포지션 상세
[공간 지능 플랫폼 글로벌 리더 - 큐픽스]
큐픽스는 2015년 한국에서 시작해, 도면과 현장이 어긋나는 순간을 가장 먼저 알아채는 일을 합니다. 엔터프라이즈 공간 지능(Spatial Intelligence) 플랫폼 분야의 글로벌 개척자이자 리더로, AI가 건설과 시설 운영 현장을 공간적으로 이해하고 설계 의도와 실제 상황의 차이를 짚어 팀이 다음에 무엇을 해야 할지 파악할 수 있는 플랫폼을 전 세계 고객사에 제공합니다.
매출의 97% 이상이 한국 밖에서 발생하며, 40여 개국 15,000여 현장에서 사용되고, 메이저 벤처캐피털 10곳 이상이 큐픽스의 다음 성장에 함께하고 있습니다.
[Algorithm Unit - AI 파트 소개]
AI 파트는 큐픽스의 3D 디지털 트윈 플랫폼 위에 추론과 자동화를 구축하는 팀입니다. Vision 파트가 만들어낸 3D 공간과 시각 정보를 입력으로 받아, 사람이 직접 해야 했던 판단 — 현장 상태 파악, 설치 검증, 일정 매핑 — 을 AI로 대체하는 것이 우리가 하는 일입니다.
LangGraph 기반 멀티 에이전트, 멀티모달 LLM, RAG, Knowledge Graph 등의 기술로 건설 현장 데이터를 이해하고 스스로 판단하는 시스템을 만드는 것이 우리의 목표입니다.
#LLM #AIAgent #RAG #ML #MLOps
• BIM 도면과 현장 360° 캡처를 LLM/VLM이 비교·판단하는 도메인 특화 에이전트를 설계하고 개발합니다.
• 수백 장의 이미지에서 시공 상태를 인식하고, 설계 대비 진척도를 자동으로 매핑하는 파이프라인을 구축합니다.
2. 에이전틱 시스템 구축 — "건설 현장 데이터를 스스로 이해하고 판단하는 AI"
• LangGraph 기반 멀티 에이전트 워크플로우를 설계하고, 복잡한 건설 도메인 질의를 자율적으로 처리하는 시스템을 만듭니다.
• 3D 공간 데이터 + 텍스트 + 이미지를 함께 다루는 멀티모달 RAG 파이프라인을 설계하고 최적화합니다.
• AI 모델의 품질을 정량적으로 평가하고, 지속적으로 개선할 수 있는 MLOps 체계(MLflow, LangSmith)를 구축합니다.
[관련 기술 영역]
• LLM 기반 애플리케이션 및 Agent Workflow
• 벡터 검색 및 데이터베이스(Vector DB, Graph DB)
• 딥러닝 모델 개발 및 평가
• 실험 관리 및 모델 버전 관리
• 클라우드 및 컨테이너 기반 개발 환경
• Git 기반 소스 코드 형상 관리
• 관련 공학 분야 석사 이상 학위 소지자 또는 해당 업무 3년 이상 경력자
• Frontier LLM Model(Claude, GPT)를 활용한 프로젝트 수행 경험
• Python 기반 개발 경험 및 Git 등 협업 툴 활용 능력
• Vibe Coding 및 Agentic Coding을 활용한 개발 프로세스 및 워크플로우 경험
• AI 및 Machine Learning 전반에 대한 이해 — 특히 NLP(LLM), CV 분야 지식 보유
• AI 에이전트 프레임워크를 활용한 시스템 구축 및 자동화 역량
• 적극적이고 자기주도적으로 문제를 발견하고 해결하는 분
• 다양한 팀과 명확하게 소통하며 협업할 수 있는 분
큐픽스는 2015년 한국에서 시작해, 도면과 현장이 어긋나는 순간을 가장 먼저 알아채는 일을 합니다. 엔터프라이즈 공간 지능(Spatial Intelligence) 플랫폼 분야의 글로벌 개척자이자 리더로, AI가 건설과 시설 운영 현장을 공간적으로 이해하고 설계 의도와 실제 상황의 차이를 짚어 팀이 다음에 무엇을 해야 할지 파악할 수 있는 플랫폼을 전 세계 고객사에 제공합니다.
매출의 97% 이상이 한국 밖에서 발생하며, 40여 개국 15,000여 현장에서 사용되고, 메이저 벤처캐피털 10곳 이상이 큐픽스의 다음 성장에 함께하고 있습니다.
[Algorithm Unit - AI 파트 소개]
AI 파트는 큐픽스의 3D 디지털 트윈 플랫폼 위에 추론과 자동화를 구축하는 팀입니다. Vision 파트가 만들어낸 3D 공간과 시각 정보를 입력으로 받아, 사람이 직접 해야 했던 판단 — 현장 상태 파악, 설치 검증, 일정 매핑 — 을 AI로 대체하는 것이 우리가 하는 일입니다.
LangGraph 기반 멀티 에이전트, 멀티모달 LLM, RAG, Knowledge Graph 등의 기술로 건설 현장 데이터를 이해하고 스스로 판단하는 시스템을 만드는 것이 우리의 목표입니다.
#LLM #AIAgent #RAG #ML #MLOps
주요업무
1. 3D 시공 진척률 자동화 — "현장 사진만으로 공정률을 자동 산출하는 시스템"• BIM 도면과 현장 360° 캡처를 LLM/VLM이 비교·판단하는 도메인 특화 에이전트를 설계하고 개발합니다.
• 수백 장의 이미지에서 시공 상태를 인식하고, 설계 대비 진척도를 자동으로 매핑하는 파이프라인을 구축합니다.
2. 에이전틱 시스템 구축 — "건설 현장 데이터를 스스로 이해하고 판단하는 AI"
• LangGraph 기반 멀티 에이전트 워크플로우를 설계하고, 복잡한 건설 도메인 질의를 자율적으로 처리하는 시스템을 만듭니다.
• 3D 공간 데이터 + 텍스트 + 이미지를 함께 다루는 멀티모달 RAG 파이프라인을 설계하고 최적화합니다.
• AI 모델의 품질을 정량적으로 평가하고, 지속적으로 개선할 수 있는 MLOps 체계(MLflow, LangSmith)를 구축합니다.
[관련 기술 영역]
• LLM 기반 애플리케이션 및 Agent Workflow
• 벡터 검색 및 데이터베이스(Vector DB, Graph DB)
• 딥러닝 모델 개발 및 평가
• 실험 관리 및 모델 버전 관리
• 클라우드 및 컨테이너 기반 개발 환경
• Git 기반 소스 코드 형상 관리
자격요건
• 전문연구요원(병역특례) 신입/전직 가능• 관련 공학 분야 석사 이상 학위 소지자 또는 해당 업무 3년 이상 경력자
• Frontier LLM Model(Claude, GPT)를 활용한 프로젝트 수행 경험
• Python 기반 개발 경험 및 Git 등 협업 툴 활용 능력
• Vibe Coding 및 Agentic Coding을 활용한 개발 프로세스 및 워크플로우 경험
• AI 및 Machine Learning 전반에 대한 이해 — 특히 NLP(LLM), CV 분야 지식 보유
• AI 에이전트 프레임워크를 활용한 시스템 구축 및 자동화 역량
• 적극적이고 자기주도적으로 문제를 발견하고 해결하는 분
• 다양한 팀과 명확하게 소통하며 협업할 수 있는 분
