AI 엔지니어링 스킬 맵: 만드는 과정을 직접 설계하기
TMT
AI 엔지니어링에 능숙해지면, 여러분이 내놓는 최고의 성과는 남이 정해 준 명세대로 제품을 구현하는 일에 그치지 않습니다. 그보다는 무엇을 어떻게 만들지를 직접 나서서 설계하게 됩니다.
요즘의 AI 도구가 개발자 한 명이 할 수 있는 일의 속도와 범위를 넓혀 놓기 전까지, 기술 기업들은 프로덕트 매니저(PM)와 디자이너가 무엇을 만들지 정하고 그다음에 개발자가 그것을 만드는 방식을 관행으로 굳혀 왔습니다. 여기에 프로젝트 매니저가 일정을 챙기는 경우도 있습니다. 그런데 이런 역할 구분이 흐려지고 있습니다. AI 엔지니어링에 능숙한 개발자는 소프트웨어를 만드는 데서 그치지 않고 이런 다른 역할까지 함께 맡습니다. (반대 방향도 마찬가지입니다. 프로덕트 매니저와 디자이너도 AI 엔지니어링 역량을 익혀 소프트웨어를 만드는 일에 참여하고 있습니다.)
이 변화는 소프트웨어 개발 속도를 크게 끌어올리고 있습니다. 무엇을 어떻게 만들지 직접 설계할 수 있으면, PM이 할 일을 정리해 줄 때까지 기다리지 않고 더 빠르게 움직일 수 있습니다.
만드는 과정을 직접 설계하는 데 필요한 핵심 역량은 다음과 같습니다.
- 개발 루프를 이끄는 일
- 제품에 관한 결정을 내리는 일
- 소통하고 이끄는 일
- 높은 주도성으로 끝까지 책임지는 일
개발 루프를 이끄는 일. 대부분의 소프트웨어는 코드를 좀 쓰고, 피드백을 받고, 다음에 무엇을 할지 정하는 루프를 돌면서 만들어집니다. 역량 있는 AI 엔지니어라면 이 루프를 굴리는 데 핵심 역할을 하면서, 프로젝트를 앞으로 밀고 나갈 다음 한 걸음을 계속 결정합니다. 일단 실행하는 쪽으로 기울어 있고, AI가 가능하게 만든 빠른 속도로 이 루프를 돌립니다.
예를 들어 기술 개념이나 사용자 기능을 검증하려고 빠르게 프로토타입을 만들 수도 있고, 사용자에게 가치를 보여 주기 위해 MVP(최소 기능 제품)를 만들 수도 있고, 기능을 더 붙이거나 엔터프라이즈급 시스템에 투자하기로 정할 수도 있습니다. 속도를 유지하려고 작은 단위로 자주 배포합니다. 언제 사용자나 다른 이해관계자에게 피드백을 받아야 하는지, 또 언제 다음 단계를 정할 정보를 모으기 위해 모델 학습 같은 기술 실험을 돌려야 하는지 압니다. 이런 결정은 제품 비전, 프로젝트 단계, 기술적 실현 가능성, 주요 리스크, 투입 공수, 예산을 함께 놓고 내립니다. 좀 더 성숙한 프로젝트라면 핵심 지표를 정의하고, 그 지표가 나아지도록 프로젝트를 관리하는 방법도 알고 있습니다.
제품에 관한 결정을 내리는 일. 개발자가 PM이 될 필요는 없습니다. 다만 제품 명세가 다루지 않은 결정을 직접 내리게 됩니다. 명세 없이 만들어 달라는 요청을 받으면, 명세를 직접 만들어 낼 수 있습니다.
실제 사용자의 필요를 채우는 제품 방향을 고를 만한 제품 감각이 있어서, 모든 결정을 PM이 내려 줄 때까지 기다리지 않아도 됩니다. 최소한 기본적인 디자인 감각도 있어서, 기능만 돌아가는 것이 아니라 쓰기에 기분 좋은 것을 만들 수 있습니다. 기본적인 사업 감각도 있어서 시장 진입 전략, 시장 규모, 단위 경제성, 손익(P&L) 같은 문제를 짚어 보고 경제적으로 합리적인 절충안을 택할 수 있습니다. 제품 결정을 내리는 능력의 뿌리는 사용자에 대한 공감입니다. 게다가 이 공감은 여러 방법으로 계속 다듬어 나갑니다. 사용자 두세 명과 짧게 편하게 이야기해 보기도 하고, 수백 명을 대상으로 설문을 돌리기도 하고, 대규모 A/B 테스트를 하기도 하고, 수천 명이나 수백만 명의 행동을 분석하기도 합니다. 그렇게 얻은 결과는 사용자를 더 깊이 이해하는 데 씁니다.
소통하고 이끄는 일. AI 엔지니어링 역량은 전통적인 소프트웨어 개발이 허용했던 것보다 넓은 범위의 일에 참여할 수 있게 해 줍니다. 저는 전에 프런트엔드 개발자처럼 한 분야에 특화된 개발자가 이제는 풀스택에 가까운 넓은 역할을 맡게 될 가능성이 크다는 이야기를 쓴 적이 있습니다. AI 엔지니어링 역량은 그보다 더 넓게 범위를 확장할 문을 열어 줍니다. 마케팅, 재무, 법무처럼 프로젝트에 영향을 주는 다른 직무의 일에도 참여할 수 있습니다. 그래서 이런 다른 직무와 소통하는 능력이 예전보다 더 중요해집니다. 이해관계자들의 방향을 맞추고 조율하면서 프로젝트를 앞으로 밀고 나가는 핵심 역할을 할 수 있습니다. (소통 능력은 사용자와 직접 이야기하며 사용자 공감을 키우는 데에도 중요한 토대가 됩니다.)
또한 AI 기술이 빠르게 바뀌고 있어서, 엔지니어링 밖에 있는 많은 사람이 이 기술과 그것이 자기 일에 미칠 영향, 그리고 그 기술이 가능하게 만드는 새로운 방식과 제품을 이해하려 애쓰고 있습니다. AI 엔지니어링에 관한 기술적 역량은 여러분을 남들보다 앞서게 해 주고, 이런 관점을 만들어 가는 데 남이 대신하기 어려운 역할을 맡게 해 줍니다. 예를 들어 어떤 시도가 기술적으로 될 만한지 아닌지를 설명해 줄 수 있습니다. 그렇게 조직 전체를 앞으로 이끄는 데 힘을 보탤 수 있습니다.
높은 주도성으로 끝까지 책임지는 일. AI 엔지니어링 역량은 변화를 만들 기회를 아주 넓게 열어 줍니다. 하지만 일부 경영진을 포함해 많은 사람이 아직 AI가 무엇을 할 수 있는지 잘 모르고, 그래서 어떤 프로젝트 방향이 좋은지도 모릅니다. 바로 여기서 기술 역량을 가진 사람이 그 간극을 메울 여지가 생깁니다. 문제를 찾아내고, 해법을 제안하고, 그것을 실행할 수 있습니다. 조직의 우선순위와 제약은 존중하면서도, 위에서 정확한 방향을 내려 줄 때까지 기다리지 않습니다. 이런 역량에는 높은 주도성이 필요합니다. 기회를 스스로 알아보고, 중요한 것에 우선순위를 매기고, 실제로 움직이는 태도입니다. 여기에 더해 한 가지 일을 처음부터 끝까지 자기 것으로 끌고 가는 법, 생기는 문제에 책임을 지는 법, 상황이 불분명할 때도 움직이는 법, 좌절을 딛고 계속 가는 법을 알고 있습니다. 그리고 자기 일을 과제를 끝냈는지로만 재지 않고, 만들어 낸 가치로 평가합니다.
마지막으로, 자신의 역량을 키우는 데 투자합니다. 기술의 최전선을 따라가고, 새 도구를 익히고, 작업 흐름을 다듬고, 계속 배웁니다. 그래야 시간이 지나면서 더 나아집니다.
단순히 만드는 데 그치지 않고 무엇을 어떻게 만들지까지 직접 설계할 수 있다는 점이, AI 엔지니어링을 전통적인 소프트웨어 개발보다 훨씬 재미있게 만듭니다. 권한이 더 크고, 다루는 범위가 더 넓고, 내리는 결정도 더 많습니다. 다만 이 모든 것을 잘 해내려면 더 넓은 역량이 필요합니다. DeepLearning.AI는 여러분이 원한다면 AI 엔지니어링에 능숙해지도록 돕는 데 집중하고 있습니다.
앞으로의 길이 기대됩니다!
