02. AI 기술 적용 프로세스별 직무

 

---

 

AI 기술을 적용하기 위해서는 ① 문제 정의 ② 데이터 수집 ③ 데이터 전처리 ④ 모델 선정 ⑤ 학습 ⑥ 테스트 ⑦ 성능 개선 순으로 프로세스별 필요한 지식과 기술 및 경험이 있어야 한다. 따라서 기업들은 AI 기술 적용 프로세스별로 담당하는 역할에 따라 여러 직무로 구분해 인력을 채용하고 있다.

 

데이터 사이언티스트
: 수학, 통계, 확률과 같은 지식과 데이터를 활용해 새로운 부가가치를 생성할 수 있는 AI 모델을 만들 수 있는 사람이다. 주로 데이터를 활용해 연구 개발을 수행하기 때문에 R, Python파이선과 같은 프로그래밍 언어를 다룰 수 있고, 데이터를 시각화하는 역량도 보유하고 있다. 데이터 사이언티스트는 AI 관련 학술지NeurlPS, ICML, ICLR, CVPR, EMNLP, ACL, AAAI, KDD 등에 등재할 수 있는 새로운 AI 모델을 연구개발 할 수 있는 수준의 전문가다. 현장에서는 새로운 AI 모델을 만드는 경우는 많지 않고 대부분 이미 개발된 AI 모델을 활용하는 경우가 많아 주로 대기업과 연구소에서 소수의 전문가만 채용하는 경우가 많다.

데이터 엔지니어
: 데이터를 수집해 저장하고 데이터 전처리를 담당하는 사람이다. 데이터 전문 ‘백 엔드 개발자’라고도 한다. 데이터 관련툴Hadoop, MySQL을 다룰 수 있는 능력이 필요하다.

데이터 애널리스트
: 데이터 엔지니어가 공급한 데이터베이스에서 데이터를 추출, 가공, 분석하는 사람이다. 기업의 상품 개발, 생산 설비 투자 및 유지 보수, 마케팅 전략 수립 등 비즈니스 의사 결정에 활용할 수 있도록 데이터를 분석한다. 데이터를 쉽게 이해할 수 있도록 데이터를 분석한 결과를 시각화하는 능력을 갖추어야 한다. 데이터 애널리스트는 데이터 엔지니어, 머신 러닝 엔지니어, 경영진에게 데이터 분석과 관련해 요구사항 및 분석 결과를 전달해야 하므로 커뮤니케이션 능력도 필요하다.

머신 러닝 엔지니어
: AI 기술을 적용하고자 하는 응용 분야에 맞는 AI 모델을 선정하거나 개발하고 학습용, 검증용, 테스트용 데이터를 활용해 최적화된 AI 모델을 개발한다. 성능을 개선하기 위해 AI 모델 학습과 테스트를 반복하는 일을 한다. 주로 비용의 절감이나 규모의 확대 등을 위한 자동화 관련 일을 수행한다. R, Python, SQL 등과 같은 프로그래밍 언어를 잘 다룰 수 있어야 한다.

소프트웨어 엔지니어
: AI 모델을 실제로 활용해 웹 또는 앱의 형태로 서비스를 구현할 수 있는 사람이다. C, Java, Java Script, Swift 등과 같은 웹 · 앱 개발에 필요한 프로그래밍 언어를 잘 다룰 줄 알아야 한다.

AI 기술을 적극적으로 도입하려는 기업은 AI 관련 직무를 수행하는 사람들을 AI 팀으로 만들어 추진하는 경우가 많다. AI 팀은 회사 전체를 지원할 수 있는 AI 기술력을 확보하고, 여러 부서와 협력해 AI 프로젝트를 기획하고 실행하는 일을 한다. 또한 회사가 생산하고 있는 데이터의 표준을 수립하고 모든 부서와 협업할 수 있는 공통 플랫폼을 개발한다. AI 팀은 주로 데이터 사이언티스트, 데이터 애널리스트, 데이터 엔지니어, 머신 러닝 엔지니어, 소프트웨어 엔지니어로 구성된다.

그러나 대부분 기업은 직무별로 인력을 채용할 수 있는 여건이 되지 않기 때문에 데이터 애널리스트가 데이터 엔지니어 직무를 하기도 하고, 데이터 사이언티스트가 데이터 엔지니어 직무를 수행하는 예도 많다. AI 인력을 채용하기 어려운 여건에 있는 기업들은 내부 직원들이 AI 솔루션을 활용해 AI 기술 활용의 가능성을 먼저 파악하고, 외부의 전문 AI 기업을 활용할 필요가 있다. AI 기술 적용의 가능성이 검증되면 초기에는 외부 전문 AI 기업과 협력하고 내부에 AI 팀을 구축하는 것이다. AI 팀을 내부에 구축하는 것이 중장기적으로 특정 영역에 대한 전문성 유지가 가능하고, 내부 AI 팀을 활용한 차별화된 경쟁력 확보가 쉽다.

기업 내부에 AI 팀을 운영하고 있어도 AI 팀에서 사업 부서의 AI 기술 적용 수요가 많아 모든 수요에 대응이 어렵다. 따라서 AI 팀이 있는 기업의 사업 부서 직원들도 AI 솔루션을 학습하고 AI 팀의 도움을 받기 전에 먼저 AI 기술 적용 가능성을 검토해볼 수 있다. 코딩으로 AI 기술 적용 가능성을 검토하는 데는 시간과 비용이 많이 들기 때문에 AI 팀의 소프트웨어 개발자들도 AI 솔루션을 활용하여 먼저 가능성을 검토하고 이후에 코딩으로 AI 기술 적용을 시도하는 사례도 있다.