[목암생명과학연구소] Small Molecule AI 신약개발 연구원 (박사, 신입·경력)

📅 한눈에 보기

     - 직무: Small Molecule AI 신약개발 연구원

     - 고용형태: 정규직 (수습 2개월)

     - 학위·경력: 박사, 학위 취득 후 경력 0~5년

     - 근무지: 서울 서초구 강남대로41길 15-19 M11빌딩 3층 (양재역 인근)

     - 근무형태: 주 5일 사무실 근무, 08:30~17:30 기준 탄력근무제

     - 접수기간: 채용 시 마감

     - 전형: 서류 → 인성검사(온라인) → 1차 면접(발표 면접) → 2차 면접

🌍 목암이 지금 하고 있는 일

     목암생명과학연구소는 1984년 녹십자(현 GC)의 출연으로 설립된 과학기술처 승인 1호 민간 비영리 연구재단으로,

     현재 과학기술정보통신부 소관입니다.

     백신과 단백질 의약품 연구로 출발해, 지금은 "Smart AI for Smarter Drug Discovery"를 내걸고 AI 기반 신약개발 연구소로 전환했습니다.

     - 질병 이해와 표적 발굴, mRNA·항체·소분자 설계, ADMET·바이오마커 예측, 환자 데이터 기반 역중개연구까지 신약개발의 여러 단계를

       AI로 연구합니다.

     - 2026년 4월 과학기술정보통신부·한국연구재단의 「AI-Medicine 신약개발 전주기 멀티 에이전트 AI 플랫폼 구축 및 실증」 과제에 핵심

       기관으로 선정되었습니다. 표적 발굴부터 전임상 후보물질 도출까지 잇는 플랫폼에서 목암은 전임상 단계 에이전트, 보안 데이터를

       다루는 온프레미스 에이전트와 상용 LLM의 결합, 여러 에이전트의 조율 체계를 맡고 있습니다.

     - 과학기술정보통신부 K-문샷 프로젝트의 첨단바이오·신약개발 분야 협력기관입니다.

     - 소분자 hit 발굴과 lead 최적화를 AI 모델로 수행하고, 도출한 후보는 외부 실험 파트너와 함께 검증합니다.

🚀 이 포지션에서 하게 될 일

     소분자 신약개발에 AI/ML 모델을 개발·적용해 실험으로 검증할 수 있는 hit·lead 후보를 도출합니다.

     이 과정에서 논문으로 발표할 수준의 방법론을 함께 개발합니다.

     - 활성·ADMET·독성 예측 모델 개발 (GNN, transformer 등)

     - 생성 모델 및 구조 기반 분자 설계, 다중 목표 최적화(multi-objective optimization)

     - 가상 스크리닝, active learning, 학습 데이터 큐레이션 (ChEMBL, PDB, 연구소 내부 데이터)

     - 최신 모델 재현·개선, SCI 저널·AI 학회 논문 발표

     - 결과를 해석하고 후보를 화학·생물 연구팀과 공유

🎯 자격요건

     - 학위: 박사 (컴퓨터공학·AI, 계산화학, 화학정보학, 약학, 화학 또는 관련 분야)

     - 경력: 박사 학위 취득 후 0~5년 (박사후연구원 경력 포함)

     - AI 신약개발 분야 박사급 연구 경험

     - 관련 분야 제1저자 대표 논문 1편 이상 (저널·학회 무관)

     - Python과 PyTorch 또는 JAX로 모델을 능숙하게 개발하는 역량

     - 논문·오픈소스 모델을 재현하고 검증할 수 있는 역량

     - 의약화학 기초 지식(SAR, ADMET)과 RDKit 활용 능력

⭐ 우대사항

     - NeurIPS, ICML, ICLR 논문 (워크숍 논문 포함)

     - Diffusion 등 생성 모델, equivariant GNN, co-folding 모델(AlphaFold3, Boltz 등) 경험

     - Active learning, Bayesian optimization, 대규모 가상 스크리닝 경험

     - 실제 신약개발 과제 참여 경험 또는 오픈소스·특허 기여

     - Docking, FEP, MD 경험

     - 프리프린트 또는 공개한 모델·코드

     - 예측 불확실성 평가 경험 (calibration, applicability domain)

     모든 우대사항을 갖추지 않아도 됩니다.

🔍 평가에서 보는 것

     - AI 신약개발 연구에서 스스로 문제를 정의하고 풀어 온 과정

     - 대표 논문에서 본인이 기여한 부분

     - 모델을 직접 구현하는 수준 (공개 코드와 발표 면접 질의응답으로 확인)

     - 논문·오픈소스 모델을 재현하고 한계와 적용 범위를 설명하는 능력

     - 예측 결과를 SAR·ADMET 관점에서 해석하는 능력

🔬 목암에서 일하는 방식

     - 컴퓨터 중심(Computer-only)으로 연구합니다. 데이터와 모델로 가설을 세우고, 실험 검증은 CRO 등 외부 파트너와 함께합니다.

     - 생물학, 화학, AI 등 서로 다른 배경의 연구자가 한 과제를 함께 합니다.

     - 데이터 출처, 코드 버전, 실험 조건, 결과를 기록해 다른 연구자가 재현할 수 있게 합니다.

     - 과제에 맞춰 클라우드·GPU 자원을 지원하고(연구자 1인당 연간 수천만 원 규모), 논문·학회 발표를 장려합니다.

📋 전형 안내

  1. 서류: 이력서, 연구 경력기술서, 대표 논문·공개 코드 검토

  2. 인성검사: 온라인

  3. 1차 면접: 발표 면접. 대표 연구를 약 20분 발표한 뒤 질의응답과 기술 질문을 이어 갑니다. 제출한 공개 코드도 함께 검토합니다

  4. 2차 면접: 협업 방식, 연구소 방향과의 적합성

  5. 처우 협의·입사: 경력은 평판조회 후 처우 협의. 채용검진 후 최종 합격

     - 모든 결과는 합격·불합격과 관계없이 E-mail과 SMS로 알려 드립니다.

     - 직급·처우는 경험과 성과에 따라 협의해 정합니다.

✅ 지원자격 (공통)

     - 목암생명과학연구소 및 계열사의 다른 모집 공고와 동시 지원 불가

     - 박사 학위 소지자 및 입사 전 취득 예정자. 취득 예정자는 학위 취득 후 즉시 출근 가능자

     - 취업보호 대상자(보훈대상, 장애인 등)는 관계 법령에 따라 우대

     - 연구소 취업규칙상 결격사유에 해당하지 않는 자

     - 해외 여행 및 근무에 결격사유가 없는 자

📁 제출서류

     - 이력서(채용 홈페이지 양식)

     - 연구 경력기술서(자율양식): 수행한 연구, 개발한 모델, 본인 역할, 결과. 대표 연구 1건을 골라 그 이유를 함께 적어 주세요.

       공동 연구는 본인 기여를 구분해 주세요.

     - 대표 논문(저널·학회 무관) 및 학위논문

     - 공개 코드 링크(선택): GitHub 등 형식은 자유입니다.

     - 보훈·장애 해당 시: 취업지원 대상자 또는 장애인 증명서

     - 학위증명서, 경력증명서 등 증빙은 최종 면접 합격 후 요청합니다.

     ※ 파일명은 '이름_서류명'으로 통일해 주세요(예: 홍길동_연구경력기술서).

📌 유의사항

     - 경력 요건은 학위 취득 이후 경력으로 봅니다. 처우를 정할 때는 석·박사 학위 기간도 연구 경력으로 인정합니다.

     - 정규직은 입사 후 2개월 수습 기간이 있으며, 수습 중에도 처우는 같습니다.

     - 지원서 내용이 사실과 다르면 합격이 취소될 수 있습니다.

     - 채용서류는 「채용절차의 공정화에 관한 법률」에 따라 반환을 청구할 수 있으며, 보관 기간이 지나면 파기합니다.

💬 자주 묻는 질문

Q. 우대사항을 다 갖추지 못했는데 지원해도 되나요?

A. 네. 자격요건을 충족하면 지원할 수 있습니다.

Q. 박사 학위를 막 받았는데 지원할 수 있나요?

A. 네. 박사 학위를 막 받은 분도 지원할 수 있습니다.

Q. AI 학회 논문이 없으면 불리한가요?

A. 아닙니다. 우대사항이며, 저널 논문과 공개 코드 등 연구 성과를 함께 봅니다.

Q. 1차 면접은 어떻게 진행되나요?

A. 대표 연구를 약 20분 발표한 뒤 질의응답과 기술 질문을 진행합니다. 공개 코드를 제출했다면 함께 검토합니다. 세부 일정은 1차 면접 안내 때 알려 드립니다.

Q. 재택근무가 가능한가요?

A. 사무실 근무이며, 탄력근무제를 운영합니다.

※ 본 공고는 게시 종료일 전 채용 완료 시 조기 마감될 수 있습니다.