https://www.inflearn.com/course/ai시대-데이터직군-생존전략-밋업/dashboard
강의소개
이 강의는 인프런에서 무료로 볼 수 있는 1시간 40분의 짧은 강의입니다. 약 80분 정도의 오프라인 밋업 영상과 20분의 질의응답 세션으로 구성되어 있는데요, 어려운 이론을 다루는 강의가 아니기 때문에 부담스럽지 않게 볼 수 있습니다. 저는 지인의 추천을 받아 공휴일 기념으로 쭉 시청하였는데요, 데이터분석가이신 하용호님께서 공유해주시는 인사이트가 정말 좋았습니다.
데이터 직군이 아니라도 어렵지 않게 시청할 수 있고, 강의를 보면서 격동하는 AI기술 시장에서 ML엔지니어로서 해야 할 일들에 대해 다양한 고민을 해볼 수 있습니다. 앞으로는 데이터를 다루는 업무와 ML엔지니어의 업무의 경계가 많이 사라질 것 같다고 생각했습니다. 강의를 들으면서 인상깊었던 몇 가지 내용을 추려서 적어보았습니다.
LLM 시대의 데이터 사이언티스트의 역량
LLM이 엔지니어 업무의 많은 부분을 대체할 수 있게 되었지만, 최종적으로 제품화(productize)를 하는 건 LLM이 대신해줄 수 없는 엔지니어의 역량이라고 이야기합니다. 제품화를 위한 툴로 prefect, airflow, flyte를 소개하는데요, 이외에도 여러 프레임워크, 패키지나 툴킷을 소개하면서 하용호님께서 사용해보고 느낀 주관적인 견해를 이야기하는 것도 강의의 재밌는 포인트였습니다.
인간의 요구사항을 기술적인 요구사항으로 번역할 줄 아는 것도 데이터 사이언티스트의 핵심 역량이라고 이야기합니다. LLM이 인간을 대신해서 데이터를 추출하고 확인하는 역할은 수행할 수 있게 되었지만 이 결과만으로는 여전히 사람들이 제대로 된 결론을 내릴 수 없습니다. 오히려 LLM을 사용해서 생성된 오류 속에서 데이터 사이언티스트가 정확한 증거로 판단하는 것이 중요하다는 이야기를 합니다. 현재의 PO와 컨설턴트의 업무의 일부를 데이터 사이언티스트가 수행해야 한다는 의견도 크게 공감할 수 있었습니다. 인간을 설득하기 위해서 적절한 기술을 활용해서 ‘파이널 휴먼 터치’를 할 줄 아는 데이터 사이언티스트라고 이야기 합니다.
하용호님의 다양한 경험을 통해 복잡하고 빠르게 변하는 시장에 대해서 명쾌한 인사이트를 공유해주신 것 같습니다. LLM 자체의 기술에 대해 설명하기 보단 LLM을 사용해서 어떤 역량을 갖춰야 하는지 실무에서 사용할 수 있는 툴킷을 소개해주시면서 말씀해주셔서 더 도움이 되었습니다.
솔로프리너의 증가
기술의 발전으로 솔로프리너가 늘어나고, 모두가 크리에이터가 되는 세상이 올 것이라는 이야기도 재밌었습니다. 얼마 전에 지인이 공유해준 솔로프리너 컨퍼런스 후기도 재미있게 들었는데요, 컨퍼런스가 열릴 정도로 솔로프리너에 대한 관심이 높아진 것도 LLM 기술의 발전과 연관이 있다는게 흥미롭게 다가왔습니다. 엔지니어링 초기 진입장벽이 낮아져서 한 사람이 시도할 수 있는 개발의 파이가 넓어진 세상에서 얼마나 다양하고 많은 기술이 발전할지 기대가 되기도 합니다. 이런 세상에서 저도 저의 업무를 좁게 규정짓지 말고, 주어진 문제상황을 해결하기 위해 넓게 시도해볼 수 있는 엔지니어가 될 필요가 있다고 생각했습니다.
마치며
짧지만 굉장히 밀도 있는 강의라서 후기를 꼭 남겨서 공유하고 싶었는데요, 저의 짧은 후기로는 강의의 명쾌함을 전달하기 어려운 것 같네요. 무료이고 내용이 전혀 부담스럽지 않으니 직접 수강하시는 걸 추천드립니다. 데이터 사이언티스트가 아니더라도 AI를 다루는 엔지니어로서 많은 도움이 되었습니다.
강의를 듣고 많은 생각이 들어서 미뤄뒀던 코세라의 data-engineering 강좌를 결제했습니다. 예전부터 한 번은 수강해야지 생각만 하고 있었는데, 인프런 강의를 수강하고 더 늦기 전에 배워야겠다는 생각이 들었습니다. 블로그에 적었으니 반드시 완강해서 후기로 돌아오겠습니다!
