포지션 상세
ROAI는 피지컬 AI로 생산의 방식을 혁신합니다.
우리는 '누구나 무엇이든 만들 수 있는 세상'을 꿈꿉니다.
멋진 아이디어가 있어도, 실제로 무언가를 만드는 일은 여전히 어렵습니다.
복잡한 공정 설계, 숙련된 인력의 부족, 막대한 비용과 시간은 제조 현장의 변화를 가로막는 오래된 장벽입니다.
제조 현장에는 이미 많은 로봇이 도입되어 있지만, 로봇이 스스로 작업을 계획하고 실행하지 못하는 한 생산은 여전히 사람의 개입과 판단에 의존할 수밖에 없습니다.
ROAI는 이 한계를 피지컬 AI로 넘어서고 있습니다.공간과 객체의 관계를 이해하고, 스스로 판단하며, 최적의 작업 계획을 생성하는 공간 지능을 통해 생산 공정을 설계하고 실행하는 방식을 바꾸고 있습니다.
ROAI의 AI 로보틱스 플랫폼 Xelo는 세계 최고 수준의 모션 플래닝 기술을 기반으로, 생산 공정을 가상 환경에서 설계·검증하고 실제 로봇 작업으로 연결합니다. 현재 현대자동차, 기아, GM 등 글로벌 제조 기업의 실제 생산 현장에 적용되어 생산성 향상 성과를 만들어가고 있으며, 자동차를 넘어 배터리, 중공업 등 더 넓은 산업 영역으로 적용 범위를 넓혀가고 있습니다.
우리가 만들고 싶은 미래는 명확합니다.
물리적 제약이 창의적인 아이디어를 가로막지 않는 세상.
사람이 반복적인 생산 과정의 부담에서 벗어나, 무엇을 만들지와 어떤 가치를 더할지에 더 집중할 수 있는 세상.
ROAI는 최근 130억 원 규모의 시리즈 A 투자 유치를 완료했으며, 이를 바탕으로 현실 세계의 거대한 문제를 해결할 기술적 완성도를 높이고 더 넓은 시장으로 나아가려 합니다.
의미 있는 문제를 풀어가며 기술로 실질적인 변화를 만들어내는 ROAI의 여정에 함께할 동료를 찾습니다.
[팀 소개]
Robotics Lab은 실제 제조 현장의 복잡한 변수와 물리적 제약을 디지털 트윈으로 재구성하고, AI가 스스로 학습하고 추론할 수 있는 고정밀 시뮬레이션 환경을 만듭니다. 또한 단순한 가상 환경 구축에 그치지 않고, NVIDIA Omniverse 기반 시뮬레이션에서 검증된 로봇 모션이 실제 환경에서도 안정적으로 동작할 수 있도록 Sim-to-Real 간극을 최소화하는 핵심 기술을 개발합니다.
이를 통해 자동화 설계 과정에서 발생하는 시행착오와 불확실성을 줄이고, 현장 적용 리스크를 최소화합니다. 나아가 개발 효율을 극대화함으로써 제조 현장의 실질적인 생산성 혁신을 이끄는 데 핵심적인 역할을 합니다.
• 기존에 구축된 AI Simulation pipeline 위에서 제조 task를 확장하고, 제품 적용 가능한 simulation-to-planning 기능을 고도화합니다.
[제조 task별 planning module 및 workflow 설계·개발]
• 용접, 조립, 씰링 등 제조 작업에 필요한 task representation, planning input, 검증 로직, 시각화 workflow를 모듈화해 pipeline에 추가합니다.
[Xelo Workspace 연동을 위한 scene/task data architecture 설계]
• 다양한 제조 task 정보를 Xelo Workspace와 안정적으로 주고받을 수 있도록 scene/task data schema, module interface, 상태 관리 및 validation flow를 설계합니다
[CAD·mesh·point cloud·perception data 기반 USD scene asset pipeline 확장]
• 실제 공장 및 테스트베드 데이터를 활용해 설비, 지그, 작업물, 로봇, 작업 공간의 scene asset을 구성·업데이트하고, planning 및 Xelo Workspace 연동에 필요한 환경 표현을 정비합니다.
• Robotics Simulation, Digital Twin, Motion Planning, 3D Data Processing 등 관련 분야에서 3년 이상의 실무 또는 연구 경험을 보유하신 분
[컴퓨터공학·기계공학·로보틱스·전기전자공학·그래픽스 등 관련 분야 학위 또는 이에 준하는 경험]
• 관련 분야 학위 보유자 또는 이에 준하는 실무 경험과, 문제해결을 위한 알고리즘 개발 역량을 갖춘 분
[3D 데이터 처리 및 Python 기반 엔지니어링 역량]
• CAD, mesh, point cloud 등 다양한 3D 데이터를 이해하고, Python을 활용해 데이터 변환, 자동화, 검증, pipeline 연동 등 실제 개발 문제를 해결할 수 있는 분
[모듈형 소프트웨어 설계 및 시스템 통합에 대한 이해]
• Simulation pipeline, planning module 등 여러 구성 요소를 구조화하고, product workflow와 안정적으로 연동하기 위한 data schema, module interface, validation flow에 대한 이해를 보유하신 분
우리는 '누구나 무엇이든 만들 수 있는 세상'을 꿈꿉니다.
멋진 아이디어가 있어도, 실제로 무언가를 만드는 일은 여전히 어렵습니다.
복잡한 공정 설계, 숙련된 인력의 부족, 막대한 비용과 시간은 제조 현장의 변화를 가로막는 오래된 장벽입니다.
제조 현장에는 이미 많은 로봇이 도입되어 있지만, 로봇이 스스로 작업을 계획하고 실행하지 못하는 한 생산은 여전히 사람의 개입과 판단에 의존할 수밖에 없습니다.
ROAI는 이 한계를 피지컬 AI로 넘어서고 있습니다.공간과 객체의 관계를 이해하고, 스스로 판단하며, 최적의 작업 계획을 생성하는 공간 지능을 통해 생산 공정을 설계하고 실행하는 방식을 바꾸고 있습니다.
ROAI의 AI 로보틱스 플랫폼 Xelo는 세계 최고 수준의 모션 플래닝 기술을 기반으로, 생산 공정을 가상 환경에서 설계·검증하고 실제 로봇 작업으로 연결합니다. 현재 현대자동차, 기아, GM 등 글로벌 제조 기업의 실제 생산 현장에 적용되어 생산성 향상 성과를 만들어가고 있으며, 자동차를 넘어 배터리, 중공업 등 더 넓은 산업 영역으로 적용 범위를 넓혀가고 있습니다.
우리가 만들고 싶은 미래는 명확합니다.
물리적 제약이 창의적인 아이디어를 가로막지 않는 세상.
사람이 반복적인 생산 과정의 부담에서 벗어나, 무엇을 만들지와 어떤 가치를 더할지에 더 집중할 수 있는 세상.
ROAI는 최근 130억 원 규모의 시리즈 A 투자 유치를 완료했으며, 이를 바탕으로 현실 세계의 거대한 문제를 해결할 기술적 완성도를 높이고 더 넓은 시장으로 나아가려 합니다.
의미 있는 문제를 풀어가며 기술로 실질적인 변화를 만들어내는 ROAI의 여정에 함께할 동료를 찾습니다.
[팀 소개]
Robotics Lab은 실제 제조 현장의 복잡한 변수와 물리적 제약을 디지털 트윈으로 재구성하고, AI가 스스로 학습하고 추론할 수 있는 고정밀 시뮬레이션 환경을 만듭니다. 또한 단순한 가상 환경 구축에 그치지 않고, NVIDIA Omniverse 기반 시뮬레이션에서 검증된 로봇 모션이 실제 환경에서도 안정적으로 동작할 수 있도록 Sim-to-Real 간극을 최소화하는 핵심 기술을 개발합니다.
이를 통해 자동화 설계 과정에서 발생하는 시행착오와 불확실성을 줄이고, 현장 적용 리스크를 최소화합니다. 나아가 개발 효율을 극대화함으로써 제조 현장의 실질적인 생산성 혁신을 이끄는 데 핵심적인 역할을 합니다.
주요업무
[구축된 Isaac Sim·USD 기반 AI Simulation pipeline scale-up]• 기존에 구축된 AI Simulation pipeline 위에서 제조 task를 확장하고, 제품 적용 가능한 simulation-to-planning 기능을 고도화합니다.
[제조 task별 planning module 및 workflow 설계·개발]
• 용접, 조립, 씰링 등 제조 작업에 필요한 task representation, planning input, 검증 로직, 시각화 workflow를 모듈화해 pipeline에 추가합니다.
[Xelo Workspace 연동을 위한 scene/task data architecture 설계]
• 다양한 제조 task 정보를 Xelo Workspace와 안정적으로 주고받을 수 있도록 scene/task data schema, module interface, 상태 관리 및 validation flow를 설계합니다
[CAD·mesh·point cloud·perception data 기반 USD scene asset pipeline 확장]
• 실제 공장 및 테스트베드 데이터를 활용해 설비, 지그, 작업물, 로봇, 작업 공간의 scene asset을 구성·업데이트하고, planning 및 Xelo Workspace 연동에 필요한 환경 표현을 정비합니다.
자격요건
[관련 분야 실무 또는 연구 경력 3년 이상]• Robotics Simulation, Digital Twin, Motion Planning, 3D Data Processing 등 관련 분야에서 3년 이상의 실무 또는 연구 경험을 보유하신 분
[컴퓨터공학·기계공학·로보틱스·전기전자공학·그래픽스 등 관련 분야 학위 또는 이에 준하는 경험]
• 관련 분야 학위 보유자 또는 이에 준하는 실무 경험과, 문제해결을 위한 알고리즘 개발 역량을 갖춘 분
[3D 데이터 처리 및 Python 기반 엔지니어링 역량]
• CAD, mesh, point cloud 등 다양한 3D 데이터를 이해하고, Python을 활용해 데이터 변환, 자동화, 검증, pipeline 연동 등 실제 개발 문제를 해결할 수 있는 분
[모듈형 소프트웨어 설계 및 시스템 통합에 대한 이해]
• Simulation pipeline, planning module 등 여러 구성 요소를 구조화하고, product workflow와 안정적으로 연동하기 위한 data schema, module interface, validation flow에 대한 이해를 보유하신 분
