LG전자 AX School - 채용 홈페이지 LG전자 AX School 채용 홈페이지입니다
LG전자 AX School - 채용 홈페이지
LG전자 AX School 채용 홈페이지입니다
[섹션 1] 히어로
• AI 융합가 · R&D
신제품 개발의 문제를 정의하고, 데이터로 증명하고,
에이전트로 통과시킨다
LG전자 R&D 프로세스를
AI 에이전트로 혁신하는 인재로 성장합니다.
●
교육 기간
944시간 · 6개월
●
운영 캠퍼스
기수별 상이
●
주요 기술
Python · n8n · RAG · FastAPI
●
교육 비용
전액 무료 (국민내일배움카드)
이 과정 지원하기
다른 과정 둘러보기
[섹션 2] 타겟
•︎ 강의 추천 대상
이런 분께 적합한 과정입니다
🖥️ 이런 전공을 하셨다면
✓ 기계공학
제품 설계·기구 해석 경험은 있지만 데이터·AI 활용이 부족한 분
✓ 제어/전기전자공학
회로·임베디드 지식에 AI 워크플로우를 더하고 싶은 분
✓ 재료/화학공학
소재·실험 데이터를 AI로 가설 검증해보고 싶은 분
✓ 산업공학
R&D 프로세스 관리·KPI 설계에 AI를 접목하고 싶은 분
💬 이런 고민 하신다면
✓ LG전자 R&D 직군(기구·회로·소재·품질) 취업을 구체적으로 준비 중인 분
✓ 학부 캡스톤·연구실 프로젝트에서 데이터 분석의 한계를 느꼈던 분
✓ 신제품 개발 단계(CP-PP-DV-PV-MP)의 실제 의사결정 과정을 경험해보고 싶은 분
✓ 코딩 전공이 아니어도 AI 도구를 활용하는 시티즌 디벨로퍼형 R&D 인재가 되고 싶은 분
전공은 무관합니다. 위 항목은 "이런 배경이면 특히 잘 맞는다"는 예시입니다.
[섹션 3] 학습 여정
•︎ 3 STEP Build
6개월, 세 번 쌓아 올립니다
같은 주제를 세 번 반복합니다.
매번 앞선 Build의 결과 위에 한 단계씩 쌓여,
마지막에는 현업에서 작동하는 AI 에이전트가 됩니다.
BUILD 01 · 문제 정의 — 신제품 개발의 문제를 데이터로 정의하기
○ 목표
LG전자 R&D 프로세스(NPI)의 구조를 이해하고, 데이터로 의사결정의 병목을 찾는 눈을 키운다
○ 무엇을 배우나요
1. LG전자 AX 전략과 R&D
[직무·도메인]
- 전자산업과 AI
- AI 시대의 R&D 문제해결 5D 프로세스
- Agent 문제 정의
[기술]
- Python / Python Lib로 R&D 데이터 다루기
- Streamlit으로 노코딩 시각화
2. R&D 데이터 분석
[직무·도메인]
- R&D 데이터 종류 (실험·시험·소재·품질)
- 데이터 구조와 메타정보 이해
[기술]
- SQL로 실험 데이터 추출
- EDA 탐색적 분석 시각화
- ML/DL로 가설 검증 모델 만들기
- LLM API·n8n 기초
○ 프로젝트
Project 1 · 내가 직접 LG전자 신제품 개발 프로세스를 진단한다
LG전자 가전(냉장고·세탁기·광파오븐) 또는 소재(이차전지) 중 하나를 선택해 NPI 5단계(CP-PP-DV-PV-MP) 중 가장 의사결정이 오래 걸리거나 반복 검토가 많은 게이트를 데이터로 진단합니다. 어떤 단계에서 어떤 데이터가 부족해 의사결정이 지연되는지, 어떤 보고서가 매번 같은 형식으로 반복 작성되는지를 팀이 함께 도출합니다.
BUILD 02 · 게이트 자동화 — NPI의 한 게이트를 에이전트가 검토하게 만들기
○ 목표
LG전자 NPI 프로세스를 이해하고, CP·PP·DV·PV·MP 중 한 게이트의 검토·검증 업무를 단일 에이전트로 재설계한다
○ 무엇을 배우나요
1. 제품컨셉 및 제품화
[직무·도메인]
- LG전자 NPI 전체 흐름
- 제품 컨셉 정의(CP) — 시장·고객 니즈 분석
- 제품화 계획(PP) — 기술·원가 타당성 분석
[기술]
- Agent 기반 업무 재설계
- 프롬프트 템플릿 설계
- 단일 에이전트 구현
2. 설계개발 및 양산
[직무·도메인]
- 설계·개발(DV) — 기능 구현·통합·개발이슈 관리
- 양산준비(PV) — 성능·신뢰성 검사·양산 판단
- 양산(MP) — 초기품질 모니터링
[기술]
- KPI 테이블 자동 생성
- 양산 판단 로직 설계
- Streamlit으로 검토 화면 구현
○ 프로젝트
Project 2 · 특정 게이트의 의사결정을 AI 에이전트로 자동화한다
Build 1에서 도출한 게이트 중 하나를 선택해 단일 에이전트를 만듭니다. 예시로 PP(제품화 계획) 단계를 고르면, 시장·기술·원가 데이터를 자동으로 모아 타당성 보고서 초안을 작성하고, 검토자가 보고서를 확인·승인하면 다음 게이트(DV)로 자동으로 넘기는 에이전트입니다. "데이터가 모이고 → 에이전트가 보고서 초안을 쓰고 → 사람이 승인하고 → 다음 게이트로 넘어간다"는 구조를 처음으로 완성하는 단계입니다.
BUILD 03 · 멀티 에이전트 — R&D 5대 혁신 과제를 에이전트들이 함께 풀어내기
○ 목표
R&D Gate Review 관점에서 신제품 개발 전체 프로세스의 문제를 정의하고, 여러 에이전트가 협력해 게이트 간 의사결정을 자동화하는 통합 솔루션을 완성한다
○ 무엇을 배우나요
1. R&D 통합 설계
[직무·도메인]
- 실전 R&D 이슈와 5대 혁신 과제
- R&D Gate Review 구조
- R&D 워크플로우 설계와 단계 간 핸드오프
[기술]
- n8n 멀티 워크플로우
- 로그·재시도·상태관리 (n8n)
- FastAPI로 에이전트 간 통신 설계
2. R&D 에이전트 고도화
[직무·도메인]
- 통합 에이전트 실행환경 구축
- R&D 현장 변화관리
[기술]
- FastAPI·Docker로 재현·배포 패키지 제작
- Streamlit 필터·다운로드 기능 강화
- RAG로 R&D 근거문서 결합
○ 프로젝트
Project 3 · 신제품 개발 전 단계의 의사결정을 멀티 에이전트가 함께 통과시킨다
LG전자 R&D 현장에서 실제로 발생하는 5대 혁신 과제 중 하나가 주어집니다. 예를 들어 "PP→DV 게이트 통과 지연" 문제라면, 시장니즈 분석 에이전트, 기술 타당성 검증 에이전트, 원가 분석 에이전트, Gate Review 보고 에이전트가 서로 데이터를 주고받으며 협력하는 구조를 만듭니다. 데모 수준이 아니라 실제 현업 R&D 팀에 적용 가능한 패키지(FastAPI + Docker + RAG)로 완성하는 것이 목표입니다.
