생성형 AI 커머스 검색 서비스 genser와 추천 서비스 groobee의 핵심 모델과 엔진을 설계·개발·운영합니다.

검색

한국어·일본어 다국어 및 멀티모달 임베딩 기반 검색, 질의 이해, 리랭킹을 개발하고 검색 품질(무결과, 응답 속도)을 개선합니다.

추천

groobee 추천 모델을 고도화하고, LLM 기반의 차세대 추천 방식을 연구합니다.

생성형 AI 응용

RAG(문서 기반 질의응답), 생성형 검색 최적화(GEO) 등 고객 과제에 AI 기술을 적용합니다.

고객 지원

한국과 일본의 B2B 고객사를 대상으로 도입 및 PoC를 기술적으로 지원합니다.

기술 역량

• 검색·추천·정보검색(IR) 모델 개발 및 평가 설계 역량
• LLM, 임베딩, RAG 등 생성형 AI 기술 활용 경험
• Python 기반 개발 및 클라우드(GCP, Vertex AI) 환경에서의 모델 서빙·운영 경험
• (우대) 한국어·일본어 자연어처리 경험

일하는 역량

• 감이 아닌 지표를 기반으로 문제를 정의하고 개선을 증명하는 태도
• 고객의 요구를 명확한 품질 기준으로 구체화하는 능력
• 실험에 그치지 않고 실제 운영까지 책임지는 실행력
• 동료와 근거를 바탕으로 논의하고 빠르게 합의하는 협업 태도

실험, 지표 확인, 운영 반영으로 이어지는 짧은 개선 루프를 중요하게 생각합니다. 개인의 기술적 탐구가 조직의 목표와 연결될 수 있도록 함께 방향을 맞추고, 시행착오와 의사결정 과정을 기록으로 남겨 팀의 자산으로 축적합니다.

생성형 AI 검색 서비스 genser를 현대리바트, 토요타/렉서스 코리아, 미즈노(일본), SHOPLIST(일본) 등 국내외 기업에 도입했습니다.

또한 일본 주요 브랜드를 대상으로 검색 PoC를 진행했으며, 문서 기반 RAG와 생성형 검색 최적화(GEO) 등 생성형 AI 응용 과제도 수행하고 있습니다.

현재의 도전

한국어와 일본어를 아우르는 다국어 환경에서 ‘결과가 없거나 느린 검색’을 줄이고, 고객사마다 다른 요구사항을 공통된 품질 기준으로 끌어올리는 데 집중하고 있습니다. 동시에 groobee 추천 시스템을 새로운 구조로 전환하고 비용 효율을 높이고 있습니다.

앞으로의 목표

생성형 검색과 추천을 하나의 제품 라인으로 정비하고, 클라우드와 온프레미스 등 다양한 환경의 B2B 고객에게 제공할 수 있는 AI 커머스 플랫폼으로 확장하는 것을 목표로 합니다.