포지션 상세
기거(GIGR)는 AI 기술로 광고 제작과 마케팅의 방식을 완전히 다시 쓰고 있는 스타트업입니다. 2024년 설립 이후 미국 캘리포니아를 거점으로 글로벌 시장을 정조준하며 빠르게 성장하고 있으며, 여전히 비효율적인 광고 제작 과정과 어려운 성과 개선 문제를 정면으로 해결하고 있습니다. 대표 서비스인 플레이애드(Playad)는 AI 기반으로 광고 콘텐츠를 자동 생성함과 동시에, 빠른 실험을 통한 효과적인 광고 창출, 그리고 인터랙티브한 경험까지 구현해, 누구나 쉽게 최고의 성과를 만들어내는 광고 생성 엔진을 만들고 있습니다.
이러한 가능성을 바탕으로 기거는 2026년 약 540만 달러(약 80억 원) 규모의 프리시드 투자를 유치하며 시장의 주목을 받았습니다. 글로벌 VC인 BRV캐피탈매니지먼트가 리드하고 다양한 투자자들이 참여한 이번 투자는, 제품 출시 이후 빠르게 매출과 실제 사용 사례를 만들어낸 실행력을 높게 평가받은 결과입니다. 지금 기거는 제품과 시장을 동시에 만들어가는 가장 밀도 높은 초기 단계에 있으며, 개인의 실행과 결과가 곧 회사의 성장으로 이어지는 환경 속에서 글로벌 SaaS 기업으로 빠르게 확장하고 있습니다. “누구나 쉽게 높은 성과의 광고를 만들 수 있는 세상”을 함께 만들어갈, 집요하게 결과를 만들어내는 동료를 기다립니다.
GIGR의 Research Engineer는 연구를 실제 프로덕트로 만드는 역할입니다. 이미지·영상·언어 모델을 학습하고 파인튜닝하며, 추론 속도와 비용을 최적화해 서비스에 배포합니다. 만든 모델이 실제 광고 성과로 바로 검증되는 환경에서 일하게 됩니다.
• 광고 성과 신호(CTR, ROAS 등)를 반영해 생성 결과 품질을 높이는 학습 파이프라인 구축
• 학습(training) 파이프라인 구축 및 multi-GPU 분산 학습 운영
• 추론(inference) 최적화: 지연시간과 GPU 비용 절감 (양자화, 배칭, 서빙 엔진 튜닝 등)
• 모델 평가 체계 구축: 오프라인 지표(FID, CLIP score 등)와 온라인 A/B 테스트
• 연구 결과를 프로덕트 기능으로 구현하고 배포·모니터링
• Researcher와 협업해 실험을 수행하고, 실험 속도를 높이는 내부 도구 개발
• 머신러닝·딥러닝 원리에 대한 탄탄한 이해
• Python과 PyTorch 기반 모델 학습, fine-tuning, 추론 최적화 실무 경험
• 모델을 실제 서비스 환경에 배포해 본 경험
• AI 도구(AI 코딩 어시스턴트 등)를 업무에 적극적으로 활용하는 능력
이러한 가능성을 바탕으로 기거는 2026년 약 540만 달러(약 80억 원) 규모의 프리시드 투자를 유치하며 시장의 주목을 받았습니다. 글로벌 VC인 BRV캐피탈매니지먼트가 리드하고 다양한 투자자들이 참여한 이번 투자는, 제품 출시 이후 빠르게 매출과 실제 사용 사례를 만들어낸 실행력을 높게 평가받은 결과입니다. 지금 기거는 제품과 시장을 동시에 만들어가는 가장 밀도 높은 초기 단계에 있으며, 개인의 실행과 결과가 곧 회사의 성장으로 이어지는 환경 속에서 글로벌 SaaS 기업으로 빠르게 확장하고 있습니다. “누구나 쉽게 높은 성과의 광고를 만들 수 있는 세상”을 함께 만들어갈, 집요하게 결과를 만들어내는 동료를 기다립니다.
GIGR의 Research Engineer는 연구를 실제 프로덕트로 만드는 역할입니다. 이미지·영상·언어 모델을 학습하고 파인튜닝하며, 추론 속도와 비용을 최적화해 서비스에 배포합니다. 만든 모델이 실제 광고 성과로 바로 검증되는 환경에서 일하게 됩니다.
주요업무
• 이미지·영상 생성 모델(diffusion 등)과 LLM·VLM의 fine-tuning (LoRA 등 효율적 파인튜닝 포함)• 광고 성과 신호(CTR, ROAS 등)를 반영해 생성 결과 품질을 높이는 학습 파이프라인 구축
• 학습(training) 파이프라인 구축 및 multi-GPU 분산 학습 운영
• 추론(inference) 최적화: 지연시간과 GPU 비용 절감 (양자화, 배칭, 서빙 엔진 튜닝 등)
• 모델 평가 체계 구축: 오프라인 지표(FID, CLIP score 등)와 온라인 A/B 테스트
• 연구 결과를 프로덕트 기능으로 구현하고 배포·모니터링
• Researcher와 협업해 실험을 수행하고, 실험 속도를 높이는 내부 도구 개발
자격요건
• AI 분야 Engineer 또는 Researcher 경력 2년 이상• 머신러닝·딥러닝 원리에 대한 탄탄한 이해
• Python과 PyTorch 기반 모델 학습, fine-tuning, 추론 최적화 실무 경험
• 모델을 실제 서비스 환경에 배포해 본 경험
• AI 도구(AI 코딩 어시스턴트 등)를 업무에 적극적으로 활용하는 능력
