Sendbird / 이 회사가 만드는 미래

고객 기억·관리할 행동을 여러 채널에 연결합니다.

Delight.ai는 Sendbird의 대화 기반 위에서 구매·추가 구매·중단 거래의 회복·구매 뒤 지원을 설명합니다. Signet은 상품 질문 이해·관련 정보 검색·적합한 다음 행동으로 쇼핑 예시를 만듭니다. 고객의 전환·주문 정의로 평가하며 홈의 성과 수치는 회사가 공개한 관찰 범위로 읽습니다. 새 고객에게 동일 결과를 약속하지 않습니다.

그 미래가 만들어지는 모습 ↓

01 / 제품과 일상

그 미래를 만드는 제품들.

Delight.ai

고객 요청마다 맥락을 기억하고, 추론하고, 직접 처리합니다.

고객 맥락을 바탕으로 처리를 실제로 완료합니다.

Lotte Homeshopping

협력사 QA 지원

4개월 안에 사람의 업무량 30~40% 감소(AWS 발표)

Moni가 검토를 거친 지식으로 일상적인 문의를 처리합니다.

무엇이 달라졌나요? ＋

협력사의 반복 문의 때문에 상품 QA가 지연됐습니다.

이 QA 도입 사례에 한정된 수치입니다.

02 / 고객에게 닿기까지

요청, 처리, 근거

고객이 예약을 변경한 뒤 전화로 문의하는 장면을 예로 들었습니다. 앞선 맥락이 통화에서도 이어져야 합니다.

01
준비
승인된 지식과 실행할 작업을 에이전트에 연동합니다.
02
행동
권한 범위 안에서 채널이 바뀌어도 맥락을 이어 갑니다.
03
검토
기록을 확인하고 개선 사항을 테스트합니다.

일이 이루어지는 과정 더 보기

처리할 일이 담긴 고객 대화

고객이 예약을 바꿔 달라고 하더니, 지난번 결제 건과 새 결제 수단 문제까지 꺼냅니다. Delight.ai가 그리는 에이전트는 이런 요청을 연동된 시스템을 오가며 끝까지 처리하고, 채널이 바뀌어도 대화를 이어 가며, 판단이 필요한 결정에는 사람을 참여시킵니다. Signet은 이 제품을 네 단계로 이해합니다. 고객이 누구인지 확인하고, 요청을 파악하고, 필요한 정보를 찾아, 허가된 처리를 실행하는 흐름입니다. 가치는 고객이 그다음 단계로 넘어갈 때 손에 잡힙니다. 예약에 대한 답변과 실제로 확정된 예약 변경은 전혀 다른 결과물이니, 처리가 끝났다는 사실이 업무 흐름에서 분명히 보여야 합니다.

이 업무 흐름의 또 다른 축은 Sendbird가 이미 갖춘 커뮤니케이션 인프라입니다. 개발자는 자사 앱에 채팅, 음성, 영상 기능을 넣고, 메시징 운영은 Sendbird가 맡되 제품 경험은 고객사가 결정합니다. 지금 Sendbird 홈페이지에 들어가면 커뮤니케이션 API와 delight.ai 가운데 하나를 고르게 돼 있습니다. Signet도 두 경로를 나눠 소개합니다. 회원끼리 채팅하는 기능을 만드는 개발자와, 고객 응대 에이전트를 들이는 고객지원팀은 풀려는 과제가 다르기 때문입니다. 커뮤니케이션 인프라는 함께 쓸 수 있어도 요구 사항, 구매 결정, 평가 기준까지 같지는 않습니다. 그래서 좋은 소개는 소프트웨어보다 누가 어떤 일을 하는지부터 설명합니다.

지식, 처리 방법, 허용 범위 준비

에이전트 빌더의 설정 항목은 페르소나, 지식, Actionbook, 허용 범위 네 가지입니다. 팀은 답변의 근거가 될 콘텐츠를 넣고, 처리 방법을 지시문으로 쓰고, 대화에 걸 안전장치를 정합니다. 연동 페이지에 따르면 이 설정은 기존 지식 베이스는 물론 Salesforce, Zendesk, Freshworks 같은 고객지원 도구와도 맞물립니다. Signet이 시연한다면 가상의 주문 문의 업무를 고르겠습니다. 적용할 정책 하나, 주문 상태를 조회하는 도구, 그리고 사람이 변경을 승인하는 지점을 차례로 보여 주는 방식입니다. 그래야 대화형 화면이 실제 업무 프로세스와 어떻게 맞물리고, 그중 에이전트가 실제로 맡는 부분이 어디인지 알 수 있습니다.

Agent Memory Platform은 대화가 끝난 뒤에도 이어지는 맥락을 더해 줍니다. 제품 페이지에 따르면 대화에서 얻은 정보를 CRM, CDP, 데이터 웨어하우스 기록과 합치고, 중요한 정보는 다시 확인하며, 팀이 기억을 추적·수정·삭제할 수 있습니다. Omnipresence 덕분에 이 맥락은 채팅, SMS, 이메일, WhatsApp, 음성 어느 채널에서든 그대로 쓰입니다. Signet이 보기에 기억은 한번 저장하면 영원히 맞는 정보가 아니라, 계속 손봐야 하는 고객 정보입니다. 좋은 시연이라면 이전 대화에서 나온 고객 선호 하나로 시작해 그 출처를 보여 주고, 다음 요청에서 에이전트가 그 선호를 어떻게 활용하거나 갱신하는지 따라가야 합니다.

변경 사항 테스트와 결과 확인

Trust OS는 배포된 에이전트에 대한 관찰, 통제, 감독 기능을 내세웁니다. 대화 로그, 품질 검토, 에스컬레이션 통제, 스테이징 환경, 단계적 배포가 있어, 팀은 변경 사항을 더 많은 고객에게 적용하기 전에 에이전트 동작을 미리 점검할 수 있습니다. Analytics는 대화 단위 정보를 내보내기로 제공하고, 고객사는 이를 자체 BI 도구에서 주문·예약 데이터와 결합합니다. Signet이라면 실패한 요청 하나를 골라 실패의 근거, 제안된 변경, 범위를 제한한 테스트 결과를 함께 살펴보겠습니다. 이렇게 비교하면 개선 과정을 검토할 수 있고, 제품·엔지니어링·운영 담당자가 무엇이 바뀌었는지 같은 기록을 놓고 이야기할 수 있습니다.

서울 AI Agent 엔지니어링 직무가 맡는 일이 바로 이 운영 루프입니다. 인턴십에는 에이전트 정확도 테스트, 백엔드 API 연동, 성능 모니터링 추가가 포함됩니다. 소프트웨어 엔지니어 직무는 평가 파이프라인, 검색(retrieval), 프롬프트 실험, 프로덕션 아키텍처를 맡습니다. 겉으로 보이는 화면이 계속 쓸모 있으려면 이런 일이 뒤에서 받쳐 줘야 합니다. Signet은 지원자에게 이렇게 준비해 보기를 권합니다. 실패 사례 하나를 입력부터 실제 결과까지 설명하고, 원인이 된 구성 요소를 짚고, 의도한 수정이 맞는지 확인할 테스트를 제안해 보세요. 공고 내용을 바탕으로 한 준비 제안일 뿐, 회사가 추가로 낸 과제나 면접에서 반드시 나오는 문제는 아닙니다.

제품과 고객을 더 깊이 알아보기

고객 응대에서 실제 처리까지 맡는 Delight.ai

Delight.ai는 Sendbird의 대화 인프라를 기반으로 한 고객 응대 AI 플랫폼입니다. 현재는 구매, 업그레이드, 중단된 거래 복구, 구매 후 지원까지 고객 생애주기 전반을 다룬다고 내세웁니다. Signet은 이 범위를 가상의 쇼핑 대화로 설명합니다. 에이전트가 상품 문의를 이해하고, 관련 정보를 찾아, 쇼핑객이 알맞은 다음 단계로 넘어가도록 돕는 식입니다. 이 제품의 사업 성과 주장은 고객사가 직접 정의한 전환과 주문 기준으로 평가해야 합니다. 홈페이지의 홍보용 성과 수치는 회사가 공개한 관찰 결과일 뿐, 새 고객 누구에게나 보장되는 결과가 아닙니다.

Agent Steward는 여러 시스템과 팀에 걸쳐 시간이 걸리는 사례를 다룹니다. 제품 페이지에 따르면 한 명의 책임자가 API, 이메일, 음성, 데스크 업무를 맡은 전문 에이전트들을 조율하고, 각 처리에는 승인 단계와 감사 기록이 따라붙습니다. 감독 아래 내린 결정을 평가한 뒤에 자율 범위를 넓힐 수 있습니다. Signet이라면 항공사 회신, 호텔 측 조치, 사람의 판단이 모두 필요한 예약 차질을 예로 들어, 이 일들이 서로 어떻게 얽혀 있는지 보여 주겠습니다. 중요한 것은 생성된 답변 수가 아니라, 어느 단계가 끝났고 어느 단계가 대기 중이며 다음 처리를 누가 승인할 수 있는지입니다.

에이전트를 뒷받침하는 빌더와 운영 도구

빌더는 운영자가 에이전트의 동작을 설정하고 대화를 테스트하는 작업 공간입니다. Trust OS는 검토와 배포 통제 기능을, Analytics는 대화 품질과 사업 성과 지표를 제공합니다. 8월에 출시된 MCP는 호환되는 AI 클라이언트에서 실시간 에이전트 데이터를 확인하고 설정, 지식, Actionbook을 수정할 수 있는 인터페이스를 더했습니다. 확인과 수정은 서로 다른 작업이고, 필요한 권한도 다릅니다. Signet이라면 설정 변경을 설명하기 전에 문제 진단에 필요한 데이터부터 보여 주고, 쓰기 기능은 고객사가 허가한 업무 흐름 안에서만 다루겠습니다. 확인, 개선 제안, 배포가 별개 단계로 드러날 때 제품이 더 명확해집니다.

음성과 Desk는 에이전트를 중심으로 업무 흐름을 넓힙니다. 10월 음성 업데이트로 사람 상담사에게 넘길 때 맥락이 함께 전달되고, 미리 매핑한 ARS 메뉴를 탐색하며, 고객사 자체 전화번호를 쓰고, 마스킹된 키패드 입력을 지원합니다. Delight Desk는 AI와 사람 상담사가 함께 쓰는 헬프데스크로, 헬프데스크는 무료로 제공하고 AI 기능은 별도입니다. Signet이 권하는 시연은 상담 이력이 붙은 채 알맞은 담당자에게 연결되는 통화를 보여 주고, 이어서 상담 기록을 확인하는 방식입니다. 도입할 때는 어느 대기열이 통화를 받는지, 기록에 어떤 정보가 넘어가는지, 어떤 조건에서 통화가 유지되거나 콜백으로 전환되는지를 따져야 합니다.

별도 제품 경로인 커뮤니케이션 API

Sendbird Chat은 앱 메시징용 API, SDK, 바로 쓸 수 있는 UI 컴포넌트를 제공합니다. 제품 페이지에는 1:1·그룹 채널, 읽음·전달 확인, 오프라인 메시지, 검색, 번역, 모더레이션 기능이 나옵니다. Calls는 웹·모바일 앱용 음성·영상 통화 API를 제공합니다. Business Messaging은 인앱 메시지와 다른 채널로 보내는 기업의 단방향 메시지를 지원합니다. 앱 개발팀이 커뮤니케이션 경험을 직접 책임지고 제품 안에 인프라가 필요하다면 API 경로가 맞다는 것이 Signet의 판단입니다. 반면 AI 응대 에이전트를 설정하는 운영자는 바탕 인프라가 비슷해도, 앱 단에서는 다른 서비스를 사는 셈입니다.

개발자에게 유용한 제품 시연은 메시지 하나를 따라갑니다. 앱의 사용자 식별에서 시작해 채널, 전달 상태, 알림 동작까지 확인하는 식입니다. AI 운영자에게는 고객 요청 하나가 지식, 도구 처리, 검토를 거치는 과정을 따라가는 시연이 유용합니다. 테크니컬 라이터 공고는 이 두 경험을 함께 다룹니다. 문서, UI 문구, 튜토리얼, 피드백 모두 사람들이 원래 하려던 일을 끝낼 수 있게 도와야 한다는 요구입니다. Signet이라면 실제 API 요청이나 특정 에이전트 설정을 보여 주고, 기대하는 결과를 밝히고, 실패했을 때 다음에 할 일을 설명하겠습니다. 그래야 사용자가 제품을 이해하고, 팀도 설명을 개선할 실질적인 근거를 얻습니다.

03 / 성장의 증거

이야기는 숫자로도 남습니다.

날짜별 관측

플랫폼 월간 활성 사용자

million users

3억+2026-10-10

플랫폼 사용의 현재 하한 한 시점입니다.

수치와 기준일 확인하기 ＋

플랫폼 월간 활성 사용자
기준일	수치	집계 기준
2026-10-10	3억+	인프라 전체의 월간 활성 사용자 수이며, AI 전용 사용자 수나 매출과는 별개입니다.

Sendbird / Delight.ai

2026-08-05

Delight Agent MCP

2026년 8월 5일 MCP는 호환 클라이언트에서 실제 자료·대화·품질 신호·허용 설정 변경을 연결했습니다. Claude·ChatGPT·Cursor·Codex를 적습니다. Signet은 해결률 저하·관련 요청·범위를 정한 변경의 조사로 읽습니다. 자료 접근·행동 변경 권한을 명확히 설명하는 운영 인터페이스의 확대입니다.

2026-08-27

AI Suggestions

8월 27일 AI Suggestions는 답하지 못한 질문·보완할 지식 초안을 만듭니다. 운영자는 실제 대화·제안 내용·공개 여부를 검토합니다. 사람이 검토할 범위를 보존합니다. Signet은 빠진 정책의 반복 질문·승인된 근거와 초안 비교·추가 뒤 실패 해결을 보여 주길 제안합니다. 승인 전까지 제안입니다.

2026-10-01

Delight Voice 업데이트

10월 1일 Delight Voice 업데이트는 서로 맞물린 기능 네 가지를 추가했습니다. 맥락을 함께 넘기는 상담사 연결, 미리 매핑한 IVR(ARS) 메뉴 탐색, 고객사 자체 전화번호와 상담 기록 지원, 키패드 입력 마스킹입니다. 음성 응답 자체보다 통화 전후의 전환 과정을 다루는 기능입니다. Signet이라면 고객의 첫 요청부터 전화를 넘겨받는 상담사, 최종 기록까지 따라가며, 아무도 받지 않으면 어떻게 되는지 확인하겠습니다. 공개 페이지는 녹취록과 저장 음성의 마스킹 처리 방식도 밝힙니다. 고객사는 자기 업무 흐름에 해당하는 전화 연동, 승인된 메뉴 구성, 상담 기록이 저장되는 위치를 따져 볼 수 있습니다.

성장의 맥락 더 읽기

개발자와 기업이 사는 서로 다른 서비스

앱팀은 공개된 요금제와 사용량 구조에 따라 Sendbird 커뮤니케이션 제품에 돈을 냅니다. Chat 요금 페이지는 Starter, Pro, Enterprise 요금제를 나누고, 월 활성 채팅 사용자 수와 기능 범위에 따라 구분합니다. 확인한 5,000명 구간에서는 연간 결제 기준 월 349달러(Starter)와 499달러(Pro)로 나와 있으며, 월간 결제 가격은 다르고 초과 요금이 붙을 수 있습니다. Signet은 이 구간과 결제 조건을 예시에 그대로 붙여 둡니다. Enterprise 요금은 맞춤형이므로, 공개된 시작 가격이 모든 고객 계약이나 회사의 계정당 평균 매출을 말해 주지는 않습니다.

Calls와 Business Messaging은 별도 요금 페이지와 사용량 기준이 있습니다. 앱 안에 음성·영상 통화를 넣는 고객은 통화 연결 품질을 따지고, 비즈니스 메시징 고객은 발신 메시지 업무와 채널 비용을 따집니다. Delight.ai는 기업 고객에게 영업팀과 요건을 상의하도록 안내합니다. Signet은 구매한 서비스, 관련 사용량, 도입에 드는 업무를 따라가며 사업 모델을 봅니다. 그래야 개발자 주도의 API 구매와 기업용 AI 도입을 한 흐름으로 설명하면서도, 모든 제품의 과금 단위, 계약, 비용 구조가 같다고 착각하지 않습니다.

운영 규모 수치가 말해 주는 범위

현재 회사 소개 페이지와 채용 공고는 플랫폼 월간 활성 사용자 3억 명 이상, 월간 메시지·대화 70억 건 이상을 밝힙니다. 차트는 2026년 10월 10일 확인한 3억 명이라는 하한값을 기록한 것으로, 인프라가 얼마나 널리 쓰이는지를 나타내는 한 시점의 운영 지표입니다. Signet이라면 이 숫자를 근거로 안정성, 지원 체계, 앱 사용 범위를 묻겠습니다. 이 지표는 고객 수, AI 전용 사용량, 연매출, 수익성과는 별개입니다. 월간 활성 사용자는 고객사 앱을 쓰는 사람일 뿐, 반드시 Sendbird에 직접 돈을 내는 고객은 아닙니다.

과거 투자 금액도 기준이 따로 있습니다. 2017년 12월 회사 기사는 시리즈 A 1,600만 달러, 2019년 2월 기사는 시리즈 B 5,200만 달러를 밝힙니다. 현재 회사 소개 페이지는 누적 투자액이 2억 2,000만 달러를 넘는다고 적습니다. Signet은 이를 모두 각 날짜 기준의 투자 공개 자료로 봅니다. 사업을 만들고 키우는 데 쓸 수 있었던 자본을 설명할 뿐이며, 매출은 고객이 서비스를 받고 낸 돈으로 따져야 합니다. 예전 투자 발표는 회사의 성장 과정을 이해하는 데 도움이 되지만, 연매출 추이나 현재 기업가치와는 다른 숫자입니다.

완료된 일에 달린 고객의 경제성

고객 응대 에이전트는 반복되는 지원 업무를 줄이고, 문제를 해결하고, 고객이 구매를 마치도록 도와 경제적 가치를 만들 수 있습니다. 롯데홈쇼핑 사례는 출시 4개월 안에 사람의 QA 업무량이 30~40% 줄었다고 보고합니다. 2025년 11월 출시 발표에 실린 한샘의 발언은 첫 접점에서 90%의 경우 정확하게 응대했다고 밝힙니다. Signet은 두 수치의 정의와 고객 상황을 구분해 둡니다. 새로 도입하려는 팀은 자체 기준선, 과제 정의, 비교 기간을 먼저 합의한 뒤, 제안된 업무 흐름이 기대한 개선을 내는지 확인하면 됩니다.

Signet은 이 사업 모델에서 세 가지 압박 요인을 봅니다. 첫째, 모델과 채널 비용이 판매하는 서비스 가격과 맞아야 합니다. 둘째, 고객은 에이전트의 자율 범위를 넓히기 전에 결과를 믿을 수 있어야 합니다. 요청이 결제나 계정 변경까지 닿을 때는 더욱 그렇습니다. 셋째, 기존 헬프데스크, 커뮤니케이션 공급사, 전문 AI 업체가 구매자에게 업무 흐름을 꾸릴 다른 선택지를 줍니다. 제품, 요금, 조사 페이지를 근거로 한 분석입니다. 영업 대화는 인프라 규모만으로 재무 성과를 짐작하기보다, 고객이 끝낸 과제와 합의한 경제성, 계속되는 운영 업무를 함께 다룰 때 가장 설득력이 있습니다.

04 / 만드는 사람

누군가는 먼저 보았습니다.

공동 창업자·CEO

John S. Kim

Sendbird는 2013년 설립을 밝히며 과거 공식 글·2026년 5월 발표에서 John S. Kim을 공동 창업자·CEO로 소개합니다. 2017년 Series A 글은 제품 개발·고객 경험·팀을 함께 투자할 조건으로 설명합니다. Signet은 앱팀이 믿고 쓰는 소통 기능·사용 도움을 찾는 개발 과제로 읽습니다. 제품 기능·개발자 경험이 함께 성장합니다.

회사를 만든 선택 ＋

2025년 11월 18일 delight.ai 출시는 지속 기억·채널 연결·운영 통제를 설명했습니다. Kim은 고객 관계·생활주기의 행동을 강조했습니다. 서울 공고는 2024년 12월 전략 전환·2025년 2월 AI 제품·11월 브랜드 변경을 설명합니다. Signet은 출처·날짜를 보존합니다. 현재 사이트의 Sendbird, Inc.·통신 API도 함께 설명합니다.

“Sendbird를 기술팀의 연장으로 생각하세요.”
John S. Kim · Series B 글 · 2019-02-19

회사를 만든 결정들

엔지니어링과 고객 대화를 하나로 묶어 온 김동신 대표

Sendbird는 2013년을 설립 연도로 밝힙니다. 김동신(John S. Kim)은 과거 회사 기사와 2026년 5월 회사가 발표한 조사 자료에서 공동 창업자 겸 CEO로 소개됩니다. 2017년 시리즈 A 기사는 제품 개발, 고객 경험, 팀에 대한 투자를 서로 맞물린 과제로 설명합니다. Signet은 이 초기 이야기를 개발자 구매자 관점에서 봅니다. 제품팀에는 믿을 수 있는 커뮤니케이션 컴포넌트와, 이를 잘 쓰도록 돕는 지원이 필요했습니다. 회사의 출발점은 고객 앱 안에서 드러나는 소프트웨어 개발 문제였고, 제품 역량과 개발자 경험이 함께 성장했습니다.

2019년 2월 시리즈 B 기사에서 김동신 대표는 Sendbird를 고객사 엔지니어링팀의 연장선이라고 설명했습니다. Sendbird가 채팅 기능을 만들고 유지보수하면, 고객사는 핵심 제품에 집중할 수 있다는 설명입니다. 기사에 따르면 이 라운드에서 5,200만 달러를 조달했고, 당시 누적 투자액은 약 7,100만 달러였습니다. 물론 과거 한 시점의 투자 기록입니다. Signet은 이 기사를 창업자의 제품 철학이 공급사와 고객사 사이의 구체적인 역할 분담으로 이어진 근거로 보고, 투자 시점은 회사 연혁에 날짜와 함께 남겨 두었습니다.

AI 전환으로 달라진 고객의 결과물

2025년 11월 18일 출시된 delight.ai는 장기 기억, 채널 간 연속성, 거버넌스를 갖춘 브랜드형 AI 컨시어지로 소개됐습니다. 김동신 대표는 발표에서 제품의 중심을 고객 관계를 기억하고 고객 생애주기 전반에서 직접 처리하는 쪽으로 옮겼습니다. 현재 서울 엔지니어링 공고에는 2024년 12월 전략 전환, 2025년 2월 기업용 AI 에이전트 출시, 2025년 11월 리브랜딩이 회사 연혁으로 적혀 있습니다. Signet은 이 내부 연혁을 출처(공고)와 날짜를 밝혀 적었습니다. 현재 웹사이트는 여전히 Sendbird, Inc.라는 이름을 쓰고 Sendbird 커뮤니케이션 API를 제공합니다. 따라서 Delight.ai 브랜드와 AI 방향은 기존 법인·제품 정체성과 함께 설명해야 합니다.

Charles Studt는 2025년 7월 17일 CMO로 선임됐습니다. 회사 발표에 따르면 Studt는 글로벌 마케팅, 제품 도입 확산, 차별화된 캠페인, 그리고 AI 전환을 뒷받침할 고객 사례 확보를 맡습니다. Signet은 날짜가 분명한 이 인사에서, AI 전환기에 영업·마케팅이 맡는 일을 읽어 냅니다. 기술 역량에는 구매자가 평가할 수 있는 설명과, 맥락이 드러나는 고객 성과가 함께 필요합니다. 그래서 마케팅은 제품팀, 고객팀과 긴밀히 맞물립니다. 고객 사례를 도입 성공담으로 키우기 전에, 어떤 업무였는지, 무엇을 실제로 처리했는지, 보고된 성과의 근거가 무엇인지부터 밝혀야 합니다.

운영 문화에 드러나는 책임감과 판단

채용 페이지는 고객 우선, 속도 높이기, 공동의 결과를 책임지기 등 일곱 가지 가치를 공개합니다. Inside the Build는 더 구체적인 예를 보여 줍니다. 마케터가 스토어를 직접 만들고, 영업 담당자가 CRM 도구를 만들고, 채용 업무를 사내 프로그램으로 자동화했다는 내용입니다. Signet은 이를 회사가 직접 밝힌 일하는 방식으로 봅니다. 지원자는 이를 참고해 문제를 발견하고, 쓸모 있는 도구를 만들고, 동료와 그 효과를 함께 검토한 사례를 준비할 수 있습니다. 실제 팀의 일상은 채용 과정에서 이런 구체적인 책임과 사례를 놓고 물어보면 됩니다.

채용 가이드는 직무 역량과 함께, 실제 경험에서 드러나는 가치를 평가합니다. 자료 조사와 준비에 AI를 쓰는 것은 환영하지만, 실시간 면접과 과제에서는 허용된 경우가 아니면 명확한 제한이 있습니다. Signet이라면 지원자가 자기 말로 설명할 수 있는 사례를 준비하게 하겠습니다. 무엇을 했고, 무엇이 달라졌으며, 어디서 자신의 판단이 중요했는지입니다. 서울 테크니컬 라이터 직무도 AI로 초안을 쓰되 편집 판단은 사람이 하도록 요구하고, 소프트웨어 엔지니어 직무는 에이전트형 개발 도구 활용과 프로덕션 운영 책임을 함께 요구합니다. 이 자료들을 종합하면, 도구를 쓰는 일과 그 결과물을 책임지는 일은 떼어 놓을 수 없는 업무입니다.

05 / 한국에서의 다음 장

서울의 제품 개발과 국내 도입 사례

서울 공고는 주 최소 3일 출근과 직무별 추가 가능성을 설명합니다. 메타데이터는 인턴·문서·소프트웨어의 Engineering, 보안의 Security and IT를 적습니다. 조직 그림은 이 기능을 사용합니다. Signet은 국내 고객 문제의 기술 과제 전환·문서 변경 검토·배포의 보안 참여를 물어 공고에 적힌 협업을 확인하길 제안합니다.

Engineering

Security and IT

현재 고용주 공고에 적힌 기능입니다.

왜 한국이고, 왜 지금일까요?＋

AWS의 2025년 8월 12일 롯데홈쇼핑 글은 협력사 질문·패션 상품 QA 에이전트 Moni를 설명합니다. Sendbird·Bedrock의 Claude를 쓰고 정확도·접근·일관성·보안·연결을 시험했습니다. 네 달 안에 사람 부담 30~40% 감소를 밝혔습니다. Signet은 협력사의 규격 질문·지식 검색·답변 및 과정 검토로 설명하고 그 도입·기간의 성과로 읽습니다.

2025-08-12

롯데홈쇼핑 사례 공개

2025-11-18

한샘 발언

2025년 11월 발표의 한샘 CEO 발언은 개인화·기억되는 응대·첫 접점 정확도를 설명합니다. 롯데와 함께 국내 지원·운영의 다른 과제를 보여 줍니다. Signet은 사례 하나에서 고객 정보·도구 권한·언어·평가를 밝힌 직무 예시를 준비하길 제안합니다. AI로 준비할 수 있지만 본인의 판단·면접 및 과제의 사용 조건도 따릅니다.

한국에서의 기회 자세히 보기

제품과 운영에 기여하는 서울

현재 회사 채용 페이지와 Delight.ai 채용 페이지에는 강남구 선릉로의 서울 사무소가 나옵니다. 2026년 10월 10일 공식 Greenhouse 채용 게시판에는 전 세계 공고 7건이 올라와 있었고, 그중 4건이 서울 근무였습니다. 서울 직무는 AI Agent 엔지니어링 인턴, 계약직 테크니컬 라이터, 보안 엔지니어, AI Agent 소프트웨어 엔지니어입니다. Signet은 이 직무들이 에이전트 구현, 개발자 대상 설명, 안전한 운영을 아우른다고 봅니다. 서울 사무소는 해외 고객이 쓰는 제품을 직접 만드는 곳이며, 현지 영업이나 판매만 맡는 곳이 아닙니다.

AI Agent 인턴의 기간은 8~12주이며, 공고상 조정할 수 있습니다. Python과 백엔드 개발 경험을 요구하고, 프롬프트 작업, 정확도 시험, API 연동, CI/CD, 관측성(observability)을 맡습니다. 소프트웨어 엔지니어는 AI/ML 또는 백엔드 시스템을 상용 환경에서 직접 책임진 3년 이상의 소프트웨어 엔지니어링 경력, 깊은 Python 역량, LLM API, 시스템 설계, 뛰어난 영어를 요구합니다. Signet은 인턴십의 배움과, 엔지니어가 지는 아키텍처·멘토링 책임을 구분합니다. 두 직무 모두 고객 요청을 검색, 도구, 시험, 운영 중인 서비스로 이어 가는 일입니다.

제품 업무에 속하는 문서화와 보안

계약직 테크니컬 라이터 공고는 6개월 계약, 관련 경력 0~2년을 명시합니다. 유창한 한국어·영어 실력, 콘텐츠에 대한 판단력, 글쓰기에 AI를 활용해 본 경험, 협업 도구 사용 경험을 요구합니다. 문서, UI 문구, 온보딩 안내, 고객 피드백 반영이 주 업무입니다. 보안 엔지니어는 제품·클라우드 보안, 아키텍처 검토, 위협 모델링, AWS와 GCP, Kubernetes, Python 자동화, CI/CD 내 보안 스캐닝을 맡습니다. 영어 회화는 필수이고 비즈니스 수준은 우대합니다. Signet이라면 두 직무에 서로 다른 근거를 준비하라고 권하겠습니다. 라이터라면 사용자의 과제에 초점을 맞춘 설명 사례를, 엔지니어라면 문서로 남긴 보안 결정 사례를 준비해 보세요.

서울 공고들은 주 3일 이상 출근하는 하이브리드 정책을 설명하며, 직무에 따라 더 자주 출근해야 할 수 있다고 적습니다. 채용 게시판 메타데이터는 인턴, 테크니컬 라이터, 소프트웨어 엔지니어를 Engineering으로, 보안 직무를 Security and IT로 분류합니다. Signet은 조직도에 이 이름을 그대로 썼고, 보고 체계는 채용 과정에서 팀에 확인할 부분으로 남겨 두었습니다. 지원자는 한국 고객의 문제가 어떻게 엔지니어링 과제가 되는지, 문서 변경은 누가 검토하는지, 보안 팀이 배포 결정에 어떻게 참여하는지 물어볼 수 있습니다. 이런 질문으로 서울에서의 협업이 공고에 적힌 책임과 실제로 어떻게 맞물리는지 확인할 수 있습니다.

구체적인 도입 내용이 담긴 국내 고객 사례

AWS가 2025년 8월 12일 공개한 롯데홈쇼핑 사례는 협력사 문의와 패션 상품 QA를 맡는 AI 에이전트 Moni를 소개합니다. Moni는 Sendbird와 Amazon Bedrock의 Claude를 사용합니다. 롯데홈쇼핑은 출시 전에 정확도, 접근 관리, 답변 일관성, 보안, 연동을 테스트했습니다. 사례에 따르면 4개월 안에 사람의 업무량이 30~40% 줄었습니다. Signet은 이를 구체적인 한국 업무 흐름으로 봅니다. 협력사가 기준을 묻고, 에이전트가 관련 지식을 찾고, 팀이 그 답변과 과정을 점검하는 흐름입니다. 측정된 개선은 이 도입 사례와 해당 기간에만 해당합니다.

2025년 11월 출시 발표에 실린 한샘 대표의 발언은 개인화된 응대와 고객이 '기억되고 있다'고 느끼는 경험을 이야기하며, 첫 접점 정확도 결과도 이 발언과 함께 보고됐습니다. 롯데홈쇼핑 사례와 함께 보면, 한국 고객사가 풀려는 고객지원·운영 문제가 저마다 다르다는 것을 알 수 있습니다. Signet이라면 이 중 한 업무 흐름을 골라 직무에 맞는 사례를 준비하되, 고객 정보, 도구 권한, 언어, 평가 방식을 분명히 밝히라고 권하겠습니다. 채용 가이드의 AI 규칙도 그대로 적용됩니다. 지원자는 준비 과정에서 도구를 쓸 수 있지만, 자신의 판단을 직접 설명하고 실시간 면접과 과제에 대한 제한을 지켜야 합니다.

지금 열린 한국 공고

한국 공고 4개

Signet 공고 목록 · 2026-10-19 기준

지원자에게

채용 가이드의 규칙 안에서 AI를 활용해 준비해 보세요.

내 직무 고르기

엔지니어링·AI

AI Agent Engineer, Intern

서울

2026-10-10 공고 확인

하는 일: AI 에이전트를 만들고 연결·시험합니다.
찾는 사람: 깔끔하고 유지보수하기 쉬운 Python 코드 작성 경험
알아 둘 점: 조정 가능한 8~12주·주 최소 3일 출근입니다.

이 공고로 모의지원 ↗

엔지니어링·AI

Contract Technical Writer

서울

2026-10-10 공고 확인

하는 일: 문서·화면 문구·피드백을 다룹니다.
찾는 사람: 테크니컬 라이팅, UX 라이팅, 콘텐츠 디자인 등 관련 경력 0~2년(6개월 계약)
알아 둘 점: 6개월 계약·AI 초안에 본인 판단을 씁니다.

이 공고로 모의지원 ↗

엔지니어링·AI

Security Engineer

서울

2026-10-10 공고 확인

하는 일: 제품·클라우드·CI/CD를 보호합니다.
찾는 사람: 클라우드·제품 보안에 대한 깊은 이해, 엔터프라이즈 보안·신원 관리·AI 경험
알아 둘 점: 영어 회화 필수·업무 수준 우대입니다.

이 공고로 모의지원 ↗

전체 4개 공고 보기

엔지니어링·AI

Software Engineer, AI Agent

서울

2026-10-10 공고 확인

하는 일: 에이전트 구조·평가·운영을 맡습니다.
찾는 사람: AI/ML 또는 백엔드 시스템을 프로덕션 환경에서 직접 책임진 소프트웨어 엔지니어링 경력 3년 이상
알아 둘 점: 강한 영어 소통·주 최소 3일 출근입니다.

이 공고로 모의지원 ↗

07 / 최근의 움직임

다음 장면은 만들어지고 있습니다.

2026-08-05

Delight Agent MCP

2026-08-27

AI Suggestions

2026-10-01

Delight Voice 업데이트

10월 1일 Delight Voice는 맥락을 전달한 사람 인계·설정한 IVR 이동·고객 번호 및 사건 기록·가린 키패드 입력을 추가했습니다. 음성 답변 주변의 전환을 다룹니다. Signet은 첫 문의·인계받는 사람·최종 기록·응답자가 없을 때 행동을 따라봅니다. 대화록·저장 음성의 가림 처리와 도입별 전화 연결·메뉴·기록 목적지를 평가합니다.

최근 움직임의 맥락 더 읽기

운영자가 에이전트 데이터를 직접 확인하는 8월 MCP

2026년 8월 5일 출시된 Delight Agent MCP를 쓰면 호환되는 클라이언트에서 실시간 에이전트 데이터에 접근할 수 있습니다. 운영자는 대화와 품질 신호를 따라가며 지표 변화의 원인을 조사할 수 있고, 권한이 있는 사용자는 설정, 도구, 지식, Actionbook을 수정할 수 있습니다. 발표는 지원 환경으로 Claude, ChatGPT, Cursor, Codex를 꼽습니다. Signet이라면 이 변화를 조사 한 건으로 따라가 보겠습니다. 해결률이 떨어진 지점을 찾고, 관련 요청을 살펴본 뒤, 범위를 제한한 변경을 준비하는 과정입니다. 이 과정에서 실시간 데이터 접근과 동작 변경 권한은 분명히 구분된 단계여야 합니다. 결국 이번 출시는 기존 서비스를 운영하는 인터페이스를 넓힌 것입니다.

지식의 빈틈을 사람의 검토로 메우는 8월 AI Suggestions

8월 27일 출시된 AI Suggestions는 답하지 못한 고객 질문을 찾아내고, 그 빈틈을 메울 지식 초안을 작성합니다. 운영자는 원본 대화를 확인하고, 제안된 내용을 검토한 뒤 공개 여부를 결정합니다. 페이지는 사람의 검토를 출시 범위에 포함된 기능으로 명시합니다. Signet이라면 관련 정책이 없어 반복되던 질문 하나를 보여 주고, 초안 답변을 승인된 출처와 비교한 뒤 추가하겠습니다. 확인할 점은 새 지식이 원래 실패를 해결하고 계속 정확한가입니다. 사람이 공개를 승인하기 전까지 제안은 어디까지나 제안입니다.

통화를 상담 처리 완료까지 이어 가는 10월 음성 업데이트

알아 두면 좋은 것

Sendbird, 이것만은 알아 두세요

Sendbird는 무슨 일을 하나요?

예약 변경을 문의한 고객이 이전 청구·새 결제 수단도 묻습니다. Delight.ai는 연결 시스템에서 일을 이어 가고 채널을 바꿔도 맥락을 보존하며 판단이 필요한 때 사람을 참여시키는 에이전트를 설명합니다. Signet은 고객 식별·요청 이해·적용 정보 검색·허용 행동의 순서로 읽습니다. 예약 안내와 실제 변경 완료는 결과가 다르므로 끝낸 행동을 보여 주길 제안합니다.

한국에는 어떤 기회가 있나요?

여기 나온 포지션은 실제로 확인된 공고인가요?

네. 2026-10-10에 회사 채용 페이지와 대조했습니다. 모집 여부는 바뀔 수 있습니다. 모의지원은 회사에 지원서가 가는 것이 아니라 Signet에 검토를 요청하는 단계입니다.

회사를 더 깊이 알아보려면 어떻게 하나요?

비전부터 제품, 성장, 사람, 한국 팀과 현재 공고까지 한 페이지에서 이어집니다. 목차로 원하는 곳으로 이동하고, 궁금한 부분은 펼쳐서 더 읽을 수 있습니다.

회사 목록으로 ↗