포지션 상세
(주)시너지온은 혁신적인 기술과 창의적인 솔루션을 통해 고객에게 최상의 가치를 제공하는 IT 전문 기업입니다. 당사는 고객의 요구에 맞춘 맞춤형 솔루션을 제공하며, 지속 가능한 성장을 추구하고 있습니다.
1. 고객 중심의 서비스: 고객의 요구를 최우선으로 고려하여 최적의 솔루션을 제공합니다.
2. 혁신적인 기술력: 최신 기술을 활용하여 경쟁력을 강화하고 있습니다.
3. 글로벌 네트워크: 전 세계 다양한 파트너와의 협력을 통해 글로벌 시장에서의 입지를 확고히 하고 있습니다.
이번에 채용하는 직무는 IT 솔루션 개발자로, 고객의 요구를 분석하고 이를 바탕으로 최적의 솔루션을 설계 및 구현하는 역할을 담당합니다. 창의적이고 도전적인 환경에서 함께 성장할 인재를 기다립니다.
• Seedance, Kling, Veo, Runway 등 주요 AI 영상 모델 테스트
• 모델별 장점·약점·적합 장면 분석
• 동일한 프롬프트와 Reference를 활용한 모델별 비교 실험
• 신규 모델 및 신규 버전 출시 시 품질 변화 검증
• 생성시간, 안정성, 결과 품질 및 실패 유형 분석
• 2. 장면 및 카메라 프리셋 설계
• 다음과 같은 반복 가능한 장면·촬영 유형을 정의하고 프리셋으로 구축합니다.
• Portrait / 인물 클로즈업
• Walk / 인물 걷기
• Run / 인물 달리기
• Dialogue / 대화 장면
• Action / 액션
• Vehicle / 차량
• Product / 제품
• Tracking / 트래킹
• Dolly In·Out
• Handheld
• Orbit
• Low Angle
• Horror / 공포 연출
• 각 프리셋별로 다음 조건을 연구하고 문서화합니다.
• 추천 모델
• 프롬프트 구조
• 카메라 움직임
• Reference 이미지 조건
• 적정 영상 길이
• 해상도 및 화면비
• 모델별 파라미터
• 성공 사례
• 실패 사례
• 재생성 필요 조건
• 3. 모델별 프롬프트 최적화
• 사용자의 간단한 자연어 요청을 분석하여 각 영상 모델이 잘 이해할 수 있는 구조로 변환하는 규칙을 설계합니다.
• 예를 들어 다음 요소를 구조화합니다.
• Subject
• Action
• Emotion
• Environment
• Camera
• Shot Size
• Lighting
• Motion
• Visual Style
• Constraints
• Seedance, Kling, Veo 등 모델별 특성에 맞는 프롬프트 템플릿과 최적화 규칙을 구축합니다.
• 4. Reference 이미지 활용 규칙 설계
• Image-to-Video 생성 시 Reference 이미지의 구도와 사용자의 요청이 충돌하지 않도록 조건을 분석합니다.
• 예:
• 얼굴 클로즈업 이미지에 전신 액션을 요구하는 경우
• 인물 한 명의 이미지로 여러 인물의 동작을 요구하는 경우
• 세로형 이미지로 넓은 가로 장면을 요구하는 경우
• 이미지에 없는 신체 부위나 배경을 과도하게 생성해야 하는 경우
• Reference의 구도, 인물 위치, 노출 범위, 해상도 및 화면비에 따라 적절한 생성 방식을 정의합니다.
• 5. 생성 결과 평가 및 개선
• 생성된 결과물을 다음 기준으로 평가합니다.
• 사용자 요청 및 프롬프트 일치도
• 인물 얼굴과 Identity 일관성
• 신체 움직임의 자연스러움
• 카메라 움직임의 안정성
• 구도 및 연출 완성도
• 배경과 피사체의 연속성
• 왜곡·깨짐·깜빡임 등 Artifact
• 첫 번째 생성 결과의 사용 가능 여부
• 성공과 실패 사례를 분석하여 프롬프트와 프리셋을 지속적으로 개선합니다.
• 6. 생성 데이터 및 평가 기준 설계
• 개발팀과 협업하여 다음 데이터를 축적할 수 있는 기준을 설계합니다.
• Model / Model Version
• Provider
• Scene Type
• Prompt Version
• Preset Version
• Reference 조건
• 생성 횟수
• 수정 횟수
• 성공·실패 결과
• 사용자 재생성 여부
• 사용자 다운로드 여부
• 생성시간
• API 비용
• 평가점수
• DB나 관리자 시스템을 직접 개발하는 역할은 아닙니다.
• 어떤 데이터를 어떤 기준으로 저장하고 평가해야 하는지 정의하고, 개발팀과 함께 시스템화하는 역할입니다.
• 7. 개발팀과의 협업
• Prompt Optimizer 요구사항 정의
• Scene Classifier 기준 정의
• 모델별 Parameter Preset 정의
• Pre-flight Check 규칙 정의
• 관리자 프리셋 등록 화면 요구사항 정리
• 생성 로그 및 품질지표 정의
• 개발된 기능의 실제 생성 결과 검증
• Seedance, Kling, Veo, Runway, Higgsfield 등 AI 영상 생성 도구를 실무 또는 개인 프로젝트에서 사용해본 분
• 프롬프트와 생성 조건을 반복적으로 수정하며 결과 품질을 개선해본 분
• 영상의 구도, 샷 크기, 카메라 앵글 및 카메라 움직임을 이해하는 분
• 좋은 결과와 좋지 않은 결과의 원인을 논리적으로 설명할 수 있는 분
• 실험 결과를 문서·표·데이터 형태로 정리할 수 있는 분
• 개발자·기획자·영상 제작자와 원활하게 협업할 수 있는 분
• AI 영상 포트폴리오 제출이 가능한 분
• 관련 경력 2년 이상을 권장합니다.
1. 고객 중심의 서비스: 고객의 요구를 최우선으로 고려하여 최적의 솔루션을 제공합니다.
2. 혁신적인 기술력: 최신 기술을 활용하여 경쟁력을 강화하고 있습니다.
3. 글로벌 네트워크: 전 세계 다양한 파트너와의 협력을 통해 글로벌 시장에서의 입지를 확고히 하고 있습니다.
이번에 채용하는 직무는 IT 솔루션 개발자로, 고객의 요구를 분석하고 이를 바탕으로 최적의 솔루션을 설계 및 구현하는 역할을 담당합니다. 창의적이고 도전적인 환경에서 함께 성장할 인재를 기다립니다.
주요업무
• 1. AI 영상 생성 모델 테스트 및 분석• Seedance, Kling, Veo, Runway 등 주요 AI 영상 모델 테스트
• 모델별 장점·약점·적합 장면 분석
• 동일한 프롬프트와 Reference를 활용한 모델별 비교 실험
• 신규 모델 및 신규 버전 출시 시 품질 변화 검증
• 생성시간, 안정성, 결과 품질 및 실패 유형 분석
• 2. 장면 및 카메라 프리셋 설계
• 다음과 같은 반복 가능한 장면·촬영 유형을 정의하고 프리셋으로 구축합니다.
• Portrait / 인물 클로즈업
• Walk / 인물 걷기
• Run / 인물 달리기
• Dialogue / 대화 장면
• Action / 액션
• Vehicle / 차량
• Product / 제품
• Tracking / 트래킹
• Dolly In·Out
• Handheld
• Orbit
• Low Angle
• Horror / 공포 연출
• 각 프리셋별로 다음 조건을 연구하고 문서화합니다.
• 추천 모델
• 프롬프트 구조
• 카메라 움직임
• Reference 이미지 조건
• 적정 영상 길이
• 해상도 및 화면비
• 모델별 파라미터
• 성공 사례
• 실패 사례
• 재생성 필요 조건
• 3. 모델별 프롬프트 최적화
• 사용자의 간단한 자연어 요청을 분석하여 각 영상 모델이 잘 이해할 수 있는 구조로 변환하는 규칙을 설계합니다.
• 예를 들어 다음 요소를 구조화합니다.
• Subject
• Action
• Emotion
• Environment
• Camera
• Shot Size
• Lighting
• Motion
• Visual Style
• Constraints
• Seedance, Kling, Veo 등 모델별 특성에 맞는 프롬프트 템플릿과 최적화 규칙을 구축합니다.
• 4. Reference 이미지 활용 규칙 설계
• Image-to-Video 생성 시 Reference 이미지의 구도와 사용자의 요청이 충돌하지 않도록 조건을 분석합니다.
• 예:
• 얼굴 클로즈업 이미지에 전신 액션을 요구하는 경우
• 인물 한 명의 이미지로 여러 인물의 동작을 요구하는 경우
• 세로형 이미지로 넓은 가로 장면을 요구하는 경우
• 이미지에 없는 신체 부위나 배경을 과도하게 생성해야 하는 경우
• Reference의 구도, 인물 위치, 노출 범위, 해상도 및 화면비에 따라 적절한 생성 방식을 정의합니다.
• 5. 생성 결과 평가 및 개선
• 생성된 결과물을 다음 기준으로 평가합니다.
• 사용자 요청 및 프롬프트 일치도
• 인물 얼굴과 Identity 일관성
• 신체 움직임의 자연스러움
• 카메라 움직임의 안정성
• 구도 및 연출 완성도
• 배경과 피사체의 연속성
• 왜곡·깨짐·깜빡임 등 Artifact
• 첫 번째 생성 결과의 사용 가능 여부
• 성공과 실패 사례를 분석하여 프롬프트와 프리셋을 지속적으로 개선합니다.
• 6. 생성 데이터 및 평가 기준 설계
• 개발팀과 협업하여 다음 데이터를 축적할 수 있는 기준을 설계합니다.
• Model / Model Version
• Provider
• Scene Type
• Prompt Version
• Preset Version
• Reference 조건
• 생성 횟수
• 수정 횟수
• 성공·실패 결과
• 사용자 재생성 여부
• 사용자 다운로드 여부
• 생성시간
• API 비용
• 평가점수
• DB나 관리자 시스템을 직접 개발하는 역할은 아닙니다.
• 어떤 데이터를 어떤 기준으로 저장하고 평가해야 하는지 정의하고, 개발팀과 함께 시스템화하는 역할입니다.
• 7. 개발팀과의 협업
• Prompt Optimizer 요구사항 정의
• Scene Classifier 기준 정의
• 모델별 Parameter Preset 정의
• Pre-flight Check 규칙 정의
• 관리자 프리셋 등록 화면 요구사항 정리
• 생성 로그 및 품질지표 정의
• 개발된 기능의 실제 생성 결과 검증
자격요건
• 생성형 AI를 활용해 이미지 또는 영상을 직접 제작해본 분• Seedance, Kling, Veo, Runway, Higgsfield 등 AI 영상 생성 도구를 실무 또는 개인 프로젝트에서 사용해본 분
• 프롬프트와 생성 조건을 반복적으로 수정하며 결과 품질을 개선해본 분
• 영상의 구도, 샷 크기, 카메라 앵글 및 카메라 움직임을 이해하는 분
• 좋은 결과와 좋지 않은 결과의 원인을 논리적으로 설명할 수 있는 분
• 실험 결과를 문서·표·데이터 형태로 정리할 수 있는 분
• 개발자·기획자·영상 제작자와 원활하게 협업할 수 있는 분
• AI 영상 포트폴리오 제출이 가능한 분
• 관련 경력 2년 이상을 권장합니다.
