AI 엔지니어의 현재와 미래
2012년 이미지 인식 경진 대회에서 딥러닝 모델이 최초로 우승을 차지했고 2016년에는 무려 96%의 정확도를 달성할 만큼 발전했습니다. 또한 2016년은 이세돌 9단과 알파고의 대국이 있었던 해입니다. 이처럼 2010년대 후반부터 인공지능이라는 키워드가 급부상했습니다. 이후 많은 산업에서 AI를 도입하기 위한 시도가 지속되었습니다. 급성장하는 딥러닝 기술이 다양한 산업에서 다양한 비즈니스 문제를 효과적으로 해결해 줄 것이라는 기대 때문이었습니다. 실제로 근 몇 년간 딥러닝 기술과 산업은 정말 나날이 발전해 왔습니다. 몇 년 전만 해도 강아지와 고양이를 분류하는 수준이었던 인공지능이 지금은 인간의 언어를 이해하고 그림을 그려주거나 인간과 자연스럽게 대화하는 수준에 이르렀습니다. 또한 커머스, 의료, 제조, 금융 등 정말 다양한 분야에서도 AI 기술이 활용하고 있습니다.
AI 엔지니어의 수요와 입지
과거와 현재
2010년대 후반의 여러 해외 리포트에 따르면 AI 시장은 점점 커져갈 것이고 커져갈 시장의 크기에 비해 AI 엔지니어는 턱없이 부족하다는 의견이 많았습니다. 국내도 글로벌 시장과 마찬가지로 AI 엔지니어 채용이 점점 늘어갔고 다양한 도메인에서 AI를 적용시키기 시작했습니다. 국내 AI 기술 스타트업 중에는 전 세계 시장에서 인정받는 기업도 꽤 있을 만큼 국내 AI 시장 또한 점점 성장하고 있습니다. 이러한 트렌드에 맞춰 인공지능 대학원을 포함한 인공지능 관련 교육이 성행하고 있고 AI 엔지니어는 굉장히 유망한 직종이 되었습니다.
초기에는 다양한 산업에서 AI 기술에 투자하고 제품이나 서비스에 마케팅 용으로 사용하기도 했습니다. 또한 머신러닝으로 성공한 기업 사례들이 하나 둘 나오면서 AI 기술에 대한 낙관론이 굉장히 팽배했고 그에 따라 AI 기술 관련 채용이 많이 증가했습니다.
현재와 미래
결론부터 말씀드리면 다양한 분야에 무분별하게 AI 엔지니어를 채용하고 사내의 여러 프로젝트에 투입시키는 시대는 이미 지나갔습니다. 여러 산업에서 AI를 바라보는 시각이 변해가고 있기 때문입니다.
제품이나 서비스에 활용 가능한 수준의 AI 모델을 개발하기 위해서는 비용과 시간이 많이 소요되지만 막상 기업에게 당장의 이득을 가져다주는 경우는 한정적입니다. 자본이 풍부한 기업에서는 당장은 기업에 이윤을 가져다주지 않더라도 미래 가치에 투자하기 위해 AI 선행 연구를 합니다. 하지만 그렇지 않은 경우에는 AI 기술로 이득을 보는 산업이나 특정 분야에서만 AI 엔지니어를 채용하는 경우가 많습니다.
그렇다면 AI 엔지니어는 유망한 직종이 아니라는 말인가요?
이 질문에 대한 대답으로 제가 생각하는 키워드는 '양극화'입니다. 개발자 채용 시장과도 비슷한데 경기가 안 좋아서 개발자 신입 채용이 얼어붙더라도 고급 시니어 개발자에 대한 수요는 언제나 많습니다. 오히려 수요가 더 증가하기도 합니다. AI/ML 분야 또한 기술과 채용 시장 모두 양극화되고 있습니다.
사내 AI 엔지니어가 필요 없는 경우
AI 산업이 발전하면서 AI 솔루션을 제공하는 업체가 늘어나고 개발자 없이도 일정 수준의 AI 모델을 개발할 수 있는 서비스가 이미 많습니다. 때문에 기업 입장에서는 굉장히 고도화된 AI 기술을 원하는 것이 아니라면 외부 솔루션 업체를 이용하거나 외부 AI 모델 개발 툴만 사용하여 적당한 AI 모델을 만들어내서 사용할 수 있습니다. 물론 외부 업체를 이용한다는 것 또한 비용이 발생하지만 AI 개발팀을 만들기 위해 엔지니어를 채용하고 AI 모델을 만들 때까지 시간과 비용을 투자하는 것에 비하면 때론 외부 솔루션 업체를 사용하는 것이 이득인 경우도 있기 때문입니다. 또한 하나의 프로젝트를 위해 AI 엔지니어를 채용하게 되면 프로젝트가 끝나고 나면 기업 내에서 이들의 존재 이유가 불분명해지기도 합니다.
사내 AI 엔지니어가 필요한 경우
하지만 고도화된 AI 모델을 만들고 지속적인 관리까지 해야 하거나 데이터의 보안이 중요한 분야인 경우 기업에서 AI 기술을 내재화하려 합니다. 이 때는 기업에서 능력 있는 AI 엔지니어를 채용해서 시스템을 구축하게 됩니다. 기업 내부에서 AI 엔지니어를 채용하면 기업의 여러 비즈니스 문제를 오픈해 두고 해결책을 함께 찾아나갈 수 있습니다. 물론 이때 AI 엔지니어는 외부 솔루션 업체에서 제공하는 AI 모델 보다 더 뛰어난 시스템을 구축할 수 있거나, 솔루션 업체를 사용하는 동일 비용 대비 더 많은 일을 해낼 수 있어야 합니다. 또한 기업 내에서 AI 엔지니어의 존재에 대한 당위성을 증명하기 위해 단순히 맡은 시스템을 개발하는 것을 넘어 비즈니스 문제를 파악하고 이를 해결하기 위한 방법을 제안하는 수준까지 도달해야 합니다.
정리해 보면 기업 입장에서는 꾸준히 AI 엔지니어가 필요한 상황도 아니고 굉장히 고도화된 기술을 원하는 것이 아니라면 AI 엔지니어를 채용하지 않더라도 AI 기술을 사용하기 위한 다양한 선택지가 존재합니다. 하지만 여러 이유에서 기업이 AI 엔지니어를 채용해야 한다면 실력이 확실한 경쟁력 있는 AI 엔지니어를 고용하길 원할 것입니다.
AI 엔지니어의 경쟁력
채용 시장이 양극화될수록 AI 엔지니어로서의 남들과 다른 경쟁력을 갖는 것이 중요합니다. 개인적인 생각이지만 AI 엔지니어는 단순히 요구되는 AI 모델을 개발하는 수준을 넘어 AI 모델을 상황에 맞게 고도화시키고 기업의 특정 문제를 해결하기 위한 방법을 제안할 수 있어야 합니다. 선행 연구가 아닌 이상 결국 중요한 것은 AI 시스템이 특정 문제를 해결하거나 데이터에서 의미 있는 결과를 도출하여 기업에게 이윤을 가져다주는 것이지 얼마나 대단한 AI 모델을 만들어내느냐가 아니기 때문입니다.
앞서 말씀드렸다시피 AI 분야가 급부상한 시점이 2010년대 후반이기 때문에 10년이 채 되지 않았습니다. 여러 산업에 AI 기술이 활용되기 시작한 것은 더욱 얼마 되지 않았기 때문에 앞으로도 AI 기술과 산업의 트렌드는 얼마든지 변화할 수 있습니다. AI 엔지니어로의 커리어를 희망하신다면 급변하는 트렌드에 맞춰 필요한 역량들을 준비해 보시는 것을 추천드립니다.
