토스뱅크 ML Engineer 공고 두 건을 받았다. Product 하나, ML/LLM Ops 하나.

먼저 눈에 걸린 건 없는 것이었다. 두 공고 어디에도 “경력 N년”이 없다. 한 줄도.

며칠 전 같은 방식으로 뜯어본 클러쉬 풀스택 공고는 정반대였다. 같은 자리를 7년·8년·10년으로 쪼개서 동시에 걸어놨고, “고급 이상 기술등급”이라는 말이 네 번 나왔다.1 한쪽은 연차로 자리를 정의하고, 다른 쪽은 연차를 아예 쓰지 않는다.

연차가 자리를 정의하지 않는다면 무엇이 정의하는가. 이 글의 답은 사업이다. 그래서 공고를 뜯는 대신 사업에서 거꾸로 내려왔다.

결론부터: 이 두 공고는 AI를 하고 싶어서 낸 게 아니다. 점포가 없는 은행이라는 사업 구조가 남긴 빈칸이고, 그 빈칸의 모양은 법이 상당 부분 정해줬다.

0. 방법과 한계

1차 자료는 공고 원문이다. 회사 사정은 법령 원문, 금융위원회·금융감독원 발표, 토스가 자기 이름으로 공개한 기술 자료로만 보강했다.

지켜야 할 선이 하나 있다. 토스뱅크 내부에서 왜 이 자리를 열기로 했는지는 확인할 수 없다. 그래서 이 글은 “회사가 이렇게 판단했다”고 쓰지 않는다. “이 업태에서는 구조적으로 이렇게 될 수밖에 없다”까지만 쓴다. 인과가 아니라 제약을 추적하는 글이다.

IPO 관련 내용은 특히 조심해야 한다. 뒤에 나오는 상장 관련 사실 중 공시로 확인되는 것은 거의 없고 대부분 언론 보도다. 해당 문단에서 매번 등급을 밝혔다.

1. 두 공고는 경쟁이 아니라 층이다

같이 지원할 자리인지부터 정리하고 가야 한다. 아니다. 층이 다르다.

  ML Engineer (Product) ML Engineer (ML/LLM Ops)
소속 ML Tribe / ML Chapter ML Platform Team
만드는 것 FDS, 대출 모형·전략 시스템, 고객 응대 자동화, 문서·음성 처리, LLM Agent MLflow·Airflow·Kubeflow·Feature Store·Triton·vLLM·LLM Gateway·Vector DB
한 문장 모델을 제품에 꽂는다 그게 돌아갈 바닥을 깐다
vLLM의 위치 우대 — 써본 경험 담당업무 — 직접 운영·최적화
Triton/KServe 우대 운영 스택 본문
실패하면 고객이 틀린 답을 받는다 모든 모델이 동시에 멈춘다

같은 기술 이름이 양쪽에 나오는데 위치가 반대다. Product 공고에서 “vLLM 서빙 경험”은 있으면 좋은 것이고, Platform 공고에서 vLLM은 매일 만지는 물건이다. 이 구분을 놓치면 엉뚱한 이력서가 나간다.

그리고 Platform 쪽만 조직명이 “Team”이다. Product 쪽은 “Tribe / Chapter”다. 후자는 제품 조직에 흩어져 붙고, 전자는 가로로 하나만 있다는 뜻으로 읽힌다. 공고 문면에서 읽은 해석이고, 토스의 공식 조직도로 확인한 것은 아니다.

2. 토스뱅크는 무엇을 파는 회사인가

숫자부터 놓고 본다. 2026년 3월 31일 회사가 발표한 2025년 실적이다.2

항목 2025년 말 2024년 말
당기순이익 968억 원 457억 원
여신 잔액 15조 3,506억 원 14조 6,271억 원
수신 잔액 30조 686억 원 27조 5,294억 원
고객 수 1,423만 명 1,178만 명
중·저신용자 대출 비중 34.9% —
명목순이자마진 2.55% 2.53%
연체율 1.11% —

※ 회사 자체 발표를 언론이 받아쓴 수치다(②자사 발표 / ③보도). DART 감사보고서 원문과 대조하지는 못했다.

여기서 이 글에 필요한 사실은 세 개다.

첫째, 고객이 1,423만 명인데 지점이 없다. 한 해에 245만 명이 새로 들어왔다. 이 사람들을 심사하고 상담하고 사고를 막는 일이 전부 소프트웨어다.

둘째, 담보대출이 없다. 주택담보대출 없이 여신 15조를 굴린다. 대신 보증부 대출 비중을 38%까지 올렸고 전월세보증금대출이 1년 만에 76% 늘어 4조 1,066억이 됐다.2 담보가 없다는 건 차주를 얼마나 정확히 보느냐가 곧 손익이라는 뜻이다.

셋째, 중·저신용자 비중이 34.9%다. 이게 왜 중요한지가 다음 절이다.

3. 담당업무 다섯 개를 사업으로 되짚는다

Product 공고의 담당업무는 다섯 줄이다. FDS, 대출 모형 및 전략 시스템, 고객 응대 자동화, 문서·음성 처리, LLM 기반 Agent. 하나씩 사업으로 내려가 본다.

(1) 대출 모형 및 전략 시스템 — 법이 만든 자리

「인터넷전문은행 설립 및 운영에 관한 특례법」 제2조는 인터넷전문은행을 이렇게 정의한다.3

이 법에서 “인터넷전문은행”이란 은행업을 주로 전자금융거래의 방법으로 영위하는 은행을 말한다.

대면 영업이 아예 금지된 건 아니다. 다만 시행령이 예외 사유를 따로 정했고, 금융위원회는 그 취지를 이렇게 밝혔다.4

대면영업을 허용하는 예외적 사례를 규정하되, 인터넷전문은행 취지에 반하지 않게 최소한으로 허용

허용된 예외는 장애인·65세 이상 노인의 편의, 그리고 법령·기술상 제약으로 전자금융거래가 어려운 경우다. 후자의 예시로 든 게 휴대폰 분실, 그리고 보이스피싱이 의심되어 전자금융거래가 제한된 계좌다.

즉 창구에서 서류를 보며 사람을 판단하는 심사는 제도적으로 선택지가 아니다. 신용평가는 처음부터 모델이어야 했다.

여기에 규제가 한 겹 더 얹힌다. 2021년 5월 27일 금융위원회 보도자료의 제목이 이것이다.5

인터넷전문은행은 설립 취지에 맞게 중·저신용자 대상 신용대출을 30% 이상으로 확대하고, 신용평가시스템도 혁신해 나가겠습니다

목표만 준 게 아니라 시스템을 혁신하라고 제목에 박아 넣었다. 같은 자료에서 토스뱅크에 대한 계획은 이렇게 적혀 있다.

(토스뱅크) 영업 첫해부터 중·저신용자 비중을 30% 이상으로 설정하고 40%를 상회하는 수준까지 지속적으로 확대

중·저신용자의 정의는 “신용등급 4등급 이하 / 신용평점 하위 50%”다.5 2023년 12월 27일 후속 발표에서 2024~2026년 목표가 “평잔 30% 이상”으로 정리됐고, 말잔 기준이 평잔 기준으로 바뀌었다.6 당국은 목표를 더 못 올리는 이유를 이렇게 설명했다.

전체 차주 중 중·저신용자 비중이 50%이고, 고신용자에 비해 중·저신용자의 대출액 규모가 작으며, 중·저신용자 대출의 건전성 관리 필요성 등을 고려할 때, 목표비중을 30% 수준보다 높이는 데 한계가 있어

이 문장이 ML 자리의 정체를 그대로 설명한다. 여신의 3분의 1을 기존 신용점수로는 잘 안 보이는 사람들에게 내주면서 연체율은 관리해야 한다. 담보도 없다. 사람이 손으로 할 수 있는 일이 아니고, 규칙 몇 개로 되는 일도 아니다.

그리고 2026년은 이 공급계획의 마지막 해다. 공고가 나온 시점이 그렇다.

(2) FDS — 창구 직원이 없으면 코드가 마지막 방어선

대면 거래에는 눈으로 거르는 층이 있다. 창구 직원이 “어르신, 이 돈 어디에 쓰시는 거예요?”라고 묻는 그 층이다. 비대면에는 그게 없다.

앞서 본 대면 예외 사유에 보이스피싱이 명시돼 있다는 게 역으로 이 업태의 급소를 보여준다. 법이 “보이스피싱 때문에 전자금융거래가 막힌 계좌”를 대면 예외로 따로 적어둘 정도라면, 그 앞단에서 막는 일은 전부 시스템 몫이라는 뜻이다.

실제로 토스뱅크는 이 문제를 어떻게 다루는지 자기 기술블로그에 적어놨다. 신분증 검증 사례다.7

토스뱅크에서는 빠르고 편리한 고객 경험을 위해 계좌를 먼저 개설하고 그 이후에 신분증을 검사하는 사후 검증 방식을 선택했어요. 하지만 이 방식에는 신분증 위조나 금융 범죄가 일어날 수 있어요.

계좌를 먼저 열어주는 사업 결정이 곧바로 ML 요구사항이 된다. 이미지 분류 모델과 객체 탐지 모델을 붙이고, 임계값을 두 개 뒀다. 하나는 즉시 반려선, 하나는 관리자 경고선이다.

False Positive가 많으면 선량한 고객이 불편을 겪어요. (…) 토스뱅크는 고객의 경험을 위해 False Positive를 0에 가깝게 설정할 수 있는 임계값을 실제 서비스에 사용하기로 결정했어요.

공고의 필수 요건 중 “전체 아키텍처를 그리고 각 컴포넌트의 역할과 트레이드오프를 설명할 수 있는가”가 무엇을 묻는지 여기서 보인다. 임계값 하나를 어디에 두느냐가 사기 손실과 고객 이탈 사이의 거래다. 이건 기술 선택이 아니라 사업 판단이고, 그래서 “설명할 수 있어야” 한다.

(3) 고객 응대 자동화 — 1,423만 명이 들어올 문이 하나다

지점이 없으면 모든 문의가 앱과 콜센터라는 한 구멍으로 몰린다. 고객이 1년에 245만 명씩 느는데 상담 인력을 같은 기울기로 늘릴 수는 없다.

이건 매출 항목이 아니라 판매관리비 항목이다. 비용 곡선을 꺾을 후보가 현재로선 LLM밖에 없다. 다만 은행에서 상담 오답은 단순 오답이 아니라 불완전판매와 민원으로 간다. 그래서 우대 요건에 “LLM Application·RAG·Multi-Agent”와 나란히 “LLM 평가 시스템”이 들어가 있다. 돌아가는 것과 틀리지 않는 것을 따로 본다는 뜻이다.

(4) 문서·음성 처리 — 비대면의 입력단

비대면이라는 건 서류를 사진으로 받고 상담을 녹취로 남긴다는 뜻이다. OCR과 음성 인식이 업무의 입력단 그 자체다. 위의 신분증 사례가 정확히 이 항목의 실물이다.

(5) LLM 기반 Agent — 위 넷을 도구로 쥐는 층

앞의 네 개가 각각 모델이라면 Agent는 그것들을 호출해 일을 끝내는 층이다. 우대 요건에 Multi-Agent와 평가 시스템이 같이 묶여 있는 이유이기도 하다.

4. 담당업무 항목은 이미 있는 시스템의 이름이었다

여기서 이 글의 결정적인 대조가 나온다. Product 공고의 담당업무를 토스가 자기 컨퍼런스에서 발표한 세션 제목과 나란히 놓으면 이렇게 된다.

공고 담당업무 토스가 이미 공개한 것
대출 모형 및 전략 시스템 SLASH 24 「유연하면서도 안정적인, 토스뱅크만의 신용 모형/전략 시스템 구축하기」8
문서·음성 처리 SLASH 23 「AI와 함께 가짜 신분증 찾아내기」 / 기술블로그 신분증 검증 사례7
Feature Store(ScyllaDB) TMC 25 「ScyllaDB: 토스뱅크 Online Feature Store」9
LLM 서빙(vLLM·Triton·KServe) 기술블로그 「LLM 쉽고 빠르게 서빙하기」10 ※ 토스증권 사례

공고 문구 “대출 모형 및 전략 시스템”과 세션 제목 “신용 모형/전략 시스템”은 사실상 같은 말이다.

그러니까 이 공고들은 “앞으로 이런 걸 만들 사람 구합니다”가 아니다. 이미 돌아가고 있는 시스템에 손을 얹을 사람을 구하는 것이다. 담당업무 다섯 줄은 로드맵이 아니라 재고 목록이다.

지원자 입장에서 이건 중요한 정보다. 저 세션 자료들이 사실상 공개된 사전 과제다.

5. 왜 Platform 자리를 따로 뽑나 — 온프레미스는 취향이 아니다

Platform 공고의 담당업무 첫 줄은 이렇게 시작한다.

기존 On-Premise 중심의 머신러닝/LLM 인프라를 AWS, GCP 등 클라우드 환경으로 확장

그리고 세 번째 줄에 “On-Premise와 Cloud가 함께 동작하는 Hybrid”가 나온다. 이건 “클라우드로 옮긴다”가 아니라 “둘 다 유지한다“는 선언이다. 그리고 그게 이 자리에서 가장 어려운 부분이다.

왜 처음부터 온프레였나. 토스가 직접 적어놨다. 토스증권 GPU 클러스터 도입기다.11

온프레미스 GPU 클러스터가 필요한 이유는 여러 가지가 있지만, 가장 큰 이유는 개인정보 보호 이슈 때문입니다. (…) 민감한 데이터는 여러 가지 이유로 클라우드에 올리기 어렵습니다. 클라우드에 데이터를 올리기 위해서는 개인정보 보호를 위한 관련 규제 검토 및 조치를 위한 자원 비용이 추가로 발생하고 (…)

토스증권 사례이므로 은행에 그대로 적용된다고 단정할 수는 없다. 다만 같은 그룹이 같은 규제 환경에서 같은 결론에 도달했다는 사실은 남는다. 그리고 은행은 증권보다 규제가 느슨하지 않다.

규제 쪽 사실관계는 이렇다. 전자금융감독규정 제15조가 망분리를 정하고, 시행세칙 제2조의3이 2026년 4월 20일부터 예외를 열었는데 그 예외는 SaaS에 한정된다. 생성형 AI 일반에 대한 망분리 예외는 금융위원회가 “추진할 계획”이라고 밝힌 단계이고 2026년 8월 현재 시행되지 않았다.12

이 조건에서 은행이 자체 GPU 위에 vLLM을 세우는 건 선택이 아니라 거의 유일한 경로다. 그리고 지금 그걸 클라우드로 “확장”하려면 규제 경계를 넘나드는 배치를 설계해야 한다. 어떤 워크로드는 나갈 수 있고 어떤 건 못 나가는지를 판단할 수 있는 사람이 필요하다는 뜻이다. 쿠버네티스를 아는 것과는 다른 종류의 지식이다.

Platform 공고에 이 문장이 있는 이유이기도 하다.

금융 도메인 특성상 안정성, 확장성, 보안, 개인정보 보호, 감사 가능성이 매우 중요해요

6. ScyllaDB 한 줄이 말해주는 것

작은 디테일인데 조직 구조를 드러낸다.

토스(비바리퍼블리카) ML Platform 팀은 자체 Feature Store를 만들면서 Online Storage로 Aerospike를 쓴다고 기술블로그에 적었다. 2025년 8월 글이다.13

Online Storage로 Redis, ScyllaDB, Cassandra 등 다양한 선택지가 있습니다. 과거에 HBase, Redis 등을 사용했었고, 현재 토스 Feature Store는 (…) Aerospike 클러스터를 Online Storage로 사용하고 있습니다.

그런데 이번 공고의 Platform 스택에는 “Feature Store(ScyllaDB 클러스터)”라고 적혀 있다. 그리고 토스 메이커 컨퍼런스 25에 「ScyllaDB: 토스뱅크 Online Feature Store」 세션이 있다. 발표자는 토스뱅크 Machine Learning Engineer다.9

같은 우산 아래인데 토스는 Aerospike고 토스뱅크는 ScyllaDB다.

이게 왜 중요한가. 토스뱅크가 그룹 플랫폼에 얹혀 가는 게 아니라 자기 ML 플랫폼을 따로 굴린다는 뜻이기 때문이다. 은행은 별도 법인이고 규제도 별도로 받는다. 데이터도 함부로 섞을 수 없다. 그래서 바퀴를 다시 만들어야 하고, 그래서 이 공고가 필요하다.

Platform 자리가 왜 따로 존재하는지에 대한 가장 구체적인 증거가 이 데이터베이스 이름 하나다.

7. IPO 관점 (1) — 토스뱅크의 손익 세 줄이 곧 밸류에이션이다

여기서부터가 이 글을 쓰게 된 두 번째 질문이다. 상장을 앞둔 회사라는 사실이 이 공고를 어떻게 바꾸는가.

먼저 사실관계를 정확히 해야 한다. 상장 주체는 토스뱅크가 아니라 비바리퍼블리카다. 토스뱅크는 그 자회사이자 지분 26.05%를 보유한 관계다. 나머지는 이랜드월드 9.95%, 하나은행 9.23%, 한국투자캐피털 8.96% 등으로 나뉜다.14

지분이 이렇게 쪼개진 건 출범 당시 인터넷전문은행에 대한 산업자본 지분 한도 규제 때문이었고, 이 구조 자체가 상장 과정의 쟁점으로 거론된다.14 여기까지는 ③보도 기준이다.

상장 진행 상황은 다음과 같다. 전부 언론 보도이며 공시로 확인되지 않는다.

시점 내용 등급
2024-02 국내 상장 주관사 선정(한국투자·미래에셋 대표, 삼성 공동) ③보도
2024-10 국내 상장 절차 중단, 미국 상장으로 선회 ③보도
2025-10 전 Slack CFO 심상현 사외이사 선임, 발행예정 주식 2.5억→20억 주, 메자닌 한도 3,000억→1조 원 ③보도
2025-12-28 SEC 리포팅 담당 채용 공고 — CPA 필수, FPI 공시 경력 7년 이상, Form F-1/20-F, 내부통제(SOX) 대응 ③보도
2026-01-07 SEC 사전협의 착수(모건스탠리·JP모건) ③보도
2026-03-05 금융감독원에 지정감사인 관련 질의 — 국내 상장도 병행 검토 ③보도

기업가치는 앤트그룹과의 지분 스왑에서 20조 5,000억 원(주당 11.4만 원)이 인정됐다는 보도가 있고, 비상장 거래 플랫폼 시가총액은 12조 원대로 집계된다. IB 업계 관측치는 10조~20조로 폭이 넓다.15 회사 공식 코멘트는 “성공적인 상장을 위해 다양한 시나리오를 검토 중”이라는 수준이다(②).

이제 본론이다. 상장을 앞둔 회사가 투자자에게 증명해야 하는 건 성장률이 아니라 수익성의 지속가능성이다. 특히 미국 시장이면 더 그렇다.

비바리퍼블리카 연결 실적에서 토스뱅크는 큰 축이다. 그리고 은행의 손익은 거칠게 세 줄로 요약된다.

  1. 이자이익 − 대손비용
  2. 사고·규제 비용
  3. 판매관리비

그리고 앞에서 본 담당업무 다섯 개를 이 세 줄에 얹으면 정확히 겹친다.

손익 항목 대응하는 ML 업무
이자이익 − 대손비용 대출 모형 및 전략 시스템
사고·규제 비용 FDS, 문서·음성 처리(신분증 검증)
판매관리비 고객 응대 자동화

즉 이 세 개는 비용 절감 항목이 아니라 밸류에이션 항목이다. 중·저신용자 34.9%를 안고도 연체율 1.11%를 유지한다는 숫자, NIM 2.55%, 순이익 968억 — 상장 심사에서 반복해서 설명해야 할 숫자들이고, 그 숫자를 만드는 게 신용 모형이다.

Platform 공고 쪽에도 같은 신호가 있다. 담당업무에 “GPU 활용 최적화 및 비용 효율“이 명시돼 있다. GPU는 고정비다. 손익계산서에 바로 찍힌다.

그리고 앞서 인용한 SEC 리포팅 채용 공고에 있던 “내부통제(SOX) 대응”과 이번 ML 공고에 있는 “감사 가능성”은 같은 방향을 가리킨다. 미국 상장사는 SOX 404에 따라 재무보고 내부통제를 문서화하고 감사받는다. 대출 심사와 사기 탐지를 하는 모델이 그 통제 범위 바깥에 있기는 어렵다.

다만 여기서 선을 그어야 한다. 토스뱅크가 상장 때문에 ML 자리에 “감사 가능성”을 썼는지는 확인할 수 없다. 금융 도메인이면 상장과 무관하게 감사 가능성이 필요하기도 하다. 두 채용 공고가 같은 단어군을 쓰고 있다는 관찰까지가 확인된 사실이고, 그 사이의 인과는 추정이다.

8. IPO 관점 (2) — 같은 IPO인데 요구하는 사람이 다르다

며칠 전 분석한 클러쉬도 상장을 준비하는 회사다. 프리 IPO로 380억 원을 조달했다고 보도됐다(③).1 두 회사 모두 IPO를 앞두고 사람을 뽑는다. 그런데 공고의 언어가 정반대다.

  클러쉬 토스뱅크(비바리퍼블리카 연결)
상장 무대 국내(프리 IPO 단계, ③보도) 미국 우선 검토, 국내 병행(③보도)
투자자에게 증명할 것 수주·매출 규모 수익성의 지속가능성
인력의 회계적 성격 원가이자 매출원 고정비
공고의 언어 연차·기술등급·기술 고유명사 임팩트·트레이드오프 설명력
필수 요건의 문법 Java 17, Spring Boot 3.x, MyBatis… “설명할 수 있는 분”
연차 표기 7년 / 8년 / 10년 없음

SI 회사에서 개발자는 매출의 단위다. 몇 명을 어느 등급으로 투입하느냐가 곧 계약금액이다. 그래서 등급과 연차를 공고에 적어야 하고, 그 등급은 2012년에 폐지된 SW기술자 등급제의 언어를 아직도 쓴다.1 상장을 준비할수록 수주 실적이 중요해지고, 수주 실적을 만들려면 등급표를 채울 인력이 필요하다. 연차가 공고에 적히는 건 그게 청구서 단위이기 때문이다.

은행에서 ML 엔지니어는 매출의 단위가 아니다. 한 명이 신용 모형의 컷오프를 1%p 움직이면 그 효과는 인건비와 자릿수가 다르다. 그래서 “몇 년 했나”가 아니라 “무엇을 얼마나 움직였나”를 묻는다.

Platform 공고의 이력서 작성 가이드가 이걸 대놓고 적어놨다.

처리량, 지연 시간, 비용, 장애율, 개발 생산성, 배포 리드타임 등 지표 중심으로 표현해 주세요

여섯 개 중 최소 셋(비용·장애율·처리량)은 그대로 재무제표로 번역된다. 채점 기준을 공개한 셈이고, 그 기준이 곧 손익이다.

정리하면 이렇다. 두 회사 모두 IPO 때문에 사람을 뽑지만, IPO가 요구하는 게 달라서 요구하는 사람이 다르다. 한쪽은 청구할 수 있는 등급을, 다른 쪽은 숫자를 움직인 증거를 산다.

9. “감사 가능성”이라는 단어

공고에 “감사 가능성(auditability)”이 들어간 건 그냥 멋있는 말이 아니다. 근거가 있다.

「금융분야 인공지능 가이드라인」이 2026년 6월 22일 시행됐다. 기존 3종 가이드라인을 통합 개정한 91쪽짜리다.16 상위법으로 AI기본법이 있고, 그 제2조 제4호 사목은 대출 심사를 고영향 AI로 분류한다. 제34조는 고영향 AI에 대한 사업자 의무를 정한다.

즉 토스뱅크의 신용 모형은 법적으로 고영향 AI다. 설명 가능성, 이력 관리, 사람의 개입 지점이 규제 대상이라는 뜻이다.

Platform 공고에 MLflow가 스택 목록 맨 앞에 있는 이유가 여기에 있다. 실험 관리 도구로만 보면 “어떤 하이퍼파라미터가 좋았나”를 기록하는 물건이지만, 규제 환경에서는 어떤 모델이 언제 어떤 데이터로 학습돼 언제 배포됐는지를 증명하는 장부다. 그리고 그 장부를 요구하는 사람이 데이터 사이언티스트가 아니라 감사인이면 요건이 달라진다.

여기에 미국 상장을 준비 중이라면 SOX 내부통제 문서화가 겹친다. 같은 로그를 두 종류의 검사자가 본다.

10. 그래서 연차를 안 쓴 것이다

처음의 질문으로 돌아간다. 왜 이 두 공고에는 “경력 N년”이 없는가.

첫째, 쓸 수가 없다. Platform 공고에 나열된 기술을 보자. Triton, vLLM, SGLang, TensorRT-LLM, KServe, LLM Gateway, Vector DB. 이 중에 5년 이상 된 물건이 거의 없다. vLLM도 SGLang도 최근 몇 년 사이의 프로젝트다. “vLLM 5년”은 존재할 수 없는 경력이다. 연차를 적는 순간 공고가 거짓말이 된다.

클러쉬는 반대였다. 필수 요건이 Java 17, Spring Boot 3.x, MyBatis, JPA, Quartz, LDAP, POI였고, 이건 전부 10년 이상 존재한 기술이다. 연차를 쓸 수 있는 공고와 없는 공고의 차이는 요구 기술의 연식이기도 하다.

둘째, 연차로 거를 게 없다. 이 자리에서 위험한 사람은 경력이 짧은 사람이 아니라 왜 그렇게 했는지 설명하지 못하는 사람이다. 공고가 그걸 그대로 적어놨다.

정해진 정답(Best Practice)을 따르기보다 문제를 정의하고 왜 그 기술을 선택했는지 스스로 설명할 수 있는 분

그리고 이건 서류로 걸러지지 않는다. 그래서 전형에 라이브 코딩 테스트가 서류 다음 단계로 바로 붙어 있다. 연차 필터를 뺀 자리에 실기 시험을 넣은 것이다.

셋째, 연차 대신 규모를 썼다. 필수 요건에 이렇게 되어 있다.

대규모 트래픽과 높은 SLA가 요구되는 환경에서 서비스를 운영해본 경험

이게 사실상 유일한 연차 대용 필터다. 1,423만 명을 감당하는 시스템을 만져본 적이 있느냐를 묻는 것이고, 이건 회사 규모에 따라 3년차도 있고 10년차도 없다.

넷째, 은행이라서 걸리는 필터는 따로 있다.

토스뱅크 내부규정상 결격사유 해당자 또는 금융기관 인력 채용 상 결격사유 해당자는 채용이 취소될 수 있어요.

이건 실력 필터가 아니다. 업권 필터다. 연차를 안 써도 이 조항은 반드시 쓴다.

11. 지원자 관점 — 무엇을 준비해야 하나

Product 지원자

  • 사전 과제는 이미 공개돼 있다. SLASH 24 「토스뱅크만의 신용 모형/전략 시스템 구축하기」와 기술블로그 신분증 검증 글을 읽고 가는 것과 아닌 것의 차이가 크다.
  • 준비할 이야기는 “모델 성능을 올렸다”가 아니라 “임계값을 여기에 둔 이유”다. 신분증 글의 이중 임계값 설계가 정확히 그 형식이다.
  • 대출 모형 경험이 없다면 FDS나 이상 탐지 쪽에서 불균형 데이터 + 비대칭 비용 경험을 정리하면 가장 가깝다.

Platform 지원자

  • 가장 변별력 있는 건 온프레와 클라우드를 동시에 굴려본 경험이다. 공고가 “확장”과 “Hybrid”를 담당업무에 박아놨다. 순수 클라우드 경력만으로는 이 자리의 어려운 부분을 건드리지 못한다.
  • vLLM/Triton은 “써봤다”가 아니라 “왜 그걸 골랐고 대안은 무엇이었나”로 준비해야 한다. 공고에 서빙 프레임워크가 네 개(Triton, vLLM, SGLang, TensorRT-LLM) 병렬로 적혀 있다는 건 아직 하나로 수렴하지 않았다는 뜻으로 읽힌다. 선택을 논증할 사람이 필요하다는 신호다.
  • 이력서는 공고가 알려준 여섯 지표로 다시 쓰면 된다. 처리량, 지연 시간, 비용, 장애율, 개발 생산성, 배포 리드타임.

두 자리 중 어디에 낼 것인가

모델의 성능과 제품의 지표를 이야기하고 싶으면 Product, 시스템이 안 죽게 만드는 이야기를 하고 싶으면 Platform이다. 애매하면 vLLM을 기준으로 판단하면 된다. “써봤다”면 Product, “튜닝하고 장애 대응해봤다”면 Platform이다.

12. 정리

  • 두 공고 어디에도 경력 연차가 없다. 요구 기술 대부분이 5년도 안 된 것들이라 쓸 수가 없고, 대신 라이브 코딩과 “대규모 트래픽·높은 SLA”가 그 자리를 대신한다.
  • 담당업무 다섯 개는 신사업 로드맵이 아니라 이미 돌아가는 시스템의 목록이다. 토스가 자기 컨퍼런스에서 발표한 세션 제목과 문구까지 겹친다.
  • 그 다섯 개는 점포 없는 은행이라는 구조에서 나왔다. 인터넷전문은행 특례법이 대면 영업을 최소한으로만 허용했고, 당국은 중·저신용자 30% 목표와 함께 “신용평가시스템도 혁신”을 보도자료 제목에 박았다.
  • Platform 자리가 따로 있는 이유는 온프레미스 때문이다. 그리고 온프레미스는 취향이 아니라 규제다. 망분리 예외는 2026년 8월 현재 SaaS까지만 열려 있다.
  • 토스뱅크의 ML 세 축(신용 모형·FDS·응대 자동화)은 그대로 은행 손익 세 줄이다. 상장을 앞둔 회사에서 이건 비용 절감이 아니라 밸류에이션 항목이다.
  • 클러쉬와 토스는 둘 다 IPO를 앞두고 뽑지만, 국내 SI의 IPO는 수주 실적을 요구하고 미국 상장은 수익성의 지속가능성을 요구한다. 그래서 한쪽은 연차와 등급을, 다른 쪽은 지표를 산다.

공고를 읽을 때 기술 목록만 보면 “요즘 다 이런 거 하는구나”에서 끝난다. 그 회사가 무엇을 팔아서 먹고사는지, 어떤 법이 그 회사의 선택지를 좁혔는지, 그리고 지금 누구에게 무엇을 증명해야 하는지를 같이 보면 목록의 순서까지 설명된다.

이 글의 한계

  • 토스뱅크 내부 의사결정은 전혀 확인되지 않았다. 이 글은 업태의 구조적 제약과 공개 자료의 대조까지만 다룬다. “이래서 이 자리를 만들었다”는 회사의 진술이 아니라 나의 해석이다.
  • 실적 수치는 회사 발표를 언론이 받아쓴 것이다. DART 감사보고서 원문과 대조하지 못했다. 2024년 순이익은 잠정치 432억과 확정치 457억이 보도에 병존하며, 본문은 최신 발표 기준 457억을 썼다.
  • IPO 관련 사실은 거의 전부 언론 보도다. 상장 계획, 주관사, SEC 협의, 기업가치는 공시로 확인되지 않았고 변동 가능성이 크다. 회사 공식 입장은 “다양한 시나리오 검토 중” 수준이다.
  • 기술 사례 중 GPU 클러스터와 LLM 서빙은 토스증권 사례다. 토스뱅크 사례가 아니며, 같은 그룹이라는 이유로 확대 적용하지 않도록 본문에 매번 표기했다.
  • 조직 구조(Tribe/Chapter vs Team) 해석은 공고 문면에서 읽은 것으로, 실제 조직도로 확인하지 않았다.

References

법령·규제 (1차)

  1. 「인터넷전문은행 설립 및 운영에 관한 특례법」 제2조(정의) — 법률 제15856호, 2018-10-16 제정, 2019-01-17 시행 / 법률 제19262호, 2023-03-21 일부개정, 2023-09-22 시행
  2. 금융위원회, 「인터넷전문은행법 시행령」 국무회의 통과 보도자료, 2019-01-08 — https://www.fsc.go.kr/no010101/73480
  3. 금융위원회, 「인터넷전문은행은 설립 취지에 맞게 중‧저신용자 대상 신용대출을 30% 이상으로 확대하고, 신용평가시스템도 혁신해 나가겠습니다」, 2021-05-27 — https://www.fsc.go.kr/no010101/75987
  4. 금융위원회·금융감독원, 「인터넷전문은행 중‧저신용자 대출 공급계획(‘24~’26년)」, 2023-12-27 — https://www.fsc.go.kr/no010101/81348
  5. 금융위원회, 「금융분야 인공지능 가이드라인」 시행 관련 보도자료, 2026-06-22 — https://www.fsc.go.kr/no010101/87142
  6. 금융위원회, 망분리 규제 개선 관련 보도자료, 2026-04-20 — https://www.fsc.go.kr/no010101/86745
  7. 「인공지능 발전과 신뢰 기반 조성 등에 관한 기본법」 제2조 제4호 사목, 제34조

회사 공식 기술 자료 (1차/자사 발표)

  1. 토스 기술블로그, 「토스가 다양한 ML 모델을 만드는 법: Feature Store & Trainkit」, 2025-08-14 — https://toss.tech/article/feature-store-trainkit
  2. TOSS MAKERS CONFERENCE 25, 「ScyllaDB: 토스뱅크 Online Feature Store」(김현우, 토스뱅크 Machine Learning Engineer) — https://toss.im/tmc-25/sessions/engineering/ml-15
  3. 토스 기술블로그, 「토스뱅크가 AI로 보안과 효율도 챙기는 방법」 — https://toss.tech/article/28229
  4. 토스 기술블로그, 「LLM 쉽고 빠르게 서빙하기」, 2024-11-25(토스증권) — https://toss.tech/article/llm-serving
  5. 토스 기술블로그, 「고성능 GPU 클러스터 도입기 #1」(토스증권) — https://toss.tech/article/securities_llm_1
  6. SLASH 24 세션 목록(「유연하면서도 안정적인, 토스뱅크만의 신용 모형/전략 시스템 구축하기」 포함) — https://toss.tech/article/32173

실적·상장 (자사 발표 및 언론 보도)

  1. 토스뱅크 2025년 실적 발표(2026-03-31) 관련 보도 — 순이익 968억 원, 여신 15조 3,506억 원, 수신 30조 686억 원, 고객 1,423만 명, 중·저신용자 34.9%, 연체율 1.11%
  2. 비바리퍼블리카 상장 추진 관련 보도(2024-02 주관사 선정 / 2024-10 미국 선회 / 2025-10 사외이사·정관 변경 / 2025-12-28 SEC 리포팅 채용 / 2026-01-07 SEC 사전협의 / 2026-03-05 지정감사인 질의) — 서울경제, 조선비즈, MTN, FETV 등
  3. 토스뱅크 주주 구성(비바리퍼블리카 26.05%, 이랜드월드 9.95%, 하나은행 9.23%, 한국투자캐피털 8.96%) — 언론 보도 기준

선행 글

  1. 「10년차를 뽑는 이유는 AI가 아니었다 — 클러쉬 풀스택 공고, 요건 39개 해부」 — https://myoungsoo7.github.io/2026/08/11/clush-fullstack-jd-analysis/

  1. 「10년차를 뽑는 이유는 AI가 아니었다 — 클러쉬 풀스택 공고, 요건 39개 해부」, 2026-08-11. https://myoungsoo7.github.io/2026/08/11/clush-fullstack-jd-analysis/ — SW기술자 등급제 폐지(2012-11-24) 및 등급이 대가산정 단위로 존속하는 구조, 클러쉬 프리 IPO 380억 원 조달 보도를 포함한다. ↩ ↩2 ↩3

  2. 토스뱅크 2025년 실적, 2026-03-31 회사 발표를 언론이 보도한 수치. DART 감사보고서 원문과 대조하지 않았다. ↩ ↩2

  3. 「인터넷전문은행 설립 및 운영에 관한 특례법」 제2조. 법률 제15856호(2018-10-16 제정, 2019-01-17 시행), 법률 제19262호(2023-03-21 개정, 2023-09-22 시행). ↩

  4. 금융위원회 보도자료, 2019-01-08. https://www.fsc.go.kr/no010101/73480 ↩

  5. 금융위원회 보도자료, 2021-05-27. https://www.fsc.go.kr/no010101/75987 ↩ ↩2

  6. 금융위원회·금융감독원 보도자료, 2023-12-27. https://www.fsc.go.kr/no010101/81348 ↩

  7. 토스 기술블로그, 「토스뱅크가 AI로 보안과 효율도 챙기는 방법」. https://toss.tech/article/28229 ↩ ↩2

  8. SLASH 24 세션 목록. https://toss.tech/article/32173 ↩

  9. TOSS MAKERS CONFERENCE 25 세션. https://toss.im/tmc-25/sessions/engineering/ml-15 ↩ ↩2

  10. 토스 기술블로그, 「LLM 쉽고 빠르게 서빙하기」, 2024-11-25. https://toss.tech/article/llm-serving — 토스증권 사례다. ↩

  11. 토스 기술블로그, 「고성능 GPU 클러스터 도입기 #1」. https://toss.tech/article/securities_llm_1 — 토스증권 사례다. ↩

  12. 금융위원회 보도자료, 2026-04-20. https://www.fsc.go.kr/no010101/86745 — 전자금융감독규정 시행세칙 제2조의3(2026-04-20 시행)의 망분리 예외는 SaaS 이용에 한정되며, 생성형 AI 일반에 대한 예외는 “추진할 계획” 단계다. ↩

  13. 토스 기술블로그, 「토스가 다양한 ML 모델을 만드는 법: Feature Store & Trainkit」, 2025-08-14. https://toss.tech/article/feature-store-trainkit ↩

  14. 토스뱅크 주주 구성 및 상장 쟁점 관련 언론 보도. 공시로 확인하지 않았다. ↩ ↩2

  15. 비바리퍼블리카 기업가치 관련 언론 보도. 앤트그룹 지분 스왑 기준 20조 5,000억 원, 비상장 플랫폼 시가총액 12조 원대, IB 관측 10조~20조 원. ↩

  16. 금융위원회, 「금융분야 인공지능 가이드라인」, 2026-06-22 시행. https://www.fsc.go.kr/no010101/87142 ↩