Applied AI Engineer - Agentic Marketing (Intern)
고용형태
인턴

About NNT

NNT는 ​글로벌/국내 ​상위권 ​기업들의 CRM, ​퍼포먼스 마케팅, GEO(Generative Engine ​Optimization) ​운영을 수행하며, ​이를 AI/테크 기반 ​운영(Tech-enabled Marketing ​Ops)으로 ​재설계하고 있습니다. ​우리는 ​마케팅을 ​“수작업 실행” 중심이 ​아니라, ​사람이 목표·정책·승인·품질을 오케스트레이션하고 ​에이전트 ​워크플로우가 ​실행을 가속하는 운영 ​모델로 전환합니다.


이 ​인턴십은 ​단순한 실험이 ​아니라, 실제 ​운영 ​환경에 배포되는 마케팅 ​에이전트 시스템을 ​빠르게 만들고(Ship), 검증하고(Eval), 운영에 붙이는(Deploy) 경험을 제공합니다.


Why this internship

  • 글로벌 브랜드·한국 상위권 기업의 실전 마케팅 운영에 들어갈 에이전트를 만들고, 빠른 개발→검증→배포→개선 루프를 경험합니다.
  • “데모”가 아닌 실제 운영 배포하여 사용하는 AI Agent 시스템을 경험합니다.
  • 모델은 바뀌어도 살아남는 Agent System(오케스트레이션 · 정책/QA · 평가/Evals · 통합)을 만듭니다.
  • 빠르게 만들고, 바로 쓰고, 바로 고칩니다. (trial-and-error를 개인 감이 아니라 시스템으로)


What you will build

마케팅 운영의 핵심 기능을 에이전트 + 서브에이전트로 지속적으로 구축·확장합니다.

  • CRM Agent: 캠페인/저니 설계 보조, 세그먼트/타겟팅 제안, 메시지 캘린더 운영 보조
  • Setting Agent / Setting QA Agent: 툴 설정 자동 점검, 누락/오류 탐지, 릴리즈 전 체크리스트 자동화
  • Creative Agent: 카피/기획/이미지 방향 제안 및 변형 생성(브랜드 가이드 준수)
  • Brand/Legal Policy Agent: 브랜드 가이드·금칙어·컴플라이언스 규정 기반 사전 검수, 승인 플로우 트리거
  • Analytics / Reporting Agent: 실험 설계 보조, 결과 해석, 리포트 자동 생성, 인사이트 추천
  • GEO Agent: AI Answers/검색 환경에서의 가시성(visibility) 측정 및 개선 루프 지원


핵심은 “에이전트 1개 만들기”가 아니라 운영 가능한 시스템으로 묶어서 배포하는 것입니다. (Humans orchestrate. Agents execute.)


How we work

• Weekly Ship: 매주 최소 1개 기능/에이전트 개선을 운영에 반영

• Eval-first: 배포 전후로 품질/안전성/재현성을 Evals로 점수화

• Production-minded: 승인/정책/로그/롤백(되돌리기)까지 고려해 설계

• Real feedback loop: 실제 운영 데이터/리뷰를 기반으로 개선


Responsibilities

  • CRM/Paid/GEO 운영 업무를 에이전트 워크플로우로 분해하고 설계
  • 에이전트 구현(프롬프트/툴 호출/API 연동/간단한 내부 도구)
  • 정책(brand/legal/privacy) + QA + 승인(approval) + 감사 로그(audit log)를 포함한 운영 설계
  • 평가 체계(Evals) 설계 및 개선: 정성 평가가 아니라 재현 가능한 기준 만들기
  • 배포 후 운영 피드백 기반 개선(성능/안전성/비용 최적화)


Who we are looking for

  • 복잡한 문제를 빠르게 쪼개서 MVP로 만들고, 실험으로 검증할 수 있는 사람
  • 결과물에 대해 “왜 이렇게 했는지” 근거와 로그를 남길 수 있는 사람
  • 애매한 요구를 명확한 산출물/지표로 바꾸는 데 거부감이 없는 사람


Nice to have

  • Python/JavaScript 중 1개 이상, API 연동 경험
  • LLM/Agent 프레임워크 사용 경험(툴 호출, 워크플로우 구성 등)
  • 데이터 처리/분석 경험(간단한 SQL, GA4/Ads 데이터 이해 등)
  • 마케팅 도메인(CRM/퍼포먼스/콘텐츠/GEO) 중 하나라도 실무 이해


What you will get

  • 글로벌 브랜드·국내 상위권 기업의 실전 운영에 배포되는 에이전트 시스템을 직접 만듭니다.
  • “프롬프트 잘 쓰기” 수준이 아니라, 오케스트레이션/정책/QA/평가/운영까지 포함한 Applied AI를 경험합니다.
  • 결과물은 업무가 아니라 재사용 가능한 운영 자산(Agent System)으로 남습니다. (명확한 산출물 형태로 포트폴리오화 가능)


Application

  • (필수) “내가 시스템화/오케스트레이션하고 싶은 문제 1개”를 5-10줄로 설명 (마케팅이어도 좋고, 마케팅이 아니어도 좋습니다. 중요한 건 접근 방식입니다.)
  • (선택) 포트폴리오/GitHub/프로젝트 링크
공유하기
Applied AI Engineer - Agentic Marketing (Intern)

About NNT

NNT는 ​글로벌/국내 ​상위권 ​기업들의 CRM, ​퍼포먼스 마케팅, GEO(Generative Engine ​Optimization) ​운영을 수행하며, ​이를 AI/테크 기반 ​운영(Tech-enabled Marketing ​Ops)으로 ​재설계하고 있습니다. ​우리는 ​마케팅을 ​“수작업 실행” 중심이 ​아니라, ​사람이 목표·정책·승인·품질을 오케스트레이션하고 ​에이전트 ​워크플로우가 ​실행을 가속하는 운영 ​모델로 전환합니다.


이 ​인턴십은 ​단순한 실험이 ​아니라, 실제 ​운영 ​환경에 배포되는 마케팅 ​에이전트 시스템을 ​빠르게 만들고(Ship), 검증하고(Eval), 운영에 붙이는(Deploy) 경험을 제공합니다.


Why this internship

  • 글로벌 브랜드·한국 상위권 기업의 실전 마케팅 운영에 들어갈 에이전트를 만들고, 빠른 개발→검증→배포→개선 루프를 경험합니다.
  • “데모”가 아닌 실제 운영 배포하여 사용하는 AI Agent 시스템을 경험합니다.
  • 모델은 바뀌어도 살아남는 Agent System(오케스트레이션 · 정책/QA · 평가/Evals · 통합)을 만듭니다.
  • 빠르게 만들고, 바로 쓰고, 바로 고칩니다. (trial-and-error를 개인 감이 아니라 시스템으로)


What you will build

마케팅 운영의 핵심 기능을 에이전트 + 서브에이전트로 지속적으로 구축·확장합니다.

  • CRM Agent: 캠페인/저니 설계 보조, 세그먼트/타겟팅 제안, 메시지 캘린더 운영 보조
  • Setting Agent / Setting QA Agent: 툴 설정 자동 점검, 누락/오류 탐지, 릴리즈 전 체크리스트 자동화
  • Creative Agent: 카피/기획/이미지 방향 제안 및 변형 생성(브랜드 가이드 준수)
  • Brand/Legal Policy Agent: 브랜드 가이드·금칙어·컴플라이언스 규정 기반 사전 검수, 승인 플로우 트리거
  • Analytics / Reporting Agent: 실험 설계 보조, 결과 해석, 리포트 자동 생성, 인사이트 추천
  • GEO Agent: AI Answers/검색 환경에서의 가시성(visibility) 측정 및 개선 루프 지원


핵심은 “에이전트 1개 만들기”가 아니라 운영 가능한 시스템으로 묶어서 배포하는 것입니다. (Humans orchestrate. Agents execute.)


How we work

• Weekly Ship: 매주 최소 1개 기능/에이전트 개선을 운영에 반영

• Eval-first: 배포 전후로 품질/안전성/재현성을 Evals로 점수화

• Production-minded: 승인/정책/로그/롤백(되돌리기)까지 고려해 설계

• Real feedback loop: 실제 운영 데이터/리뷰를 기반으로 개선


Responsibilities

  • CRM/Paid/GEO 운영 업무를 에이전트 워크플로우로 분해하고 설계
  • 에이전트 구현(프롬프트/툴 호출/API 연동/간단한 내부 도구)
  • 정책(brand/legal/privacy) + QA + 승인(approval) + 감사 로그(audit log)를 포함한 운영 설계
  • 평가 체계(Evals) 설계 및 개선: 정성 평가가 아니라 재현 가능한 기준 만들기
  • 배포 후 운영 피드백 기반 개선(성능/안전성/비용 최적화)


Who we are looking for

  • 복잡한 문제를 빠르게 쪼개서 MVP로 만들고, 실험으로 검증할 수 있는 사람
  • 결과물에 대해 “왜 이렇게 했는지” 근거와 로그를 남길 수 있는 사람
  • 애매한 요구를 명확한 산출물/지표로 바꾸는 데 거부감이 없는 사람


Nice to have

  • Python/JavaScript 중 1개 이상, API 연동 경험
  • LLM/Agent 프레임워크 사용 경험(툴 호출, 워크플로우 구성 등)
  • 데이터 처리/분석 경험(간단한 SQL, GA4/Ads 데이터 이해 등)
  • 마케팅 도메인(CRM/퍼포먼스/콘텐츠/GEO) 중 하나라도 실무 이해


What you will get

  • 글로벌 브랜드·국내 상위권 기업의 실전 운영에 배포되는 에이전트 시스템을 직접 만듭니다.
  • “프롬프트 잘 쓰기” 수준이 아니라, 오케스트레이션/정책/QA/평가/운영까지 포함한 Applied AI를 경험합니다.
  • 결과물은 업무가 아니라 재사용 가능한 운영 자산(Agent System)으로 남습니다. (명확한 산출물 형태로 포트폴리오화 가능)


Application

  • (필수) “내가 시스템화/오케스트레이션하고 싶은 문제 1개”를 5-10줄로 설명 (마케팅이어도 좋고, 마케팅이 아니어도 좋습니다. 중요한 건 접근 방식입니다.)
  • (선택) 포트폴리오/GitHub/프로젝트 링크