![Banseog [ physical ai ]](/assets/brand/banseog-physical-ai-on-dark.svg?v=20261007){kind=small}
회사의 AI 검사 시스템은 판단이 모호한 약 1%의 데이터를 전문가가 검수해 모델을 바로잡는 구조입니다. 본사에 남은 산업 검사가 다른 업종에 보낼 운영 방식의 원본이 될 수 있습니다.
지원 전 체크
지원 전 30초 체크
근무지, 경력, 학력, 비자, 근무형태, 급여처럼 지원 전에 필요한 조건부터 확인합니다.
현재 채용정보는 브라우저에서 최신 공식 데이터로 갱신됩니다.
BANSEOG OUTLOOK
라온피플은 눈을 하나 완성할 때마다 다른 업종으로 떼어 보냅니다
라온피플은 2010년 머신비전 카메라와 소프트웨어를 함께 공급하며 출발했고, 상장 전까지는 휴대폰 카메라 모듈 검사용 장치가 주된 수익원이었습니다. 2017년 무렵 딥러닝 검사 제품을 낸 뒤 2019년에는 교통, 2020년에는 치아 영상으로 같은 기술을 옮겼고, 2021년 초 보도에는 골프 센서 매출이 등장합니다. 2021년 8월에는 의료와 교통을 라온메디와 라온로드로 물적분할하고 본사는 산업용 검사에 집중한다고 밝혔습니다. 2025년에는 영상의 맥락을 읽는 관제 제품 오딘을 주력으로 내세웠습니다. 반석은 이 흐름을 한 업종에서 배운 보는 능력을 다음 업종으로 떼어 보내고, 그 업종에 맞는 책임자를 따로 세우는 습관으로 읽습니다. 그래서 이 회사의 핵심 과제는 모델 하나보다, 여러 업종이 나눠 쓰는 공통 기반과 업종별 책임의 경계를 정하는 데 있다고 봅니다.
입사 전에 확인할 질문
- 이 역할은 공통 기반과 특정 업종 중 어디에 속하나요?
- 업종이 별도 조직이나 법인으로 나갈 때 제가 만든 모델과 데이터는 누가 관리하나요?
- 라온메디, 라온로드와 기술을 나누는 방식은 어떻게 되어 있나요?
회사는 2025년 8월 태국 관제 구축 컨소시엄을 발표했고, 6건의 정부 AI 전환 프로젝트에 참여한다고 밝혔습니다. 오딘이 커지면 어떤 업종의 책임자에게 맡길지 정하는 일이 중요해질 수 있습니다.
2026년 6월 내놓은 스윙이지처럼 새 영상 제품이 이어지면, 새 업종을 고르는 기준과 공통 기반의 소유권을 미리 정하는 일이 중요해질 수 있습니다. 이는 조건부 발전 단계이며 확정된 일정이나 채용계획이 아닙니다.
중요해질 역량
업종 간 공통 비전 기반 설계새 업종의 문제 정의사업 분리·이관 설계현장 검수 체계 운영하드웨어와 AI의 결합
함께 살펴볼 인재시장
머신비전·영상 AIAI 플랫폼·운영제조 검사 공정교통·공공 관제 사업카메라·영상 하드웨어
현재 채용은 기존의 검증된 데이터 경로로 표시합니다. 이 카드는 조건부 인재·조직 전망이며 회사의 채용계획, 개인 적합도 또는 합격 확률을 의미하지 않습니다. · 2026-11-01
다음 인재 변화
직무의 책임은 어디까지 넓어질 수 있을까
한 업종에서 만든 보는 능력을 다음 업종이 쓸 수 있게 넘기는 데까지 이어지는 책임을 살펴봅니다. 실제 업무와 자격요건은 개별 공고에서 확인해야 합니다.
특정 고객 과제의 모델 개발→다른 업종에도 쓰일 부분과 업종별 부분을 나눠 설계
학습과 배포 도구의 운영→여러 업종의 데이터와 모델을 함께 다루는 공통 기반 책임
고객 요구의 정리→새 업종에서 무엇을 볼지 문제 자체를 정의
카메라와 장치의 제품화→업종별 촬영 조건을 공통 장치 설계로 묶음
개별 고객의 수주 확보→어느 업종을 다음에 떼어 보낼 만한지 판단 자료 작성
납기와 검수 관리→전문가 검수 방식을 다른 업종의 현장에 옮겨 적용
지원자 관점
한 분야의 기술을 다른 분야의 일로 옮겨 본 경험
한 분야의 깊이에 더해, 그 기술을 낯선 업종의 문제에 맞게 다시 정의한 경험을 살펴보세요. 인접 경험은 연결 가능성이며 지원 자격이나 개인 적합도 판정이 아닙니다.
경력기술서에서 보여줄 경험
✓
한 산업의 영상 모델을 다른 산업에 맞게 다시 만든 경험
✓
낯선 업종의 전문가와 문제를 함께 정의한 경험
✓
여러 제품이 함께 쓰는 공통 모듈이나 플랫폼을 만든 경험
✓
촬영 장치와 소프트웨어를 함께 조정한 경험
✓
사업이나 기술을 다른 조직으로 이관한 경험
✓
전문가 검수를 학습 과정에 넣어 운영한 경험
어떤 경력이 어디로 이어질까
제조 현장의 영상 판정 경험은 산업 AI 제품으로 이어질 수 있습니다.
공공 사업의 요건과 영상 분석을 다룬 경험이 연결점입니다.
규제 안에서 영상 모델을 검증한 경험을 살펴봅니다.
카메라 기반 측정을 제품으로 만든 경험입니다.
데이터 수집부터 배포까지 여러 과제를 한 체계로 묶은 경험입니다.
영상 입력 단계의 하드웨어를 다룬 경험은 공통 기반 설계로 이어질 수 있습니다.
입사 전에 확인할 질문
- 이 역할은 공통 기반과 특정 업종 중 어디에 속하나요?
- 업종이 별도 조직이나 법인으로 나갈 때 제가 만든 모델과 데이터는 누가 관리하나요?
- 라온메디, 라온로드와 기술을 나누는 방식은 어떻게 되어 있나요?
- 새 업종에 들어갈지는 누가 어떤 기준으로 결정하나요?
- 산업 검사의 전문가 검수 방식은 다른 제품에 어떻게 옮겨지나요?
지역 × 인재
각 거점에서 연결되는 일
공개된 사업 활동을 바탕으로 업무의 연결 가능성을 해석했습니다. 지역별 채용계획이나 현재 인력 배치를 뜻하지 않습니다.
공식 사이트가 안내하는 본사입니다. 여러 업종이 나눠 쓸 기술이 모이는 자리로 읽으며, 현재 조직 구성이나 인원을 추정하지 않습니다.
비전 AI플랫폼하드웨어
2021년 분할한 라온로드가 맡는 영역으로, 2025년 인터뷰에서 전국 지능형 교통체계 구축 비중 25% 이상을 언급했습니다. 떼어 보낸 사례로 읽으며 현재 지분이나 규모를 단정하지 않습니다.
교통 영상공공 사업현장 장치
2025년 8월 모빌린트와 컨소시엄으로 AI 관제 구축을 발표했습니다. 새 눈을 해외에 시험하는 자리로 읽으며 사업 규모를 단정하지 않습니다.
영상 관제국산 AI 칩현지 협업
회사가 브이트랙 공급을 밝힌 시장입니다. 공장에서 배운 카메라 기술이 소비자 제품으로 간 사례로 읽으며, 다른 사업과의 인력 공유를 단정하지 않습니다.
카메라 측정소비자 제품수출 영업
공장의 눈 → 공통 기반 → 새 업종의 문제 정의 → 별도 사업·법인 → 현장 경험 → 공통 기반