> data.cleanse() | pipeline.build() | agent.deploy()
> return: "AI 솔루션을 직접 만드는 사람"
C++
복사
다른 트랙이 "AI로 일하는 사람"이라면, AI Tech Lab은 "AI 솔루션을 직접 만드는 사람"이에요.
사내에는 아직 정제되지 않은 데이터가 많아요. 이걸 정리하고 구조화하는 게 첫 번째, 그 위에 실제로 사람들이 쓸 수 있는 AI 솔루션을 올리는 게 두 번째예요.
"이거 비효율적인데?"를 발견하면 직접 솔루션을 만들어버리는 팀이에요.
수천 건의 메일 데이터를 정제하고 연결해서 매체 정보를 즉시 조회할 수 있게 만든 PM 챗봇, 흩어진 영업 데이터를 하나의 구조로 통합하는 데이터 파이프라인, 매일 아침 자동으로 생성되는 성과 리포트까지.
지금도 여러 프로젝트가 동시에 돌아가고 있어요.
어떤걸 하나요?
•
사내 데이터를 클렌징하고, 쓸 수 있는 형태로 적재하는 파이프라인을 만들어요
•
반복·비효율 업무를 발견하고, PoC(실제로 돌아가는 최소 버전)를 빠르게 만들어요
•
AI 에이전트, 챗봇, 자동화 워크플로우를 직접 설계하고 구현해요
•
실사용자에게 테스트하고, 피드백 받고, 고도화하는 사이클을 반복해요
예를 들면, 이런 일을 해요
•
영업팀이 쓰는 CRM 데이터가 뒤죽박죽이라면, 데이터를 클렌징하고 AI가 활용할 수 있는 구조로 재설계해요
•
"이 매체 단가 얼마였지?"를 매번 스프레드시트에서 찾는 대신, 슬랙에서 바로 물어볼 수 있는 챗봇을 만들어요
•
매일 반복되는 성과 리포트 작성을 자동화해서, 사람은 분석과 판단에 집중할 수 있게 해요
•
새로운 AI 솔루션의 프로토타입을 만들고, 실제 사용자 앞에서 테스트해서 "이거 진짜 쓸 만한가"를 검증해요
3개월 뒤 이렇게 성장해요
•
날것의 데이터를 정제하고 구조화하는 파이프라인을 직접 만들어본 사람
•
"이 문제를 AI로 풀 수 있겠다"는 판단부터, 프로토타입, 사용자 테스트까지 경험한 사람
•
실제 사용자의 피드백을 받으면서 제품을 개선해본 사람
•
0에서 1을 직접 만들어본 경험이 있는 사람
이런 분을 찾아요
•
AI로 실제 문제를 풀어본 경험이 있는 사람. "써봤다"가 아니라 "이걸로 뭘 만들었다"를 보여줄 수 있는 사람
•
Python, SQL 등으로 데이터를 직접 다뤄본 경험이 있는 사람
•
한 가지 방법이 안 되면 다른 방법을 찾아서라도 결과를 만들어내는 사람
•
바이브코딩 툴(Claude Code, Cursor 등)로 직접 뭔가를 만들어본 경험이 있으면 더 좋아요
모든 트랙은 채용연계형으로 운영되며, 3개월간의 성과를 토대로 정규직 전환 기회가 주어집니다.
구글로그인 후 지원 부탁드립니다.