Location
투모로로보틱스 본사(강남)
Type
Full Time
Overview
투모로로보틱스는 Robot Foundation Model(RFM)을 기반으로 다양한 로봇 하드웨어가 실제 환경에서 지각하고, 판단하고, 행동할 수 있도록 Physical AI 기술을 개발하고 있습니다. 우리는 “하나의 두뇌로 수많은 로봇을 움직이는(One Brain, a Thousand Bodies)” 비전 아래, 로봇의 지각, 이해, 행동을 연결하는 AI 시스템을 실제 로봇 플랫폼과 산업 현장에 적용해가고 있습니다. 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.
주요업무
로봇 모션 생성 및 제어 알고리즘 개발
로봇 기구학, 동역학, Jacobian, coordinate transform을 기반으로 한 상위 레벨 제어 알고리즘 설계 및 구현
waypoint 기반 trajectory generation, constrained motion planning, online trajectory optimization 알고리즘 개발
관절 제한, 특이점, 속도·가속도 제한, 충돌 가능성, 접촉 조건 등 로봇의 물리적 제약을 고려한 모션 생성 알고리즘 개발
로봇 팔, 로봇 핸드, 모바일 베이스, 휴머노이드 등 다양한 embodiment에 적용 가능한 제어 알고리즘의 실기체 적용 및 튜닝
PID, MPC, WBC, impedance control, force/torque control 등 제어 기법을 활용한 tracking performance, stability, compliance 개선
인식 및 상태 추정 알고리즘 개발
LiDAR, camera, IMU, odometry 등 multi-modal sensor data를 활용한 SLAM, localization, state estimation, sensor fusion 알고리즘 개발
object pose estimation, tracking, segmentation 등 로봇 조작과 이동에 필요한 scene understanding 알고리즘 개발
multi-sensor calibration, hand-eye calibration, extrinsic calibration 등 로봇 시스템 정합을 위한 calibration 알고리즘 개발
perception 및 state estimation 결과의 uncertainty, latency, noise 특성을 고려한 planning/control 연계 구조 설계
실제 센서 데이터의 누락, 지연, 오차, 환경 변화에 강건한 perception-control interface 개발
학습 기반 제어 및 Human-to-Robot Mapping 연계
IL, RL 등 learning-based policy의 출력을 실제 로봇 제어 구조에 통합하기 위한 policy-to-control interface 설계
AI 모델 출력의 물리적 실행 가능성, 안정성, 실시간성, 재현성을 확보하기 위한 filtering, smoothing, signal processing, safety post-processing 알고리즘 개발
teleoperation retargeting, master-slave pose mapping, cross-embodiment motion transfer 알고리즘 개발
human motion, vision, tactile, force feedback을 활용한 조작 성능 및 제어 안정성 개선
학습 기반 정책과 classical control을 결합한 hybrid control architecture 설계 및 실기체 적용
시뮬레이션 기반 검증 및 Sim-to-Real 적용
MuJoCo, Isaac Sim, Gazebo 등 물리 시뮬레이터를 활용한 제어·계획 알고리즘의 stability, tracking error, constraint satisfaction 정량 검증
접촉, 마찰, actuator dynamics, sensor noise, control latency 등 실제 로봇 성능에 영향을 주는 요소의 모델링 및 실험 데이터 기반 simulation parameter 보정
system identification, domain randomization, robustness test, failure mode analysis 등을 통한 sim-to-real gap에 강건한 알고리즘 구조 설계
검증된 알고리즘의 실제 로봇 제어 스택 통합 및 latency, tracking error, stability, safety constraint violation 등 주요 지표 기반 반복 개선
자격 요건 및 우대 사항
자격 요건
로보틱스, 컴퓨터공학, 기계공학, 전기전자, 제어공학 또는 관련 분야 석/박사 이상 학위, 또는 이에 준하는 로보틱스 알고리즘 개발 경험
C++ 및 Python을 활용한 로보틱스 알고리즘 소프트웨어 개발 경험
로봇 motion planning, navigation, teleoperation, simulation 중 하나 이상에 대한 깊은 이해
ROS 또는 ROS 2 기반 로봇 알고리즘 개발 및 실기체 적용 경험
MuJoCo, Isaac Sim, Gazebo 등 시뮬레이션 환경을 활용한 알고리즘 검증 경험
선형대수, 최적화, 확률·통계, 제어이론 등 로보틱스 알고리즘 구현에 필요한 수학적 기반
논문, 오픈소스, 기술 문서를 이해하고 실제 로봇 시스템에 맞게 구현·응용할 수 있는 역량
우대 사항
로봇 팔, 로봇 핸드, 모바일 매니퓰레이터, 휴머노이드 등 실제 로봇 플랫폼에서 control/planning algorithm을 구현하고 실기체에 적용한 경험
trajectory optimization, collision-aware planning, kinodynamic planning 등 로봇 모션 생성 및 경로 계획 알고리즘 개발 경험
MPC, WBC, QP-based control 등 모델 기반·최적화 기반 제어 알고리즘 개발 경험
impedance, force/torque feedback, tactile feedback 등을 활용한 contact-rich manipulation 알고리즘 개발 경험
state estimation, SLAM, object pose estimation, visual servoing 등 perception-to-control pipeline 개발 경험
IL, RL 등 learning-based robotic policy를 실제 로봇 제어 구조에 통합한 경험
근무 조건
근무 형태: 정규직 / Full-time
근무 시간: 유연근무제 시행 (코어타임: 10시 ~ 17시)
근무지: 서울 강남구 (투모로 로보틱스 본사)
급여: 협의 후 결정
성과 우수자에게 스톡옵션 부여 가능
채용 절차
서류 전형 → 기술 면접 → 임원 면접 → 처우 협상 → 수습 (3개월) → 정식 채용