직무 · 모든 회사 / 모든 직무
Q. HL 클레무브 내 자율주행 R&D (application S/W) 직무
HL 클레무브 내 자율주행 R&D (application S/W) 직무에서 레이다 신호처리 연구도 진행하는건가요? 레이다 관련 제품 설명들이 있으나 해당 신호처리 직무는 어디와 연관있는지 모르겠습니다. 특히 차량 실내용 레이다와 관련된 연구에 관심이 있는데 이게 자율주행 R&D (application S/W)과 관련 있는지 잘 모르겠습니다. 해당 직무 주요 업무에서는 차량 외부 환경 인식 및 알고리즘 개발 관련인 듯 싶은데 맞을까요?
2026.09.25
답변 3
- PPRO액티브현대트랜시스코부사장 ∙ 채택률 100%
채택된 답변
네. 공고를 기준으로 보면 질문하신 두 영역은 연결되어 있지만, ‘레이더 신호처리 자체’를 주력으로 하는 직무와는 구분해서 보는 게 정확합니다. 현재 확인되는 HL클레무브의 자율주행 R&D(Application S/W) 주요 업무는 센서 데이터 기반 객체 인식·추적, 자차 위치 추정, 경로 계획, 주행 제어, 딥러닝 기반 인식·판단, 시뮬레이션 및 실차 검증입니다. 즉 말씀하신 대로 큰 틀에서는 차량 외부 주행환경을 인식하고 판단·제어하는 알고리즘/Application SW 개발에 가깝습니다. 다만 여기서 레이더와의 접점이 있습니다. Application S/W에서 사용하는 입력 센서 중 Camera, Radar, LiDAR 등이 있고, 이 센서 데이터를 이용해 객체의 위치·거리·속도 등을 추정하고 여러 센서 정보를 융합해 객체를 인식·추적하는 업무가 포함될 수 있습니다. 실제 과거 HL클레무브의 자율주행 SW 알고리즘 공고에서도 Camera/Radar/LiDAR 신호처리 알고리즘을 명시한 사례가 있습니다. 하지만 레이더의 Raw 신호를 직접 처리하는 연구가 목표라면 이야기가 조금 달라집니다. HL클레무브는 별도로 Radar 신호처리 SW 직무를 운영해 왔고, 최근 공고에서도 FFT, Peak Detection, Interference Mitigation, 2D Frequency/Angle Estimation, Ghost Filtering, Blockage Detection 등을 명시하고 있습니다. 이것이 질문자님이 생각하는 전형적인 레이더 신호처리 연구에 훨씬 가깝습니다. 또한 채용 이력에서도 Radar 신호처리 SW, Radar 성능해석, Radar 신호처리 시뮬레이터, Radar Embedded SW, Radar System 개발 등이 Application S/W와 별도의 모집 분야로 구분되어 있었습니다.
합격 메이트삼성전자코부사장 ∙ 채택률 77%멘티님. 안녕하세요. HL클레무브의 자율주행 R&D Application S/W 직무는 레이더, 카메라 등 센서에서 수집된 신호와 데이터를 기반으로 차량의 인지, 판단, 제어 로직 및 상위 애플리케이션 알고리즘을 개발하는 역할을 주 업무로 합니다. 센서 자체의 신호처리(DSP)나 신호 해석 연구는 주로 시스템/센서 S/W 개발 팀에서 담당하며, Application S/W 직무는 해당 신호 데이터를 활용하여 차량의 주행 및 콕핏 응용 기능을 구현하는 데 집중됩니다. 관심이 있으신 차량 실내용 레이더(In-Cabin Radar, 탑승자 감지 및 상태 모니터링 등) 역시 인포테인먼트 및 안전 애플리케이션 구현 측면에서 Application S/W 분야와 깊게 연관될 수 있습니다. 다만 자율주행 R&D 조직의 메인 Focus는 말씀하신 대로 ADAS 및 자율주행을 위한 차량 외부 환경 인식, 경로 계획, 제어 알고리즘 개발에 무게가 실려 있습니다. 따라서 실내용 레이더 연구에 관심이 있더라도, 지원 시에는 외부 인지 및 센서 데이터 융합 기반의 애플리케이션 개발 역량을 우선적으로 강조하시는 것을 추천합니다.
채택스포스코코부사장 ∙ 채택률 75%안녕하세요. 멘티님. 반갑습니다. HL 클레무브의 자율주행 R&D application S W 직무는 기본적으로 차량 외부 인식과 주행 판단 쪽에 더 가깝게 보시면 됩니다. 그래서 말씀하신 레이다가 아예 무관한 것은 아니지만 레이다 신호처리 자체를 깊게 파는 직무라기보다는 센서에서 들어오는 정보를 자율주행 알고리즘에 맞게 쓰는 쪽에 더 무게가 있습니다. 차량 실내용 레이다는 보통 탑승객 감지나 실내 상태 인식 쪽이라 자율주행 주행 판단과는 결이 조금 다를 수 있어서 해당 직무와는 직접 연계가 약할 가능성이 큽니다. 다만 회사 안에서 센서 융합 관점으로 연계가 되는 경우는 있으니 지원 전에 공고의 세부 업무와 기술 스택을 꼭 같이 확인해보시구요. 정리하면 자율주행 R&D application S W는 외부 환경 인식 알고리즘과 제어 연계가 중심이라고 보시면 맞습니다. 레이다 관련 관심이 있으시다면 차량 외부용 레이다의 객체 검출 추적 센서융합 쪽이면 맞닿는 부분이 있고 실내용 레이다는 별도 제품 개발 조직이나 다른 응용 분야일 가능성이 높습니다. 실제로는 소프트웨어 직무 안에서도 담당 모듈이 나뉘는 경우가 많아서 면접에서는 이 직무가 센서 원천 신호처리인지 알고리즘 적용인지부터 분명히 짚어보시면 좋습니다. 모쪼록 도움이 되셨다면 채택부탁드립니다. 감사합니다.
함께 읽은 질문
Q. 오픽 IH, 토스 AL 중에 뭐가 더 어렵나요?
제가 오픽 IH가 목표인데 3번 트라이해서 IM1, IM3, IM3 이렇게 나와가지고 오픽은 제 길이 아닌거 같아서요.. 토스로 선회할까 하는데 토스 AL이 오픽 IH보다 어려울까요? 차라리 외우는 양이 많더라도 스크립트 판정이 없는 토스가 낫지 않으려나 싶은데 멘토님들은 어떻게 생각하시나요? ㅜㅜ 참고로 반도체 공정쪽으로 취업 준비중입니다!
Q. kai 프로젝트 중복작성 및 증빙서류에 대해 질문 드리고 싶습니다.
안녕하십니까 이번에 kai를 지원했는데 실수로 경험 사항에 기입했던 전공 조별과제를 프로젝트란에 중복으로 작성한 것을 발견했습니다. 1. 혹시 경험에 적은 내용을 프로젝트에 중복으로 작성한 것이 지장이 갈 수 있는지 2. 그리고 프로젝트의 경우 이력서를 작성할 때 무조건 증빙서류를 제출해야 한다고 명시되어 있었는데 조별과제에 대해 증빙서류를 요구받는다면 결과보고서 등으로 제출 가능한지 여쭤보고 싶습니다.
Q. 컴공 학생의 취업 준비 방향
컴퓨터소프트웨어 전공 학생으로 아직 구체적인 직무를 정하지 못하고 있습니다. 취업을 준비하면서 대학생활 동안 어떤 역량을 우선적으로 쌓아두는 것이 좋을지 궁금합니다. 자격증, 프로젝트, 대외활동, 개인 공부 방향 등 여러 경험 중 실제 취업에 가장 도움이 되었던 경험은 무엇인지, 그리고 신입사원에게 중요하게 보는 역량은 무엇인지 조언을 듣고 싶습니다.
궁금증이 남았나요?
빠르게 질문하세요.