개요

신약개발 초기 단계(Discovery)는 여전히 경험과 감각에 크게 의존하는 탐색 문제로 남아있습니다. 수십만~수백만 개의 후보물질, 수천 편의 논문과 특허, 끊임없이 업데이트되는 실험 결과 속에서 연구자는 매 순간 어떤 가설을 세우고, 무엇을 먼저 검증할지 결정해야 합니다.

GAIA-BT는 이 의사결정 자체를 수행하는 AI-Agent를 만듭니다.
www.gaia-bt.com

GAIA-BT에서 이 역할이 왜 중요한가요?

가이아비티는 LLM을 단순한 인터페이스로 사용하지 않습니다.

• 가설을 생성하고

• 검증 전략을 세우며

• 분석 코드를 작성·실행하고

• 결과를 해석해 다음 행동을 결정하는

에이전틱 신약개발 시스템을 통해 후보물질 스크리닝과 초기 연구의 패러다임을 재정의하고 있습니다.

신청 마감일: 채용 완료시 

당신이 맡게 될 역할

GAIA-BT의 AI Agent Engineer는 “모델을 학습시키는 사람”이 아니라, AI가 과학 연구를 수행하는 방식을 설계하는 사람입니다.

1. 신약개발용 LLM 기반 에이전트 아키텍처 설계

• 단일 LLM이 아닌 역할 기반 멀티 에이전트 시스템 설계

(Planner / Researcher / Critic / Executor 등)

• 장기 컨텍스트 유지, 도메인 메모리, tool-augmented reasoning 구조 구현

• 복잡한 연구 task를 자동 분해·재조합하는 에이전틱 플래닝 로직 개발

2. AI-Agent 중심 후보물질 스크리닝 파이프라인 구축

• 화합물 라이브러리, 실험 데이터, 문헌 정보를 통합적으로 활용하는 스크리닝 워크플로우

• 에이전트가 스스로 가설을 세우고 필터링 기준을 조정하는 adaptive screening 시스템

• Cheminformatics / bioinformatics 분석 툴과의 정교한 연동

3. 과학적 정합성을 검증하는 자동화 시스템 구현

• LLM이 생성한 코드·분석·결론에 대한 self-verification / cross-checking 메커니즘 설계

• 통계적 타당성, 재현성, 도메인 제약 조건을 반영한 평가 로직 구현

• “그럴듯한 답변”이 아닌 연구에 사용할 수 있는 결과만 남기는 구조 설계

4. 연구용 프로토타입 → 제품 레벨 시스템 전환

• 실험적 에이전트 시스템을 안정적인 제품 기능으로 발전

• 실제 신약개발 워크플로우에 맞는 UX / API 설계

• 성능·비용·확장성을 고려한 LLM 시스템 최적화

핵심 기술 스택 (이 중 일부만 해당되도 가능합니다.)

• LLM / Agent

o OpenAI, Claude, Gemini, LLaMA 계열 모델 활용 경험

o LangChain, LangGraph, LlamaIndex 기반 에이전트 시스템 구축 경험

o Tool calling, function calling, structured output 설계

o Multi-agent coordination, reflection, self-critique 패턴

o Retrieval & Knowledge System

• RAG 아키텍처 설계 및 고도화

o Vector DB (FAISS, Milvus, Pinecone, Weaviate, chromaDB 등)

o 문헌/특허 파싱 및 지식 그래프적 접근

o Long-term memory, hierarchical memory 설계 경험

o Scientific Computing / Bio-Chem Domain

• Python 기반 연구 코드 작성 능력

o RDKit, Open Babel 등 cheminformatics 라이브러리

o BioPython, Scanpy, AnnData 등 bioinformatics 툴

• LLM output 평가 프레임워크 설계

o 자동 테스트, 시뮬레이션 기반 검증 파이프라인

o hallucination 억제 전략 및 scientific constraint 적용

• System / Infra

o FastAPI, Flask 등 API 서버 설계

o 비동기 작업 처리 (Celery, Ray 등)

o AWS/GCP 기반 인프라 활용

o MLOps / LLMOps 파이프라인 구축 경험

이런 분과 특히 잘 맞아요

• “LLM으로 논문 요약하는 건 이제 재미없다”고 느끼는 분

• AI가 가설을 세우고 실험 전략을 짜게 만들고 싶은 분

• 코드, 논문, 데이터를 오가며 문제를 구조화하는 데 익숙한 분

• 바이오/화학 도메인을 두려워하지 않고 파고들 수 있는 분

• 연구와 제품 사이의 긴장을 즐기는 분

GAIA-BT에서 얻게 되는 것

• AI for Drug Discovery의 핵심 문제를 직접 정의할 권한

• 논문이 아니라 실제 신약개발 의사결정에 쓰이는 AI 시스템

• LLM 에이전트의 한계를 몸으로 부딪히며 넘는 경험

• 빠른 실험 → 실패 → 개선이 가능한 작은 팀의 밀도

• “이건 아무도 안 해봤다”를 매일 마주하는 환경

[채용 절차] 서류 접수 > 서류 전형 > 기술 평가 및 대표이사 인터뷰 (평판 조회 병행) > 최종 합격 및 처우 협의

• 인터뷰는 대면 진행을 원칙으로 합니다.

• 기술 평가 단계에서는 과거 업무 경험과 프로젝트에 대한 10분 분량의 PPT 발표가 포함됩니다.

• 최종 합격 시 3개월의 수습 기간이 있으며, 수습 기간 동안 급여나 처우에 차이는 없습니다.

• 합격자에 한하여, 이메일로 개별 안내 드립니다.

유의사항

• 본 채용은 상시 채용으로 합격자 발생 시 별도의 안내 없이 마감될 수 있습니다.

• 해외여행에 결격사유가 없으며, 당사 내규에 따른 채용 결격사유에 해당하지 않는 분에 한해 지원이 가능합니다.

• 입사 시, 사전 통보 없이 영리 활동이나 이중 취업(회사 직무와 관련 없는 업무)을 할 경우, 채용이 취소될 수 있습니다.

• 청탁 또는 기타 부정한 행위를 통해 합격한 사실이 발견될 경우, 합격 및 채용이 무효 처리됩니다.

• 지원서 내용에 대한 증빙 서류 제출을 요구하거나 관계 기관에 사실 여부를 확인할 수 있으며, 내용 중 허위사실 기재, 위조, 변조 등이 발견될 경우 불합격 및 채용이 취소될 수 있습니다.

근무지위치: (13453) 경기도 성남시 수정구 금토로 52, E동 714호 (경기스타트업브릿지)

기타 문의: 가이아비티 / 백예지 대리 (mbaek@gaia-bt.com)