[계약직] Physical AI 로봇 시스템 연구원 모집 (채용시 마감)

1. Embodiment 인터페이스 · 테이터 규격

• 보유 휴머노이드· 다지 핸드 텔레옵 데이터 수집 체계와 기록 규격을 정비합니다.
• 로봇별 관측· 행동 공간의 공통 표현과 데이터 스키마를 정의하고, 표준 포맷과의 호환성을 확보합니다. 2. Cross-Embodiment 연구
• 휴머노이드에서 확보한 작업 데이터·정책을 양팔·모바일 매니퓰레이터 등 형태가 다른 로봇으로 이전합니다.
• 이종 로봇 데이터 공동학습(co-training) 및 VLA 기반 이식 가능성을 검증하고 연구 결과를 논문화합니다. 3. 시뮬레이션 환경·데이터 연동
• 로봇 제어·동작 학습을 위한 시뮬레이션 가상 환경을 구축합니다. (Isaac Sim / Isaac Lab · MuJoCo 등)
• 센서·동작 데이터의 시뮬레이션·실기 연동을 구현하고 로봇 모델(URDF 등)의 정합성을 확보합니다. 4. 로봇 통합·운용·실기 평가
• 보유·신규 도입 로봇을 직접 운용하고, 벤더 SDK·ROS 2 기반 브링업 및 제어 인터페이스를 구현합니다.
• 센서를 통합하고 캘리브레이션을 수행하며 녹화 데이터의 품질을 점검합니다.
• 학습 정책과 로봇 제어기를 연동하고, 시뮬레이션·실기 공통 평가 체계를 구축합니다.

학력 : 석사 이상

@see 운영툴의 `채용담당자 > 전형관리 > 공고관리` 메뉴: 상세 - 업무 밎 지원요건 탭의 `지원요건 및 검색설정 > 필수요건` input

• ROS 2 기반 개발 및 실제 로봇의 SDK·제어기 수준 통합 경험이 있는 분 (ros2_control 등)

• Cross-Embodiment·모션 리타게팅·이종 로봇 공동학습 연구 경험이 있는 분

• 강화학습·모방학습 기반 제어 경험 및 IL·VLA 정책의 실제 로봇 배포 경험이 있는 분

• 계측·로그를 기반으로 하드웨어·소프트웨어 문제를 진단한 경험이 있는 분

• 다지 로봇 핸드 제어 또는 휴머노이드 전신 제어(WBC) 경험이 있는 분

• 센서 캘리브레이션(hand-eye·다중 카메라) 실무 경험이 있는 분

• Python 기반 로봇 학습 프레임워크(Isaac Lab·LeRobot 등) 및 데이터셋 활용 경험과 Sim-to-Real 경험이 있는 분

  @see 운영툴의 `채용담당자 > 전형관리 > 공고관리` 메뉴: 상세 - 업무 밎 지원요건 탭의 `지원요건 및 검색설정 > Skill Set` input

NC AI Physical AI Lab은 디지털 트윈 생성부터 가상 데이터 생성, 정책 학습(IL · RL · VLA), 실제 로봇 배포까지 Physical AI 전반을 연구합니다. 하나의 학습 자산(데이터 · 정책)을 형태가 다른 여러 로봇으로 확장하는 Cross-Embodiment를 주요 연구 방향으로 하며, 로봇 제어와 동작 학습을 위한 시뮬레이션 가상 환경과 센서 · 동작 데이터를 연동합니다. H100 GPU 클러스터를 활용하고 있으며, Jetson, 휴머노이드 · 다지 핸드 · XR 텔레옵 장비 및 다종 로봇으로 연구 인프라를 확장하고 있습니다.

본 포지션은 학습 모델과 실제 로봇이 맞닿는 인터페이스 계층의 설계·구현을 주도하고, 보유 로봇을 직접 운용하며 실기 실험을 수행하는 역할입니다. 정책 모델 개발은 Lab 내 학습 연구자가 담당하며, 본 포지션에서는 시뮬레이션·데이터·배포 규격을 공동으로 정의합니다.

• 로봇 시뮬레이터(Isaac Sim, Isaac Gym, MuJoCo, PyBullet, Gazebo 등)를 활용한 경험이 있는 분

• 실제 로봇을 다뤄본 경험이 있는 분 (실기 실험·데이터 수집·제어 연동 등, 학위과정 프로젝트 포함)

• Python 또는 C++ 개발 역량을 갖추고, 매니퓰레이터 기구학·동역학 및 URDF를 이해하는 분

  @see 운영툴의 `채용담당자 > 전형관리 > 공고관리` 메뉴: 상세 - 업무 밎 지원요건 탭의 `지원요건 및 검색설정 > 우대사항` input