원격 AI 에이전트·자동화 백엔드 엔지니어 채용… V2EX에 올라온 AI 네이티브 팀 공고
V2EX에 원격 근무를 전제로 한 AI 자동화 엔지니어, AI 애플리케이션 백엔드 엔지니어(AI 에이전트 방향), AI 연구개발 엔지니어 채용 공고가 올라왔다. 게시자는 andyxinweimin이며, 세 직군을 하나의 공고로 묶어 모집한다. 관통하는 메시지는 분명하다. AI 도구를 "한 번 써봤다"가 아니라 실제 생산 개발의 주력으로 쓰는 사람을 찾는다는 것이다.
## 무엇을 뽑나
공고가 제시하는 1차 업무는 AI 도구, 에이전트, 자동화 워크플로, 지식 시스템의 설계와 개발이다. 프런트엔드와 백엔드, 데이터베이스, 배포 전반을 다루면서 Python, TypeScript, Java, Go 가운데 하나 이상을 능숙하게 쓸 수 있어야 한다. 대규모 언어모델 API, 검색 증강 생성(RAG), 도구 호출, 에이전트 워크플로 실전 경험도 요구한다. n8n, Dify, LangGraph, MCP, RPA 경험, 콘텐츠 생산이나 지식베이스, 고객 응대, 연구개발 생산성 제품을 만들어 본 경험, 모델 평가와 브라우저 자동화, 로컬 모델 배포, 장기간 운영되는 사내 AI 제품 경험이 우대 사항으로 붙는다.
## 트랙 1 — 게임 미술 자산 관리 플랫폼
첫 번째 트랙은 회사 AI 게임 자산 관리 도우미 1단계 시스템의 설계와 개발이다. 대규모 언어모델과 에이전트, 지능형 검색 기술로 게임 미술 리소스를 자동 분석하고 자동 분류하며, 지능형 검색과 자산 관리를 구현해 개발팀과 미술팀의 리소스 탐색·재사용 효율을 끌어올리는 것이 목표다.
구체적으로는 자원 관리, 데이터 서비스, 검색 서비스 등 핵심 모듈을 포함한 백엔드 시스템을 설계·개발한다. 대규모 언어모델을 붙여 게임 리소스 자동 분석, 설명 생성, 태그 분류, 지능형 검색 기능을 구현하고, OpenClaw와 MCP 같은 기술을 기반으로 자연어 질의, 도구 호출, 지능형 작업 처리를 담당하는 에이전트 기능을 개발한다. 벡터 검색과 RAG 같은 AI 응용 기술을 실제로 적용하고 검색 품질을 지속적으로 개선하는 일도 포함된다.
자격 요건으로는 Python 개발 능력과 FastAPI 같은 백엔드 프레임워크 경험, PostgreSQL과 Redis를 포함한 데이터베이스 설계 능력이 제시된다. 프롬프트 설계, 임베딩, RAG, 벡터 검색에 대한 이해, OpenClaw·MCP·LangChain·LangGraph 같은 에이전트 관련 기술 이해, Linux 환경과 Docker 배포·서비스 운영 경험이 뒤따른다. 독립적으로 문제를 분석하고 빠르게 개발하는 능력도 요구된다. 눈에 띄는 항목은 학력이다. 본과 1군 대학 이상을 하드 요건으로 못 박았고, Claude Code·Cursor·Codex 같은 AI 보조 개발 도구에 익숙해야 한다고 적었다.
## 트랙 2 — 백엔드 중심 풀스택, 업무 시스템에 AI를 심는다
두 번째 트랙은 CRM, ERP, OA, 결재 흐름, 권한 체계, 주문, 고객, 프로젝트, 리포트 같은 핵심 업무 시스템을 설계·개발·유지보수하면서, 그 안에 지능형 고객 응대, 에이전트, RAG, 자동화 같은 AI 능력을 심는 역할이다. 백엔드가 중심축이지만 풀스택 역량을 갖춰야 하고, 일의 무게중심은 두 가지다. 공통 역량을 재사용 가능한 모듈로 침전시키는 플랫폼 개발, 그리고 요구사항을 빠르게 돌아가는 시스템으로 만들어 반복 개선하는 방안 적용이다.
업무 시스템에서는 다역할, 다권한, 다상태, 다단계 프로세스 같은 복잡한 시나리오를 다뤄야 한다. 프런트엔드 기능 개발과 연동에도 참여해 관리자 화면, 폼, 목록, 상세, 설정 페이지 같은 일반적인 기능을 독립적으로 완성할 수 있어야 한다. 제품·비즈니스·테스트 팀과 협업해 요구사항을 안정적이고 유지보수 가능한 기술 방안으로 옮기는 일도 포함된다.
플랫폼 모듈 쪽에서는 지식베이스 관리, 프롬프트 관리, 모델 호출과 비용 모니터링, 권한 시스템, 작업 흐름, 평가 게이트, 카나리 배포, 로그 감사를 공통 모듈로 뽑아낸다. AI 기능을 업무 시스템에 넣을 때는 최소 기능 제품을 빠르게 만들고, 프라이빗 배포와 카나리 배포를 거쳐 데이터를 보며 반복한다. 관측성 확보도 함께 요구된다.
## AI 코딩 도구가 채용 기준이다
이 공고에서 가장 강조되는 부분은 AI 코딩 도구의 사용 깊이다. 요구사항 분해, 코드 생성, 리팩터링, 테스트 보강, 문제 위치 추적, 문서 생성까지 전 과정을 AI 코딩·바이브 코딩 도구로 관통해 납기 효율을 몇 배로 끌어올린 사람을 찾는다. Cursor, Claude Code, Codex, GitHub Copilot을 매일 고강도로 실제 생산 개발에 쓰는 "깊은 사용자"여야 하며, 시험 삼아 써본 수준은 인정하지 않는다고 못 박았다.
동시에 AI를 맹신하지 않는 태도를 요구한다. AI가 생성한 코드의 품질을 판단해 잘못된 구현, 경계 조건 누락, 성능 문제, 보안 위험을 식별하고 엔지니어링 수준으로 안착시킬 수 있어야 한다. AI 에이전트 프레임워크나 도구 체인으로 실제 시스템을 구축해 본 경험, 프롬프트 엔지니어링과 컨텍스트 엔지니어링, 에이전트 오케스트레이션, 평가에 대한 실전 이해도 조건에 들어간다.
경력 요건은 백엔드 또는 풀스택 5년 이상이며, 복잡한 업무 시스템 개발 경험이 있어야 한다. 재고·구매·판매 관리, 공급망, 인사, 재무, 프로젝트 관리, 결재 흐름 경험이 있으면 우대한다. 백엔드 스택은 Java, Go, Python, Node.js 가운데 하나 이상을 요구하되 팀 주력은 Python이다. MySQL·PostgreSQL 같은 관계형 데이터베이스의 테이블 설계, SQL 최적화, 트랜잭션 처리 능력, Redis와 메시지 큐, 예약 작업, 권한 체계, 조직 구조, 역할 기반 권한, 결재 흐름 같은 기업 시스템의 일반 역량도 요구된다. 프런트엔드는 Vue, React, TypeScript 가운데 하나를 다뤄 관리자 화면을 독립적으로 완성할 수 있어야 한다.
추가 우대 항목으로는 마이크로서비스, 도메인 주도 설계, 프로세스 엔진, 룰 엔진, 로우코드 플랫폼, 리포트 시스템 경험이 꼽힌다. 복잡한 권한 모델, 결재 흐름 엔진, 동적 폼, 업무 설정 플랫폼 설계 경험, AI 보조 리팩터링과 AI 생성 테스트 케이스, AI 코드 리뷰 실무 경험도 포함된다. 관측성 체계나 워크플로 엔진을 실제 운영에 적용한 경험, Telegram 봇과 MTProto 기반 수천 개 그룹 규모 동시성 시스템 실전, 온체인 데이터 연동(Tron·EVM), 멀티테넌트 B2B 플랫폼 설계 경험도 목록에 있다. DevOps, CI/CD, 컨테이너 배포, 클라우드 서비스 경험은 우대 사항이다.
## 전형과 근무 조건
전형은 세 단계다. 서류 1차 심사에서는 AI 도구 사용 깊이와 복잡한 업무 시스템·실제 프로젝트의 품질을 본다. 기술 면접에서는 지원자가 직접 만든 실제 프로젝트 2~3개를 현장에서 시연하고 설명해야 하며, 이 가운데 최소 1개는 AI 에이전트나 AI 도구 체인으로 구축한 프로젝트여야 한다. 튜토리얼 복제나 순수 데모는 인정하지 않는다. 프로젝트 배경, 본인의 역할, 아키텍처 설계, 사용한 AI 도구와 구체적 활용 방식, 겪은 문제, 정량화한 성과를 설명해야 하고, 현장에서 AI 도구로 실제 코딩이나 온라인 장애 대응을 요구받을 수 있다. 마지막 단계는 AI 도구로 실제 코딩·트러블슈팅을 수행하고 AI가 생성한 코드의 품질을 평가하는 현장 실습이다.
팀은 AI 네이티브를 표방하며 원격 우선, 정치질 최소화, 빠른 성과를 내건다. Cursor, Claude Code, Codex 같은 유료 AI 도구 한도는 넉넉히 제공한다고 밝혔다. 실제로 돌아가고 실제로 쓰이며 규모를 복제할 수 있는 시스템을 만든다는 점을 강조하며, 발표용 프로젝트는 하지 않는다고 선을 그었다. 사업 영역은 해외 마케팅·트래픽 분야로, Telegram 생태계를 중시하고 온체인 정산과 다중 사이트 운영, 비즈니스 자동화를 다룬다. 이 가운데 하나라도 거부감이 드는 지원자는 아예 지원하지 말라고 공고에 적었다. 지원 시에는 본인 능력을 가장 잘 보여주는 프로젝트 2~3개를 설명하고, 그중 최소 1개는 AI 에이전트나 도구 체인으로 만든 프로젝트여야 하며 사용 도구, 구체적 활용 방식, 정량화한 성과를 함께 제출해야 한다.
## 개발자에게 어떤 의미인가
이 공고는 AI 활용 능력을 채용의 전면에 세운다는 점에서 눈에 띈다. 이력서 단계부터 AI 도구 사용 깊이를 걸러내고, 면접에서 AI로 직접 코딩하고 AI 산출물을 평가하게 한다. 동시에 AI를 맹신하지 말라는 조건을 나란히 붙였다는 점이 특징적이다. AI로 빠르게 만들되 코드 품질과 보안, 경계 조건을 스스로 판단할 수 있는 엔지니어를 원한다는 뜻이다. 복잡한 업무 시스템 경험과 AI 응용 경험을 동시에 요구하는 조합은 최근 AI 네이티브 팀 채용에서 반복적으로 나타나는 패턴이다.
## 한계와 주의
이 공고는 특정 기업이 V2EX에 올린 개별 채용 글이며, 회사명과 법인 정보, 급여, 계약 형태는 명시되지 않았다. 원격 근무라도 고용 형태와 세금·노무 조건은 별도 확인이 필요하다. 사업 영역에 Telegram 생태계와 온체인 정산이 포함된다는 점, 학력 요건을 하드 조건으로 둔다는 점, 현장 실습 비중이 높다는 점은 지원 전에 감안해야 할 요소다. AI 도구 유료 한도 제공 같은 조건은 구두 약속에 그칠 수 있으므로 계약서상 확인이 필요하다.
관련 글
- Stripe, 사내 지식 계층을 다루는 Knowledge AI Platform 공개Stripe가 개발자 블로그를 통해 자체 Knowledge AI Platform을 소개했다. 에이전트용 Checkout, WebMCP, 사내 프로토타이핑 도구 Harbor에 이어 지식 계층까지 아우르는 행보다.
- 장시간 Claude Code 에이전트, '참모장' 패턴으로 컨텍스트 한계 넘는다장시간 자율 코딩에서 단일 Claude Code 세션은 한 시간을 넘기면 컨텍스트 압축과 자기 보고 오류로 무너진다. 조정 세션과 실행 세션을 분리하고 상태를 외부 영속 보드에 두는 '참모장(Chief of Staff)' 패턴이 그 대안으로 제시됐다. 핵심은 에이전트의 보고를 지시가 아닌 증거로 취급하고 명령을 재실행해 검증하는 것이다.
- DATAMIMIC CE 공개로 코딩 에이전트 테스트 데이터 지어냄 막는다MIT 라이선스로 공개된 DATAMIMIC 커뮤니티 에디션은 모델 기반으로 결정론적 합성 테스트 데이터를 생성하고 PII를 가명처리하는 파이썬 네이티브 엔진이다. 코딩 에이전트가 임의로 테스트 데이터를 지어내지 않도록 CLI와 MCP 계약으로 저작·검증·실행 절차를 고정한다.
- 9개월 침묵 깨고 돌아온 개발자, 로컬 AI 작업대 3종을 오픈소스로 공개중국 개발자 포럼 v2ex에 한 개발자가 로컬 LLM 통합 작업대 OmniStudio, 코딩 에이전트 데스크톱 셸 PeakCode, 오피스 산출물 도구 KylinWork를 MIT 라이선스로 공개했다. 세 프로젝트 모두 로컬 실행을 우선하고 TypeScript·Bun 또는 Electron 기반으로 만들었다.
- 미군, AI가 지어낸 정보보고서 활용할 뻔…환각이 작전 리스크가 된 순간미군이 AI가 생성한 정보보고서를 실제로 활용할 뻔한 사건이 CNN 보도를 통해 알려졌다. 고위험 의사결정 파이프라인에 LLM을 넣을 때 환각을 어떻게 검증하고 차단할지, 근거 인용과 사람 검토를 포함한 통제 설계가 개발자 과제로 남는다.