The posting, in Krafton's own words
archived Oct 26, 2026우리는 게이머의 로망을 실현하기 위해, 누구도 가지 않는 길을 갑니다. 예상을 뛰어넘는 과감한 상상력과 기술로, 전 세계 팬들이 잊지 못할 세상을 만들기 위해 담대하게 도전하고 개척합니다. We pioneer the path to players' dreams. With bold imagination and breakthrough technology, we create unforgettable worlds for fans across the globe.
우리 팀(프로젝트)을 소개합니다.
지난 2021년부터 크래프톤은 우리가 가진 게임 제작역량을 새롭게 확장할 수 있는 영역이자 새로운 도전을 지속할 분야로 딥러닝을 제시하고 해당 분야 연구에 집중하고 있으며, 본격화를 위하여 핵심 인재 영입 등 적극적인 투자를 진행하고 있습니다. [AI Research 본부 비전] 크래프톤 AI Research 본부는 게임과 비게임 분야를 위한 자체 AI 핵심 기술을 연구 개발하여, 기존 사업의 경쟁력을 강화하는 동시에 AI 기술의 사업화를 지원하며 새로운 가치와 혁신을 창출합니다: Multimodal Foundation Model, AI Agent 등 차세대 AI 핵심 기술을 연구·개발하여 게임과 현실 세계에서 사람과 자연스럽게 상호작용하는 지능형 Agent를 구현합니다. AI 기술을 게임 개발과 서비스는 물론 다양한 산업 분야에 적용하여 제작 혁신, 새로운 사용자 경험, AI 기반 서비스와 사업 기회를 창출합니다. [Culture Fit] AI Research 본부 인원들은 본인 분야에만 묶여있지 않고 서로 다른 프로젝트 팀원들과 교류 및 협업하여 다양한 문제에 창의적인 아이디어를 제시할 수 있습니다. 다양한 문화적 배경을 가진 인원들이 모여 팀을 이루고 있으며 활발한 소통을 위해 언어적 장벽을 해소해줄 수 있는 방법들을 적극 지원하고 있습니다.
Read the full posting ↓
우리 팀과 함께할 미션을 소개합니다.
MLLM from scratch 개발 : Qwen3-VL 등 주요 VLM 아키텍처와 학습 레시피를 분석·재현하고, 자체 LLM을 기반으로 visual alignment → pre-training → physical SFT로 이어지는 3단계 학습 파이프라인을 설계하고 실행 Flow-matching 기반 video/action generator 개발 World Model 사전학습 연구 : 게임 엔진 데이터(PUBG, 인조이 등)와 실환경 데이터를 함께 활용해 도메인에 종속되지 않는 범용 물리 표현을 학습시키는 방법을 연구하고, pixel-space와 latent-space 표현 방식을 비교·검증 Task-aware post-training : 완성된 모델을 특정 task에 맞게 post-training하고, RL(ReinFlow 등)과 시뮬레이션 기반 학습을 통해 실제 성능을 검증 평가 체계 구축 : Closed-loop 평가 프레임워크와 벤치마크를 설계해 모델 개선 사이클을 빠르게 반복할 수 있는 인프라 구축 대규모 학습 인프라 활용 : 대규모 GPU 클러스터 환경에서 분산 학습을 설계하고 실행
이런 경험을 가진 분과 함께 성장하고 싶습니다! (필수요건)
인공지능 관련 분야 전공 석/박사 졸업 이상 혹은 이에 준하는 연구 경력 연구를 주도할 수 있으며 딥러닝 관련 논문을 통해 빠르게 이해하고 실험 설계할 수 있는 능력 새로운 domain에 빠르게 적응할 수 있는 분 원활한 업무 커뮤니케이션 능력 해외 출장에 결격 사유가 없는 분
이런 경험들이 있다면 저희가 찾는 그 분입니다! (우대요건)
AI/ML 탑티어 학회 (NeurIPS, ICLR, ICML 등), 관련 분야 탑티어 저널에 발표/수상 경험이 있으신 분 30B 이상 대규모 Foundation Model에 대한 학습/배포 경험이 있으신 분