2026 US Fair 모집 (AI/Token Optimization)

Voice to Voice (Speech LM)

• 수행업무

• STT-LLM-TTS Cascaded 구조 및 End-to-End Voice-to-Voice(Speech LM) 모델 연구/개발

• 실시간 대화를 위한 스트리밍 추론, 턴테이킹·끼어들기 처리, function calling 및 응답지연 최적화

• 음성/텍스트 데이터 구축, 대규모 학습/평가 및 모델 고도화

• 모델 경량화·최적화를 통한 상용 서비스 적용 및 품질 개선

• 요구역량

• 음성인식·음성합성·자연어처리 및 딥러닝에 대한 이해

• Transformer 기반 생성 모델 및 Py Torch 학습/추론 파이프라인 구현 역량

• 최신 Speech LM 및 멀티모달 논문을 구현/검증할 수 있는 역량

• 연구 결과를 실제 동작하는 서비스 수준으로 구현할 수 있는 역량

• 신입

• 학위: 석사/박사

Voice Recognition(성문인증, 화자분리)

• 수행업무

• 실시간(스트리밍) 화자분할 및 다화자 오프라인 화자분할(End-to-End·클러스터링 하이브리드) 모델 연구/개발

• 화자 임베딩(ECAPA-TDNN, SSL 기반 등) 및 성문인증(화자검증·식별), 위변조(Deepfake)탐지 모델(Anti-Spoofing) 개발

• 잡음·원거리·중첩 발화 데이터 구축 및 DER·EER 기반 성능 개선

• 실시간 스트리밍 화자분할·성문인증 기능의 서비스 개발 및 적용

• 요구역량

• 음성신호처리와 딥러닝 기반 화자 임베딩·메트릭 러닝에 대한 이해

• 화자분할·화자검증 파이프라인과 DER·EER 등 평가 지표에 대한 이해

• Python, Py Torch를 활용한 음성 데이터 처리 및 모델 구현 역량

• 실환경 데이터의 문제를 분석하고 서비스 수준으로 개선할 수 있는 역량

• 신입

• 학위: 석사/박사

DQR(의도분류모델)

• 수행업무

• LLM 요청 별 최적 모델과 inference budget을 선택하는 adaptive routing system 개발

• 자연어/소형 언어모델을 이용해 요청의 Task, 난이도, 모델별 성공확률, 예상 비용 및 불확실성을 추정하고 라우팅하는 모델 라우터 개발

• Contextual Bandit과 Off-Policy Evaluation을 통해 피드백 기반라우팅 정책이 지속 개선되는 Flywheel 구조 적용

• 요구역량

• Contextual bandit 및 online learning 에 대한 이해

• Preference learning 또는 reward modeling 을 시스템에 적용할 수 있는 역량

• 품질·비용·latency·안전성을 결합한 multi-objective reward 및 constrained optimization 설계 역량

• 신입

• 학위: 석사/박사

모델최적화/추론최적화

• 수행업무

• LLM의 품질 저하를 최소화하면서 추론 효율을 향상시키기 위해 Pruning, Knowledge Distillation, Quantization 등 모델 압축(Model Compression) 기술을 연구·개발하고 적용합니다.

• Speculative Decoding, KV Cache 최적화 등 최신 추론 가속(Inference Optimization) 기술을 연구하고, 실제 서비스 환경에 적합한 최적화 방안을 설계·검증합니다.

• Dense·MoE 기반 대규모 언어모델(LLM)과 장문 컨텍스트, 멀티모달, Agent 워크로드 환경에서 모델 성능과 효율을 개선하기 위한 최적화 기법을 연구·개발합니다.

• vLLM, SGLang, TensorRT-LLM 등 서빙 프레임워크를 활용하여 최적의 모델 서빙 아키텍처를 설계하고 성능을 튜닝합니다.

• 모델 최적화 전후의 품질, 응답 지연시간(Latency), 처리량(Throughput), 메모리 사용량, GPU 활용률 및 비용 효율을 측정·분석하기 위한 벤치마크 및 평가 체계를 구축합니다.

• 모델 압축 및 추론 최적화 기술의 토큰당 비용 절감 효과와 서비스 적용 가치를 정량적으로 검증하고, 연구 결과를 기술 문서화합니다.

• 모델 서빙·MLOps 엔지니어 및 AI 연구조직과 협업하여 연구 결과를 대규모 GPU 환경에서 검증하고 실제 AI 서비스에 적용합니다.

• 요구역량

• Transformer, Attention, Autoregressive Decoding 등 대규모 언어모델(LLM)의 구조와 학습·추론 원리에 대한 깊은 이해를 보유하신 분

• Python 및 Py Torch를 활용하여 LLM을 구현하고 Fine-tuning, 성능 분석 및 실험을 수행할 수 있는 분

• 다음 연구 분야 중 하나 이상에 대한 연구 또는 실무 경험을 보유하신 분

① Model Compression (Knowledge Distillation, Pruning 등)
② Model Quantization (PTQ, QAT 등)
③ Inference Optimization (Speculative Decoding, KV Cache 최적화 등)

• 최신 AI 논문과 오픈소스 기술을 빠르게 이해하고 직접 구현·재현하며 서비스 적용 가능성을 검증할 수 있는 분

• 연구 가설 수립, 비교 실험 설계, 벤치마크 수행 및 정량적 평가를 통해 결과를 논리적으로 분석할 수 있는 분

• vLLM, SGLang, TensorRT-LLM 등 LLM 서빙 프레임워크에 대한 이해 또는 활용 경험을 보유하신 분

• 분산 학습 및 분산 추론 환경에 대한 기본적인 이해를 보유하신 분

• 신입

• 학위: 석사/박사

GPU Engineer

• 수행업무

1. GPU 자원 관리 및 Observability 플랫폼 개발

• GPU 사용 현황을 통합적으로 모니터링할 수 있는 시스템 개발

• 서비스별 GPU 사용 패턴 분석 및 운영 자동화 기능 구현

• GPU 및 스토리지 인프라 상태 관측 및 장애 대응 체계 개선

• GPU utilization 및 throughput 기반 효율 개선 기능 개발

• 이상 징후 탐지 및 자동 대응 기능 구현

1. AI/ML 워크로드 성능 분석 및 최적화

• 학습 및 추론 환경에서 발생하는 GPU 성능 병목 분석

• GPU memory, interconnect, I/O 구간 최적화

• Triton, vLLM 기반 모델 서빙 성능 개선

1. AI GPU 클러스터 환경 운영 및 최적화

• 대규모 GPU 기반 AI 인프라 환경 운영 및 성능 개선

• Infini Band/RDMA 기반 네트워크 및 고성능 스토리지 환경 최적화

• GPU·네트워크·스토리지 자원 병목 분석 및 튜닝

• 필수경험

• 컴퓨터공학, 전산, 시스템/네트워크 등 관련 전공 학사 이상

• Linux 기반 환경 사용 경험

• Python, Go, C/C++ 중 1개 이상 개발 경험

• 시스템 또는 서비스 운영 과정에서 문제를 분석·해결한 경험

• GPU 및 AI 인프라 기술에 대한 관심과 학습 역량

• 요구역량

• GPU 및 시스템 아키텍처에 대한 기본 이해

• 성능 저하 원인을 분석하고 개선할 수 있는 문제 해결 능력

• 로그·메트릭 기반 트러블슈팅 역량

• 새로운 기술을 빠르게 학습하고 적용하는 능력

• 협업 및 기술 문서화 역량

• 신입 (석/박사) 또는 경력사원

Agent Ops

• 수행업무

• 대규모 사내 AI Agent 통제 플랫폼(Agent Control Plane) 설계 및 구축

• IaC 기반 멀티 계정 클라우드 인프라 프로비저닝 및 운영 (Terraform, Git Ops)

• IaC 기반 클라우드 네트워크 설계·구축 및 운영 (VPC, Private Link, Transit Gateway 등)

• AI Agent 인증/인가 API 설계·개발·운영

• AI Agent 관측/감사(Observability) 플랫폼 구축 및 운영 (Open Telemetry/OTLP)

• 필요역량

• Python 기반 백엔드 개발 역량

• AWS 클라우드 서비스 구축 경험(VPC·IAM·Lambda·RDS 등)

• Git 기반 협업 이해도 (PR/코드리뷰)

• 신입

• 학위: 석사/박사

• 모집대상

• LG유플러스 채용 전형 또는 US Fair 참여 희망자

① 채용 전형 희망자

• 현재 미국/캐나다에 거주 중인 학/석/박사 또는 경력사원으로 LG유플러스에 입사 가능한 자
  ※ 재학 중이며 '26년 이후로 학기가 남은 경우 산학장학생 선발 검토

② US Fair 참석 희망자

• '26년 9월 12~13일 미국 Chicago에서 진행되는 LG유플러스 US Fair 행사에 참석을 희망하는 학/석/박사 또는 경력사원

• Fair 주요 내용 : LG유플러스 연구개발 현황, 기술 로드맵 및 전략, 조직 문화 등 공유
  CTO, CHO, CISO 등 주요 경영진과의 네트워킹 및 석식 만찬 포함
  행사 참여를 위한 왕복 항공권 및 호텔 숙박 제공
  ※ CTO : 최고기술경영자, CHO : 최고인사책임자, CISO: 최고정보보호책임자

• 모집 기간: 2026. 08. 04 (화) ~ 2026. 08. 31 (일) 23:00까지 ※ 한국시간 기준

• 마감시간 전 작성 완료 후 제출하여야 정상적으로 지원이 됩니다.

• 지원 방법: LG Careers (careers.lg.com) → Apply LG → 'LG유플러스' 선택 → 공고명 : 2026 US Fair 모집
  ※ 지원 시 자유형식의 CV또는 Resume를 업로드해주시고,
  공고상 기재되어 있는 모집 분야 중 ① 희망분야(1지망, 2지망) 및 ② 지원구분(채용전형/행사참여) 를 기재해주시기 바랍니다.

• 관련 문의: LG Careers (careers.lg.com) 내 '채용문의' - '1:1질문하기'를 이용해주시기 바랍니다.

• 각 전형결과 및 발표는 E-mail 및 SMS를 통해 공지되니 정확하게 기재하여 주시기 바랍니다.

• 입사지원서는 모든 사항을 정확히 입력해야 하며, 추후 입력사항이 허위로 판명될 경우 입사(합격)가 취소됩니다.

• 국가보훈대상자 및 장애우는 관계법령에 의거 우대합니다. (추후 증빙제출 안내 예정)

• 당사의 사정에 따라 전형일정은 변경 될 수 있습니다.