퍼포먼스 광고 AI Agent - ZET
고객의 광고 전략을 쉽게 이해하고, 광고 디자이너 없이도 마케터 혼자 빠르게 전략을 실험할 수 있는 시스템을 제공합니다.
ZET 써 보기
ZET와 함께하는 고객사
AI로 자동화한 마케팅이
수 천만원 손실이 된 사례를 수도 없이 봤습니다.
소비자의 생각이 바뀌고, 경쟁사의 전략이 바뀌면.
오늘 성공한 전략이 내일 실패한 전략이 됩니다.
우리가 정의하는 미래
그럴듯한 문구는 AI도 씁니다.
마케터의 역할은 소비자를 끊임없이 배우며, 통하는 메시지를 찾아내는 것입니다.
방법은 하나, 더 빠르게 더 많이 소비자와 소통하며 메시지를 갈고닦는 것.
ZET는 마케터를 위한 새로운 운영시스템을 만들어갑니다.
마케터가 원하는 건, AI 자동화가 아닙니다.
직접 내린 판단을 빠르게 테스트하고, 소비자를 배우는 것입니다.

결과를 가르는 판단은 마케터가 직접 내립니다.
디자인 레이아웃, 색 조합 등 반복되는 작업을 AI가 하나씩 대신합니다.
고객의 광고 전략을 쉽게 이해하고, 광고 디자이너 없이도 마케터 혼자 빠르게 전략을 실험할 수 있는 시스템을 제공합니다.
ZET 써 보기
팔로워가 적지만, 콘텐츠 제작 능력이 뛰어난 인플루언서를 찾습니다.
브랜드와 협업 시 예상 성과를 예측합니다.

기술과 사용자의 문제를 함께 고민하는 동료를 찾습니다.
스스로 실험하고, 근거를 나누며, 함께 방법을 바꿔갑니다.
고객 가치우리가 지금 하는 일이 고객이 느끼는 가치와 무슨 상관이 있는지 명확하게 이해합니다.
우리가 만족하는 가치가 아니라, 고객이 돈을 내고 쓸 만한 가치여야 합니다. 그래서 고객의 말보다 실제 행동 데이터를 믿습니다.
속도보다 방향아무리 급해도, 지금 가려는 방향이 문제를 해결하는 길이 맞는지 스스로 답을 내리고 나아갑니다.
무엇을 확인하려는지 가설을 분명히 세우고, 방향이 섰다면 과감하게 움직입니다.
실행은 학습을 위해10시간 일한 것만으로는 의미가 없습니다. 10시간 동안 무엇을 배웠는지가 중요합니다.
고객에 대해 무엇을 알게 되었고, 어떤 문제를 이해하게 되었는지를 봅니다. 배운 것이 방향을 바꾸라고 말하면, 이미 쏟은 시간이 아까워도 바꿉니다.
몰입몰입은 집중과 다릅니다. 문제를 푸는 것 자체가 나에게 중요하고 재미있어지는 상태를 추구합니다.
주어진 일에 시간을 쏟는 것만으로는 몰입이 되지 않습니다. 여러 일을 한 번에 벌이기보다, 지금 내가 풀 문제 하나를 분명히 정합니다. 작은 부분에 습관처럼 시간을 쓰고 있다면, 몰입이 아니라 관성입니다.
야망항상 그 이상을 추구합니다. 충분함이란 없습니다.
더 똑똑해지고 싶고, 더 유용해지고 싶으며, 더 큰 결과를 만들고 싶어 하는 팀이 ZET입니다.
집중 채용 · ZET 운영 · 광고 검색·수집 · 정규직
광고 소재를 만드는 AI, ZET를 함께 운영하고 키웁니다.
고객이 매일 쓰는 ZET를 운영하고, 광고 검색과 수집, 프론트를 함께 만듭니다.
처음에는 진행 중인 문제에 참여 팀원으로 들어가고, 그다음엔 자기 업무의 리드가 됩니다.
무엇부터 낼지는 우선순위를 함께 정합니다.
Next.js · React · FastAPI · PostgreSQL · S3 · Qdrant · Playwright · Sentry · Linear
모델은 Gemini·OpenAI API로 쓰고, 코드는 Claude Code·Codex 같은 AI 코딩 에이전트와 함께 씁니다.
실제 사용자가 쓰는 서비스를 만들어 본 경험을 봅니다.
직접 만든 서비스 하나를 소개해주세요.
이력서와 함께 무엇을 만들었고, 누가 썼고, 배포한 뒤 무엇을 고쳤는지를 지원서로 보내주세요. 회사·학교·개인 프로젝트 모두 살펴봅니다. 서비스 링크나 코드 저장소가 있다면 함께 첨부해주세요.
집중 채용 · Computer Vision · 광고 이미지를 HTML로 · 정규직
광고 이미지를 수정 가능한 HTML로 바꾸는 기술을 연구하고 개선합니다.
기술 스펙과 모델 조합은 실험 결과에 따라 함께 바꿔갑니다.
한 장의 이미지

각 요소를 선택·수정하는 형태

정해진 방식은 없습니다. 목표 성과에 닿는 방법을 직접 찾습니다.
Object Detection · Segmentation/Masking · Matting/Alpha Compositing · Inpainting/Background Estimation · OCR/Text Segmentation
모델 예시: YOLO, SAM, ViTMatte, LaMa, CLOVA·PaddleOCR.
정해진 답이 없는 현실 문제를 먼저 붙잡고, 실제로 작동할 때까지 풀어 가는 분을 찾습니다.
직접 개선한 연구 하나를 소개해주세요.
이력서와 함께 문제, 본인의 기여, 비교한 방법, 평가 기준과 결과를 지원서로 보내주세요. 실무·연구실·개인 연구 경험 모두 살펴봅니다. 공개 가능한 코드나 포트폴리오가 있다면 함께 첨부해주세요.