AX 전문기업 LG CNS(064400, 대표 현신균)가 올해 AI 분야 전문가 확보에 속도를 내고 있다. LG CNS는 AI 직군 전 분야에 걸쳐 경력직 채용을 진행한다.
이번 채용은 △AI 사이언티스트 △AI 엔지니어 △AI 아키텍처 △AI 애플리케이션 개발 △AI 분석·설계 △AI 인프라 기술 전문가 △AI 테크 컨설턴트 △AI 서비스 디자인 컨설턴트 △데이터 엔지니어 등 AI 분야 11개 직무에 걸쳐 진행된다. 금융, 공공, 제조 등 산업별 맞춤형 AI 솔루션을 개발·운영할 전문가를 모집한다.
LG CNS는 단순히 기술 전문가가 아닌 현장에서 직접 비즈니스 혁신을 실현할 ‘AI 플레이어’를 찾는 데 초점을 맞추고 있다. 이를 위해 LG CNS는 올해 ‘AX 역할·역량 체계’를 수립해 AX 직무별 역할과 요구 역량을 상세히 정의했다. 각 영역별 전문가가 참여해 ‘AI 기술을 현장에 어떻게 적용할 것인가’에 대한 고민을 담은 AX 역할·역량 체계는 실무 중심의 채용 기준으로 활용될 예정이다.
예를 들어, AI 엔지니어 직무는 LG CNS가 보유한 전문 기술을 활용해 고객 맞춤형 AX를 주도하는 역할이다. 고객의 상황과 요구에 맞춰 AI 에이전트와 에이전틱 AI 모델과 시스템을 설계해 현장에 적용하고, AX 기술에 대한 성능 개선 및 커스터마이징도 수행한다.
LG CNS는 채용 이후에도 AI 전문가로 성장할 수 있는 다양한 프로그램을 운영하고 있다. 지난 3월 글로벌 AI 유니콘 기업 ‘코히어(Cohere)’와 국내 최초로 에이전틱 AI 서비스 공동 개발 파트너십을 체결한 이후 AI 전문 인력들을 캐나다 토론토에 위치한 코히어 본사에 파견해 공동 프로젝트를 수행하며 선진 기술을 배울 수 있는 기회를 제공하고 있다.
직원들의 AI 관련 자격증 취득도 적극 지원한다. 아마존웹서비스(AWS), 구글 클라우드(GCP), 마이크로소프트 등 글로벌 클라우드 서비스 제공 사업자(CSP)의 AI, 머신러닝(ML), 데이터 분석 자격증 시험 응시 전형료를 전액 지원하고, 합격 시 수당과 축하금도 지급한다.
임직원들에게는 AI 직무별 맞춤형 교육도 제공한다. AI와 데이터에 대한 기본 이론부터 △LLM 애플리케이션 개발 △RAG 활용 △테스트 실무 등 직무별 맞춤형 교육이 운영된다. 교육을 수료하고, AI 프로젝트 경험과 기술 평가 기준을 충족한 직원에게는 ‘AX 전문가’ 사내 자격이 부여된다.
또한, 현장 주도의 AI 유즈케이스 발굴을 위한 ‘AI 100 in 100’ 활동을 전개해 전 임직원들의 자발적인 AX 참여 및 역량 확보를 권장하고 있다. 100 in 100 프로젝트는 생성형 AI 도입에 어려움을 겪고 있는 기업들을 위해 100일 이내에 100개의 생성형 AI 서비스를 구축해 주는 점이 핵심이다. LG CNS는 지난 3월 이 프로젝트를 시작해 약 60일(근무일 기준) 만에 서비스 100개 구축을 완료했고, 이미 목표치를 초과해 약 140개 프로젝트를 마무리 지었다. 연내 목표는 500개 프로젝트 완료다.
LG CNS는 유연한 근무 환경과 성과 중심의 인사 시스템을 갖추고 있다. 전사적으로 자율 책임근무제를 시행하고 있으며 강남, 판교, 성남, 여의도, 광화문 등 수도권에 102개 거점 오피스를 운영하고 있다. 원하는 시간에, 원하는 장소에서 유연하게 근무할 수 있다.
또, 나이와 직급에 상관없이 역량이 뛰어난 직원에게 더 많은 보상을 해주는 기술 역량 레벨 평가제도를 도입해 능력 중심의 인사 제도를 운영 중이다. 사내외 IT 전문가들이 출제한 기술 시험 테스트 결과를 바탕으로 업무 분야와 공통 역량을 종합 평가해 1~5등급으로 나눠 연봉과 인사 평가에 반영한다.
LG CNS는 채용과 육성 투 트랙 전략으로 올해 연말까지 AI 전문 인력을 1000명까지 확보하겠다는 계획이다.
LG CNS는 AX 전문기업으로서 우수한 인재들에 대한 채용뿐만 아니라 육성까지 힘을 쏟고 있다며, LG CNS는 최신 AI 기술을 빠르게 실증하고 적용하는 역량을 갖춘 최고의 기업으로 직접 고객의 AX 문제를 해결하는 경험을 원하는 인재들에게 최적의 환경을 제공할 것이라고 밝혔다.
웹사이트: http://www.lgcns.com
){kind=small}
){kind=small}
){kind=small}
){kind=small}