포지션 상세
[About PulseAd]
Amazon을 중심으로 리테일 미디어 시장은 빠르게 성장하고 있습니다. 동시에 AI 기술의 발전은 마케터가 일하는 방식 자체를 바꾸고 있습니다. PulseAd는 이 두 가지 변화가 만나는 지점에서 Pulson을 만들고 있습니다.
Pulson은 저희가 정의하는 Commerce Action Interface(CAI) 입니다.
사람과 AI Agent가 함께 커머스 데이터를 읽고, Amazon, Google, Meta, TikTok 같은 글로벌 플랫폼 전반에서 광고 실행까지 이어갈 수 있도록 돕는 인터페이스입니다.
기존의 많은 솔루션이 더 보기 좋은 대시보드, 더 많은 리포트, 더 복잡한 기능을 만드는 데 집중해왔다면, 저희는 커머스를 실제로 운영하는 방식 자체를 더 효율적이고 더 지능적으로 바꾸는 데 집중하고 있습니다.
저희는 AI가 마케터를 대체한다고 생각하지 않습니다.
오히려 좋은 마케터가 더 빠르고 정확하게 판단하고 실행할 수 있도록 돕는 도구라고 생각합니다.
[Why Now & Us?]
PulseAd는 아직 가능성을 이야기하는 팀이 아니라, 실제 고객과 실제 운영 환경 안에서 제품을 검증해온 팀입니다.
현재 LG전자, 삼양식품, 그리고 여러 K뷰티 브랜드와 함께 글로벌 7개국 캠페인을 운영하며 제품과 운영 프로세스를 함께 고도화하고 있습니다. 이 과정에서 멀티 플랫폼 데이터 통합 역량, 광고 운영 자동화 경험, 그리고 내부 마케팅 전문가들의 피드백을 반영한 학습 자산을 쌓아왔습니다. 이런 자산은 단기간에 만들기 어렵고, 저희가 생각하는 중요한 경쟁력입니다.
미국 시장 확장도 본격적으로 진행 중입니다. 이미 전체 매출의 20% 이상이 미국 고객에서 발생하고 있고, 앞으로의 성장을 위해 뉴욕과 LA를 중심으로 미국 시장 기반을 만들어가고 있습니다.
핵심 리더십은 B2B, Commerce, Data, AI 분야에서 20년 이상 경험을 쌓아왔고, 스타트업의 성장과 Exit도 직접 경험했습니다.
지금 PulseAd는 30명 규모의 팀에서 더 큰 조직으로 성장해가는 초입에 있습니다.
이번 채용은 단순히 한 명을 더 뽑는 일이 아니라, 앞으로의 팀을 어떤 사람들과 어떻게 만들어갈지에 가까운 일입니다.
펄스애드팀은 지금 30명에서 300명 이상의 조직으로 스케일업 하는 여정의 시작점에 있습니다.
• 우리는 브랜드별 AI 에이전트 팀이 광고를 운영하고, 사람은 에이전트를 더 똑똑하게 만드는 구조를 구현해나가고 있습니다.
• 이 비전에서 사람과 에이전트 간의 관계를 발전시키는 역할입니다.
• 에이전트가 따르는 행동 규칙(스킬, 플레이북, 안전 제약)을 설계하고 개선합니다
• 에이전트 실행 이력을 검토하여 판단 오류를 발견하고, 재발 방지를 위한 규칙과 실패 기록을 업데이트합니다
• 운영 중 축적되는 인사이트, 의사결정 근거, 도메인 지식을 에이전트가 참조할 수 있는 구조화된 형태로 관리합니다
• 새로운 워크플로우가 필요할 때 스킬을 설계하고, 이를 지원하는 CLI 도구를 구현합니다
• 에이전트가 사용하는 데이터 파이프라인(Aurora DB, Snowflake)의 정합성을 검증하고 유지합니다
• Claude Code 또는 OpenAI Codex 사용 경험
지원 시 어떤 도구를 사용했고, 어떤 작업에 활용했는지 이력서에 구체적으로 기술해 주세요
• 체계적 지식 정리 능력 — 운영 중 발생하는 인사이트, 실패 사례, 의사결정 근거를 플레이북·온톨로지 형태로 구조화할 수 있는 능력. 에이전트가 참조할 수 있는 수준의 명확한 규칙과 정의를 작성할 수 있어야 합니다.
• SQL 기본기 — SELECT, JOIN, GROUP BY, 윈도우 함수 수준. 에이전트가 조회한 데이터의 정합성을 직접 검증하고, 쿼리 로직의 오류를 발견할 수 있어야 합니다.
• JavaScript 또는 Python — 에이전트 도구 스크립트를 작성하고 유지보수한 경험. 둘 중 하나면 충분하며, 나머지는 에이전트와 함께 배울 수 있습니다.
• Git 사용 경험 — 에이전트 운영 파일의 변경 이력을 추적하고 관리하는 데 필요한 기본 버전 관리.
• 분석적 사고력 — 데이터를 그대로 받아들이지 않고, 소샘플 편향·기준 오류·외부 변수 누락 등을 스스로 의심하고 검증하는 성향.
Amazon을 중심으로 리테일 미디어 시장은 빠르게 성장하고 있습니다. 동시에 AI 기술의 발전은 마케터가 일하는 방식 자체를 바꾸고 있습니다. PulseAd는 이 두 가지 변화가 만나는 지점에서 Pulson을 만들고 있습니다.
Pulson은 저희가 정의하는 Commerce Action Interface(CAI) 입니다.
사람과 AI Agent가 함께 커머스 데이터를 읽고, Amazon, Google, Meta, TikTok 같은 글로벌 플랫폼 전반에서 광고 실행까지 이어갈 수 있도록 돕는 인터페이스입니다.
기존의 많은 솔루션이 더 보기 좋은 대시보드, 더 많은 리포트, 더 복잡한 기능을 만드는 데 집중해왔다면, 저희는 커머스를 실제로 운영하는 방식 자체를 더 효율적이고 더 지능적으로 바꾸는 데 집중하고 있습니다.
저희는 AI가 마케터를 대체한다고 생각하지 않습니다.
오히려 좋은 마케터가 더 빠르고 정확하게 판단하고 실행할 수 있도록 돕는 도구라고 생각합니다.
[Why Now & Us?]
PulseAd는 아직 가능성을 이야기하는 팀이 아니라, 실제 고객과 실제 운영 환경 안에서 제품을 검증해온 팀입니다.
현재 LG전자, 삼양식품, 그리고 여러 K뷰티 브랜드와 함께 글로벌 7개국 캠페인을 운영하며 제품과 운영 프로세스를 함께 고도화하고 있습니다. 이 과정에서 멀티 플랫폼 데이터 통합 역량, 광고 운영 자동화 경험, 그리고 내부 마케팅 전문가들의 피드백을 반영한 학습 자산을 쌓아왔습니다. 이런 자산은 단기간에 만들기 어렵고, 저희가 생각하는 중요한 경쟁력입니다.
미국 시장 확장도 본격적으로 진행 중입니다. 이미 전체 매출의 20% 이상이 미국 고객에서 발생하고 있고, 앞으로의 성장을 위해 뉴욕과 LA를 중심으로 미국 시장 기반을 만들어가고 있습니다.
핵심 리더십은 B2B, Commerce, Data, AI 분야에서 20년 이상 경험을 쌓아왔고, 스타트업의 성장과 Exit도 직접 경험했습니다.
지금 PulseAd는 30명 규모의 팀에서 더 큰 조직으로 성장해가는 초입에 있습니다.
이번 채용은 단순히 한 명을 더 뽑는 일이 아니라, 앞으로의 팀을 어떤 사람들과 어떻게 만들어갈지에 가까운 일입니다.
펄스애드팀은 지금 30명에서 300명 이상의 조직으로 스케일업 하는 여정의 시작점에 있습니다.
주요업무
• 에이전트 시스템을 유지보수하고 고도화합니다.• 우리는 브랜드별 AI 에이전트 팀이 광고를 운영하고, 사람은 에이전트를 더 똑똑하게 만드는 구조를 구현해나가고 있습니다.
• 이 비전에서 사람과 에이전트 간의 관계를 발전시키는 역할입니다.
• 에이전트가 따르는 행동 규칙(스킬, 플레이북, 안전 제약)을 설계하고 개선합니다
• 에이전트 실행 이력을 검토하여 판단 오류를 발견하고, 재발 방지를 위한 규칙과 실패 기록을 업데이트합니다
• 운영 중 축적되는 인사이트, 의사결정 근거, 도메인 지식을 에이전트가 참조할 수 있는 구조화된 형태로 관리합니다
• 새로운 워크플로우가 필요할 때 스킬을 설계하고, 이를 지원하는 CLI 도구를 구현합니다
• 에이전트가 사용하는 데이터 파이프라인(Aurora DB, Snowflake)의 정합성을 검증하고 유지합니다
자격요건
• AI 에이전트 하네스 설계 — LLM 기반 에이전트의 행동 규칙, 워크플로우, 안전 제약을 설계하고 개선할 수 있는 능력. 에이전트에게 정확한 지시를 내리고, 출력물의 오류를 식별하여 판단 로직을 구조적으로 개선할 수 있어야 합니다.• Claude Code 또는 OpenAI Codex 사용 경험
지원 시 어떤 도구를 사용했고, 어떤 작업에 활용했는지 이력서에 구체적으로 기술해 주세요
• 체계적 지식 정리 능력 — 운영 중 발생하는 인사이트, 실패 사례, 의사결정 근거를 플레이북·온톨로지 형태로 구조화할 수 있는 능력. 에이전트가 참조할 수 있는 수준의 명확한 규칙과 정의를 작성할 수 있어야 합니다.
• SQL 기본기 — SELECT, JOIN, GROUP BY, 윈도우 함수 수준. 에이전트가 조회한 데이터의 정합성을 직접 검증하고, 쿼리 로직의 오류를 발견할 수 있어야 합니다.
• JavaScript 또는 Python — 에이전트 도구 스크립트를 작성하고 유지보수한 경험. 둘 중 하나면 충분하며, 나머지는 에이전트와 함께 배울 수 있습니다.
• Git 사용 경험 — 에이전트 운영 파일의 변경 이력을 추적하고 관리하는 데 필요한 기본 버전 관리.
• 분석적 사고력 — 데이터를 그대로 받아들이지 않고, 소샘플 편향·기준 오류·외부 변수 누락 등을 스스로 의심하고 검증하는 성향.
