로봇 엔지니어 (딥러닝 + 제어)

회사 소개

WIM은 AI의 판단을 실제 로봇의 움직임으로 바꾸는 제어 계층을 만듭니다.

로봇에게 무엇을 해야 하는지 가르치는 회사는 많아지고 있습니다. 하지만 AI가 아무리 좋은 판단을 내려도, 그 판단을 관절과 모터가 실행할 수 있는 정밀한 제어 명령으로 바꾸지 못하면 로봇은 원하는 대로 움직일 수 없습니다. WIM은 바로 그 신호를 만듭니다.

VLA가 만든 Action을 Trajectory로, Joint Command로, 1kHz 실시간 제어 신호로 바꿔 실제 모터까지 연결합니다. Kinematics/Dynamics, Motion Planning, State Estimation, Force/Torque Control, EtherCAT, Real-Time Linux, ROS2, Learning-Based Control을 하나의 시스템으로 통합합니다.

우리가 만들고 싶은 것은 특정 로봇 한 대를 움직이는 프로그램이 아니라, AI 시대의 범용 로봇 제어 플랫폼입니다. 범용 AArch64 SoC 한 장 위에서 AI Inference부터 Motion Planning, ROS2, EtherCAT, 1kHz 실시간 저수준 제어, 모터까지 전 계층을 하나의 시스템으로 연결합니다.

WIM은 NVIDIA Inception Grand Challenge 2026 Top 10 기업이자 Plug and Play·포스텍홀딩스의 포트폴리오 기업으로, 국내외 대기업·로봇 전문기업·연구기관·정부기관과 실제 로봇 프로젝트를 수행하고 있습니다.

WIM 홈페이지 바로가기 ▶ https://www.wimcorp.co.kr/

포지션 소개

로봇팔의 모델 기반 실시간 제어와 학습 기반 방법(비전 딥러닝, 강화학습)을 함께 다루는 자리입니다. 학습된 판단을 실제 로봇팔의 움직임으로 옮기는 일을 합니다.

학교에서 AI와 제어 중 한쪽을 깊게 공부한 분이, 다른 한쪽을 현장에서 익히며 두 영역이 만나는 지점을 직접 맡습니다.

이 자리가 특별한 이유

합류하는 날부터 AI와 제어가 만나는 경계를 직접 다룹니다. 큰 조직에서는 AI, Motion Planning, Embedded, Control 팀이 나뉘어 새로 합류한 사람에게 작은 영역 하나가 주어지지만, WIM은 팀이 작고 문제 자체가 여러 계층을 연결해야 하므로 AI가 출력한 값이 실제 로봇의 움직임으로 이어지는 전체 과정을 직접 봅니다. Simulation에서 끝나지 않습니다. Isaac Sim에서 Policy를 학습했다면 다음은 실제 로봇입니다. "왜 Simulation에서는 됐는데 실제 로봇에서는 안 되지?"라는 질문(센서 노이즈, Latency, Dynamics, 마찰, Backlash, Policy Robustness)에 논문이 아니라 실제 로봇을 움직여 답합니다. 학교에서 얻기 가장 어려운 Sim-to-Real Gap을 직접 좁혀 보는 경험을 매일 만납니다. 로봇 스택 전체를 봅니다. Trajectory/Motion Planning부터 ROS2/MoveIt2, EtherCAT, Real-Time Control, Motor까지. 로봇이 이상하게 움직이면 이 체인을 하나씩 거슬러 올라가며 원인을 찾습니다. 라이브러리 하나를 잘 쓰는 사람이 아니라, 로봇이 왜 그렇게 움직이는지 끝까지 설명할 수 있는 엔지니어가 됩니다. 실제 로봇은 가장 정직한 피드백을 줍니다. 알고리즘이 틀리면 흔들리고, 제어가 불안정하면 Oscillation이 생깁니다. 그리고 잘 만들면 내가 작성한 코드 그대로 수십 kg의 기계가 눈앞에서 정확하게 움직입니다. Loss Curve와 Simulation Score에서는 얻을 수 없는 종류의 피드백입니다.

주요 업무

입사 후 경험과 강점에 따라 다음 업무를 함께 수행합니다.

• 산업용 로봇팔 Manipulator의 모델 기반 실시간 제어 개발
• 로봇 Motion Planning 및 Collision Avoidance 개발
• 강화학습·모방학습 기반 Manipulation Policy 개발
• Isaac Sim 기반 Policy 학습 및 Sim-to-Real Deployment
• 2D/3D Vision 및 Force/Torque Sensor 데이터를 제어 Policy와 통합
• ROS2 및 MoveIt2 기반 로봇 시스템 개발, EtherCAT 기반 통신·제어 연동
• Trajectory Generation과 1kHz Real-Time Low-Level Control 연동
• 실제 로봇에서 발생하는 Tracking Error / Oscillation / Latency 원인 분석

이 모든 것을 입사하는 날부터 잘할 필요는 없습니다. 한 가지 강점을 시작점으로 삼아 AI → Planning → Communication → Control → Hardware 까지 자신의 영역을 넓혀가는 것을 기대합니다.

이런 분이면 좋아요

• 로보틱스, 기계공학, 전기전자공학, 컴퓨터공학, 인공지능 또는 관련 전공 재학·졸업·졸업예정자
• 외국인 지원자: 석사 이상 학위 소지자
• Python 또는 C++로 알고리즘을 직접 구현하고 테스트해 본 경험 (수업 프로젝트, 연구, 경진대회 모두 인정)
• 로봇 시스템에 대한 기본적인 이해
• 새로운 기술을 직접 구현하고 실험하는 것에 거부감이 없는 분
• 아래 두 영역 중 최소 한 가지 영역에서 깊이 있는 경험이 있는 분

- Learning Based: Reinforcement Learning, PPO/SAC 등 Policy Learning, Imitation Learning, Deep Learning

- Robotics & Control: Kinematics/Dynamics, State Estimation, Motion Planning, Force/Torque Control, Model-Based/Optimal Control, Real-Time Control

두 영역을 모두 잘할 필요는 없습니다. 한쪽에 깊이가 있고, 다른 한쪽까지 자신의 영역으로 넓히고 싶은 분을 찾습니다.

우대 사항

• 딥러닝과 로봇 제어를 함께 다뤄 봤거나, Learning-Based Control과 Classical Control의 차이를 고민해 본 경험
• Sim-to-Real, VLA / Robot Foundation Model, Manipulation / Grasping / Pick & Place 관련 프로젝트·논문·경진대회 경험
• 실제 로봇 하드웨어에서 알고리즘을 검증해 본 경험
• ROS2, MoveIt2, NVIDIA Isaac Sim 사용 경험
• 학습된 Policy 또는 Controller를 실제 시스템에 통합해 본 C++ 실시간 시스템 개발 경험
• EtherCAT 또는 산업용 로봇 통신 경험
• GitHub 포트폴리오, 오픈소스 기여, 연구실 프로젝트 또는 논문 경험

이런 분과 일하고 싶습니다

딥러닝과 제어를 이미 모두 잘하는 사람을 찾는 공고가 아닙니다. 둘 중 하나에 깊이가 있고, 나머지 하나까지 자신의 영역으로 가져오고 싶은 분을 찾습니다.

논문 속 로봇이 아니라 실제 로봇을 움직여 보고 싶은 분, "Simulation에서는 됐는데 실제 로봇에서는 왜 안 되지?"라는 상황에서 짜증보다 궁금증이 먼저 드는 분, 문제가 생겼을 때 센서부터 네트워크·제어기·Dynamics·Policy까지 직접 원인을 따라가 보고 싶은 분이면 잘 맞습니다.

화려한 이력서가 아니어도 됩니다. 논문이 없어도, 대회 수상이 없어도 괜찮습니다. 학교 프로젝트 하나라도, 그 안에서 왜 그렇게 만들었는지, 무엇이 잘 안 됐는지, 그 문제를 어떻게 끝까지 추적했는지를 들려주세요.

근무 조건

• 근무지: 대구 본사 (삼성창조캠퍼스)
• 고용형태: 정규직
• 대상: 경력무관 (졸업예정자부터 경력 엔지니어까지)
• 지원: 최신 개발 장비 및 소프트웨어, AI 개발 도구, 중식 제공
• 처우: 역량에 따라 협의

채용 절차

서류 검토 → 기술 인터뷰 → 최종 인터뷰

기술 인터뷰에서는 어려운 알고리즘 문제를 외워서 푸는 능력보다, 본인이 실제로 해본 프로젝트를 중심으로 왜 그렇게 설계했는지, 무엇이 실패했는지, 어떤 가설을 세우고 어떻게 검증했는지를 봅니다.

지원 방법

• 제출 서류: 자유 양식 이력서
• GitHub, 개인 프로젝트, 포트폴리오, 연구 프로젝트, 논문, 경진대회 결과물, 로봇 동작 영상이 있다면 함께 보내주세요.
• 각 프로젝트에 "무엇을 만들었고, 왜 그렇게 풀었는지" 3줄 정도만 설명해 주셔도 좋습니다.
• 지원 마감: 상시 채용 (적합한 분을 만나면 조기 마감될 수 있습니다.)