AI 에이전트 기억 인프라, Zep 채용 분석
AI 에이전트가 대화 몇 줄만 기억한다면, 기업의 복잡한 업무를 제대로 처리할 수 있을까요? Zep은 이 한계를 해결하기 위해 에이전트용 컨텍스트 인프라를 만들고 있으며, 이를 함께 개발할 핵심 인재를 채용하고 있어요.
Zep이 만드는 AI 에이전트의 기억 인프라
Zep은 채팅, 문서, 이벤트, 비즈니스 데이터를 연결해 AI 에이전트가 이전 맥락을 기억하고 추론하도록 지원해요. 핵심 제품인 **Context Lake(컨텍스트를 통합·관리하는 저장 계층)**는 시간에 따른 정보 변화까지 반영하며, 배포 환경마다 수백만 개의 Context Graph를 처리할 수 있어요.
기업은 이를 활용해 고객의 과거 문의와 계약 정보, 최근 업무 이벤트를 함께 이해하는 에이전트를 만들 수 있어요. 예를 들어 고객지원 AI가 단순히 현재 질문만 보는 것이 아니라, 이전 장애 기록과 상품 사용 이력을 확인한 뒤 개인화된 답변을 제공하는 방식이에요.
또한 기업 자체 VPC와 클라우드 환경에서 200ms 이내로 컨텍스트를 제공하는 것을 목표로 해요. 오픈소스 컨텍스트 그래프 프레임워크 Graphiti는 GitHub 스타 3만 개 이상을 확보했으며, 삼성·Zscaler·Twin Health·HoneyBook 등을 고객으로 두고 있어요.
연구와 제품화를 연결하는 Research 엔지니어
Member of Technical Staff: Research는 연구 결과를 실제 제품 성능 개선으로 연결하는 역할이에요. 논문이나 데모에 머무르지 않고, 검색과 메모리 품질을 높인 모델을 운영 환경까지 배포해야 해요.
주요 업무는 다음과 같아요.
- 검색 에이전트 개발: 질의를 이해하고 결과 순위를 조정해 필요한 정보만 컨텍스트로 가져와요.
- 메모리 모델 파인튜닝: 정보를 추출·갱신·통합하는 모델을
PyTorch기반으로 개선해요. - 평가 체계 구축: 검색 품질과 에이전트 작업 성공률의 회귀(업데이트 후 성능 저하)를 출시 전에 발견해요.
- 실험 전 과정 담당: 데이터셋 제작부터 실험 설계, 학습, 평가, 운영 배포까지 직접 책임져요.
첫 주에는 검색 또는 메모리 추출 문제를 실험으로 정의하고, 30일 안에 결과를 제품 루프에 반영하거나 실패 이유를 문서화해요. 90일이 되면 세 번의 실험 주기를 완료하고, 직접 만든 평가 도구가 모든 릴리스에서 실행되는 것이 목표예요.
Research 직무가 요구하는 실전 경험
이 포지션은 6년 이상의 경력과 실제 운영 환경에서 모델을 배포한 경험을 중요하게 봐요. 특히 검색·랭킹·질의 이해, 고전적 머신러닝, 트랜스포머 학습을 제품에 적용해 본 지원자에게 적합해요.
단순한 챗봇 API 래퍼가 아니라 복잡한 에이전트 시스템을 운영해 봐야 해요. 골드셋(정답이 검증된 평가 데이터), 오프라인 지표, 온라인 테스트를 활용한 평가 경험과 강한 Python, AWS 역량도 필요해요.
근무지는 샌프란시스코 또는 미국 내 원격이며 미국 시민권자나 비자 보유자가 대상이에요. 연봉은 18만~25만 달러, 지분은 **1.00~1.50%**이고 컴퓨터공학 석사 또는 이에 준하는 경험을 요구해요.
기업 배포를 이끄는 Forward Deployed Engineering 리더
Head of Forward Deployed Engineering은 대형 고객의 계약 전 기술 논의부터 실제 운영 90일까지 책임지는 리더예요. 일반적인 제품 개발 책임자가 아니라 고객 현장과 코드베이스를 오가며 배포 문제를 직접 해결하는 역할이에요.
AWS, Kubernetes, Terraform을 활용해 Managed·BYOK·BYOC 환경에 Zep을 배포하고, 보안 및 플랫폼 팀의 승인을 통과시켜야 해요. 두 번 이상 반복되는 맞춤 작업은 레퍼런스 아키텍처나 제품 요구사항으로 바꿔, 고객별 엔지니어링 비용을 줄이는 것도 핵심이에요.
10년 이상의 소프트웨어·솔루션 아키텍처·FDE 경력과 3년 이상의 고객 기술 조직 리딩 경험이 요구돼요. Python과 Go 또는 TypeScript로 직접 패치를 작성할 수 있어야 하며, 연봉은 22만~27만 달러, 지분은 **1.20~1.75%**예요.
빠른 채용 절차와 Zep의 업무 문화
Zep은 소규모 분산 팀으로 운영되며, 어려운 문제를 함께 풀고 서로의 설계를 검토하는 문화를 지향해요. 질문을 일찍 던지고 의견이 다를 때는 근거를 갖고 반박하며, API 반대편에 있는 실제 사용자를 고려하는 태도를 강조해요.
채용 절차는 비교적 간결해요.
- 창업자 스크리닝 콜: 지원자의 경험과 역할 적합성을 확인해요.
- 팀 인터뷰: 2~3시간 동안 배포 사례나 운영에 반영한 에이전트·파인튜닝 결과를 살펴봐요.
- 최종 결정 통화: 창업자 Daniel과 역할, 목표, 기여 방향을 조율해요.
복지는 의료·치과·안과 보험, 고용주 매칭이 포함된 401K, 무제한 휴가, 휴대전화 비용 지원으로 구성돼요. 샌프란시스코의 유연한 출근과 미국 내 원격근무를 지원하지만, 원격 구성원도 필요에 따라 출장을 해야 해요.
마무리하며
Zep의 채용 공고에서 반복되는 기준은 분명해요. 연구 아이디어나 기술 소개보다 측정 가능한 성능 개선, 운영 배포, 고객 결과를 더 중요하게 평가한다는 점이에요.
검색·메모리 모델을 직접 제품화했거나 복잡한 기업 환경에 AI 시스템을 배포해 본 경험이 있다면 검토해 볼 만해요. 지원 전에는 성공 사례뿐 아니라 실패한 실험, 평가 방법, 실제 운영 지표까지 정리해 두는 것이 가장 현실적인 준비가 될 거예요.
