포지션 상세
1. Vision
Lucy는 인공지능의 성능은 데이터가 결정한다고 믿습니다.
2. What we do
LLM의 성능을 올리는 데이터구조와 학습(트레이닝)에 관한 proprietary technology를 개발합니다.
당사의 전처리 데이터를 기반으로 continued pre-training, post-training, RL 연구와 computational power를 줄이는 데이터 인프라를 진행하고 있습니다.
3. Service
https://lucydata.ai
4. US Expansion
Lucy는 이미 매출의 60% 이상이 미국에서 발생하고 있습니다.
BEP를 넘어 2026년 1 & 2분기 모두 흑자를 기록했습니다.
2026년 3 & 4분기에 본사를 미국으로 이전중입니다.
5. Goals
LLM 생태계의 더 깊숙한 곳으로 들어가서 더 큰 문제를 해결하고자 합니다.
LLM의 성능을 올리는 데이터 인프라에 대한 수요는 이미 미국에서도 폭발적으로 성장하고 그 가치를 인정 받고 있습니다.
Scale AI, Surge AI, Mercor, AfterQuery, Invisible Technologies 등 LLM training 기업들이 앞으로도 더욱 성장하리라 확신하며 그 중심에 서고자 합니다.
6. Culture
가장 중요한 가치
높은 인재밀도, 낮은 의사소통비용, 그리고 미친 속도로 결과물 만들기.
위 3가지가 본인과 맞다면 인생 최고의 성장과 도전을 할 수 있는 회사입니다.
자율적으로 일하는 프로(professional)들이 모인 곳.
사내 정치는 없음. 오직 결과물로 평가받는 곳
공정한 평가, 그에 맞는 보상
말은 쉽다. 사람을 평가할 때는 말이 아닌 '행동'과 '결과'로
7. 혜택 및 지원
성과에 따라 최고 수준의 보상 지급
원팀으로 미친 성과를 내기 위해 전폭적인 지원
• 고품질 금융 학습 데이터 구축 (Data Labeling & Curation)
• SEC 공시 문서(Form 4, 10-K, S-1 등) 및 글로벌 경제지 분석을 기반으로 한 복잡한 금융 질의응답(Q&A) 데이터셋 생
• AI 모델의 강화학습(RLHF)을 위한 선호도 데이터(Preference Data) 랭킹 및 피드백 제공
• 증권사, 회계법인, 자산운용사, 투자은행 등 5년 이상 근무 필수
Lucy는 인공지능의 성능은 데이터가 결정한다고 믿습니다.
2. What we do
LLM의 성능을 올리는 데이터구조와 학습(트레이닝)에 관한 proprietary technology를 개발합니다.
당사의 전처리 데이터를 기반으로 continued pre-training, post-training, RL 연구와 computational power를 줄이는 데이터 인프라를 진행하고 있습니다.
3. Service
https://lucydata.ai
4. US Expansion
Lucy는 이미 매출의 60% 이상이 미국에서 발생하고 있습니다.
BEP를 넘어 2026년 1 & 2분기 모두 흑자를 기록했습니다.
2026년 3 & 4분기에 본사를 미국으로 이전중입니다.
5. Goals
LLM 생태계의 더 깊숙한 곳으로 들어가서 더 큰 문제를 해결하고자 합니다.
LLM의 성능을 올리는 데이터 인프라에 대한 수요는 이미 미국에서도 폭발적으로 성장하고 그 가치를 인정 받고 있습니다.
Scale AI, Surge AI, Mercor, AfterQuery, Invisible Technologies 등 LLM training 기업들이 앞으로도 더욱 성장하리라 확신하며 그 중심에 서고자 합니다.
6. Culture
가장 중요한 가치
높은 인재밀도, 낮은 의사소통비용, 그리고 미친 속도로 결과물 만들기.
위 3가지가 본인과 맞다면 인생 최고의 성장과 도전을 할 수 있는 회사입니다.
자율적으로 일하는 프로(professional)들이 모인 곳.
사내 정치는 없음. 오직 결과물로 평가받는 곳
공정한 평가, 그에 맞는 보상
말은 쉽다. 사람을 평가할 때는 말이 아닌 '행동'과 '결과'로
7. 혜택 및 지원
성과에 따라 최고 수준의 보상 지급
원팀으로 미친 성과를 내기 위해 전폭적인 지원
주요업무
• AI 생성 답변 검증 및 평가 (Evaluation)AI 모델이 작성한 기업 분석, 거시경제 전망, 투자 리포트 등의 정확성과 신뢰성 검토금융 전문 용어 사용의 적절성 및 투자 논리의 타당성 평가• 고품질 금융 학습 데이터 구축 (Data Labeling & Curation)
• SEC 공시 문서(Form 4, 10-K, S-1 등) 및 글로벌 경제지 분석을 기반으로 한 복잡한 금융 질의응답(Q&A) 데이터셋 생
• AI 모델의 강화학습(RLHF)을 위한 선호도 데이터(Preference Data) 랭킹 및 피드백 제공
자격요건
• 금융/투자 도메인 전문성 (필수)경제, 경영, 금융, 회계 등 관련 분야 학사 학위 이상 보유자• 증권사, 회계법인, 자산운용사, 투자은행 등 5년 이상 근무 필수
