[Udemy(유데미)] <실전 AI 서비스 기획> 수강 후기 - Session 3 (3/3)

이번 후기에서는 마지막 세션의 내용을 정리합니다.
개인적으로 저는 이 회사에서 처음으로 Project Owner, 기획팀, 개발팀과 함께 하나의 프로젝트를 진행해 보았는데
이번 세션을 듣고 각 직군별 특성에 대해 이해할 수 있었고,
AI Researcher 겸 Engineer 로서 수행해야 할 업무에 대해 다시 한 번 고민하는 계기가 되었습니다.
(솔직하게 말씀드리면 약간의 진로 고민을 곁들인... 😂)

이번 세션에서는 'AI 문화 소개' 및 '프로젝트에 투입되는 직군 및 업무 소개' 에 대해 구체적으로 설명하는데요,
저는 NLP Engineer 이기 때문에 (원래는 Researcher 이기도 합니다)
세션의 마지막 장인 3장에서는 AI 이외의 다른 직군별 특징과 업무 소개는 생략합니다.

제가 수강한 <실전 AI 서비스 기획> 강의는 Upstage AI 의 이활석 CTO님 직강인데요,
실전 AI서비스를 만드신 CTO님의 모든 경험이 강의에 아낌없이 녹아 있습니다.

강의 URL : https://www.udemy.com/course/upstage-jump-into-the-ai-world/

---

Session 3. AI 서비스 개발 생태계

[3-1] AI 서비스 개발 생태계

• AI Ecosystem
  • AI 시장은 급변한다 (논문의 수 증가, 같은 성능을 내는 모델의 크기 감소)
  • 빠르게 공유하고 함께 개발해 만들어 가는 분위기 (집단지성)

[3-2] AI Product Lifecycle - 직군의 역할 이해

좀 더 구체화하기 위해 레스토랑 서비스에 비유하면 다음과 같음

[3-3] Deep Dive in Engineering : 엔지니어링 팀 이해하기

AI Product Lifecycle - Team RnR

Variety in AI Research & Engineering Positions

• AI/ML Engineer
  • 프로덕션을 위한 모델을 학습하고 개선
    • 모델을 학습하고, 모델을 실행할 수 있는 컨테이너를 작성해 모델 서빙팀에 전달
    • 논문을 읽고 새 아이디어를 얻어서 모델 개선
    • 데이터 전처리 및 오류 수정
  • 모델 경량화, 최적화를 위해 low level 프로그래밍 (AI 비즈니스에서 수요가 높은 유형)
    • 모바일 CPU 아키텍쳐 등 어셈블리 레벨에서의 최적화
    • 경량 모델 동향 조사를 위한 논문 읽기
• AI Engineer + Researcher (가장 일반적이라고 생각하지만 은근이 흔치 않은 유형)
  • 프로덕션을 위한 모델 학습 / 평가 방법 개선 / 논문 작성
    • 고객 문의/컴플레인에 따른 데이터/모델 개선 및 배포
    • evaluation 을 이용한 고객 문의/컴플레인 조기 탐지 및 고객 만족도 측정
    • 해결한 문제를 논문화
• AI Researcher (대기업/연구소 이외에는 드문 유형)
  • 최신 기술 트렌드를 빠르게 익히고 AI 모델링
  • (최신 논문 다 꿰고 있음..)
    • 논문 읽기
    • 세미나 주최
    • 프로토타이핑
  • 경쟁사에서 논문이 출판되거나 제품이 출시되면 그 다음날까지 quick-and-dirty 로 재현/벤치마크 결과
    • 논문 읽기
    • 빠른 논문 재현

서비스, 비즈니스 전략에 따라 달라질 수 있고, 보강하고 싶은 곳이 생기면 추가로 조직 구조를 세팅합니다.

EDD (Engineering-Driven Development) : 엔지니어 중심 개발

• 시장 요구를 이해하는 것과 솔루션을 제공하는 것을 따로 두지 않고 하나로 두고 빠르게 결과를 내보는 것

---

해당 콘텐츠는 유데미로부터 강의 쿠폰을 제공받아 작성되었습니다.