포지션 상세
■ 우리는 AI 기능을 '붙이는' 회사가 아닙니다.
대부분의 서비스에 AI는 나중에 붙습니다.
검색창 옆에 챗봇을 달고, 버튼 하나를 'AI 추천'으로 바꿉니다.
라이브데이터는 그 순서를 뒤집습니다.
Agent가 맥락을 모으고, 도구를 호출하고, 결과를 검증하고, 실패하면 되감는 흐름을 먼저 설계합니다.
그 다음에야 사람이 개입할 UI와 정책이 나옵니다.
우리가 만드는 건 단발성 데모가 아닙니다.
교육·금융·공공에서 실제로 돌아가는 Agent와,
그 Agent를 더 빠르게 만들고 검증하고 배포하는 플랫폼 LAIV NEXUS입니다.
■ LAIV DATA가 하는 일
라이브데이터는 2020년에 설립된 AI 솔루션·서비스 회사입니다.
지금은 두 개의 축으로 움직입니다.
• AX — AI 서비스를 교육에서 시작해 다른 도메인으로 확장하고, 기업 DT/AT를 SaaS와 Asset으로 쌓아 올립니다.
• Agent Foundry — Multi-Agent, Orchestration, Tool Calling, 품질 자동 검증까지 Agent의 핵심 경쟁력을 고도화합니다.
대표 자산인 LAIV NEXUS는 Agent를 '만들고 끝내는' 도구가 아니라,
지식 구조화(DataMart) No-Code 설계(LaivStudio) API를 Tool로 변환(MFlux)
복잡한 흐름 제어(LangBridge) 품질 자동 검증(Veris)까지 이어지는 End-to-End 프레임워크입니다.
이미 현장에서 검증된 것들입니다.
• KT 영화예매 K-I Agent (상용 운영)
• 동아출판 AI 디지털교과서 (대형 SI 총괄, 동시접속 10만 규모)
• 한국투자증권 Trading Agent / OpenAPI (사내망·On-Premise)
• 대교·YBM·대학 AI Tutor / 문항생성
• 자사 Tripora(여행 Planning Agent), AgentPod(Agent 마켓플레이스)
아직 작지만(약 30명대), 이미 '실험'을 넘어 '운영'과 '플랫폼'을 동시에 다루는 팀입니다.
■ 이 자리가 풀어야 할 문제 (지원 전에 한번 생각해 주세요)
공고에 멋진 문장만 늘어놓기보다, 지금 우리가 실제로 붙잡고 있는 난제를 먼저 보여드리겠습니다.
읽으면서 "나라면 이렇게 쪼개겠다"가 떠오른다면, 아마 맞는 자리입니다.
1) 챗봇과 Agent의 경계
사용자가 한 마디 던졌을 때, 어디까지는 대화로 끝내고
어디부터는 도구를 호출해 '일을 끝내게' 할 것인가.
그 경계를 제품 언어로 정의할 수 있나요?
2) 지식은 많은데, 답이 흔들린다
RAG로 문서를 넣었는데도 환각이 납니다.
무엇을 Chunk로 자르고, 무엇을 메타데이터로 붙이고,
어떤 실패를 '검색 실패'로 / '판단 실패'로 나눌까요?
3) 비개발자도 Agent를 만들게 하려면
LaivStudio 같은 No-Code 캔버스에서
기획자가 정의해야 할 최소 단위는 프롬프트일까요, Tool일까요, 평가 루브릭일까요?
'쉽게'와 '안전하게'를 한 화면에 어떻게 공존시킬까요?
4) 데모는 通하고, 운영은 무너진다
PoC에서는 잘 되는데 실서비스에서 세션이 끊기고, 재시도가 폭주합니다.
Resumable Session, Human-in-the-loop, 재시도 정책을
화면·상태값·예외 케이스로 어떻게 문서화할까요?
5) 품질을 '느낌'이 아니라 숫자로
Veris처럼 LLM-as-a-Judge로 대화 품질을 비교할 때,
기획자가 먼저 써야 하는 건 시나리오와 성공 정의입니다.
당신은 '좋은 답'을 어떻게 측정 가능하게 만들겠습니까?
여기까지 읽고 막막함보다 재미있겠다는 생각이 먼저 들었다면 채용 공고를 계속 읽어주세요.
AI Agent의 행동·지식·도구·검증 기준을 제품으로 정의하는 PM/PO에 가깝습니다.
[1] Agent / Agentic Workflow 기획
• 사용자 목표를 맥락 수집 계획 Tool Calling 결과 검증 예외/재시도 흐름으로 분해
• Chat AI와 Agent의 차이를 서비스 구성요소(상태·메모리·도구·HITL)로 설계
• Multi-Agent / Orchestration이 필요한 구간을 식별하고, 마스터·서브 Agent의 R&R 정의
• 산출물: 유저 시나리오, Agent Flowchart, 상태·이벤트 정의, 예외/정책 문서
[2] LAIV NEXUS 및 AI 서비스 제품 기획
• DataMart / LaivStudio / MFlux / LangBridge / Veris 등 플랫폼 모듈의 문제정의·우선순위·릴리즈 기획
• B2B/엔터프라이즈·교육·금융 도메인 요구를 플랫폼 공통 역량으로 추상화
• PoC 본계약 운영 고도화로 이어지는 제품/프로젝트 로드맵 기여
• 산출물: PRD, 기능정의서, IA/화면설계(또는 Figma 협업), KPI·성공지표
[3] 품질·평가를 기획의 일부로 다루기
• Agent 품질 시나리오 설계, eval/judge 기준·루브릭 초안 작성
• 환각·오답·도구 실패·권한 오류 등 실패 유형 분류와 대응 정책 정의
• 출시 전후 A/B·퍼널·VOC를 연결해 '느낌 개선'이 아닌 '지표 개선'으로 의사결정
[4] 크로스펑셔널 실행
• 디자인·FE/BE·AI 리서치·PM/사업과 한 테이블에서 요구를 맞추고 일정·리스크를 조율
• 고객사/현업 인터뷰로 업무 흐름을 분해하고, AI 적용 가능 지점(AX)을 제안
• 작은 가설을 빠르게 검증하고, 근거 앞에서 우선순위를 다시 짜는 루프 운영
• PRD·요구사항정의서·화면설계·정책/예외처리 등 기획 산출물을 독립적으로 작성한 경험이 있으신 분
• 문제 정의 가설 검증 우선순위 재정렬 루프를 실제 제품/프로젝트에서 돌려본 경험이 있으신 분
• 생성형 AI(ChatGPT, Claude, Gemini 등)를 리서치·문서·프로토타이핑에 일상적으로 사용하는 분 (AI Native)
• Chat AI와 AI Agent의 차이를 이해하고, tool calling/context/memory/evaluation/human-in-the-loop 중 하나 이상을 제품 관점으로 설명해 본 분
• 디자인·개발·비즈니스와 수평적으로 협업하며, 기술 제약과 사업 우선순위를 동시에 고려하는 분
■ 포트폴리오를 필수로 제출해 주세요. (자유 양식)
형식은 자유지만 아래 내용이 드러나도록 구성해 주시면 더욱 좋습니다.
• 어떤 문제를 담당했는지
• 본인이 어떤 판단과 의사결정을 했는지
• 제품이나 프로세스가 어떻게 달라졌는지(Before/After)
• 실패한 시도와 그 과정에서 얻은 배움
Agent·업무 자동화·RAG·챗봇과 관련된 개인 프로젝트도 포트폴리오로 인정합니다.
대부분의 서비스에 AI는 나중에 붙습니다.
검색창 옆에 챗봇을 달고, 버튼 하나를 'AI 추천'으로 바꿉니다.
라이브데이터는 그 순서를 뒤집습니다.
Agent가 맥락을 모으고, 도구를 호출하고, 결과를 검증하고, 실패하면 되감는 흐름을 먼저 설계합니다.
그 다음에야 사람이 개입할 UI와 정책이 나옵니다.
우리가 만드는 건 단발성 데모가 아닙니다.
교육·금융·공공에서 실제로 돌아가는 Agent와,
그 Agent를 더 빠르게 만들고 검증하고 배포하는 플랫폼 LAIV NEXUS입니다.
■ LAIV DATA가 하는 일
라이브데이터는 2020년에 설립된 AI 솔루션·서비스 회사입니다.
지금은 두 개의 축으로 움직입니다.
• AX — AI 서비스를 교육에서 시작해 다른 도메인으로 확장하고, 기업 DT/AT를 SaaS와 Asset으로 쌓아 올립니다.
• Agent Foundry — Multi-Agent, Orchestration, Tool Calling, 품질 자동 검증까지 Agent의 핵심 경쟁력을 고도화합니다.
대표 자산인 LAIV NEXUS는 Agent를 '만들고 끝내는' 도구가 아니라,
지식 구조화(DataMart) No-Code 설계(LaivStudio) API를 Tool로 변환(MFlux)
복잡한 흐름 제어(LangBridge) 품질 자동 검증(Veris)까지 이어지는 End-to-End 프레임워크입니다.
이미 현장에서 검증된 것들입니다.
• KT 영화예매 K-I Agent (상용 운영)
• 동아출판 AI 디지털교과서 (대형 SI 총괄, 동시접속 10만 규모)
• 한국투자증권 Trading Agent / OpenAPI (사내망·On-Premise)
• 대교·YBM·대학 AI Tutor / 문항생성
• 자사 Tripora(여행 Planning Agent), AgentPod(Agent 마켓플레이스)
아직 작지만(약 30명대), 이미 '실험'을 넘어 '운영'과 '플랫폼'을 동시에 다루는 팀입니다.
■ 이 자리가 풀어야 할 문제 (지원 전에 한번 생각해 주세요)
공고에 멋진 문장만 늘어놓기보다, 지금 우리가 실제로 붙잡고 있는 난제를 먼저 보여드리겠습니다.
읽으면서 "나라면 이렇게 쪼개겠다"가 떠오른다면, 아마 맞는 자리입니다.
1) 챗봇과 Agent의 경계
사용자가 한 마디 던졌을 때, 어디까지는 대화로 끝내고
어디부터는 도구를 호출해 '일을 끝내게' 할 것인가.
그 경계를 제품 언어로 정의할 수 있나요?
2) 지식은 많은데, 답이 흔들린다
RAG로 문서를 넣었는데도 환각이 납니다.
무엇을 Chunk로 자르고, 무엇을 메타데이터로 붙이고,
어떤 실패를 '검색 실패'로 / '판단 실패'로 나눌까요?
3) 비개발자도 Agent를 만들게 하려면
LaivStudio 같은 No-Code 캔버스에서
기획자가 정의해야 할 최소 단위는 프롬프트일까요, Tool일까요, 평가 루브릭일까요?
'쉽게'와 '안전하게'를 한 화면에 어떻게 공존시킬까요?
4) 데모는 通하고, 운영은 무너진다
PoC에서는 잘 되는데 실서비스에서 세션이 끊기고, 재시도가 폭주합니다.
Resumable Session, Human-in-the-loop, 재시도 정책을
화면·상태값·예외 케이스로 어떻게 문서화할까요?
5) 품질을 '느낌'이 아니라 숫자로
Veris처럼 LLM-as-a-Judge로 대화 품질을 비교할 때,
기획자가 먼저 써야 하는 건 시나리오와 성공 정의입니다.
당신은 '좋은 답'을 어떻게 측정 가능하게 만들겠습니까?
여기까지 읽고 막막함보다 재미있겠다는 생각이 먼저 들었다면 채용 공고를 계속 읽어주세요.
주요업무
'기능 목록을 화면으로 옮기는 기획자'가 아니라,AI Agent의 행동·지식·도구·검증 기준을 제품으로 정의하는 PM/PO에 가깝습니다.
[1] Agent / Agentic Workflow 기획
• 사용자 목표를 맥락 수집 계획 Tool Calling 결과 검증 예외/재시도 흐름으로 분해
• Chat AI와 Agent의 차이를 서비스 구성요소(상태·메모리·도구·HITL)로 설계
• Multi-Agent / Orchestration이 필요한 구간을 식별하고, 마스터·서브 Agent의 R&R 정의
• 산출물: 유저 시나리오, Agent Flowchart, 상태·이벤트 정의, 예외/정책 문서
[2] LAIV NEXUS 및 AI 서비스 제품 기획
• DataMart / LaivStudio / MFlux / LangBridge / Veris 등 플랫폼 모듈의 문제정의·우선순위·릴리즈 기획
• B2B/엔터프라이즈·교육·금융 도메인 요구를 플랫폼 공통 역량으로 추상화
• PoC 본계약 운영 고도화로 이어지는 제품/프로젝트 로드맵 기여
• 산출물: PRD, 기능정의서, IA/화면설계(또는 Figma 협업), KPI·성공지표
[3] 품질·평가를 기획의 일부로 다루기
• Agent 품질 시나리오 설계, eval/judge 기준·루브릭 초안 작성
• 환각·오답·도구 실패·권한 오류 등 실패 유형 분류와 대응 정책 정의
• 출시 전후 A/B·퍼널·VOC를 연결해 '느낌 개선'이 아닌 '지표 개선'으로 의사결정
[4] 크로스펑셔널 실행
• 디자인·FE/BE·AI 리서치·PM/사업과 한 테이블에서 요구를 맞추고 일정·리스크를 조율
• 고객사/현업 인터뷰로 업무 흐름을 분해하고, AI 적용 가능 지점(AX)을 제안
• 작은 가설을 빠르게 검증하고, 근거 앞에서 우선순위를 다시 짜는 루프 운영
자격요건
• 3년 이상의 서비스 기획/PM/PO 경력을 갖추신 분(인접 직무에서 AI·자동화 제품을 주도한 경험도 환영)• PRD·요구사항정의서·화면설계·정책/예외처리 등 기획 산출물을 독립적으로 작성한 경험이 있으신 분
• 문제 정의 가설 검증 우선순위 재정렬 루프를 실제 제품/프로젝트에서 돌려본 경험이 있으신 분
• 생성형 AI(ChatGPT, Claude, Gemini 등)를 리서치·문서·프로토타이핑에 일상적으로 사용하는 분 (AI Native)
• Chat AI와 AI Agent의 차이를 이해하고, tool calling/context/memory/evaluation/human-in-the-loop 중 하나 이상을 제품 관점으로 설명해 본 분
• 디자인·개발·비즈니스와 수평적으로 협업하며, 기술 제약과 사업 우선순위를 동시에 고려하는 분
■ 포트폴리오를 필수로 제출해 주세요. (자유 양식)
형식은 자유지만 아래 내용이 드러나도록 구성해 주시면 더욱 좋습니다.
• 어떤 문제를 담당했는지
• 본인이 어떤 판단과 의사결정을 했는지
• 제품이나 프로세스가 어떻게 달라졌는지(Before/After)
• 실패한 시도와 그 과정에서 얻은 배움
Agent·업무 자동화·RAG·챗봇과 관련된 개인 프로젝트도 포트폴리오로 인정합니다.
