포지션 상세
■ 채용 배경
대부분의 'AI 제품'은 기존 소프트웨어에 AI 기능을 붙인 것입니다. 우리는 그걸 만들지 않습니다. 우리가 만드는 건 AI가 제품 안에서 스스로 판단하고 일하는 제품입니다. 화면을 그리기 전에, AI가 무엇을 알아야 하고, 어떤 도구를 쓰고, 결과가 맞는지 어떻게 확인하고, 틀리면 어떻게 되돌릴지를 먼저 설계해야 합니다.
이렇게 AI의 행동을 설계하는 일은 이제 막 형성되는 영역입니다. 방법론은 업계가 지금 함께 다듬어가는 중이라 아직 정립된 표준이 없고, 이 일을 전담하는 기획 역할도 새로 정의되고 있습니다. 그래서 우리는 답을 외워온 사람이 아니라, 이 영역을 우리와 함께 정의해갈 사람을 찾습니다.
미리 솔직하게 말씀드리자면, 이 자리는
• 요구사항을 받아 화면으로 옮기는 일이 아니라, 풀어야 할 문제 자체를 정의하는 일입니다.
• 한 번에 정답을 맞히는 일이 아니라, 빠르게 시도하고 데이터로 검증하며 다시 짜는 일입니다.
• 정해진 길을 따라가는 게 아니라, 길을 내는 일입니다.
여기까지 읽고 막막함보다 설렘이 더 크다면 아래 내용을 계속 읽어주세요!
---
■ 우리가 만드는 것
[전 세계 1인 셀러에게 비즈니스 영감을 주는 ModoAI]
ModoAI는 제품 사진 한 장이면 스튜디오급 상업용 이미지가 나오는 AI 서비스입니다. 하지만 이미지는 결과물일 뿐, 우리가 진짜 만드는 건 1인 셀러 곁의 비즈니스 파트너입니다. 셀러가 그 결과물을 보고 "이걸 이렇게 팔면 되겠다"는 영감을 얻는 순간, 그게 우리가 노리는 가치입니다.
• "방금 나온 이미지를 인스타 광고로 돌려서 이 제품 팔아야겠다!"
• "이건 썸네일로 쓰면 클릭률이 더 높아지겠는데?"
• "내 제품이 평범해서 걱정이었는데, 모도가 연출해준 이미지를 보니 어떻게 차별화해 팔지 알겠어."
GPT·Gemini를 그대로 따라가는 이미지 생성 서비스는 잠깐 반짝하다 사라집니다. 그래서 우리는 '없어선 안 될 비즈니스 파트너'라는, 다른 차원의 문제를 풉니다.
지난 6개월간 국내 PMF 검증을 마쳤고, 이제 이미지를 잘 만드는 걸 넘어 사용자의 목표를 AI가 스스로 계획·실행·검증·개선하는 제품으로 나아갑니다. 아직 정석이 없는 영역인 만큼, 먼저 깊이 파고든 팀이 그 기준을 만들어간다고 믿습니다. 그래서 ModoAI는 국내에서 검증한 '비즈니스 파트너' 경험을 이제 글로벌로 넓혀가려 합니다.
■ 지금 우리가 풀고 있는 문제
앞서 이 자리를 '문제 자체를 정의하는 일'이라고 했습니다. 그 문제가 구체적으로 어떤 모습인지, 지금 우리가 고민하는 것 몇 개를 보여드리겠습니다. 읽으면서 "나라면 이렇게…" 를 떠올려보세요.
• 기억하되, 갇히지 않게: 셀러의 취향은 기억하되, 매번 똑같은 결과에 갇히면 안 됩니다. 무엇을 기억하고 무엇을 흘려보낼지, 그 경계를 어디에 그을까요?
• 사람 손을 대지않되, 품질은 지키게: 손가락이 6개인 이미지를 사람이 일일이 걸러낼 순 없습니다. 제품이 스스로 결함을 잡고 다시 만들게 하려면, '성공'을 어떻게 정의할까요?
• 끝까지 개인화하되, 원가는 잡게: 한 명 한 명에게 실시간으로 최적의 결과를 주면 원가는 폭발합니다. 무엇을 실시간으로, 무엇을 배치로 돌려야 할까요?
[핵심 업무: AI Native Product 기획]
고객·사업부의 요구를 단순 기능 목록이 아니라, 우리만의 'Harness Components(부품)'로 풀어내 AI가 복잡한 작업을 스스로 수행하는 에이전트로 동작하게 만드는 일입니다. 한마디로 AI Harness/Loop Engineering 설계가 주 업무입니다.
실제 업무는 다음 4단계로 이어집니다.
1. 개선 과제 정의: 모도의 사용자 경험을 분석해, 소상공인에게 필요한 핵심 작업을 AI 기능으로 정의합니다.
2. Agentic Workflow 설계: AI가 맥락 수집 계획 도구 호출 결과 검증을 어떤 순서로 수행할지 설계합니다. (산출물: Flowchart)
3. Harness Components·PRD 정의: 워크플로우에 가장 적합한 Harness Components를 선정하고, '무엇을·왜·어떻게(HOW)'까지 담은 PRD를 작성합니다. (산출물: PRD)
4. 기획·디자인·개발 협업: Flowchart와 PRD를 바탕으로 UI/플로우/정책/상태값/예외 케이스/데이터·이벤트를 디자인·개발팀과 맞춥니다. (산출물: Figma)
■ 우리가 일하는 방식
ModoAI는 한 번 돌기 시작하면 스스로 가속되는 플라이휠로 성장합니다. 네 단계가 맞물려 돌고, 마지막 단계가 다시 첫 단계를 끌어옵니다.
1. AI 크리에이티브 생성: 클릭 몇 번으로 비즈니스에 바로 쓸 이미지가 나옵니다. ‘No Studio, No Prompt, No Stress’, 셀러가 ModoAI의 가치를 체감하는 출발점입니다.
2. 비즈니스 영감: 사용자가 결과물을 보고 "이걸 광고로 돌리면 되겠다" 같은 구체적인 비즈니스 액션 아이디어를 떠올립니다. 결과물을 본 셀러가 판매 가능성을 확신하고 유료 고객으로 전환되는, 가장 본질적인 가치를 설계해내는 지점입니다.
3. 적극적 활용: ‘상품 사진이 필요하면 ModoAI’라는 인식이 자리잡습니다. 한 번 쓰는 도구가 아니라 없으면 아쉬운 파트너로, 영감을 얻은 사용자가 ModoAI를 비즈니스 운영 루틴 안으로 끌어들이는 단계입니다.
4. 성과 ＞ 외부 유입: 셀러가 실제 판매 성과를 확인하고 옆 셀러에게 퍼뜨립니다. 광고비 한 푼 없이 새 사용자가 들어오고, 플라이휠은 다시 1번부터 ‘더 빠르게’ 돕니다.
이게 우리의 자생적 성장 엔진입니다. 그리고 당신의 역할은 이 엔진의 한 칸을 채우는 게 아니라, 각 단계를 AI로 더 빠르게 돌릴 '방법' 자체를 설계하는 것입니다. 단계는 정해져 있지만, 굴리는 방법엔 정답이 없습니다. 더 나은 길은 먼저 본 사람이 제안하고, 직접 바꿉니다.
이 분야는 너무 새로워서 '몇 년 경력'이라는 잣대가 잘 맞지 않습니다. 그래서 우리는 연차도, 직무의 경계도 보지 않습니다. 오래 기획해온 분이든, 제품기획으로 넘어오려는 엔지니어든 상관 없이, 무엇을 직접 만들어봤는지만 봅니다. (개인 프로젝트도 충분합니다.)
이런 경험이 필요합니다
1. Agentic Workflow를 기획·설계해 본 경험 (개인 프로젝트도 무방)
• multimodal LLM과 diffusion model의 차이를 이해하고 제품에 활용할 수 있는 분
• Chat AI와 AI Agent의 차이를 실제 서비스 구성요소로 이해해 내 제품에 응용할 수 있는 분
• tool calling·context·memory·evaluation·human-in-the-loop 개념을 어떤 구성·UI로 접목할지 그릴 수 있는 분
• 사용자의 요구를 Wireframe을 넘어 목표·맥락·기억(상태)·도구·검증 기준으로 분해할 수 있는 분
2. Figma 사용 경험
• Figma로 사용자 플로우·화면 구조·정책·상태값·예외 케이스를 개발팀이 구현 가능한 수준으로 정리할 수 있는 분
3. 협업 경험
• 수평적으로 협업하며 비즈니스 우선순위와 제약(원가·기술 한계 등)을 함께 고려하는 분
• 문제는 끝까지 붙잡되, 더 나은 근거 앞에서는 자기 생각을 유연하게 조정할 수 있는 분
* 본 포지션은 포트폴리오 제출이 필수입니다.
대부분의 'AI 제품'은 기존 소프트웨어에 AI 기능을 붙인 것입니다. 우리는 그걸 만들지 않습니다. 우리가 만드는 건 AI가 제품 안에서 스스로 판단하고 일하는 제품입니다. 화면을 그리기 전에, AI가 무엇을 알아야 하고, 어떤 도구를 쓰고, 결과가 맞는지 어떻게 확인하고, 틀리면 어떻게 되돌릴지를 먼저 설계해야 합니다.
이렇게 AI의 행동을 설계하는 일은 이제 막 형성되는 영역입니다. 방법론은 업계가 지금 함께 다듬어가는 중이라 아직 정립된 표준이 없고, 이 일을 전담하는 기획 역할도 새로 정의되고 있습니다. 그래서 우리는 답을 외워온 사람이 아니라, 이 영역을 우리와 함께 정의해갈 사람을 찾습니다.
미리 솔직하게 말씀드리자면, 이 자리는
• 요구사항을 받아 화면으로 옮기는 일이 아니라, 풀어야 할 문제 자체를 정의하는 일입니다.
• 한 번에 정답을 맞히는 일이 아니라, 빠르게 시도하고 데이터로 검증하며 다시 짜는 일입니다.
• 정해진 길을 따라가는 게 아니라, 길을 내는 일입니다.
여기까지 읽고 막막함보다 설렘이 더 크다면 아래 내용을 계속 읽어주세요!
---
■ 우리가 만드는 것
[전 세계 1인 셀러에게 비즈니스 영감을 주는 ModoAI]
ModoAI는 제품 사진 한 장이면 스튜디오급 상업용 이미지가 나오는 AI 서비스입니다. 하지만 이미지는 결과물일 뿐, 우리가 진짜 만드는 건 1인 셀러 곁의 비즈니스 파트너입니다. 셀러가 그 결과물을 보고 "이걸 이렇게 팔면 되겠다"는 영감을 얻는 순간, 그게 우리가 노리는 가치입니다.
• "방금 나온 이미지를 인스타 광고로 돌려서 이 제품 팔아야겠다!"
• "이건 썸네일로 쓰면 클릭률이 더 높아지겠는데?"
• "내 제품이 평범해서 걱정이었는데, 모도가 연출해준 이미지를 보니 어떻게 차별화해 팔지 알겠어."
GPT·Gemini를 그대로 따라가는 이미지 생성 서비스는 잠깐 반짝하다 사라집니다. 그래서 우리는 '없어선 안 될 비즈니스 파트너'라는, 다른 차원의 문제를 풉니다.
지난 6개월간 국내 PMF 검증을 마쳤고, 이제 이미지를 잘 만드는 걸 넘어 사용자의 목표를 AI가 스스로 계획·실행·검증·개선하는 제품으로 나아갑니다. 아직 정석이 없는 영역인 만큼, 먼저 깊이 파고든 팀이 그 기준을 만들어간다고 믿습니다. 그래서 ModoAI는 국내에서 검증한 '비즈니스 파트너' 경험을 이제 글로벌로 넓혀가려 합니다.
■ 지금 우리가 풀고 있는 문제
앞서 이 자리를 '문제 자체를 정의하는 일'이라고 했습니다. 그 문제가 구체적으로 어떤 모습인지, 지금 우리가 고민하는 것 몇 개를 보여드리겠습니다. 읽으면서 "나라면 이렇게…" 를 떠올려보세요.
• 기억하되, 갇히지 않게: 셀러의 취향은 기억하되, 매번 똑같은 결과에 갇히면 안 됩니다. 무엇을 기억하고 무엇을 흘려보낼지, 그 경계를 어디에 그을까요?
• 사람 손을 대지않되, 품질은 지키게: 손가락이 6개인 이미지를 사람이 일일이 걸러낼 순 없습니다. 제품이 스스로 결함을 잡고 다시 만들게 하려면, '성공'을 어떻게 정의할까요?
• 끝까지 개인화하되, 원가는 잡게: 한 명 한 명에게 실시간으로 최적의 결과를 주면 원가는 폭발합니다. 무엇을 실시간으로, 무엇을 배치로 돌려야 할까요?
주요업무
■ 실제로 하는 일[핵심 업무: AI Native Product 기획]
고객·사업부의 요구를 단순 기능 목록이 아니라, 우리만의 'Harness Components(부품)'로 풀어내 AI가 복잡한 작업을 스스로 수행하는 에이전트로 동작하게 만드는 일입니다. 한마디로 AI Harness/Loop Engineering 설계가 주 업무입니다.
실제 업무는 다음 4단계로 이어집니다.
1. 개선 과제 정의: 모도의 사용자 경험을 분석해, 소상공인에게 필요한 핵심 작업을 AI 기능으로 정의합니다.
2. Agentic Workflow 설계: AI가 맥락 수집 계획 도구 호출 결과 검증을 어떤 순서로 수행할지 설계합니다. (산출물: Flowchart)
3. Harness Components·PRD 정의: 워크플로우에 가장 적합한 Harness Components를 선정하고, '무엇을·왜·어떻게(HOW)'까지 담은 PRD를 작성합니다. (산출물: PRD)
4. 기획·디자인·개발 협업: Flowchart와 PRD를 바탕으로 UI/플로우/정책/상태값/예외 케이스/데이터·이벤트를 디자인·개발팀과 맞춥니다. (산출물: Figma)
■ 우리가 일하는 방식
ModoAI는 한 번 돌기 시작하면 스스로 가속되는 플라이휠로 성장합니다. 네 단계가 맞물려 돌고, 마지막 단계가 다시 첫 단계를 끌어옵니다.
1. AI 크리에이티브 생성: 클릭 몇 번으로 비즈니스에 바로 쓸 이미지가 나옵니다. ‘No Studio, No Prompt, No Stress’, 셀러가 ModoAI의 가치를 체감하는 출발점입니다.
2. 비즈니스 영감: 사용자가 결과물을 보고 "이걸 광고로 돌리면 되겠다" 같은 구체적인 비즈니스 액션 아이디어를 떠올립니다. 결과물을 본 셀러가 판매 가능성을 확신하고 유료 고객으로 전환되는, 가장 본질적인 가치를 설계해내는 지점입니다.
3. 적극적 활용: ‘상품 사진이 필요하면 ModoAI’라는 인식이 자리잡습니다. 한 번 쓰는 도구가 아니라 없으면 아쉬운 파트너로, 영감을 얻은 사용자가 ModoAI를 비즈니스 운영 루틴 안으로 끌어들이는 단계입니다.
4. 성과 ＞ 외부 유입: 셀러가 실제 판매 성과를 확인하고 옆 셀러에게 퍼뜨립니다. 광고비 한 푼 없이 새 사용자가 들어오고, 플라이휠은 다시 1번부터 ‘더 빠르게’ 돕니다.
이게 우리의 자생적 성장 엔진입니다. 그리고 당신의 역할은 이 엔진의 한 칸을 채우는 게 아니라, 각 단계를 AI로 더 빠르게 돌릴 '방법' 자체를 설계하는 것입니다. 단계는 정해져 있지만, 굴리는 방법엔 정답이 없습니다. 더 나은 길은 먼저 본 사람이 제안하고, 직접 바꿉니다.
자격요건
■ 우리가 찾는 사람이 분야는 너무 새로워서 '몇 년 경력'이라는 잣대가 잘 맞지 않습니다. 그래서 우리는 연차도, 직무의 경계도 보지 않습니다. 오래 기획해온 분이든, 제품기획으로 넘어오려는 엔지니어든 상관 없이, 무엇을 직접 만들어봤는지만 봅니다. (개인 프로젝트도 충분합니다.)
이런 경험이 필요합니다
1. Agentic Workflow를 기획·설계해 본 경험 (개인 프로젝트도 무방)
• multimodal LLM과 diffusion model의 차이를 이해하고 제품에 활용할 수 있는 분
• Chat AI와 AI Agent의 차이를 실제 서비스 구성요소로 이해해 내 제품에 응용할 수 있는 분
• tool calling·context·memory·evaluation·human-in-the-loop 개념을 어떤 구성·UI로 접목할지 그릴 수 있는 분
• 사용자의 요구를 Wireframe을 넘어 목표·맥락·기억(상태)·도구·검증 기준으로 분해할 수 있는 분
2. Figma 사용 경험
• Figma로 사용자 플로우·화면 구조·정책·상태값·예외 케이스를 개발팀이 구현 가능한 수준으로 정리할 수 있는 분
3. 협업 경험
• 수평적으로 협업하며 비즈니스 우선순위와 제약(원가·기술 한계 등)을 함께 고려하는 분
• 문제는 끝까지 붙잡되, 더 나은 근거 앞에서는 자기 생각을 유연하게 조정할 수 있는 분
* 본 포지션은 포트폴리오 제출이 필수입니다.
