AI 인력 양성이라 하면 어떤 인력 (뭘 얼마나 잘하는 인력?, 또는 어떤 직업 이름을 가진 인력?)을 양성해야 하는 걸까? 이걸 모르면 세상 모든 사람이 AI 인력이 될 가능성도 있고, 아무도 AI 인력이 아닐 수도 있다. 목표를 정하려면 정의도 명확해야하는데 그 정의가 명확하지 않다.

두루뭉실한 정의는 많다. 조금 뒤져보다가 AI 엔지니어를 꽤 있어보이게 설명한 구인 광고를 보았다. Rakuten Career에 나온 것인데 다음과 같다. 

 

AI Engineer is responsible for understanding the business problems, identifying/applying right AI or cognitive computing technologies to solve problems and involving in formulation and execution of technologies recipes for commercial deployment.

  • Understand the business problem, challenge of existing technologies and areas of application for AI technologies.

  • Identify and choose right AI or cognitive computing technologies for solving problems and formulate AI recipes for development.

  • Develop required machine learning models or prototype applications applying formulated AI recipes and verify the problem/solution fit.

  • Involve in development of AI Platform and AI-nization projects.

꽤 명확하다. 요약하면 '문제를 볼 줄 알고, AI로 해볼 만한 것인지를 알아차려야하고, 문제를 해결하기 위한 AI 기술을 찾아서, 기계학습 모델을 만들며, 그 결과로 프로토타입 응용을 개발하며, AI 플랫폼 개발에도 참여해야 한다.' 즉 회사에 모든 AI 관련된 일을 해야하는 것이다. 이 JD의 Mininum Qualifications를 보면 아마 아무도 못뽑았을 확률이 100%이다.

 

좀 더 현실적으로 AI Job을 미국 Job 관련 매체에서 찾아본 결과 다음과 같은 직업 이름을 찾을 수 있었다.

각 컬럼의 소스: 차레로 [1], [2], [3], [4], [5])이고,  모두 2018년 2월-9월 사이에 조사되었다. 비슷비슷한 이름들이 있다. 연봉은 대개 Glassdoor의 평균 값을 적은 것인데 약간의 편차가 있기는 하다. (실리콘밸리 기준으로 보면 좀 작아보인다. 미국 전체의 평균 값이라 그럴 수 있다고 퉁치자. 그래도 BI developer는 하나가 유독 크다.)

 

대부분 새로 진입하는 소프트웨어 개발자들은 이제  Machine Learning Tool을 사용할 줄 안다고 보고, 위에서 의미있는 3개를 고른다면 Machine Learning Engineer, Data Scientist, Business Intelligence Developer 이고, 라쿠텐의 JD는 Data Scientist 쪽이 좀 약한, 이 세가지를 합쳐놓은 것에 가깝다. 배워야 할 내용 중심으로 보면, 세가지 중 Machine Learning Engineer는 소프트웨어 개발에 가깝고, Data Scientist는 수학에 가깝고, Business Intelligence Developer는 경영 (또는 도메인 Knowledge)에 가깝다.

 

그럼에도 불구하고 위 리스트를 보면 어디에도 쉽게, 짧은 기간에 뭘 할 수 있는 것이 없어보인다.

그래서, AI를 잘 알지 못하는 1인으로서, 교육 관점에서는 .. 질문을 하면

 

  • (모든 나라가 고민하고 있는) 전국민 AI 교육을 한다면 .. 위 리스트에서 가장 가까운 것은 뭘까?

  • 아니면 그냥 AI의 사례와 쉬운 사례를 해보고 '아~~ 진짜 되는구나!'를 느끼면 되는 것인가?

  • 요즘 같은 분위기에서 짧은 호흡의 (AI) 인력 양성을 하려면 역량에 관한 꽤 자세한 정의가 필요한데, 위 AI 인력에 그런게 정의된 것이 어디 있나?

  • 없다면 그런걸 만드는게 가능할까?

  • Data를 다루는 것이라, Domain Knowledge가 무지하게 중요한 것을 알겠는데, 그걸 어느 포인트에 넣어야 하나?

  • 한 Domain에서 AI를 잘 적용한 사람이라면 다른 Domain에서도 잘할 수 있다고 일반적으로 말할 수 있나?

*

'소프트웨어 이야기' 카테고리의 다른 글

AI 인력?  (1) 2019.09.29
인공지능 시대에 수학이..  (0) 2019.08.18
프로젝트 제안 발표  (0) 2019.03.07
오픈소스를 하는 이유?  (0) 2018.12.11
(소프트웨어 전공) 입시용 자기소개서 쓰는 법  (3) 2018.12.04
해커톤  (0) 2018.08.19
Posted by 이민석 hl1itj

댓글을 달아 주세요

  1. greypencil 2019.09.30 08:14 신고  댓글주소  수정/삭제  댓글쓰기

    김수보입니다.
    "얼굴인식" 때문에 ML을 들여다본 경험에 비추어보면,
    데이터 영역은 비즈니스 도메인과 밀접하고,
    비즈니스방향에 따라 확보방향이 달라서 교육이 어렵다고 봅니다.

    기업관점으론 기초를 많이 쌓은 사람이 채용가치가 높아서
    연습문제를 많이 풀어보게 하는 게 중요한걸로 보입니다.

    미국매체에서 써놓은 Matrix 는 HR 관점이 커보입니다.
    AI 제품을 위해 얼마나 많은 Job Function들이 필요한지만 이해할 수 있다고 봅니다.
    지금은 교육시장도 정답을 찾기보다,
    할 수 있는 걸 잘 다듬어서 모아보는게 필요하지 않을까 싶습니다.