AI/ML 직군 업무와 필요 역량
나는 AI엔지니어입니다
AI/ML 직군의 업무는 복잡하고 다층적이며, 문제를 해결하는 과정에서 단계별로 나뉜 다. 지금부터는 이러한 업무를 단계별로 소개하려 한다. 다만 여기서 설명하는 단계들 은 AI/ML 엔지니어가 수행할 수 있는 전체 사이클을 포괄적으로 설명한 것으로, 모든 엔지니어가 이 모든 단계를 다 수행하는 것은 아니다. 실제로는 단계별로 역할이 세분 화되거나 회사나 프로젝트의 성격에 따라 업무 범위가 달라지기도 한다.
예를 들어 데이터 수집과 처리를 전문적으로 담당하는 데이터 팀과 모델 개발과 최적 화에 초점을 맞춘 모델링팀이 따로 구성되는 일이 많다. 또 다른 예로 학습된 모델을 실제 서비스 환경에 배포하고 운영하는 데 집중하는 모델 서빙팀이나 MLOps팀이 별도로 존재하기도 한다. 이러한 팀 구성에서는 각 팀이 협업하여 전체 사이클을 완성하는 방식으로 일을 진행한다. 반면, 스타트업이나 소규모 조직에서는 한 명의 엔지니어가 데이터 수집에서부터 모델 배포와 운영까지 모든 사이클을 직접 수행하는 경우도 흔히 볼 수 있다.
또한 모든 AI/ML 직군이 반드시 모델 학습에만 초점을 맞추는 것은 아니다. AI 서비스를 개발하거나 운영에 중점을 두는 역할도 있으며, 이 경우에는 모델링보다 AI 기술을 활용하여 사용자에게 가치를 제공하는 데 더 많은 시간을 할애한다. 예를 들어 AI 기 반 추천 시스템을 운영하며 최적의 사용자 경험을 제공하거나 챗봇 시스 템의 정확도와 응답 속도를 개선하는 데 집중하는 경우가 이에 해당한다.
이처럼 AI/ML 직군의 업무는 조직의 구조, 프로젝트의 목표, 그리고 엔지니어의 전문성에 따라 다양한 형태로 이루어진다. 따라서 AI/ML 엔지니어로서 자신의 경력을 설계하려는 독자라면, 먼저 이 직군의 업무가 얼마나 다양한 방식으로 세분화될 수 있는지 이해하는 것이 중요하다. 예컨대 데이터 수집과 처리에 더 흥미를 느낀다면 데이터 엔지니어의 길을 선택할 수 있고, 모델링과 최적화에 열정을 가진다면 ML 엔지니어의 길을 걸을 수 있다. 반대로 AI 기술의 배포와 안정적인 운영에 흥미가 있다면 MLOps에 집중할 수도 있다.
따라서 AI/ML 직군의 업무를 살펴볼 때, 이들이 반드시 모든 단계에서 동일한 역할을 수 행하는 것은 아니며, 각 단계를 전문적으로 구분하여 협업하는 경우가 많다는 점을 염두에 두는 것이 중요하다. 이번 절에서는 이러한 다양한 업무의 단계와 그에 필요한 역량을 구체적으로 다루며, 독자들이 자신에게 적합한 방향을 설정할 수 있도록 돕고자 한다.
지금부터 AI/ML 엔지니어가 수행하는 업무를 단계별로 살펴보겠다. 단계별 역할을 효 과적으로 수행하려면 기술적 지식뿐만 아니라, 문제 해결 능력과 커뮤니케이션 능력도 중요하다. 실제로는 하나의 프로젝트 안에서도 다양한 역할이 혼합되어 있으며, 어떤 경우에는 한 명의 엔지니어가 여러 단계를 유기적으로 담당하기도 하고, 반대로 특정 단계만 전문적으로 맡기도 한다. 따라서 AI/ML 엔지니어를 꿈꾼다면, 단순히 ‘모델을 잘 만드는 사람’이 되는 것을 넘어서 자신이 어떤 역할에 흥미를 느끼고 어떤 기술을 더 깊이 탐구하고 싶은지 스스로 고민하는 과정이 필요하다.
『나는 AI 엔지니어입니다』(이동진, 제이펍) 중 일부 발췌