AI 엔지니어들은 지금 높은 수요를 누리고 있어요.

그리고 AI 엔지니어링 역할에 대한 10회 이상의 취업 인터뷰를 진행해온 경험을 이 기사에서 공유하기로 결정했어요. 제 경험은 AI 분야에 진입하고자 하는 사람들에게 도움이 될 거예요.

AI로 생성된 컨텐츠가 많이 나오는 시대에, 개인적인 경험과 관찰을 공유하는 것이 가치 있는 일이 되어가고 있어요.

이 기사의 맥락을 더 이해할 수 있도록 제 짧은 이야기를 공유하고 싶어요: ↳ 다양한 소프트웨어 엔지니어링 역할(대부분 웹 개발자로 활동)에서 7년 이상의 경험을 쌓았어요. ↳ 2019년부터 머신러닝과 데이터 과학에 흥미를 느끼기 시작했지만, 실제로 이런 역할에 신청한 적은 없어요. ↳ 2023년 4월, AI와 대형 언어모델에 진지하게 관심을 가지기 시작했어요. 작은 프로젝트를 만들며 배웠고, 그 결과물을 YouTube와 Medium에 공유했어요. ↳ 2024년 4월, AI 엔지니어링 및 AI 컨설팅 역할에 신청하기 시작했어요. ↳ 현재까지 10번 이상의 면접을 보았어요. ↳ 첫 번째 AI 엔지니어 프로젝트에 성공했어요. 만세!

AI 엔지니어링 역할을 위한 면접 동안에는: ✔ 다양한 대화를 나눴어요. ✔ 멋진 사람들을 많이 만나봤어요. ✔ 흥미로운 관찰을 했어요. ✔ AI 전략에 대해 많이 배웠어요. ✔ 다양한 AI 관련 질문을 했어요.

이제 여러분과 나누고 싶은 6가지 큰 관찰을 공유하려 해요!

관찰 #1: AI 기술 프로토 타입 구축이 최우선 기술이에요.

"저만이 그 역할에 지원한 사람이었나요?" 저는 물었습니다. "당신은 프로젝트를 처음부터 구축하고 AI를 사용하는 유일한 사람이었어요."

왜 나만이 그 역할에 지원한 사람인 줄 의심했을까요?

왜냐하면 최종 인터뷰 중에 프로젝트를 따내기로 했기 때문이에요. "제가 원하시면 프로젝트를 할 수 있어요," 저는 말했습니다. "멋져요! 다음 주부터 시작하겠어요!"

너무 쉽죠?

그래서 다른 후보자가 없다고 생각했어요. (결국 몇 명이 있었어요.)

그래서 이야기에서 주요 관찰점은 다음과 같아요: AI 기반 PoC(Concepts-of-concepts) 구축은 희귀하고 가치 있는 기술이에요.

왜 그렇게 희귀한 건가요?

왜냐하면 이것은 여러 어려운 기술의 교차점이기 때문이에요(모든 기술이 함께 사용되는 경우가 드물죠): ✔ 코딩 ✔ API 사용 ✔ 기본 UI 작성 ✔ 프롬프트 엔지니어링 ✔ 웹 응용프로그램 작성 ✔ 전용 프레임워크 사용

왜 이것이 값진가요?

이 기술을 사용하면 LLM(예: GPT-4)을 사용자 정의 코딩된 도구와 솔루션에 쉽게 통합할 수 있습니다.

모든 비즈니스가 고유한 과제와 선호도를 갖고 있습니다. 맞춤화는 중요합니다. 그리고...

가장 높은 수준의 맞춤화는 코드에서 얻을 수 있습니다.

AI로 구동되는 프로토 타입을 만드는 것은 쉽지 않아요. 하지만 한 번 만들어 보면 좋은 위치에 있게 됩니다.

건축 시작!

관찰 #2: AI 엔지니어가 되기에는 아직 이르다.

면접관들에게 AI 팀에 대해 물었을 때 가장 흔한 대답:

• "이것은 우리가 처음으로 오픈하는 포지션입니다."
• "우리는 이제 AI 팀을 구축하기 시작했습니다."
• "첫 번째 2명의 AI 엔지니어를 찾고 있습니다."

AI 붐에 뒤늦게 합류하기에 너무 늦었다고 생각한다면…

한 번 더 생각해보세요!

대부분의 AI 엔지니어링 팀은 아직 존재하지 않습니다!

지금부터 시작한다면 미래에 큰 장점을 얻을 수 있어요.

다음 6~24개월 동안 AI 엔지니어가 많이 필요할 것입니다. (나에게는 좋은 소식이네요)

하지만 다음과 같은 단점이 따릅니다: AI 엔지니어가 되려는 사람들이 배울 사람이 매우 드물어요.

여행에서 몇 걸음 앞서가는 사람을 찾기가 어려워요.

그래서 제가 여러분과 제 인사이트와 경험을 공유하고 싶은 이유입니다.

참고: AI 엔지니어가 되는 방법에 대한 내 안내서가 있습니다:

AI 열풍이 매우 신선하기 때문에 3번과 4번을 관찰할 수 있습니다.

관찰 #3: 명확한 장기 AI 전략이 없다... 아직.

회사들은 AI에 자원을 투자해야 한다는 것을 알고 있어요.

그렇지 않으면 관련성이 없어질 수 있어요.

그래서 AI 엔지니어와 AI 컨설턴트를 고용하기 시작해요.

하지만 그들은 첫걸음부터 시작해요:

• 컨설팅 제공
• 프로토 타입 구축
• AI 감사 진행 (운영에 AI가 어떻게 맞는지 확인)

그럼 그들은 어떻게 되는지 볼 거에요.

내게는 똑똑하고 경험적인 접근 방식이에요.

나를 면접한 회사들(대부분 소프트웨어 업체)은 이미 견고한 고객 기반을 가지고 있어요.

그리고 고객들이 AI에 대해 물어보기 시작했어요.

소프트웨어 회사들은 "우리가 도와드릴게요. 하지만 우리도 배우고 있어요" 라고 말합니다.

그들은:

• 정확히 어디로 향해야 하는지 모릅니다.
• 이에 대해 공개합니다.
• 실패하고 그로부터 배우는 것을 감수합니다.
• 값진 경험과 통찰력을 얻습니다.

AI 전략은 비교적 단기적입니다.

그리고 그들은 린(Lean) 접근법을 따릅니다. 이를 통해 생각합니다...:

• AI가 아마 해결할 수 있는 가장 큰 문제를 찾습니다.
• 그 문제에 대한 해결책을 만듭니다.
• 해결책을 배포하고 실제 결과를 측정합니다.
• 무엇이 동작하는지(그리고 그렇지 않은지) 파악하고 반복합니다.

측정 부분은 여기서 매우 중요해요.

하지만 다음 항목에서 더 자세히 말씀드릴게요.

관찰 #4: 실제 AI 결과를 이용한 사례 연구 없음.

우리는 AI 기능을 좋아해요.

우리는 반짝이는 것들을 좋아해요:

• AI로 생성된 비디오.
• 새로운 Midjourney 기능.
• 자율적 AI 에이전트에 관한 뉴스.

AI 뉴스에는 멋진 AI 기능들이 가득해요.

하지만 비즈니스 리더들은 기능에 대해 생각하지 않아요. 그 대신, 그들은 물어봐요, "어떻게 비즈니스에 도움이 되나요?"

복사하는 주요 원칙: 기능이 아니라 혜택입니다.

그러나 AI 분야에서는 종종 후자에 초점을 맞추곤 합니다.

우리는 얼마나 자주 비즈니스 결과에 대해 이야기할까요?

다음과 같은 사례 연구를 얼마나 자주 볼 수 있나요: 🌟 저희 AI 솔루션이 직원들에게 매주 5시간 이상을 절약해줍니다 🌟 이 AI 제품 덕분에 수익이 20% 증가했습니다

한 번 생각해보세요...

당신이 보는 모든 AI 뉴스 중 실제로 구체적인 세계 결과에 관한 뉴스는 얼마나 될까요?

1%? 2%?

하지만 이 추세는 곧 바뀔 것입니다. 희망을 가져봅시다.

관찰 #5: AI 교육이 필수적으로 되는 중입니다.

AI 교육은 비즈니스 리더와 지식 노동자 모두에게 중요합니다.

하지만 결정을 내리는 리더부터 시작해야 합니다.

비즈니스 리더는 다음을 해야 합니다:

• AI에 투자
• AI 교육을 우선시
• AI를 포용하기 위해 문화를 변화시킵니다

AI는 현재 비즈니스 전략의 일부여야 합니다.

그렇지 않으면, 미래가 밝지 않을 것 같아요.

지식 노동자들에게, 중요한 질문은 "만약?"이 아니에요. 질문은 "언제?"에요. 언제 AI 학습을 시작할 건가요?

전문가 팁: 만약 당신의 상사가 AI에 투자하지 않는다면, 주의해야 해요. 그리고 당신의 미래에 위험이 따를 수도 있어요. 오늘 AI를 배우지 않는다면, 당신은 뒤처지게 될 거예요.

지식 노동자이든 비즈니스 리더이든 상관 없어요.

AI를 배우기 시작하세요!

오늘!

관찰 #6: AI 엔지니어가 누구인지 여전히 알 수 없습니다.

모든 직무 설명이 다릅니다.

기업들은 거의 모든 AI 관련 업무를 하나의 역할에 담으려고 노력합니다. 그래서 그들은 다음에서 기술과 업무를 선택합니다: ✔ DevOps ✔ 데이터 과학자 ✔ 데이터 엔지니어 ✔ AI 연구원 ✔ 소프트웨어 엔지니어 ✔ 딥러닝 엔지니어 ✔ 머신러닝 엔지니어 ✔ 자연어 처리 엔지니어

다시 말하지만, 이 역할은 매우 새롭기 때문에 발전할 것으로 예상됩니다.

하지만 나에게는 AI 엔지니어는 "AI 시스템 빌더"입니다.

이것은 그가 모델을 훈련시키지 않는다는 것을 의미합니다. 대신, 그는 기존 모델(예: GPT-4 또는 LLaMa-3)을 적용합니다. 그리고 그는 그것들을 결합하여 맞춤 비즈니스 요구사항을 구축합니다.

AI 엔지니어의 주요 업무는 구축입니다.

하지만 모두에게 명확해질 때까지 직무 설명은 많은 "노이즈"를 포함할 것입니다.

마지막으로

모든 이러한 관찰은 제 경험과 대화에서 나온 것입니다.

저는 현재 AI의 상태를 이해하는 데 도움이 되기를 바랍니다. 그리고 여러분이 AI를 배우는 데 동기부여가 되기를 바랍니다 (물론 AI 엔지니어가 되는 것도요).

읽어 주셔서 감사합니다!

🔔 내 이름은 Kris입니다. 저는 AI 엔지니어입니다. AI 엔지니어가 되길 원하시나요? 꼭 팔로우해주세요.🔔

참고문헌.

• AI 엔지니어 vs. 데이터 과학자.