포지션 상세
소속 Product Division · Research Cell · 경력 무관 · 대체복무 가능
[포지션 소개]
카메라 위치나 매장 혼잡도에 따라 사람을 놓치거나 동선을 잘못 추적하는 경우가 있습니다.
Research Cell의 ML Engineer는 이런 오류의 원인을 분석하고 검출·추적 모델과 알고리즘을 개선합니다. 개선한 모델과 코드를 검증해 제품에 적용하고, 반복적인 검증 작업을 자동화합니다.
함께 일할 팀원들은 CVPR 2023, ICLR 2025 Spotlight 등에서 연구 성과를 발표했습니다. 카메라 편향과 사람 재식별에 관한 연구 결과는 매쉬에도 적용됐습니다.
[회사 소개]
메이아이는 CCTV 영상을 AI로 분석하는 매장 방문객 분석 솔루션, 매쉬(mAsh)를 만듭니다. 매장이 데이터를 바탕으로 운영을 개선하고 더 나은 고객 경험을 제공하도록 돕습니다.
현대자동차·LG전자·스파오 등 주요 기업이 매쉬를 사용하고 있으며, 도입 매장도 확대되고 있습니다. 본격적인 세일즈를 시작한 2023년 대비 2026년 예상 매출은 약 5배 규모이며, 누적 투자유치액은 130억원 이상입니다.
[함께 일할 팀]
Product Division의 Research Cell 소속입니다. 진우님·산님·순철님·준혁님·요셉님과 영상 분석 AI를 연구하고, CTO 인식님과 연구·개발 방향을 논의합니다.
[팀과 일하는 방식]
팀에서 정한 과제를 티켓으로 나누어 진행합니다. 데일리 스크럼에서는 진행 상황을 공유하고, 주간 티켓 미팅과 테크 미팅에서는 우선순위와 기술적 문제를 논의합니다. 연구 기록과 실험 결과는 세미나와 리뷰에서 공유합니다.
매달 CTO와 회고하며 배운 점과 더 익히고 싶은 것을 이야기합니다. 온보딩을 마친 뒤에는 피드백을 바탕으로 성장 목표를 정하고 함께 점검합니다.
입사하면 리드와 담당 업무를 정합니다. 온보딩 체크리스트와 기술 교육 자료로 제품을 익히고 분석 파이프라인을 직접 실행해 봅니다. 세미나와 팀 리뷰에서 질문하고 피드백을 받으며, 1개월차 원온원과 온보딩 리뷰에서 적응 과정의 어려움과 필요한 지원을 확인합니다.
[현장 정확도 개선]
• 고객 매장의 영상에서 미검출, 가림(Occlusion), Re-ID 실패, Tracklet 병합·분할 오류 등이 발생하는 원인을 찾고 모델과 알고리즘을 개선합니다.
• 검증을 마친 모델과 코드를 제품 파이프라인에 반영해, 다른 매장에서도 같은 오류를 줄입니다.
[데이터 정합성 검증과 자동화]
• 신규 매장 분석과 재분석에 필요한 데이터 정합성 기준과 자동 검증 절차를 만듭니다. 고객에게 결과를 제공하기 전에 데이터 오류를 확인합니다.
• 검증 결과를 모니터링하며 반복적인 수동 확인을 자동화합니다. 정확도는 유지하면서 검증에 드는 시간을 줄입니다.
문제 해결을 주도하면서 아이디어와 코드를 팀원들과 공유하는 분을 찾습니다.
• 영상 분석 과정 전체를 살펴 문제의 원인을 추정하고, 이를 확인할 실험과 해결 방법을 직접 설계하실 수 있는 분
• 필요한 데이터와 판단 기준을 정해 가설을 검증하고, 결과에 따라 생각을 수정하실 수 있는 분
• 원인 분석부터 모델·알고리즘 개선, 실제 서비스에서 안정적으로 동작하는 코드 구현과 검증까지 직접 하실 수 있는 분
• Object Detection, MOT, Person Re-ID 등 컴퓨터 비전 분야를 이해하고 논문을 읽어 적용하실 수 있는 분
• LLM과 코딩 에이전트를 실험 설계·데이터 검증·반복 분석에 활용하고, 결과가 맞는지 직접 확인하실 수 있는 분
• 영상 분석 과정에서 제품의 품질을 높일 수 있는 문제를 스스로 찾아 해결하시는 분
[포지션 소개]
카메라 위치나 매장 혼잡도에 따라 사람을 놓치거나 동선을 잘못 추적하는 경우가 있습니다.
Research Cell의 ML Engineer는 이런 오류의 원인을 분석하고 검출·추적 모델과 알고리즘을 개선합니다. 개선한 모델과 코드를 검증해 제품에 적용하고, 반복적인 검증 작업을 자동화합니다.
함께 일할 팀원들은 CVPR 2023, ICLR 2025 Spotlight 등에서 연구 성과를 발표했습니다. 카메라 편향과 사람 재식별에 관한 연구 결과는 매쉬에도 적용됐습니다.
[회사 소개]
메이아이는 CCTV 영상을 AI로 분석하는 매장 방문객 분석 솔루션, 매쉬(mAsh)를 만듭니다. 매장이 데이터를 바탕으로 운영을 개선하고 더 나은 고객 경험을 제공하도록 돕습니다.
현대자동차·LG전자·스파오 등 주요 기업이 매쉬를 사용하고 있으며, 도입 매장도 확대되고 있습니다. 본격적인 세일즈를 시작한 2023년 대비 2026년 예상 매출은 약 5배 규모이며, 누적 투자유치액은 130억원 이상입니다.
[함께 일할 팀]
Product Division의 Research Cell 소속입니다. 진우님·산님·순철님·준혁님·요셉님과 영상 분석 AI를 연구하고, CTO 인식님과 연구·개발 방향을 논의합니다.
[팀과 일하는 방식]
팀에서 정한 과제를 티켓으로 나누어 진행합니다. 데일리 스크럼에서는 진행 상황을 공유하고, 주간 티켓 미팅과 테크 미팅에서는 우선순위와 기술적 문제를 논의합니다. 연구 기록과 실험 결과는 세미나와 리뷰에서 공유합니다.
매달 CTO와 회고하며 배운 점과 더 익히고 싶은 것을 이야기합니다. 온보딩을 마친 뒤에는 피드백을 바탕으로 성장 목표를 정하고 함께 점검합니다.
입사하면 리드와 담당 업무를 정합니다. 온보딩 체크리스트와 기술 교육 자료로 제품을 익히고 분석 파이프라인을 직접 실행해 봅니다. 세미나와 팀 리뷰에서 질문하고 피드백을 받으며, 1개월차 원온원과 온보딩 리뷰에서 적응 과정의 어려움과 필요한 지원을 확인합니다.
주요업무
개선 효과는 같은 장소·카메라·기간의 정답 데이터와 비교해 확인합니다. 다른 팀원도 실험을 재현할 수 있도록 데이터, 모델·코드 버전과 설정을 남기고, 어떤 조건에서 오류가 생겼는지 기록합니다.[현장 정확도 개선]
• 고객 매장의 영상에서 미검출, 가림(Occlusion), Re-ID 실패, Tracklet 병합·분할 오류 등이 발생하는 원인을 찾고 모델과 알고리즘을 개선합니다.
• 검증을 마친 모델과 코드를 제품 파이프라인에 반영해, 다른 매장에서도 같은 오류를 줄입니다.
[데이터 정합성 검증과 자동화]
• 신규 매장 분석과 재분석에 필요한 데이터 정합성 기준과 자동 검증 절차를 만듭니다. 고객에게 결과를 제공하기 전에 데이터 오류를 확인합니다.
• 검증 결과를 모니터링하며 반복적인 수동 확인을 자동화합니다. 정확도는 유지하면서 검증에 드는 시간을 줄입니다.
자격요건
경력에 제한은 없습니다. 어떤 결과를 냈는지와 함께, 무엇을 직접 구현했고 어떻게 검증했는지 살펴봅니다.문제 해결을 주도하면서 아이디어와 코드를 팀원들과 공유하는 분을 찾습니다.
• 영상 분석 과정 전체를 살펴 문제의 원인을 추정하고, 이를 확인할 실험과 해결 방법을 직접 설계하실 수 있는 분
• 필요한 데이터와 판단 기준을 정해 가설을 검증하고, 결과에 따라 생각을 수정하실 수 있는 분
• 원인 분석부터 모델·알고리즘 개선, 실제 서비스에서 안정적으로 동작하는 코드 구현과 검증까지 직접 하실 수 있는 분
• Object Detection, MOT, Person Re-ID 등 컴퓨터 비전 분야를 이해하고 논문을 읽어 적용하실 수 있는 분
• LLM과 코딩 에이전트를 실험 설계·데이터 검증·반복 분석에 활용하고, 결과가 맞는지 직접 확인하실 수 있는 분
• 영상 분석 과정에서 제품의 품질을 높일 수 있는 문제를 스스로 찾아 해결하시는 분
