모든 기업이 채용할
AI 마케터를 만듭니다.

채용 중인 포지션 보기

ZET와 함께하는 고객사

  • 무신사
  • GC녹십자웰빙
  • 올리브인터내셔널
  • 성분에디터
  • 밀크터치
  • 마미케어
  • 자리톡
  • AMPM
  • 브레이브컴퍼니
  • 아이브코리아
  • 그로빗
  • 에이베러
  • 르본
  • 웨이크버니

잘못된 마케팅 판단은
큰 손실로 이어집니다.

AI로 자동화한 마케팅이
수 천만원 손실이 된 사례를 수도 없이 봤습니다.

정답이 매일 바뀝니다.
소비자의 변화를 계속 배워야 합니다.

소비자의 생각이 바뀌고, 경쟁사의 전략이 바뀌면.
오늘 성공한 전략이 내일 실패한 전략이 됩니다.

우리가 정의하는 미래

마케터에겐 생성 AI가 아니라
전략을 검증하는 운영시스템이 필요합니다

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.

10배 빠르게 실행하고
10배 빠르게 소비자를 배웁니다.

마케터가 원하는 건, AI 자동화가 아닙니다.
직접 내린 판단을 빠르게 테스트하고, 소비자를 배우는 것입니다.

마케터의 판단을 바탕으로 AI가 여러 광고를 빠르게 제작하고 실행하며, 소비자 반응을 학습해 다음 판단을 개선하는 순환

반복되는 판단은
AI에게 하나씩 맡깁니다

결과를 가르는 판단은 마케터가 직접 내립니다.
디자인 레이아웃, 색 조합 등 반복되는 작업을 AI가 하나씩 대신합니다.

운영 중인 서비스

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
원본 광고 이미지 하나를 여러 매체 크기와 비율로 바꾼 ZET 리사이징 화면

저평가 인플루언서 추천 AI - Accord

팔로워가 적지만, 콘텐츠 제작 능력이 뛰어난 인플루언서를 찾습니다.
브랜드와 협업 시 예상 성과를 예측합니다.

비공개 : 고객사별 계약
크리에이터마다 등급과 추천 이유, 좋아요·아쉬워요 버튼이 있는 추천 화면

ZET의 핵심 가치

기술과 사용자의 문제를 함께 고민하는 동료를 찾습니다.
스스로 실험하고, 근거를 나누며, 함께 방법을 바꿔갑니다.

고객 가치

우리가 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 방향

아무리 급해도, 지금 가려는 방향이 문제를 해결하는 길이 맞는지 스스로 답을 내리고 나아갑니다.

무엇을 확인하려는지 가설을 분명히 세우고, 방향이 섰다면 과감하게 움직입니다.

실행은 학습을 위해

10시간 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.

몰입

몰입은 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.

야망

항상 그 이상을 추구합니다. 충분함이란 없습니다.

더 똑똑해지고 싶고, 더 유용해지고 싶으며, 더 큰 결과를 만들고 싶어 하는 팀이 ZET입니다.

모든 채용공고 보러가기

풀스택 개발자 (백엔드 경력 2년 이상)

집중 채용 · ZET 운영 · 광고 검색·수집 · 정규직

광고 소재를 만드는 AI, ZET를 함께 운영하고 키웁니다.

맡게 될 업무

고객이 매일 쓰는 ZET를 운영하고, 광고 검색과 수집, 프론트를 함께 만듭니다.

처음에는 진행 중인 문제에 참여 팀원으로 들어가고, 그다음엔 자기 업무의 리드가 됩니다.

  • 레퍼런스에서 바로 광고 만들기 — 레퍼런스 검색에서 출발해 바로 광고를 만들게 합니다. 고객 한 명이 만드는 광고 수를 늘리는 일입니다.
  • 영상 광고 variation — 영상 광고 하나에서 여러 변형을 만드는 기능을 출시합니다.
  • ZET 판매용 광고 제작 자동화 — ZET를 알리는 광고도 ZET로 만듭니다.

무엇부터 낼지는 우선순위를 함께 정합니다.

매일 다루는 것

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.

자격 요건

실제 사용자가 쓰는 서비스를 만들어 본 경험을 봅니다.

  • 직접 만든 서비스를 배포하고, 사용자가 쓰는 동안 문제를 찾아 고쳐 본 경험
  • React(Next.js) 화면과 Python(FastAPI) API를 읽고 고칠 수 있는 분
  • SQL로 데이터를 직접 조회하고, 로그와 브라우저 개발자 도구로 원인을 찾아본 분
  • AI 코딩 에이전트가 쓴 코드가 맞는지 확인하고, 확신이 없으면 멈추고 묻는 분
  • 경력이 길지 않아도, 여기서 일하는 시간이 커리어에 큰 도움이 될 분

우대 사항

  • 광고·마케팅·커머스 도구를 만들거나 운영해 본 경험
  • 데이터 수집 파이프라인이나 검색 기능을 다뤄 본 경험

지원 자료

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.

근무 조건과 채용 과정

  • 고용 형태 — 정규직
  • 근무지 — 공덕창업허브 (공덕역 5분)
  • 근무 시간 — 오전 10시 ~ 오후 7시
  • 장비 — 근무용 맥 제공
  • 보수 — 이후 협의합니다.
  • 채용 과정 — 확정 후 안내합니다.
모든 채용공고 보러가기

Vision AI Engineer (Image Decomposition & Editing)

집중 채용 · Computer Vision · 광고 이미지를 HTML로 · 정규직

광고 이미지를 수정 가능한 HTML로 바꾸는 기술을 연구하고 개선합니다.

맡게 될 업무

  • 광고 이미지 한 장을 글자·제품·배경 등 요소별로 분해해, 고칠 수 있는 HTML로 바꾸는 모델과 파이프라인을 개선합니다. 1년차 TIPS 연구에서 기본 파이프라인·기준 모델·데이터셋·평가 세트가 마련돼 있습니다.
  • 자체 광고 이미지 데이터셋을 기반으로 AI 모델을 학습·평가하고, 정량적 성능 평가와 오류 사례 분석으로 실제 서비스에서 쓸 수 있는 품질을 확보합니다.
  • Segmentation·Matting·Inpainting·OCR 등 기존 Vision AI 모델을 파인튜닝하고, 필요하면 이미지 처리 알고리즘을 직접 설계합니다.
  • 작은 텍스트, 얇은 테두리, 복잡한 배경 등에서 발생하는 이미지 왜곡과 품질 저하 문제를 분석하고 해결합니다.
  • 원본 광고 소재의 핵심 요소와 시각적 완성도를 유지하면서, 다양한 광고 매체와 구좌별 크기·비율에 대응할 수 있도록 고도화합니다.

기술 스펙과 모델 조합은 실험 결과에 따라 함께 바꿔갑니다.

한 장의 이미지

Ray-Ban Meta 광고 원본에서 광고 영역만 보여주는 이미지

각 요소를 선택·수정하는 형태

같은 광고의 로고, 문구, 안경 사진에 파란 선택 테두리와 조절점이 표시된 편집 화면 예시

일하는 방식

정해진 방식은 없습니다. 목표 성과에 닿는 방법을 직접 찾습니다.

  • 실제 고객 데이터로 연구합니다 — 고객사가 실제로 집행하는 광고를 데이터로 씁니다. 결과는 고객이 쓰는 제품에 들어가고, 잘됐는지는 고객의 피드백으로 확인합니다.
  • 방법은 직접 정합니다 — 무엇을 풀지와 평가 기준은 대표가 정하고, 어떻게 풀지는 엔지니어가 정합니다. 목표에 닿는 접근이라면 기존 파이프라인을 바꾸는 것도 장려합니다. 실제로 글자를 잘라 옮기던 방식이 한계에 부딪혔을 때, 글자를 새로 렌더링하는 방식으로 바꿨습니다.
  • 실험 자원을 지원합니다 — 실험에 필요한 GPU와 예산을 충분히 지원합니다.

연구 분야

Object Detection · Segmentation/Masking · Matting/Alpha Compositing · Inpainting/Background Estimation · OCR/Text Segmentation

모델 예시: YOLO, SAM, ViTMatte, LaMa, CLOVA·PaddleOCR.

자격 요건

정해진 답이 없는 현실 문제를 먼저 붙잡고, 실제로 작동할 때까지 풀어 가는 분을 찾습니다.

  • 정해진 해법이 없는 문제를 직접 쪼개 접근을 정하고, 실제 서비스나 실사용 데이터에서 작동하는 결과까지 만들어 본 경험
  • Segmentation/Masking, Matting, Inpainting·이미지 복원 중 한 분야 이상에서 직접 연구하고 품질을 개선한 경험
  • Python·PyTorch로 학습·추론 코드를 수정하고, 필요한 전처리·파인튜닝·후처리를 구현할 수 있는 분
  • OpenCV·NumPy로 이미지·좌표·마스크·알파·색공간을 다뤄본 분
  • 논문·오픈소스를 이해해 적용하고, Git·Linux·GPU 환경에서 기존 연구를 재현할 수 있는 분
  • 데이터·평가 조건을 맞춰 비교하고, 오류 원인과 개선 결과를 수치·이미지로 설명할 수 있는 분

우대 사항

  • OCR·Text Segmentation, VLM, Diffusion·LoRA 관련 연구 경험
  • 레이어를 HTML·CSS·SVG·Canvas 편집에 연결하거나, 모델의 속도·메모리·서비스 적용을 개선한 경험

지원 자료

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.

근무 조건과 채용 과정

  • 고용 형태 — 정규직
  • 경력 — Computer Vision 실무 경험 2년 이상
  • 근무지 — 공덕창업허브 (공덕역 5분)
  • 근무 시간 — 오전 10시 ~ 오후 7시
  • 보수 — 채용 후에 기여 범위에 따라 합리적인 보수를 확정하며, 최대 9천만원 연봉까지 오픈되어 있습니다.
  • 채용 과정 — 확정 후 안내합니다.