Research Scientist Internship-Physical AI 개발

팀 소개

Physical Intelligence Lab은 인간의 눈을 뛰어넘는 시각 지능 기술을 연구·개발하며, 현실과 가상 공간에서 새로운 경험을 만들어 내는 것을 목표로 합니다.
단순히 ‘사물을 본다’를 넘어, 세계를 이해하고 사람을 연결하는 AI의 눈을 만드는 것이 우리의 비전입니다.

Physical Intelligence Lab의 연구 범위는 컴퓨터 비전 전반에 걸쳐 있습니다.
이미지·영상 인식, 객체 탐지, 멀티모달 학습, 3D 이해를 비롯해 비전검사, Document AI, Robotics 등 다양한 응용 분야로 기술을 확장하고 있습니다.
이를 통해 LG 그룹의 다양한 사업 영역에 적용 가능한 핵심 비전 기술과 서비스 기반을 마련하고, 나아가 미래 산업을 선도할 혁신적인 Application 개발에 기여하고 있습니다.

Physical Intelligence Lab의 연구원들은 “눈으로 세상을 새롭게 해석한다”는 철학 아래, 대규모 데이터와 최첨단 AI 모델을 활용해 현실의 복잡한 문제 해결에 도전합니다.
또한 글로벌 학계·산업과의 협업을 통해 최신 연구를 빠르게 흡수하고, 이를 실제 제품과 서비스로 이어가며 연구와 비즈니스의 선순환을 만들어가고 있습니다.

그중 Robotics Tech cell에서는 혁신적인 로봇 파운데이션 모델(Robot Foundation Model)을 직접 개발하고, 
VLA(Vision-Language-Action), World Model, Embodied Reasoning 등 최신 Physical AI 기술을 연구하고 있습니다.

본 포지션은 로봇이 시각 정보를 이해하고, 언어 지시를 해석하며, 실제 환경에서 적절한 행동을 수행할 수 있도록 하는 차세대 로봇 지능 모델 개발을 목표로 합니다.

이를 위해 대규모 로봇 학습 데이터 구축, 시뮬레이션 기반 학습 및 검증, 실제 로봇 환경에서의 성능 평가를 수행하며, 제조 현장의 다양한 작업 조건과 환경 변화에 대응할 수 있는 모델 일반화 성능 향상 연구를 함께 다룹니다.

글로벌 최고 수준의 Physical AI 기술을 만들어가는 우리의 여정에 동참하실 분을 기다립니다. 


수행 업무

• Physical AI 관련 연구 및 개발
  * 상세 연구 주제 및 수행 업무는 합격 이후 협의
  - 최신 VLA / World Model / Robot Foundation Model 관련 논문 및 기술 분석- 최신 연구 결과를 내부 RFM에 적용하고, 모델 구조·학습 전략·평가 방법론 관점의 개선 방향 도출- Real / Sim / Web 기반 로봇 데이터 수집·정제·분석 및 품질 개선- 실패 사례, edge case, long-horizon task 데이터를 활용한 모델 개선 전략 연구- SFT, RL, 데이터 믹싱, 데이터 선별 전략 등을 통한 모델 성능 향상 연구- 시뮬레이션 및 실제 로봇 환경을 활용한 모델 평가 체계 구축- Sim-to-Real 성능 검증 및 실제 로봇 적용 과정에서의 성능 저하 요인 분석- 실제 로봇 평가 결과를 기반으로 한 closed-loop data collection 및 데이터 재수집 전략 수립
• - 신규 모델 아키텍처, 학습 방법론, 평가 방법론 연구
• - 로봇 제어 스택, 데이터 로깅과 연계한 end-to-end 평가 자동화
• - 실제 제조 환경을 반영한 in-house benchmark 및 task suite 설계·구축
• - 다양한 환경, 태스크, 물체, 로봇 플랫폼, 언어 지시 변화에 대한 generalization 성능 개선
• - 로봇 파운데이션 모델의 사전학습 및 사후학습 성능 개선
• - Teleoperation, demonstration, simulation, egocentric video 등 다양한 데이터 소스의 활용 전략 연구
• - 로봇 학습을 위한 대규모 데이터셋 구성 및 활용 전략 연구

지원자격

• Physical AI 관련 분야 석사/박사과정 중이신 분 (Robotics, Computer Vision, Machine Learning, Multimodal AI, Embodied AI 등)
• 로봇 조작, 모방학습, 강화학습, VLA, World Model, Embodied AI 관련 연구 경험을 보유하신 분
• 대규모 모델 학습, 파인튜닝, 데이터 믹싱, 데이터 필터링, 평가 자동화 경험을 보유하신 분
• 실제 로봇 또는 시뮬레이션 환경에서 모델을 평가해본 경험을 보유하신 분

전형절차

• 서류심사 → 코딩테스트(온라인) & LG Way Fit Test(인성검사)→ 기술 인터뷰(비대면) → 최종 합격

       * 전형 절차는 변경될 수 있습니다. 서류 합격 시 전형 절차에 대해 별도로 안내 해 드립니다.

현재 LG AI연구원은 병역지정업체가 아님으로, 전문연구요원 채용 및 전직이 불가함을 알려드립니다.

지원시 문제가 있을 경우 careers@lgresearch.ai 로 문의 부탁드립니다.