털 헬스 AI 연구소장 (7년 이상)](https://image.wanted.co.kr/optimize?src=https%3A%2F%2Fstatic.wanted.co.kr%2Fimages%2Fcompany%2F15652%2Fjbjk8xn1lp7ewbwl__1080_790.jpg&w=700&q=100)
