[미리디] 텍소노미스트 (Taxonomist)

"전 세계로 확장 중인 디자인 올인원 플랫폼"

미리디는 '모두가 쉽게 디자인을 통해 세상과 소통하게 하자'는 미션 아래, 2,000만 고객이 사랑하는 올인원 디자인 플랫폼 '미리캔버스'와 국내 ​1위 ​온라인 PoD(Print on Demand) 커머스 ​서비스 ​'비즈하우스'를 통해 누구나 ​자신의 ​아이디어를 손쉽게 실현할 ​수 있도록 돕고 ​있습니다.

21년도부터 매년 60% 이상의 매출 성장을 이뤄오며, 24년에 200억 규모의 시리즈 B 투자 유치를 성공적으로 완료하고 2년 연속 흑자 전환에 성공했습니다. 빠르게 성장하는 팀의 일원으로서, 전 세계에 우리의 서비스를 알리고 글로벌 디자인 표준 기업으로 도약하는 미래를 함께 만들어 갈 동료분을 기다리고 있습니다!

[미리캔버스] 누구나 디자인을 통해 자신의 이야기를 표현할 수 있는 세상을 꿈꿉니다. 디자인 지식이 없어도 다양한 템플릿과 요소로 나만의 창의적인 작품을 만들 수 있습니다. 2026년 기준 가입자 2000만명을 돌파한, 한국인이 가장 사랑하는 디자인 플랫폼, 미리캔버스로 자유로운 표현의 세상을 경험해보세요.

[비즈하우스] 15만 개 이상의 샘플 디자인과 3D/AR 뷰어 등 획기적인 인쇄 경험을 제공하며 매년 35%이상 성장하는 온라인 POD 서비스! 더욱 많은 고객들을 위한 프린팅 플랫폼으로 거듭나며 일본, 미국 배송을 시작하였어요.

미리디의 수백만 ​개 디자인 템플릿을 체계적으로 ​조직하고 ​이해할 수 ​있는 분류체계(Taxonomy)와 온톨로지(Ontology)를 ​설계하는 핵심 ​역할을 ​담당하게 됩니다. 정보 ​구조 ​설계 ​전문성을 바탕으로, LLM과 ​AI ​Agent가 디자인 템플릿을 ​정확하고 ​일관되게 ​생성·이해할 수 있도록 ​디자인 템플릿의 ​구조화된 ​콘텐츠(Structured Contents)를 ​정의하고 개념 ​간 ​관계를 체계화합니다. 잘 설계된 ​Taxonomy와 Ontology는 ​LLM이 참조하는 정보 구조의 근간이 되며, AI 기반 디자인 생성 품질을 좌우할 수 있습니다.

이 역할의 핵심은 AI Agent Engineer, Prompt Engineer, PM 등과의 긴밀한 협업입니다. 분류체계가 프롬프트 설계와 에이전트 워크플로우에 효과적으로 연결될 수 있도록 정보 구조를 함께 정의하고, 거버넌스와 품질 관리 프로세스를 운영하여 미리디의 디자인 데이터 체계가 AI 시대에 맞게 지속적으로 진화하도록 합니다.

-미리디의 디자인 데이터 구조와 현재 분류체계 및 메타데이터 현황을 파악합니다. -Prompt Engineer, AI Agent Engineer, PM 등 협업 파트너의 업무 방식과 현재 AI 생성 파이프라인에서 정보 구조가 어떻게 활용되는지 이해합니다. -기존 분류 레이블과 메타데이터 스키마를 분석하고, LLM/AI Agent의 정보 참조 관점에서 개선이 필요한 영역을 식별합니다. -속한 스쿼드의 목표를 잘 이해하고, 맡은 프로젝트에서 자신의 역할을 책임감 있게 수행합니다.

-LLM과 AI Agent가 디자인 템플릿을 일관되게 생성·이해할 수 있도록 디자인 템플릿의 구조화된 콘텐츠(Structured Contents) 현황을 분석하고, 개선방안을 도출합니다. -Prompt Engineer와 협업하여 설계한 분류체계가 프롬프트 템플릿에 효과적으로 반영되는지 검증하고, AI 생성 결과물의 품질 향상을 확인합니다. -AI Agent Engineer와 함께 에이전트 워크플로우에서 분류체계가 올바르게 참조되는지 확인하고, 정보 구조 요구사항을 함께 정의합니다. -어노테이터를 위한 레이블링 가이드라인을 작성하고, Inter-annotator Agreement 측정을 통해 분류 품질 관리 프로세스를 운영합니다. -스쿼드 목표를 달성하기 위해 필요한 업무를 스스로 도출하고, 주도적으로 실행합니다.

-Presentation Tribe 내 여러 팀이 공통으로 활용할 수 있는 표준 디자인 분류체계를 확립하고, 수만 개 이상의 템플릿 재분류를 완료하여 AI 기반 디자인 생성 품질과 정확도 향상에 기여합니다. -분류체계의 거버넌스 프레임워크를 구축하고, AI 모델·프롬프트 변경에 따른 Taxonomy 업데이트 프로세스를 운영합니다. -분류체계의 중요성을 조직 내에 전파하고, PM·엔지니어가 정보 구조를 올바르게 활용할 수 있도록 교육 자료와 워크숍을 운영합니다. -분류 데이터가 AI 생성, 검색, 추천, 콘텐츠 기획 등 다양한 서비스에서 활용되어 발생하는 비즈니스 임팩트를 측정하고 지속 개선합니다.

• AI 중심 정보 구조(Taxonomy/Ontology) 설계: LLM과 AI Agent가 디자인 템플릿을 정확히 생성·이해할 수 있도록, 디자인 템플릿의 구조화된 콘텐츠(Structured Contents)와 개념 간 위계·관계를 정의하고 지속적으로 관리합니다.

• 메타데이터 스키마 및 통제 어휘(Controlled Vocabulary) 구축: 각 디자인 자산(asset)의 표준 메타데이터 필드를 정의하고, 데이터 사전(Data Dictionary)을 작성하며 확장 가능한 스키마를 설계합니다.

• AI Agent Engineer·Prompt Engineer·PM과 협업: 분류체계가 프롬프트 설계와 에이전트 워크플로우에 효과적으로 연결되도록 정보 구조 요구사항을 함께 정의하고, AI 생성 결과물의 품질을 분류체계 관점에서 검증합니다.

• 품질 관리 및 검증(QA): 분류 레이블의 정확성과 일관성을 정기적으로 체크하고, AI 자동 태깅 결과물의 품질을 검증합니다.

• 거버넌스 프레임워크 수립: 분류체계의 변경·확장 프로세스를 정의하고, AI 모델·프롬프트 업데이트에 따른 Taxonomy 버전 관리를 운영합니다.

• 조직 내 전파 및 교육: 분류체계의 중요성과 활용 방법을 Presentation Tribe 내 이해관계자에게 전파하고, 교육 자료와 워크숍을 운영합니다.

• 분류체계 설계 경험: Taxonomy, Ontology, 또는 정보 구조 설계 실무 경험 2년 이상, 혹은 수천 개 이상 아이템에 대한 체계적 분류 프로젝트 경험

• 메타데이터 관리 경험: 통제 어휘(Controlled Vocabulary), 데이터 사전(Data Dictionary), 메타데이터 스키마 설계 및 유지 경험

• 콘텐츠 관리 시스템 경험: 콘텐츠 관리 시스템(CMS), 디지털 에셋 관리(DAM), 또는 유사 라이브러리 시스템 운용 경험

• 품질 관리 역량: 분류 기준 문서화, 어노테이션 가이드라인 작성, 분류 일관성 측정(Inter-annotator Agreement 등) 경험

• 크로스펑셔널 협업 역량: AI Agent Engineer, Prompt Engineer, PM 등 다양한 역할과 협업하며 기술적 제약과 비즈니스 요구를 조율할 수 있는 능력

• 분석 및 커뮤니케이션 역량: 데이터를 다양한 관점에서 분석하고, 분류의 모호함과 뉘앙스를 이해하며, 이해관계자에게 명확하게 전달할 수 있는 능력

• 문헌정보학, 정보학(Information Science), 컴퓨터 과학 또는 관련 분야 석사 이상 학위 보유

• 거버넌스 프레임워크 수립 경험: 분류체계의 변경 관리, 버전 관리, 조직 내 표준화 프로세스 구축 경험

• ML/AI 자동 태깅 또는 분류 자동화 프로젝트 참여 경험

• 디자인 원칙, 색채학, 타이포그래피, 레이아웃 이론 등 디자인 이론에 대한 이해

"미리디는 복지를 통해 나눔의 경영을 실현하고 있습니다."

[자율과 책임의 근무 환경을 제공합니다.]

[배움과 성장, 행복을 지원합니다.] • 업무 관련 비용 100% 지원

[열일하는 미리인 굶길 수 없다! 삼시세끼 지원] • 아침, 점심, 저녁 식사비