비즈니스

"AI야, 너와 함께 할 미래 유망 직업 알려줘~"

[AI 직무의 세계] 문과라서 가능! 내 자리도 있나 찾아보자!

2024. 01. 18 (목)

AI가 제아무리 뛰어난 첨단기술이라 해도 이와 관련된 일들이 오로지 기술만을 중심으로 이뤄지는 것은 아닙니다. 새로운 기술을 적재적소에 활용할 수 있는 사람의 역할도 중한 법이니까요. 그래야 뛰어난 기술이 나비효과처럼 널리 알려져 필요에 따라 조정과 개선을 반복하고 새로운 진보를 안겨 주게 될테고요.

IT 기술 인재 지식공유 플랫폼 ‘탈렌트 알파(Talent Alpha)’에서 발간한 <AI로 인해 바뀔 2024년 직업리포트(The Future of Work Report 2024)>에는 "생성형 AI 기술 발전과 함께 관련 분야 전문 인력 수요가 증가할 것"으로 예상하는 각계 전문가들의 다양한 의견들이 담겨 있는데요. 그 중에서도 에베레스트 그룹이 발표한 '링크드인에 게시된 200개 이상의 생성형 AI 채용 공고를 분석한 결과'가 흥미로워요. (아래 이미지 참조) 지난해 각광받았던 ‘AI 프롬프트 엔지니어’를 포함해 현재 빈번하게 채용이 이뤄지고 있는 AI 관련 직무는 물론 앞으로 떠오를 유망한 직무들이 여럿 이름을 올렸죠.

그새 사람'만'이 갖고 있는 소프트스킬과 첨단 AI 기술이 접목돼 어떤 직무가 또 새롭게 생겨났는지 궁금하죠? 그리고 이 직업들이 앞으로 얼마나 유망해질지 살펴볼까요? ‘개발지식 1도 모르는데…’ 문과생 마음 속 희망의 불씨를 키워줄 새로운 직무들까지 공개합니다.

*각 조직마다 수행하는 역할이 겹치기도 하고 한 포지션에서 여러 역할을 수행하는 경우도 많습니다. 각 조직이 풀고 있는 문제, 성향, 문화 등 여러 가지 요인이 작용해 포지션을 구성하기 때문에, 지원하고자 하는 회사의 직무 기술서도 더욱 꼼꼼히 보시는 걸 추천해요!

링크드인에 게시된 200개 이상의 생성형AI 채용 공고를 분석한 결과 생성형 AI 기술의 발전과 함께 관련 분야의 전문 인력 수요가 증가할 것으로 예상된다
(자료 = 에베레스트 그룹 'The Future of Work Report 2024' 발췌)

◇ “나.. AI 좀 치네?” 싶다면, 유망직종까지 도전해볼까?

✔ AI 클라우드 아키텍처
“데이터 세팅의 효율화를 위해 어떻게 운영하면 좋을까?”

생성형 AI 워크로드를 지원하기 위해 클라우드 아키텍처를 설계하고 최적화하는 전문가의 역할이 중요해 지고 있어요. 물론 최적화된 클라우드 아키텍처와 배포와 속도를 높여주는 툴이나, 프로세스, 방법론은 지금도 존재합니다. 그렇지만 기술 자체가 중요한 의사 결정을 내려주지는 않죠. 결국 다양한 시행착오를 통해 만들어지는 경험칙, 여기에 창의성과 혁신은 여전히 인간의 영역이기 때문인데요.

AI를 ‘도구’로서 전략적으로 운영하기 위해서는 보다 숙련된 클라우드 전문가가 필요합니다. ‘유능한 운영자’가 필요하다는 얘기죠. 네트워크, 보안 등으로 나누어 클라우드 아키텍처 구성 요소를 더욱 면밀하게 파악하고 어떻게 전략적으로 설계할지 초점을 맞추는 운영자의 역할은 중요해질 것입니다.

AI 클라우드 아키텍트에 관심이 있는 사람이라면 클라우드의 작동 방식과 데이터, 지식 모델, API, 통합 등 생성형 AI 서비스가 사용하는 특정 기술을 배워야 해요. 그리고 AI시스템의 확장성, 보안, 성능을 보장하는 방법도 익혀 놔야 합니다.

✔ AI 데이터 엔지니어
“방대한 데이터 중에서 어떤 데이터를 취하는 것이 좋을까?”

AI 데이터 엔지니어는 데이터 분석에 필요한 데이터를 사용하기 좋도록 인프라를 구축하고 관리하는 업무를 하는데요. 한 마디로 회사가 비즈니스 의사결정을 더 잘할 수 있도록 데이터 분석가, 데이터 과학자에게 필요한 데이터 플랫폼을 개발하는 일이에요. AI 시스템은 결국 고품질의 정확한 데이터가 필요하기 때문인데요. 데이터를 수집, 저장, 가공할 수 있는 데이터 파이프라인을 구축하는 것이죠.

조직 구성원들이 기업 안팎의 방대한 데이터를 쉽고 빠르게 사용할 수 있도록 잘 정제하고 정리하는 역할을 해요. 기본 업무는 데이터 운영에 중점을 두지만, AI 데이터 엔지니어는 학습 데이터를 포함한 AI 시스템의 작동 방식을 반드시 이해하고 있어야 합니다. 이 직무를 잘 수행하기 위해서는 데이터베이스, 데이터 통합, AI 시스템이 학습을 위해 데이터를 수집하는 방식에 대한 실무 지식이 필요한데요. 여기에 데이터 큐레이션, 품질, 보안 및 거버넌스까지 이해하고 있으면 좋아요.

✔ AI 데이터 사이언티스트
“데이터를 기반으로 어떤 액션을 취할 수 있을까?”

데이터 사이언티스트는 수집한 데이터에서 패턴, 추세를 발견하고 비즈니스를 예측하고 성장시키는 일을 해요. 흔히 ‘빅데이터’라고 많이 얘기하는 다양하고 방대한 비즈니스 관련 데이터를 다루죠. 이런 엄청난 양의 데이터를 구조화하고 분석해서 그 속에서 인사이트를 발견하는 일을 합니다.

같은 업무인 것 같지만 혼동할 수 있는 직무 중에 ‘데이터 분석가’도 있는데요. 이 둘은 인사이트를 도출한다는 면에서는 비슷하지만 데이터 사이언티스트는 분석에 더해 머신러닝 등 기술적 방법론을 추가로 개발하는 역할을 하기도 해요. 즉 더 넓은 범위를 아우르는 업무입니다. 최근에는 회사가 다루는 서비스, 업무 형태에 따라 세분화되고 있는 직무이기도 해요. 주로 통계, 수학, 컴퓨터 공학에 대한 전문 지식이 필요한 직무입니다.

데이터 사이언스 계층 구조 피라미드 (자료 = https://jelvix.com/blog/data-engineers-vs-data-scientists)

✔ 머신러닝 엔지니어
“AI 모델을 어떻게 효과적으로 구현하고 서비스화 시킬 수 있을까?”

AI와 함께 머신러닝(Machine Learning)은 자주 들어본 단어죠? 머신러닝은 인공지능이 다루는 다양한 세부 개념 중 하나인데요. 머신러닝 엔지니어는 알고리즘을 사용해 인간의 학습 방식을 복제하는 방식으로 데이터를 해석해요. 데이터 사이언티스트 업무와 유사해 보이지만 음성, 컴퓨터 비전, 자연어 처리 등 보다 전문의 기술과 서비스를 개발합니다. 머신러닝 엔지니어는 알고리즘을 개발하고 구현하는 역할뿐만 아니라 모델의 학습, 운영, 관리 모두를 담당합니다.

특히 모델을 개발하고 운영하는 과정을 ‘효율화’하는 데 집중하는 직무라 모델 구현, 학습 효율화, 배포에 이르는 전 과정에 참여해 생산성을 높이는 일을 해요. 이때문에 다양한 AI 관련 직무 담당자와 자주 커뮤니케이션하며 기술적인 문제를 진단하고 개선, 해결 방법을 찾는 역할을 합니다.

✅ 머신러닝의 한 분야로 딥러닝 기술을 사용하는 엔지니어도 있는데요. 인간의 뇌를 모방한 신경망을 사용해 학습하는 기술을 다룹니다. 이뿐만 아니라 가상화 엔지니어 또한 가상화 공간에 서버를 구축하고 유지·보수하는 일로 기존의 네트워크 엔지니어의 업무가 AI 기술과 접목돼 변모하고 있어요. 이외에 드론 엔지니어, 로봇 엔지니어 등 기술이 필요한 분야가 다양하게 늘어나고 있는 추세입니다.

✔ AI 연구원
“어떻게 하면 현재의 성능보다 더 좋은 성능을 만들어낼 수 있을까?”

AI 연구원은 최신 기술 동향을 탐색하고 다양한 AI 응용 분야에서 활용할 수 있는 AI 기반 기술을 개발하는 역할을 해요. 원천 기술을 연구하는 포지션으로 ‘리서치 사이언티스트’라고도 불립니다. 이미 많은 기업이 AI 사업분야에 뛰어들어 경쟁력 확보가 중요해진만큼, ‘AI 기술 고도화’가 경쟁력이 되는 셈이죠. AI 연구원은 고도화 작업을 위해 축적된 빅데이터를 분석·연구해야 하기 때문에 기술 관련 전문 지식뿐만 아니라 창의력과 도전 정신도 필요한 직무입니다.

◇ AI 관련 직무, 이렇게 많이 생기는데…내 자리 하나 더 없으려나?

✔ AI 윤리학자

생소하지만 분명 필요하고 꾸준히 생겨날 직무입니다. AI 윤리전문가는 AI 기술이 사회, 경제, 문화 등에 미치는 영향을 분석하고 이에 대한 가이드라인을 제시하는 역할을 하는데요. AI의 사용이 사회적 가치와 공정성을 유지하도록 돕는 직업이에요. 시스템이 갖게 되는 편견, 개인정보보호 문제 등 책임감 있는 AI 사용을 위한 업무를 담당하게 됩니다. 꼭 기술과 관련 없는 배경을 가졌더라도 비즈니스 윤리에 대한 배경지식을 토대로 기술에 대한 전문성까지 갖춘다면 분명 차별화 요소로 작용하게 될 겁니다.

✔ AI 감사관

AI의 사용은 때로는 불공정성이나 편향성 등의 문제를 일으킬 수 있기 때문에 이런 문제를 예방하고 해결하는 역할이 중요합니다. 이때 AI 감사관은 AI 알고리즘과 시스템이 주어진 표준, 가이드라인, 법규에 부합하는지를 평가해서 AI의 투명성, 공정성, 그리고 사회적 책임을 확인하는 역할을 하죠. AI 윤리 담당자와 다른 부분이라면 감사관이 주로 기술적, 규제적 측면을 다루는 것에 있어요.

✔ AI 데브렐(DevRel) 매니저

‘데브렐’이라는 직무는 디벨로퍼 릴레이션십(Developer Relations, 개발자 관계)의 줄임말인데요. ‘관계’를 전문적으로 다루는 직무로는 PR, IR 등이 있잖아요. 여기에서 파생된 데브렐(DR) 직무는 개발자, 기술 커뮤니티를 대상으로 관계를 만드는 일을 해요. 국내에서는 라인, 우아한형제들, SKT 등 규모가 큰 기업 위주로 데브렐 조직이 운영되고 있는데요. 아직 보편적인 직무는 아니다보니 국내는 물론 해외에서도 회사마다 정의하는 기준이 좀 다를 수 있어요.

그렇지만 공통된 점은 개발자 대상으로 회사의 기술을 홍보해 더 많은 개발자들이 제품이나 서비스를 사용하게 하고, 피드백을 수집하는 등의 업무를 한다는 것인데요. 이를 바탕으로 개선점을 찾거나 개발자 인재 채용으로 이어지게 하는 역할까지 합니다. ‘커뮤니티 매니저’, 혹은 ‘개발자 마케터’라는 이름으로 업무를 하는 경우도 있어요.

실제로 SKT의 데브렐 매니저는 내부 개발자의 성장을 지원하고 개발자들의 고민을 해결해주는 업무를 맡고 있어요. 2021년부터 ‘데보션(Devocean)’이라는 기술 블로그 사이트를 운영하며 SKT의 기술 활동을 홍보해 채용으로까지 이어지도록 돕고 있답니다.

✔ AI 트레이너

AI 트레이너는 AI를 가르치는 사람이 아니에요. 생성형 AI 모델을 미세 조정하고 최적화하는 일을 전문적으로 하는 사람을 칭하는데요. AI 트레이너는 데이터의 품질과 다양성을 확보하고, 모델이 학습할 수 있는 적절한 데이터를 제공하는 것이 중요합니다. 또 모델의 학습 과정을 모니터링하고, 학습 속도와 정확도를 개선하기 위한 조치를 취하는 등의 역할을 해요.

✔ AI 데이터 매니저

데이터 매니저는 기업의 데이터를 가지고 다양한 직군 (AI 연구원, 개발자, UI/UX 디자이너 등)과 긴밀하게 협업해 어떤 데이터셋이 필요하고, 어떻게 가공(전처리 및 주석)해야 하는지 가이드라인을 설정하는 사람이에요. 예를 들어 자연어처리 서비스를 개발하기 위해서 ‘언어학’에 대한 지식을 지닌 데이터 매니저가 필요한 거죠. 학습 혹은 제품 데이터에 대한 탐색, 구축과 관련된 가이드라인을 꼼꼼하게 표현해 작성할 수 있는 역량, 우선순위를 설정할 수 있는 판단력도 중요합니다.

일잘러들은 다 본다는
직장인 필수 뉴스레터, 구독 GO!