AI 시대의 커리어 빌딩

Andrew·2021년 3월 2일

boostcamp

AI 시대의 커리어 빌딩

AI 시대에 접어들면서 AI와 관련된 다양한 직업도 생겨나고 있다

AI Engineer 관련 포지션은 어떤 것들이 있으며, AI Engineer로서의 커리어는 어떻게 시작할 수 있는지 살펴보자

Careers in AI

학교를 가야하나요? 회사를 가야하나요?

먼저 두 조직의 목표의 차이를 이해하는게 중요하다
- 학교는 논문을 써서 연구 성과를 만드는 것이 목표
- 회사는 서비스/상품을 만들어서 돈을 많이 버는 것이 목표
“논문을 쓰고 싶어요”: 학교 > 회사
- 회사는 논문을 쓸 시간적 여력이 부족할 수 있음
- 학교는 논문을 쓰는 방식을 지도 받을 수 있음
“상품/서비스를 만들고 싶어요”: 학교 < 회사
- 회사는 상대적으로 데이터, 계산자원이 풍부함
- 다 정제되어 있는 작은 규모의 토이 데이터가 아니라 어마어마한 양의 트래픽을 통해 발생되는 대규모의 리얼 데이터를 만질 수 있음 (따라서 궂은 일도 기꺼이 마다할 수도 있어야 함)

AI를 다루는 회사의 종류

AI for X
- AI로 기존 비즈니스를 더 잘하려는 회사
  - 비용을 줄이거나, 품질을 높이는데 AI를 활용
  - AI는 보조 수단, 대부분의 회사가 여기에 해당
AI centric
- AI로 새로운 비즈니스를 창출하려는 회사
  - 새로운 가치창출을 하는데 AI를 활용
  - 신생 회사들이 많음 (ex: 테슬라)

AI를 다루는 팀의 구성

Business
- 사업 기획자
- 서비스 기획자
- 마케팅/세일즈/PR
- 법무/윤리학자
Engineering
- Data engineer
- AI engineer
- AIOps engineer

AI 팀에서 엔지니어가 되면 어떤 일을 할까요?

보통 논문 읽고 모델 학습 하는 일을 떠올리는 분들이 많습니다만...

Careers in AI: Engineering

AI/ML 모델링은 팀 전체 업무의 일부
다양한 업무가 있는 만큼 팀 내에는 다양한 역할이 있음
현실에서는 정말 다양한 역할이 있고 100% 하나의 포지션의 역할을 수행하는 경우는 드묾
- 일반적으로 공지되는 포지션들이 있지만...
- ...현실에서 각 포지션은 세분화가 되어 있고, 사이사이를 메꾸는 일들이 굉장히 많음
- 프로덕션을 위한 모델을 학습하고 개선하는 사람
- 프로덕션을 위한 모델을 학습하고 평가 방법도 개선하면서 논문도 쓰는 사람
- AI를 잘 하는 사람. 최신 논문 다 꿰고 있고 뭐뭐한 아이디어 논문 뭐더라 하면 “AAAI 2017년 논문이야”라고 말해줄 수 있는 사람
  - Example
    - A living library (MIRI, 2017)
      - We would like to hire a person whose job it is to be a living library, a walking index into the current field of AI and ML. You would read all the titles of all the AI papers generated by interesting sources, read the abstracts of all the titles that sounded interesting enough, read papers whose abstracts sounded interesting enough, and maybe play around and try to replicate papers that seemed truly interesting enough and that have available datasets. Then if somebody at MIRI asks you something, it's your job to know which papers, if any, say something important about that. -- Eliezer Yudkowsky
- 프로덕션 레벨 코드를 작성하지는 못하지만 경쟁사에서 논문이 출판되거나 제품이 출시되면 그 다음날까지 quick-and-dirty로 재현/벤치마크 결과물을 가져오는 사람
- Data/model의 배관공. Scalable하고 reproducible한 학습/배포 시스템에 대해 고민하는 사람
  - 모델을 재현을 잘할 수 있는지 고민하는 사람
- 얕지만 이 모든 것에 대해 어느 정도는 아는 사람. AI 모델링도 하지만 웹개발도 하고 비즈니스도 앎
- 모델 경량화, 최적화를 위해 low level의 프로그래밍을 잘 하는 사람
- 회사들은, 보통 비어있거나 보강하고 싶은 곳이 생기면 공고를 내거나 추천을 받아 사람을 뽑는다

Trends in AI engineering positions

AI modeling 외에도 다양한 포지션이 많음!
AI modeling에 대한 수요는 점차 줄어들 가능성도 있음
내가 어디에 강점을 가지는지 잘 알고, 엣지를 살릴 수 있는 포지션을 찾는 것이 중요
- AI + Backend
- AI + Frontend
- AI + Research
- 등