포지션 상세
매니코어소프트는 액체냉각 기술로 AI 인프라를 설계·구축하는 고성능 컴퓨팅 기업입니다.
서울대학교 멀티코어 컴퓨팅 연구실에서 출발해, GPU 액체냉각 서버 설계·제작부터 대규모 AI 인프라 컨설팅·구축·운영까지 전 영역의 서비스를 제공하고 있습니다.
• 제품: GPU 서버 '딥가젯(DeepGadget)', AI 어플라이언스
• 솔루션: GPU 클러스터, 모듈형 데이터센터, 엣지 DC 구축
• 서비스: 설계 컨설팅, 구축·운영, 유지보수·기술지원
대학, 국가연구소, 기업 연구조직, 데이터센터 사업자가 주요 고객이며, 현재 IPO를 목표로 사업을 확장하고 있습니다.
이제 이 이야기를 세상에 알리고, 비즈니스로 연결할 사람을 찾습니다.
매니코어소프트 AI인프라R&D팀은 초고성능 AI 컴퓨팅 시스템 아키텍처, 고효율 액체냉각(Liquid Cooling), 전력 최적화 및 모듈형 데이터센터 솔루션을 융합 연구하는 조직입니다.
본 포지션은 단순 인프라 운영을 넘어, 차세대 AI 서버 플랫폼의 하드웨어/제어 아키텍처를 분석·검증하고, 대규모 AI 워크로드 환경에서의 전력·냉각·컴퓨팅 효율 상관관계를 실험·연구하여 기술 자산(기술 백서, 지식재산권, 국책 R&D 성과)을 주도적으로 확보해 나갈 시스템 연구원(System Researcher/Architect) 겸 엔지니어입니다.
■ 서버 관리 및 제어 시스템 아키텍처 연구: OpenBMC 및 DC-SCM 표준 기반 서버 관리 구조 검토, IPMI/Redfish 표준 인터페이스 및 제어 로직 설계
■ 임베디드 텔레메트리/제어 시스템 고도화: MCU 기반 센서 연동, 통신 프로토콜(Modbus, I2C 등) 제어, 냉각 계통에 들어가는 각종 센서 제어 알고리즘 검증
■ 초고속 인터커넥트 검증: 차세대 PCIe Switch 보드 아키텍처 분석 및 검증, GPU 상호 연결 토폴로지(NVLink 등) 최적화 검토
② AI 클러스터 성능 프로파일링 및 에너지 최적화 연구
■ 워크로드 벤치마크 및 프로파일링: LLM/딥러닝 프레임워크(PyTorch, vLLM, TensorRT 등) 기반 추론/학습 성능 메트릭(Throughput, Latency, Token/s) 측정 및 병목 분석
■ Energy-Aware 컴퓨팅 및 냉각 효율 분석: 수냉(Liquid Cooling) vs 공랭 환경 간 전력 소모, 발열, PUE 상관관계 연구 및 클러스터 전력 최적화 방안 도출
■ 기술 자산화: 표준 벤치마크 데이터베이스 구축, 기술 백서(White Paper) 및 리포트 작성
③ 액체냉각 기반 데이터센터 시스템 설계
■ 고밀도 복합 냉각 인프라 아키텍처 설계: 대규모 고발열 AI 가속기 및 서버 혼재 환경의 열부하 분석, 냉각 유체 루프 및 유량 밸런싱 검토
■ 외기 대응형 공조/전장 레이아웃 검토: 공조 시스템 및 전장/배관 구조의 물리적·환경적 적합성 검토
④ 분산 인프라 구축 및 국책 R&D 과제 수행
■ 온프레미스 폐쇄망 인프라 설계: 고속 분산 스토리지, 모델 레지스트리 및 분산 환경 아키텍처 구축
■ 정부 R&D 국책과제 수행: 산학연 공동 연구개발 과제 기획, 정량적 성능 지표 달성 검증 및 연구 보고서 작성
선임급, 3~5년차 이상 (석/박사 학위자의 경우 경력 기간 협의 가능)
시스템 소프트웨어 및 Linux 환경 숙련도:
■ Linux OS 기반 시스템 프로그래밍(Python, C/C++, Go 중 1개 이상 능숙) 및 커널/하드웨어 레벨 로그 분석 역량
■ CPU, GPU, Memory, PCIe, 스토리지 등 시스템 자원 메트릭 프로파일링 및 병목 분석 경험
컴퓨팅 시스템 하드웨어 이해도:
■ x86 서버 아키텍처 및 최신 AI 가속기(GPU/NPU) 하드웨어 특성에 대한 높은 수준의 기술 이해 및 고수준의 Hands-on 숙련도
■ I2C, SPI, UART, Modbus, IPMI 중 최소 1개 이상의 하드웨어/센서 인터페이스 분석 또는 활용 경험
가상화 및 컨테이너 환경 경험:
■ 컨테이너 환경 (Docker, Kubernetes)의 구축, 개발, 배포 및 워크로드 구동 경험
기술 문서화 및 논리적 커뮤니케이션 역량:
■ 기술 문서(설계서, 시험평가서, 기술 보고서, R&D 제안서 등)를 논리적으로 작성하고 지식을 체계적으로 공유할 수 있는 분
일부 조건만 충족해도 지원 가능합니다.
서울대학교 멀티코어 컴퓨팅 연구실에서 출발해, GPU 액체냉각 서버 설계·제작부터 대규모 AI 인프라 컨설팅·구축·운영까지 전 영역의 서비스를 제공하고 있습니다.
• 제품: GPU 서버 '딥가젯(DeepGadget)', AI 어플라이언스
• 솔루션: GPU 클러스터, 모듈형 데이터센터, 엣지 DC 구축
• 서비스: 설계 컨설팅, 구축·운영, 유지보수·기술지원
대학, 국가연구소, 기업 연구조직, 데이터센터 사업자가 주요 고객이며, 현재 IPO를 목표로 사업을 확장하고 있습니다.
이제 이 이야기를 세상에 알리고, 비즈니스로 연결할 사람을 찾습니다.
매니코어소프트 AI인프라R&D팀은 초고성능 AI 컴퓨팅 시스템 아키텍처, 고효율 액체냉각(Liquid Cooling), 전력 최적화 및 모듈형 데이터센터 솔루션을 융합 연구하는 조직입니다.
본 포지션은 단순 인프라 운영을 넘어, 차세대 AI 서버 플랫폼의 하드웨어/제어 아키텍처를 분석·검증하고, 대규모 AI 워크로드 환경에서의 전력·냉각·컴퓨팅 효율 상관관계를 실험·연구하여 기술 자산(기술 백서, 지식재산권, 국책 R&D 성과)을 주도적으로 확보해 나갈 시스템 연구원(System Researcher/Architect) 겸 엔지니어입니다.
주요업무
① 차세대 서버 플랫폼 및 하드웨어 제어 시스템 연구/구현■ 서버 관리 및 제어 시스템 아키텍처 연구: OpenBMC 및 DC-SCM 표준 기반 서버 관리 구조 검토, IPMI/Redfish 표준 인터페이스 및 제어 로직 설계
■ 임베디드 텔레메트리/제어 시스템 고도화: MCU 기반 센서 연동, 통신 프로토콜(Modbus, I2C 등) 제어, 냉각 계통에 들어가는 각종 센서 제어 알고리즘 검증
■ 초고속 인터커넥트 검증: 차세대 PCIe Switch 보드 아키텍처 분석 및 검증, GPU 상호 연결 토폴로지(NVLink 등) 최적화 검토
② AI 클러스터 성능 프로파일링 및 에너지 최적화 연구
■ 워크로드 벤치마크 및 프로파일링: LLM/딥러닝 프레임워크(PyTorch, vLLM, TensorRT 등) 기반 추론/학습 성능 메트릭(Throughput, Latency, Token/s) 측정 및 병목 분석
■ Energy-Aware 컴퓨팅 및 냉각 효율 분석: 수냉(Liquid Cooling) vs 공랭 환경 간 전력 소모, 발열, PUE 상관관계 연구 및 클러스터 전력 최적화 방안 도출
■ 기술 자산화: 표준 벤치마크 데이터베이스 구축, 기술 백서(White Paper) 및 리포트 작성
③ 액체냉각 기반 데이터센터 시스템 설계
■ 고밀도 복합 냉각 인프라 아키텍처 설계: 대규모 고발열 AI 가속기 및 서버 혼재 환경의 열부하 분석, 냉각 유체 루프 및 유량 밸런싱 검토
■ 외기 대응형 공조/전장 레이아웃 검토: 공조 시스템 및 전장/배관 구조의 물리적·환경적 적합성 검토
④ 분산 인프라 구축 및 국책 R&D 과제 수행
■ 온프레미스 폐쇄망 인프라 설계: 고속 분산 스토리지, 모델 레지스트리 및 분산 환경 아키텍처 구축
■ 정부 R&D 국책과제 수행: 산학연 공동 연구개발 과제 기획, 정량적 성능 지표 달성 검증 및 연구 보고서 작성
자격요건
컴퓨터공학, 전기/전자공학, 전산학, 제어계측 등 관련 분야 학사 이상선임급, 3~5년차 이상 (석/박사 학위자의 경우 경력 기간 협의 가능)
시스템 소프트웨어 및 Linux 환경 숙련도:
■ Linux OS 기반 시스템 프로그래밍(Python, C/C++, Go 중 1개 이상 능숙) 및 커널/하드웨어 레벨 로그 분석 역량
■ CPU, GPU, Memory, PCIe, 스토리지 등 시스템 자원 메트릭 프로파일링 및 병목 분석 경험
컴퓨팅 시스템 하드웨어 이해도:
■ x86 서버 아키텍처 및 최신 AI 가속기(GPU/NPU) 하드웨어 특성에 대한 높은 수준의 기술 이해 및 고수준의 Hands-on 숙련도
■ I2C, SPI, UART, Modbus, IPMI 중 최소 1개 이상의 하드웨어/센서 인터페이스 분석 또는 활용 경험
가상화 및 컨테이너 환경 경험:
■ 컨테이너 환경 (Docker, Kubernetes)의 구축, 개발, 배포 및 워크로드 구동 경험
기술 문서화 및 논리적 커뮤니케이션 역량:
■ 기술 문서(설계서, 시험평가서, 기술 보고서, R&D 제안서 등)를 논리적으로 작성하고 지식을 체계적으로 공유할 수 있는 분
일부 조건만 충족해도 지원 가능합니다.
