8mo ago

Machine Learning Engineer (Model Training)

Gangnam District, Seoul주니어/시니어/정규직mid
Data ScienceMachine Learning EngineerDataData & AI
6 views0 saves0 applied

Quick Summary

Overview

채널톡은 제품에 필요한 핵심 AI 모델을 직접 연구하고 만드는 팀을 새롭게 만들고 있습니다. 이 팀은 단순히 외부 API나 이미 만들어진 모델을 활용하는 것이 아니라, 제품 문제를 해결하기 위해 자체 모델을 설계하고 학습시키는 것을 목표로 합니다. 팀의 첫 번째 과제는 AI 음성 상담을 위한 TTS/STT 모델의 성능을 끌어올리는 것입니다. 자연스러운 음성, 정확한 발음, 낮은 latency 등 실제 서비스 환경에서 중요한 문제들을 해결하게 됩니다. 하지만 이 팀의 역할은 Speech에만 머무르지 않습니다.

Technical Tools
Data ScienceMachine Learning EngineerDataData & AI

채널톡 AI 모델 팀에서 상담에 필요한 AI 모델을 직접 학습시킬 분들을 모시고 있습니다.

공개된 모델을 그대로 사용하거나 범용 모델 API를 가져다 쓰는 데서 멈추지 않습니다. 상담이라는 도메인이 요구하는 조건을 맞추는 모델을 직접 만들어 나가고 있습니다. 아래는 AI 모델 팀에서 학습한 모델이 제품에 들어간 사례들입니다.

 

 

위 사례를 포함하여  AI 모델 팀에서 만든 모델은 아래와 같습니다.

  • Hana TTS: 상담사 역할에 맞는 자연스러운 상담향 TTS입니다. 2025년 첫 출시 후 지속적으로 업데이트하고 있습니다. 한국어에 이어 일본어 모델도 서비스하고 있습니다. 채널톡 안에서도, 고객사에게도 타사 TTS보다 많이 선택받고 있습니다.
  • Turn Detection: 고객의 말이 끝났는지 여부를 판단하는 모델입니다. 음성 에이전트에서 원활한 대화 전개를 위한 핵심적인 모델입니다.
  • 상담 특화 LLM: 상담 대화의 내용을 정리, 분류 및 평가하는 모델입니다. 회사의 서비스 품질을 측정하고 관리하는 데에 필수적인 모델입니다.
  • 스트리밍 STT: 실시간 음성 상담용 자체 음성 인식 모델입니다. 상담 대화체에서 기존에 쓰던 상용 STT보다 낮은 오류율(CER)을 달성했습니다.

이 모델들은 상담 에이전틱 시스템에 사용되고 있으며, 더 나은 상담 서비스 설계를 위해 모델의 통폐합 및 세분화가 이루어질 수 있습니다.

앞으로의 팀의 과제는 AI 상담을 위한 모델을 계속 학습하고 성능을 올리는 것입니다. 에이전트 라우팅, 특정 문제에 특화된 소형 모델 등 다양한 AI 모델을 직접 연구하고 개발하는 방향으로 확장할 계획입니다.

 
[채널팀이 더욱 궁금하다면?]
  • 제품 문제를 해결하기 위한 자체 AI 모델을 설계하고 학습합니다.
  • Speech 모델(TTS/STT 등)과 LLM을 학습하여 모델 품질 향상을 주요 과제로 다룹니다.
  • 데이터 수집 → 전처리 → 학습 → 평가까지의 ML pipeline을 구축합니다.
  • 제품 엔지니어들과 협업하며 연구 결과를 실제 서비스에 적용합니다.
  • Latency, 연산량 등의 비용을 고려한 효율적인 모델 구조를 설계합니다.
  • AI 모델에 대한 기술 방향성과 연구 로드맵을 함께 설계합니다.
  • Speech 모델(TTS/STT 등) 혹은 LLM 학습 및 서비스 적용 경험
  • 음성/언어 모델 학습 관련 도메인 지식
  • Transformer 기반 음성/언어 모델 구조에 대한 깊은 이해
  • PyTorch 기반 음성/언어 모델 학습 경험
  • 음성/언어 모델 학습 데이터셋 구축 및 데이터 품질 개선 경험
  • 스트리밍 음성 인식 및 합성 시스템 구축 경험
  • DeepSpeed, FSDP 등 분산 학습 경험
  • 경량 LLM 또는 특화 모델 연구 경험
  • 음성 관련 논문 구현 및 연구 경험
  • 오픈소스 음성 모델 기여 경험
  • 추론 최적화(ONNX, TensorRT 등) 경험
  • [서류 제출] > [사전 기술 인터뷰(온라인)] > [1차 인터뷰] > [2차 인터뷰] > [최종 합격] 순서로 진행됩니다.
  • 제출하신 서류를 통해 팀에 필요한 기본적인 문제 해결 역량을 갖추고 계신지 확인합니다. 지금까지 수행하신 프로젝트와 도전 과제, 그리고 이를 어떻게 해결해 오셨는지를 구체적으로 작성해 주시면 많은 도움이 됩니다.
  • 사전 기술 인터뷰는 온라인으로 진행되며, ML/AI 관련 기술 중심의 Q&A로 30분간 진행됩니다.
  • 1차 인터뷰는 1시간 30분 동안 진행되며, 지원자께서 수행하셨던 프로젝트에 대한 설명과 이에 대한 질의응답을 중심으로 진행됩니다. 프로젝트의 배경, 기술적 선택의 이유, 문제 해결 과정 등을 통해 실무 경험과 기술 이해도를 확인합니다.
  • 2차 컬처핏 인터뷰는 채널과 핏이 잘 맞는 분인지 알기 위해 편안하게 서로 질문을 할 수 있는 시간을 갖게 됩니다.
  • [아래의 개인정보 처리방침에 동의하고 입사지원하시는 경우 지원자의 개인정보는 다음과 같이 국외이전 됨을 확인하고 동의 합니다.]
    - 이전받는 자 및 이전 되는 국가 : Lever / 미국
    - 이전되는 개인정보 항목 : 이름, 이메일, 연락처 및 관련서류
    - 이전목적 및 보유기간 : 채용절차 진행 / 2년
    **개인정보 국외이전에 동의하지 않을 수 있으나 최종 입사지원서 제출이 불가하며, 지원하기를 누르시면 동의함으로 간주합니다.

    Location & Eligibility

    Where is the job
    Not specified
    Location terms not specified
    Who can apply
    Same as job location
    Listed under
    Worldwide

    About this job

    Posted
    249 days ago
    Employer
    has 66 open jobs on Jobera in 3 countries.

    Listing Details

    Posted
    March 4, 2026
    First seen
    March 26, 2026
    Last seen
    November 8, 2026

    Posting Health

    Days active
    227
    Repost count
    0
    Trust Level
    25%
    Scored at
    November 9, 2026

    Signal breakdown

    freshnesssource trustcontent trustemployer trust
    Newsletter

    Stay ahead of the market

    Get the latest job openings, salary trends, and hiring insights delivered to your inbox every week.

    A
    B
    C
    D
    Join 12,000+ marketers

    No spam. Unsubscribe at any time.

    Machine Learning Engineer (Model Training)