QA Engineer: Software Platform & Robotics

초기 QA 담당자로 합류해 제품에 맞는 품질 기준과 테스트 체계를 만들고, 직접 테스트를 설계·수행합니다. 기획·개발팀과 협업하여 각 담당자와 사양과 제약을 논의하고 독립적으로 품질 평가 방법을 계획하고 이를 수행하는 QA 역할을 담당합니다. 테스트 결과를 바탕으로 릴리스 품질 승인(QA Sign-off) 또는 배포 보류를 판단할 권한을 가집니다.

Physical AI Data Strategist는 로봇이 더 잘 학습하도록 어떤 데이터를 먼저 확보해야 하는지 정의하고, 그 효과를 검증하며 수집 전략을 발전시키는 역할입니다. 목표 작업과 모델의 성능 한계를 바탕으로 수집할 작업·환경·행동의 범위와 우선순위를 정하고, 이를 실행 가능한 데이터 명세로 구체화합니다. 합류 초기에는 Teleoperation 및 UMI 기반 수집을 중심으로 작업과 환경 선정, 시연 설계, 파일럿 검증에 집중합니다. 모델 연구팀과 데이터의 필요성 및 검증 방법을 구체화하고, 데이터 PM·현장 수집팀·로봇 엔지니어와 함께 수집 가능성과 품질을 확인합니다. 이 과정에서 축적한 학습·평가 결과와 현장 피드백을 다음 수집 결정에 반영하고, 장기적으로 재사용 가능한 작업 분류, 수집 명세, 품질 기준과 의사결정 체계를 만듭니다. 로봇 학습에 대한 기술적 이해와 실험적 사고를 바탕으로, 필요한 데이터를 판단하고 팀이 실행할 수 있는 기준으로 구체화할 분을 찾습니다.

휴머노이드 로봇 임베디드 & 디바이스 개발 엔지니어는 로봇 지능이 실제 움직임으로 이어지도록 하드웨어와 임베디드 시스템을 개발하는 포지션입니다. 로봇 핸드와 그리퍼부터 Teleoperation 장치, Human-Robot Interface까지, 로봇이 환경과 상호작용하고 사람의 동작을 학습하는 데 필요한 디바이스를 설계하고 통합합니다. 기구 설계와 전장, 센서, 제어 요소를 함께 고려하며, 초기 설계부터 프로토타입 제작, 검증, 개선까지 개발 전 과정을 직접 수행합니다. 하드웨어와 소프트웨어를 하나의 안정적인 로봇 시스템으로 구현하며, Physical AI가 실제 환경에서 동작하는 기반을 만들어갈 엔지니어를 찾습니다.

휴머노이드 로봇의 지능화와 실제 로봇 시스템 적용에 필요한 연구·개발 과제를 수행하며, 시뮬레이션, 센서 기반 인식, 로봇 데이터, 제어 및 시스템 통합 등 다양한 분야에서 실질적인 프로젝트 경험을 제공합니다. 1. 프론티어 레벨 Physical AI 기술 개발 2. 다양한 로봇 시스템 통합 경험 3. 실질적인 프로젝트 기반 학습 기회 본 인턴십은 졸업 예정자 또는 졸업생이 로보틱스·AI 분야의 연구개발 경험을 쌓을 수 있는 기회입니다. 프로젝트 수행 결과와 역량에 따라 정규직 전환을 검토할 수 있습니다.

투모로로보틱스 데이터 플랫폼 팀은 AI Robotics Platform에서 생성되는 다양한 로봇 및 AI 데이터를 안정적으로 수집, 저장, 분석할 수 있는 데이터 플랫폼을 구축하고 운영합니다. AI 모델 학습부터 클라우드와 On-Premise 환경까지 연결되는 데이터 파이프라인을 만들며, 누구나 신뢰할 수 있는 데이터를 활용할 수 있는 환경을 제공합니다. 데이터 엔지니어링에 관심이 있고 새로운 기술을 배우며 성장하고 싶은 분이라면, 다양한 프로젝트를 통해 실무 경험을 쌓고 최신 데이터 플랫폼 기술을 함께 익혀갈 수 있습니다.

Physical AI가 실제 세계에서 동작하려면, 로봇이 환경과 직접 맞닿아 데이터를 수집하고 물리적으로 상호작용할 수 있는 하드웨어가 반드시 필요합니다. Robotics Hardware Engineer는 바로 그 접점을 만드는 포지션으로, 데이터 수집 디바이스, 그리퍼, 엔드이펙터 등 로봇과 현실 세계를 잇는 핵심 하드웨어를 설계합니다. 이 포지션은 도면 작업에 머무르지 않습니다. 초기 컨셉 구상부터 3D CAD 설계, 프로토타입 제작, 검증, 설계 개선까지 제품이 만들어지는 전 과정을 직접 손으로 만들고 테스트하며 끌고 갑니다. 기계 설계를 중심에 두되 전자·제어·센서 요소를 함께 고려해 시스템 단위로 통합하고, 제한된 리소스와 빠른 개발 사이클 안에서 현장에서 실제로 동작하는 하드웨어를 신속하게 구현하는 것이 핵심입니다. 또한 개발 과정에서 확보한 설계 결과물과 노하우를 재사용 가능한 형태로 정리해, 투모로로보틱스의 하드웨어가 더 확장 가능하고 재현 가능하게 발전하는 데 기여합니다.

Forward Deployed Engineer는 실제 산업 현장에서 로봇 시스템을 배포·운영하는 역할을 넘어, 현장 데이터를 바탕으로 Physical AI 및 Robotics 시스템을 직접 파인튜닝하고 개발하는 포지션입니다. 복잡한 고객 환경에서 발생하는 문제를 높은 수준의 문제 해결 역량으로 구조화하고, 이를 통해 로봇의 동작, 시스템 구성, 운영 방식 전반을 개선합니다. 또한 현장 배포와 운영 과정에서 확보한 결과물과 노하우를 내부 솔루션으로 내재화하여, 투모로로보틱스의 기술을 더욱 확장 가능하고 재현 가능한 형태로 발전시키는 데 기여합니다.

Robotics Algorithm Software Engineer는 제어, 경로 계획, 상태 추정, 시뮬레이션, 학습 기반 정책 등을 연계하는 혁신적 알고리즘을 실제 로봇 시스템 위에서 구현하고 검증하는 포지션입니다. 로봇의 물리적 제약과 동역학을 고려하여 RFM 및 AI 모델의 출력을 실행 가능한 로봇 동작으로 변환하고, 시뮬레이션과 실기체 실험을 통해 알고리즘의 안정성, 재현성, 조작 성능을 개선합니다. 이 포지션은 최신 SOTA 로보틱스 알고리즘을 실제 로봇에 적용하는 데 관심이 있으며, 연구적 깊이와 엔지니어링 실행력을 바탕으로 Physical AI의 실용화를 함께 이끌어갈 엔지니어에게 열려 있습니다.

Robotics Systems & Platform Software Engineer는 다양한 로봇 플랫폼, 센서, 액추에이터, 제어 모듈, AI 시스템이 하나의 안정적인 로봇 소프트웨어 스택으로 동작할 수 있도록 시스템 기반을 개발하는 포지션입니다. ROS/DDS 기반 미들웨어, 장치 드라이버와 HAL, 통신 인터페이스, 데이터 입출력 인프라, 배포 및 운영 자동화 환경을 개발하며, 실제 로봇 운영 과정에서 발생하는 시스템 문제를 구조화하고 재현 가능한 소프트웨어 자산으로 개선합니다. 이 포지션은 로봇 알고리즘과 Physical AI 모델이 실제 로봇 위에서 안정적으로 실행될 수 있도록 제품 수준의 로봇 소프트웨어 플랫폼을 함께 만들어갈 엔지니어에게 열려 있습니다.

Physical AI Researcher: Model Architecture & Learning은 로봇 파운데이션 모델의 구조와 학습 방법 전반을 연구하는 포지션입니다. 모델 아키텍처, 사전학습(Pre-training), 사후학습(Post-training), 강화학습(Reinforcement Learning)을 주요 연구 영역으로 삼고, 로봇이 세계를 이해하고 추론하며 행동하는 능력을 발전시킵니다. 멀티모달 표현과 행동 생성 구조부터 학습 목표, 최적화, 새로운 작업에 대한 적응까지 연구 가설을 세우고 직접 구현·검증합니다. 대규모 데이터에서 일반적인 역량을 학습하고, 시연·상호작용·피드백을 통해 실제 작업 수행 능력을 개선하는 방법을 탐구합니다. 통제된 비교 실험과 실제 로봇 평가를 통해 성능, 일반화, 학습 효율을 검증합니다. 본인의 전문 분야를 중심으로 연구 과제를 주도하며, 데이터 전략 연구자, 로봇 엔지니어, 인프라 담당자와 협업합니다. 새로운 모델과 학습 알고리즘을 제안하고 실험을 통해 발전시켜갈 연구자 및 Research Engineer를 찾습니다.

데이터 PM은 로봇 학습을 위한 데이터 수집 현장의 운영과 개선을 책임지는 역할입니다. 연구팀의 요구를 실행 가능한 계획으로 바꾸고, 사람·장비·공간을 조율해 필요한 데이터가 일정한 품질과 생산성으로 꾸준히 확보되도록 이끕니다. 합류 초기부터 수집 환경을 준비하고 운영을 안정화하며, 현장 리더와 작업자의 역할·작업 기준·교육·보고 체계를 만들어 정착시킵니다. 현장에서 발생하는 문제의 원인을 찾아 개선하고, 담당자가 바뀌거나 작업 규모가 커져도 안정적으로 실행되는 운영 기반을 만듭니다. 연구팀과 데이터의 목적·품질 기준을 구체화하고, 엔지니어와 장비·시스템 문제를 해결하며 수집 계획과 현장 실행을 연결할 분을 찾습니다.

휴머노이드 데이터 수집 담당자는 로봇 학습에 필요한 실제 인간 행동 데이터를 생성하는 역할을 수행합니다. VR 기기 및 로봇 조작 장치(리더암, Teleoperation 시스템 등)를 활용하여 사람의 손동작과 움직임을 로봇에 시연하고, 이를 정교한 학습 데이터로 기록하는 업무를 담당하게 됩니다. 본 포지션은 로봇 두뇌가 학습하는 출발점이 되는 행동 데이터를 직접 만들어내는 중요한 역할로, 향후 휴머노이드 AI 성능을 좌우하는 핵심 포지션입니다.

본 인재풀은 현재 채용 공고가 없더라도, 향후 연구·개발 및 사업 확장 시 우선 검토를 위한 상시 등록 제도입니다.