Robotics Software & Perception
로봇 소프트웨어, perception, computer vision, autonomy와 AI 모델이 실제 장비와 만나는 역할을 봅니다.
PHYSICAL AI · TALENT INTELLIGENCE
Physical AI가 바꾸는 직무와 인재시장
Robotics·Control·Embedded·Automation·Manufacturing까지, 실제 채용과 경력 근거를 함께 보며 사람과 역할이 어디에서 연결되는지 추적합니다.
PHYSICAL AI TALENT MAP
한 시장 안에서도 필요한 역할은 서로 다르게 움직입니다
후보자의 경력 이동과 기업의 Search가 같은 역할 지도를 보도록, 실제 수행 경험과 현재 채용 수요를 함께 확인합니다.
Motion, Control & Embedded
모션제어, 제어 알고리즘, embedded, 전장·센서처럼 물리 시스템의 동작을 책임지는 역할을 봅니다.
FAE, Technical Sales & Field Service
복잡한 장비를 고객 현장에 적용하고 문제를 해결하는 FAE, 기술영업, field service 경력의 이동을 봅니다.
Automation & Manufacturing Integration
로봇·설비·PLC·MES·공정 데이터를 연결해 생산성을 만드는 자동화·생산기술·공정 역할을 봅니다.
Tracked Companies와 Hiring Signals는 공개 출처와 분류가 충분히 검증된 데이터부터 단계적으로 공개합니다. 찾지 못한 정보는 없다고 단정하지 않습니다.
시장 검증
지금 열려 있는 실제 역할로 확인합니다
Career Radar의 경로가 말로 끝나지 않도록, 현재 공개된 실제 포지션과 연결해 확인합니다. 검증된 산업·직무 데이터부터 단계적으로 노출합니다.
PHYSICAL AI SIGNALS
채용시장이 실제로 움직이는 신호
5년 넘게 일해도 급여 만족은 9.2% — ‘안 그만두는 것’과 ‘만족하는 것’은 다르다
일본 창고·물류센터 종사자 1,031명 조사에서 51.0%가 이직·퇴직을 의식했다. 5년 이상 근속자 566명의 잔류 이유 3위는 ‘이직하는 것이 귀찮아서’ 32.7%였고, 급여 만족은 9.2%였다. 낮은 퇴사율이 반드시 강한 조직애착을 뜻하는 것은 아니다.
분석 읽기 →네이버는 왜 AI 전환기에 스타트업 투자를 다시 늘리고 있을까 — 필요한 역량을 전부 내부에서 만들 수는 없다
2026년 네이버는 D2SF와 NAVER Ventures를 통해 신규 스타트업 투자 16건을 진행했고 본사 차원의 직접투자도 3건이 파악됐다. 투자대상은 AI 콘텐츠·에이전트·보안·데이터·반도체·로봇·헬스케어·드론·제조로 넓다. Banseog는 이를 단순 투자확대보다 미래 capability에 대한 접근권을 여러 방식으로 확보하는 움직임으로 본다.
분석 읽기 →휴머노이드가 더 똑똑해질수록 왜 공장 전체가 ‘안전장치’가 되어야 할까
Agility Robotics와 FORT Robotics는 Digit 5의 안전구조를 Safety Pendant, On-robot Communications, Offboard Safety Interface로 확장하고 있다. 휴머노이드가 사람의 공간으로 들어갈수록 Safety는 로봇 내부 기능에서 시설 전체의 통합구조로 커질 수 있다.
분석 읽기 →채용팀을 위해
Physical AI 인재, 직무명보다 실제 수행 근거로 찾으세요
로봇 경력자만 좁게 찾지 않습니다. 자동차·반도체·제어·Embedded 등 인접 산업까지 확장하되, 후보자가 실제로 수행한 근거를 확인해 Search 범위를 잡습니다.
Physical AI Search →커리어를 위해
내 경험이 어디까지 연결되는지 먼저 확인하세요
직무명만으로 찾지 않고, 확인된 경력 근거를 바탕으로 직접 연결과 인접 가능성을 구분해 봅니다.
Career Radar 시작하기 →