포지션 상세
퍼스트해빗은 CHALK AI를 통해 교육과 학생 커뮤니케이션을 새롭게 정의하고 있습니다.
우리는 학생의 특성과 사고를 반영한 개인화 학습 AI 시스템을 개발하고 있습니다.
Cognitive AI Lab에서는 단순히 모델의 성능을 개선하는 것을 넘어,
• User와의 대화와 경험을 단순 텍스트가 아닌 구조화된 memory로 표현하는 문제
• Long-term history에서 분산된 정보를 선택·조합하여 하나의 맥락으로 구성하는 문제
• 시간이 지남에 따라 memory 구조를 재구성하고 최적화하는 문제
• 이러한 방법론을 정량적으로 평가하고 검증하는 문제
를 중심으로, Memory-Centric AI 시스템의 설계와 평가 방법론을 연구하고 있습니다.
구체적으로는 다음과 같은 업무를 수행합니다:
• 대화 history를 구조화된 memory(ontology / graph)로 표현하는 방법 설계
• 분산된 memory fragment를 선택·조합하여 context를 구성하는 구조 설계
• Memory 구조가 시간에 따라 재구성되는 메커니즘 연구
• 복잡한 대화 history에서 맥락을 이해해야만 풀 수 있는 benchmark 설계 및 검증
• 연구 결과를 실제 서비스에 적용 가능한 구조로 발전시키고 실험을 통해 검증
• 복잡한 문제를 구조화하고 모델링할 수 있으며, 추상적인 개념을 빠르게 이해하고 논리적으로 정리할 수 있는 분
• LLM 기반 시스템, Retrieval, Agent 등 Agentic pipeline 또는 context / harness engineering을 실제로 다뤄보신 분
• Memory system에 대한 이해를 바탕으로, Knowledge Graph, Ontology, GraphDB 등 구조 기반 representation을 다뤄본 경험이 있으신 분
• Agentic RAG, subgraph activation 등 복잡한 구조에서 Query-relevant한 정보를 선택·조합하여 context를 구성하는 문제를 다뤄보신 분
우리는 학생의 특성과 사고를 반영한 개인화 학습 AI 시스템을 개발하고 있습니다.
Cognitive AI Lab에서는 단순히 모델의 성능을 개선하는 것을 넘어,
• User와의 대화와 경험을 단순 텍스트가 아닌 구조화된 memory로 표현하는 문제
• Long-term history에서 분산된 정보를 선택·조합하여 하나의 맥락으로 구성하는 문제
• 시간이 지남에 따라 memory 구조를 재구성하고 최적화하는 문제
• 이러한 방법론을 정량적으로 평가하고 검증하는 문제
를 중심으로, Memory-Centric AI 시스템의 설계와 평가 방법론을 연구하고 있습니다.
주요업무
이 포지션은 AI가 Memory를 구조적으로 표현하고, 질문에 따라 관련 Memory를 선택·조합하여 맥락을 구성할 수 있도록 Memory 중심 AI 시스템을 설계하는 연구 역할입니다.구체적으로는 다음과 같은 업무를 수행합니다:
• 대화 history를 구조화된 memory(ontology / graph)로 표현하는 방법 설계
• 분산된 memory fragment를 선택·조합하여 context를 구성하는 구조 설계
• Memory 구조가 시간에 따라 재구성되는 메커니즘 연구
• 복잡한 대화 history에서 맥락을 이해해야만 풀 수 있는 benchmark 설계 및 검증
• 연구 결과를 실제 서비스에 적용 가능한 구조로 발전시키고 실험을 통해 검증
자격요건
• AI / CS 관련 전공 또는 이에 준하는 경험을 바탕으로, Python 기반 연구 및 실험이 가능하신 분• 복잡한 문제를 구조화하고 모델링할 수 있으며, 추상적인 개념을 빠르게 이해하고 논리적으로 정리할 수 있는 분
• LLM 기반 시스템, Retrieval, Agent 등 Agentic pipeline 또는 context / harness engineering을 실제로 다뤄보신 분
• Memory system에 대한 이해를 바탕으로, Knowledge Graph, Ontology, GraphDB 등 구조 기반 representation을 다뤄본 경험이 있으신 분
• Agentic RAG, subgraph activation 등 복잡한 구조에서 Query-relevant한 정보를 선택·조합하여 context를 구성하는 문제를 다뤄보신 분
