미리디는 '모두가 쉽게 디자인을 통해 세상과 소통하게 하자'는 미션 아래, 2,200만 고객이 사랑하는 올인원 디자인 플랫폼 '미리캔버스'와 국내 1위 온라인 PoD(Print on Demand) 커머스 서비스 '비즈하우스'를 통해 누구나 자신의 아이디어를 손쉽게 실현할 수 있도록 돕고 있습니다.

미리디는 최고의 인재들과 함께 25년 매출 942억 원을 달성하고, 4년만에 약 5배에 달하는 매출 성장을 기록하며 빠르게 성장해왔습니다. 국내 1위 서비스로 더욱 공고히 자리매김하고, 글로벌 시장에서의 성공 가능성을 입증하고자 올해 'AI 기술 고도화·우수 인재 영입·해외 현지화 마케팅'에 집중하고 있습니다.

빠르게 성장하는 팀의 일원으로서 '글로벌 디자인 표준'을 함께 만들어 갈 동료를 기다립니다.

[미리캔버스]

누구나 디자인을 통해 자신의 이야기를 표현할 수 있는 세상을 꿈꿉니다. 디자인 지식이 없어도 다양한 템플릿과 요소로 나만의 창의적인 작품을 만들 수 있습니다.

25년 기준 가입자 2,000만 명을 돌파하고, 국내를 넘어 글로벌을 향해 나아가는 디자인 플랫폼 미리캔버스로 자유로운 표현의 세상을 경험해보세요.

[비즈하우스]

원하는 상품을 내 손으로 직접 디자인해 나만의 맞춤 상품을 만들어 보세요. 손쉬운 디자인 에디터와 수십 만 개 무료 샘플 디자인으로, 누구나 원하는 상품을 소량으로 맞춤 제작할 수 있습니다.

재구매 고객 80%, 26년 소상공인 대상 브랜드 선호도 1위에 빛나는 비즈하우스에서 혁신적인 디자인 인쇄 출력 서비스를 경험해보세요.

| 직무 소개

미리캔버스는 "디자인을 더 쉽고, 똑똑하게 완성하는 세상"을 목표로 합니다.

AI 팀은 검색 임베딩 모델, 자체 LLM, 외부 LLM 연동을 포함한 다수의 AI 모델을 실제 서비스에서 운영하고 있습니다. 사용자가 검색창에 한 문장을 입력하는 순간, 여러 모델이 GPU 위에서 동시에 추론되고 그 결과가 수십 밀리초 안에 돌아와야 합니다.

이 포지션은 만들어진 모델을 프로덕션에서 가장 빠르게 돌리는 자리입니다. 모델 추론(inference) 성능을 끌어올려 사용자 경험과 비용을 동시에 개선합니다.

현재 미리캔버스의 템플릿·요소 검색, 내용 시각화, 추천 등 사용자가 매일 쓰는 기능 뒤에서 자체 모델이 동작하고 있습니다. 이 모델들이 실제 사용자에게 닿는 마지막 구간 전체를 다루게 됩니다.

미리캔버스의 모델을 수많은 사용자의 경험으로 바꾸는 일에 함께할 동료를 찾습니다.

| 기대 모습

[1개월 뒤]

미리캔버스의 AI 서비스 구조와 현재 추론 아키텍처(TensorRT, vLLM, TensorRT-LLM 기반 서빙 구성)를 파악합니다.
운영 중인 모델 목록, 각 모델의 트래픽 패턴, latency 요구사항, GPU 할당 현황을 정리합니다.
온콜 및 장애 대응 프로세스에 참여하며 실제 운영 흐름을 익힙니다.

[3개월 뒤]

주요 모델 중 하나를 선정해 추론 최적화를 처음부터 끝까지 수행하고, latency와 GPU 비용 개선 수치를 확인합니다.
추론 성능 지표(p99 latency, GPU 활용률, 토큰 처리량)를 상시 관측 가능한 대시보드와 알림으로 만듭니다.
서빙 요청 접수부터 배포까지의 표준 경로를 정의하고, 반복 작업을 자동화합니다.

[그 이후]

각 서비스 팀이 직접 모델을 배포할 수 있는 서빙 플랫폼을 구축합니다.
모델 특성에 맞는 GPU를 선정하고 배치해 전체 추론 비용을 지속적으로 낮춥니다.
신규 추론 최적화 기술(양자화, 스펙큘레이티브 디코딩, 디스틸레이션 등)을 검증하고 서비스에 도입합니다.
팀 내 기술 전파, 문서화, 온콜 체계 정착을 통해 서빙 역량을 조직 자산으로 만듭니다.

| 주요 업무

"미리디에서 이런 일들을 함께 하고 싶어요"

✅LLM 서빙 운영 및 고도화

vLLM 기반 배치 추론 및 OpenAI 호환 API 서빙을 운영합니다.
TensorRT-LLM 기반으로 latency에 민감한 내부 서비스용 LLM 서빙을 구성하고 튜닝합니다.
모델 교체, 버전 롤아웃, 용량 산정, 트래픽 급증 대응을 담당합니다.

✅모델 경량화 및 추론 최적화

PyTorch 모델을 가속 프레임워크로 변환하고, 변환 전후의 정확도와 추론 속도를 측정해 검증합니다.
quantization, pruning, distillation으로 모델 자체를 줄여 추론 비용과 latency를 낮춥니다.
프로파일링을 통해 실제 병목이 되는 연산을 식별하고 개선합니다.

✅추론 신뢰성 · 모니터링

p99 latency, GPU 활용률, 토큰 처리량, 큐 대기 시간 등 핵심 지표를 수집하고 대시보드화합니다.
성능 저하를 사용자 리포트 이전에 선제 탐지하는 알림 체계를 구축합니다.
서비스별 latency와 비용 요구사항에 맞춰 모델을 어떤 GPU에 올릴지 결정합니다.

자격요건

| 자격요건

"이런 분이라면 목표 달성에 확신을 얻을 것 같아요"

추론 최적화 프레임워크(TensorRT, TensorRT-LLM, vLLM, ONNX Runtime 등) 중 하나 이상으로 모델을 프로덕션에 서빙해본 경험이 있으신 분
GPU 추론 경험이 있고, 배치 크기 · GPU 메모리 · throughput · latency 사이의 트레이드오프를 설명할 수 있으신 분
추론에 사용되는 주요 연산(matmul, softmax/sigmoid, cumsum, attention 등)이 어디에서 병목이 되는지 이해하고 계신 분
리눅스 서버와 컨테이너 환경에서 프로세스, 메모리, 네트워크, 로그를 스스로 추적해 문제를 좁혀갈 수 있으신 분