네이버클라우드는 지금 누구를 뽑나: 공고 7건, 직무 11개를 직접 열어봤다

네이버클라우드는 지금 어떤 클라우드 직무를 뽑고 있나?

2026년 10월 12일 기준 진행 중인 공고는 7건, 직무로는 11개다. 경력직 6개는 전부 보안이고, 그중 5개는 보안 특화 AI 모델을 만드는 국책 과제 팀이다. 인턴 5개 중 4개는 AI 연구·엔지니어링이고, 이름에 ‘클라우드’가 들어간 건 IaaS 운영 기획 인턴 1개뿐이다. 서버·네트워크를 운영하는 전통적인 클라우드 엔지니어 경력 공고는 지금 없다. 모든 공고는 10월 14일에 마감한다(경력 17시, 인턴 18시).

국내 클라우드 사업자(CSP) 중 개발자들이 가장 많이 이름을 대는 곳이 네이버클라우드다. “클라우드 엔지니어가 되고 싶다”는 사람에게는 1순위 목표 중 하나다.

그래서 지금 실제로 무엇을 뽑는지 채용 사이트의 진행 중 공고를 전부 열어봤다. 공고 7건, 그 안에 들어 있는 하위 직무까지 합치면 11개다.

결론부터 말하면, 지금 네이버클라우드 공고에서 “클라우드”라는 단어는 거의 보이지 않는다. 보이는 건 보안과 AI다. 왜 그런지, 그리고 클라우드 지망생에게 이게 무슨 뜻인지를 정리한다.

⏰ 마감 임박: 7건 모두 2026년 10월 14일에 마감한다. 경력직은 17시, 인턴은 18시다. 관심 있는 직무가 있다면 이 글보다 공고를 먼저 확인하길 권한다.

한눈에 보기: 11개 직무

구분	직무	분야	요구 경력
경력	보안 솔루션 운영 담당자 (Junior Talent)	보안	2~4년
경력	AI Security 학습데이터 엔지니어	보안 × AI	3년 이상
경력	AI Security RL 환경 엔지니어	보안 × AI	3년 이상
경력	Offensive·Defensive AI 보안 엔지니어	보안 × AI	3년 이상
경력	Security for AI 엔지니어	보안 × AI	3년 이상
경력	AI Security FDE 엔지니어	보안 × AI	3년 이상
인턴	클라우드 IaaS 운영 기획	클라우드	학사
인턴	AI Model 및 Agent Systems 연구	AI	석·박사
인턴	월드 모델 및 이미지 생성 모델 연구	AI	석·박사
인턴	월드 모델 및 이미지 생성 모델 ML 엔지니어	AI	학사·석사
인턴	생성형 AI 기반 콘텐츠 제작·자동화	AI 서비스	학사

숫자로 줄이면 이렇다.

경력 6개 = 보안 6개. 그중 5개는 “AI 보안” 한 팀이 한꺼번에 낸 것이다.
인턴 5개 = AI 4개 + 클라우드 1개. 인턴은 전부 체험형(채용 전제가 아님)이고, 2026년 11월부터 약 3개월 근무한다.
근무지는 모두 성남 분당 그린팩토리다.

이제 하나씩 본다. 클라우드 지망생에게 가장 가까운 것부터.

① 이름에 ‘클라우드’가 들어간 유일한 공고: IaaS 운영 기획 인턴

IaaS(Infrastructure as a Service)는 서버·스토리지·네트워크 같은 기본 인프라를 빌려주는 클라우드 상품이다. AWS의 EC2, 네이버클라우드의 서버 상품이 여기에 속한다.

이 부서는 네이버클라우드 전체 상품의 인프라 관리(SIM, Service Infra Manager)와 IaaS 상품 기획을 맡는다. 신규 상품 개발, 인프라 설계, 구조 개선, 안정화를 이끈다고 소개한다.

그런데 인턴이 실제로 할 일은 꽤 구체적이다.

IDC 상면 사용 현황판을 새로 기획하고 개발
팀원 인터뷰로 요구사항을 조사하고 화면 구성안·기능 정의 작성
기능 개발, 화면 고도화, 사용 가이드 작성

상면은 데이터센터에서 서버 랙을 놓는 바닥 공간을 말한다. 랙 한 칸, 전력 몇 kW, 이런 단위로 관리한다. 즉 이 인턴은 “데이터센터 공간을 얼마나, 어떻게 쓰고 있는지 한눈에 보는 내부 도구”를 만든다.

자격요건이 눈에 띈다. React·FastAPI로 웹 서비스를 개발·운영해 본 경험이 필수다. 우대사항은 Docker와 Python 데이터 처리다.

클라우드 회사의 인프라 기획 부서가 웹 개발자를 뽑는다는 점이 이 공고의 핵심이다. 클라우드 운영의 상당 부분은 “현황을 보이게 만드는 도구”를 직접 만드는 일이다. 콘솔 화면 뒤에서 일하는 사람들도 결국 대시보드를 짠다.

② 경력직의 중심: “AI 보안” 팀의 5개 직무

이번 공고에서 가장 큰 덩어리다. 한 공고 안에 하위 직무 5개가 묶여 있다.

이 팀은 스스로를 AI for Security(AI로 보안을 강화)와 Security for AI(AI 자체를 안전하게) 두 축으로 소개한다. 그리고 지금 맡은 가장 큰 일은 이거다.

과학기술정보통신부·정보통신산업진흥원의 「특화 인공지능 파운데이션 모델 개발(사이버 보안 분야)」 사업의 주관 기관으로, 보안 도메인에 특화된 AI 모델을 자체 역량으로 확보하고, 산출물을 오픈소스로 공개하는 것을 목표로 한다.

파운데이션 모델은 여러 용도로 재가공할 수 있는 대형 기반 모델이다. 즉 이 팀은 보안 전용 AI 모델을 만드는 국책 과제를 이끌고 있고, 그 모델을 만드는 데 필요한 사람을 한꺼번에 뽑는다.

흥미로운 건 직무 분할 방식이다. 모델을 만드는 과정을 단계별로 쪼개서 각 단계에 사람을 하나씩 배치했다.

직무	모델 개발에서 맡는 단계	한 줄 요약
학습데이터 엔지니어	무엇을 가르칠지	보안 데이터를 학습에 써도 되는지 판정하고 정답(라벨) 기준을 만든다
RL 환경 엔지니어	무엇으로 시험할지	AI가 보안 과제를 풀어볼 격리 환경과 자동 채점기를 만든다
Offensive·Defensive AI 보안 엔지니어	무엇을 하게 할지	공격·방어를 수행하는 AI 에이전트를 설계한다
Security for AI 엔지니어	공개해도 안전한지	모델을 공격해 보고, 공개 범위와 조건을 판단한다
FDE 엔지니어	현장에 어떻게 넣을지	폐쇄망 기관에 직접 설치하고 검증한다

모델 학습 자체는 AI 모델 개발 조직과 협업한다고 명시했다. 이 팀은 학습 버튼을 누르는 쪽이 아니라 데이터·시험 환경·평가 기준을 설계하는 쪽이다.

클라우드 지망생이 봐야 할 직무: RL 환경 엔지니어

5개 중 클라우드·인프라 역량과 가장 맞닿은 자리다.

RL(Reinforcement Learning, 강화학습)은 AI가 과제를 시도하고, 결과에 따라 점수(보상)를 받으면서 배우는 방식이다. 보안 과제로 치면 “이 취약점을 재현해 봐”, “이 공격을 탐지하는 규칙을 짜 봐”를 시키고 성공 여부를 자동으로 채점한다.

그러려면 AI가 마음껏 공격해도 되는 격리된 실행 환경이 수천 개 필요하다. 이 직무가 그걸 만든다.

Sandbox(격리 실행 환경) 설계·운영
IaC 기반 환경 프로비저닝, 패키징, 버전 관리, 재현성 확보
다수 Sandbox의 동시 실행 처리량 관리, 초기화·복원 안정성 확보
AI가 채점기를 속이는 Reward Hacking과 격리 우회 차단

IaC(Infrastructure as Code)는 서버·네트워크 구성을 클릭이 아니라 코드로 작성해 자동으로 만드는 방식이다. Terraform, Ansible이 대표적이다. Reward Hacking은 AI가 과제를 진짜로 푸는 대신 채점 방식의 허점을 노려 점수만 받는 현상이다.

필수 요건은 Container·VM·Sandbox 같은 격리 환경의 구축·운영 경험과 Python이고, 우대사항에 Kubernetes 대규모 운영, Terraform·Ansible, 그리고 강화학습 서빙 스택(Ray, vLLM 등)이 나란히 있다.

읽어보면 이건 사실상 “AI 학습용 인프라를 운영하는 클라우드 엔지니어” 공고다. 다만 보안 실무 경력 3년이 필수라는 점이 진입 장벽이다.

나머지 네 직무 요약

학습데이터 엔지니어는 악성코드, 트래픽, 관제 로그, 취약점 정보 같은 보안 데이터를 보고 학습에 넣을지 뺄지, 정답을 어떻게 붙일지를 정한다. 학습 단계별(CPT·SFT·RLVR) 데이터 구성까지 설계한다. 보안 관제나 침해사고 대응에서 “이건 진짜 공격이다/오탐이다”를 직접 판정해 본 경험이 필수다.

Offensive·Defensive AI 보안 엔지니어는 모델·보안 도구·실행 환경을 묶어 공격과 방어를 수행하는 AI 에이전트를 만든다. 우대사항에 MCP(AI가 외부 도구를 호출하는 표준 규약) 구현과 Prompt Injection 방어 경험이 들어 있다.

Security for AI 엔지니어는 반대로 AI를 공격하는 사람이다. 탈옥(Jailbreak), 학습 데이터 유출, 에이전트 권한 오용을 시험하고, 결과를 근거로 모델을 어디까지 공개할지 판단한다. Model Card, SBOM 같은 공개 산출물 명세도 정의한다. NIST AI RMF, MITRE ATLAS, OWASP Top 10 for LLM 같은 프레임워크 이름이 줄줄이 나온다.

FDE 엔지니어의 FDE는 Forward Deployed Engineer, 고객 현장에 나가 직접 구축하는 엔지니어다. 전력·통신·금융·공공·항공우주 같은 기반시설 기관의 망분리·폐쇄망 환경에 보안 AI를 설치하고 검증한다. 우대사항에 국산 AI 반도체 추론을 포함한 온프레미스 설치 패키지 구성, 국가 망 보안체계(N2SF) 대응이 있다. 클라우드 회사가 클라우드가 아닌 곳(폐쇄망)에 AI를 들고 들어가는 직무다.

③ 또 하나의 보안 경력직: 보안 솔루션 운영 (Junior Talent)

AI 보안 팀과는 별개의 공고다. 경력 2~4년으로, 이번 공고 중 가장 진입 장벽이 낮은 경력직이다.

이 부서는 팀 네이버 전체의 인프라와 업무 환경을 보호하는 기술적 보안 통제를 맡는다. 하는 일은 이렇다.

임직원 PC·서버·Container·Hypervisor 등 엔드포인트 보호
EPP/EDR(PC·서버의 악성 행위 탐지·대응), PMS(패치 관리), CCE(설정 취약점 점검) 운영
Zero Trust 환경의 사용자·기기 상태 평가
AI 에이전트와 AI 도구 사용에 대한 보안 운영
AI Engineering으로 보안 솔루션 운영 자동화

Zero Trust는 “사내망 안이면 믿는다”는 전제를 버리고 모든 접속을 매번 검증하는 보안 모델이다.

클라우드 관점에서 눈여겨볼 건 우대사항이다. 온프레미스를 클라우드로 전환하거나 운영한 경험, 그리고 AI 에이전트 실행 환경 구성·도구 연동·평가체계 구축(하네스 엔지니어링) 경험이 들어 있다. 보안 운영 직무에도 클라우드 전환과 AI 에이전트 운영이 기본 소양으로 붙기 시작했다는 뜻이다.

④ 인턴 4개: AI 연구와 엔지니어링

클라우드 직무는 아니지만, 네이버클라우드가 AI 인프라 회사이기도 하다는 걸 보여주는 공고들이라 짧게 정리한다.

인턴	하는 일	클라우드·인프라 연결점
AI Model 및 Agent Systems 연구	Multi-Agent 협업, Decision Model, 멀티모달 모델 분석	팀 자체가 LLM 추론 기술(PEFT Serving, Speculative Decoding, Agent Scheduling) 조직. 우대에 vLLM·SGLang, GPU 성능 분석
월드 모델·이미지 생성 모델 연구	Diffusion 기반 생성 모델·월드 모델 연구	대규모 GPU 클러스터로 사전학습, 분산 학습 인프라
월드 모델·이미지 생성 모델 ML 엔지니어	학습 데이터 파이프라인, 합성 데이터, 평가 자동화	필수 요건에 대규모 데이터 처리의 연산·I/O 병목 이해
생성형 AI 콘텐츠 제작·자동화	AI 작업 지침(Skill) 작성, 결과물 평가 기준 설계	HyperCLOVA X 기반 AI 에이전트 서비스

Speculative Decoding은 작은 모델이 답을 미리 추측하고 큰 모델이 한꺼번에 검증해서 답을 더 빨리 내는 추론 기법이다. 이런 기술을 연구하는 팀이 있다는 건, 네이버클라우드에서 AI 추론 비용과 속도가 곧 인프라 문제라는 뜻이다.

ML 엔지니어 인턴의 필수 요건에 “대규모 데이터 처리 시 발생하는 연산 및 I/O 병목에 대한 이해“가 있는 것도 같은 맥락이다. 학습 데이터를 GPU에 제때 넣지 못하면 비싼 GPU가 논다. 이 병목은 GPU 수천 장이 스토리지를 기다리는 현상에서 자세히 다뤘다.

이 공고들이 말해주는 것

세 가지로 정리한다.

첫째, 지금 네이버클라우드의 채용 무게중심은 ‘보안 × AI’다. 경력 6개가 전부 보안이고, 그중 5개는 보안 특화 AI 모델 국책 과제다. 이건 회사 전체 전략의 축소판일 가능성이 크다. 국내 CSP에게 공공·금융·기반시설 시장은 핵심이고, 그 시장은 보안 인증과 폐쇄망 대응 없이는 들어갈 수 없다.

둘째, 전통적인 ‘클라우드 엔지니어’ 공고가 없다고 클라우드 역량이 필요 없는 게 아니다. RL 환경 엔지니어 공고는 Kubernetes·Terraform·격리 환경 운영을, 보안 운영 공고는 클라우드 전환 경험을, IaaS 인턴 공고는 웹 개발과 Docker를 요구한다. 클라우드 역량이 독립 직무가 아니라 다른 직무의 기본 소양으로 녹아드는 중이다. 이건 카카오·쿠팡 등 국내 MLOps 채용공고를 볼 때도 보였던 흐름이다.

셋째, ‘AI 에이전트 운영’이 새 공통 요건이 됐다. 보안 운영 공고에는 “AI 에이전트 사용 보안 운영”과 “하네스 엔지니어링”이, 콘텐츠 인턴 공고에는 “AI 작업 지침(Skill) 설계”가, AI 보안 공고 셋에는 MCP와 Tool Calling이 들어 있다. 직군과 상관없이 AI 에이전트를 붙이고, 통제하고, 평가하는 능력을 묻기 시작했다.

클라우드 엔지니어를 준비하고 있다면, 이번 공고에서 가져갈 조합은 이렇다. 격리 환경(컨테이너·VM)을 코드로 찍어내고(IaC), 그 위에서 AI 에이전트를 안전하게 돌리는 능력. 지금 네이버클라우드 공고 여러 곳에 흩어져 있는 요건을 하나로 모으면 그 모양이 나온다.

⚠️ 이 글은 2026년 10월 12일 기준 네이버클라우드 채용 사이트(recruit.navercloudcorp.com)의 진행 중 공고 7건과 그 하위 직무 5개를 직접 열어 정리한 것이다. 공고는 수시로 열리고 닫히므로, 이 시점의 스냅숏이 회사의 연간 채용 전체를 대표하지는 않는다. “전통적인 클라우드 엔지니어 경력 공고가 없다”는 것은 이 시점에 열려 있는 공고에 한한 관찰이다. 직무 내용과 자격요건은 공고 원문을 요약한 것이며, 지원 전에는 반드시 원문을 확인하길 바란다. 공고는 조기 마감되거나 연장될 수 있다.

자주 묻는 질문

네이버클라우드 공고 마감은 언제인가요?

2026년 10월 12일 기준 진행 중인 7건 모두 10월 14일에 마감합니다. 경력직 공고(보안 솔루션 운영, AI Security 분야)는 17시, 체험형 인턴 공고 5건은 18시입니다. 공고에는 인재 선발이 끝나면 조기 마감될 수 있고, 필요하면 연장될 수 있다고 적혀 있습니다.

클라우드 엔지니어 신입은 지금 지원할 곳이 없나요?

이 시점에 신입 정규직 공고는 없습니다. 신입이 지원할 수 있는 건 체험형 인턴 5개이고, 그중 클라우드와 직접 관련된 것은 ‘클라우드 IaaS 운영 기획’ 인턴입니다. 학사 재학생 또는 졸업자가 대상이며, React·FastAPI로 웹 서비스를 개발·운영한 경험이 필수입니다. 체험형이라 인턴 기간이 끝나면 계약이 종료됩니다.

체험형 인턴은 정규직 전환이 되나요?

공고에 “채용전제형이 아닌 체험형 인턴십으로, 인턴십 기간이 끝나면 계약 종료”라고 명시돼 있습니다. 정규직 전환을 전제로 하지 않습니다. 다만 실제 국내 CSP의 상품과 GPU 환경에서 일해 본 경험 자체가 이후 지원에서 강한 이력이 됩니다.

AI 보안 직무 5개는 중복 지원이 되나요?

안 됩니다. 공고에 “중복지원이 불가능하며, 기진행한 포지션에 대한 전형이 모두 마무리되면 다른 포지션으로 지원이 가능”하다고 적혀 있습니다. 5개 직무가 요구하는 경험이 꽤 다르므로(데이터 판정, 격리 환경 구축, 에이전트 개발, AI 레드팀, 현장 구축), 본인 경력과 가장 맞는 하나를 골라야 합니다.

보안 경력 없이 RL 환경 엔지니어에 지원할 수 있나요?

공고상 어렵습니다. 보안 인프라 구축, 취약점 분석, 모의해킹, 보안 도구 개발 중 하나 이상의 실무 경력 3년이 필수이고, CTF 인프라나 사이버 레인지 같은 보안 실습 환경을 만들어 본 경험 또는 실행 결과 자동 판정 로직을 구현한 경험이 추가로 필요합니다. 반대로 Kubernetes·Terraform 경험만으로는 부족하지만, 보안 경력이 있는 인프라 엔지니어에게는 잘 맞는 자리입니다.

경력직 전형은 어떻게 진행되나요?

보안 경력직 공고 기준으로 서류 전형(기업문화 적합도 검사와 직무 테스트 포함), 1차 인터뷰, 레퍼런스 체크와 2차 인터뷰, 처우 협의, 최종 합격 순입니다. 입사 후 3개월 수습 기간이 있습니다. 병역을 마쳤거나 면제된 사람만 지원할 수 있고, 해외 출장에 결격 사유가 없어야 합니다.