안녕하세요! ML Engineer, MLOps 파트를 모두 맡고 있는 박성민입니다. 저는 datamaker에서 인공지능을 활용해 내부 업무 효율적으로 해결하거나, 다양한 사업에서 인공지능 모델 연구개발을 주로 하고 있습니다. 구체적으로 나눠본다면 1. 프로젝트에서 단순한 데이터 가공 작업을 미리 인공지능으로 처리하거나 가공에 도움이 되는 기능 구현. 2. 고객사의 인공지능 니즈를 파악하여 데이터 구축 방향, 모델 구현 방향에 대해 결정. 3. Synapse 인공지능 학습 파이프라인 연구개발 정도입니다. 인공지능 데이터 가공 회사라는 특성으로 인해 다양한 업무에 관여하며 인공지능 관련 다양한 니즈, 가치창출, 기술 트렌드를 몸소 경험하고 성장하는 매력적인 포지션입니다!

효율성을 추구하는 사고방식과 엄격한 자체 기준이 많은 도움이 되고 있습니다. 실제로 많은 모델 개발 및 학습을 경험하며, 데이터 가공이 정말 많은 인력이 들고 양질의 데이터가 나와야 한다는걸 가장 잘 알고있습니다. 그만큼 어떤 모델을 구현하거나 학습 시킬 때 완벽하게 데이터를 처리할 수 있는 모델을 만드는 것을 목표로 업무를 진행합니다. 개발 기간이 끝나더라도 좋은 방법이 눈에 띄면 다시 시도해 볼 정도로요! 이렇게 해서 나온 좋은 성능의 모델이나 시스템은 다방면에서 상당한 가치와 성취감을 가져오고, 결과적으로 성장의 밑거름이 되고 있습니다.

의외로 사소한 부분인데 자율복장이 가장 마음에 듭니다. 사진보면 이해가 좀 되실지도 모르겠는데 편하고 특이하게 다닐때가 많거든요! 사실 자율복장을 넘어서 개인의 자율적 선택 자체가 데메 최고 복지입니다. 근무시간, 근무장소(재택)도 업무에 지장이 가지 않는 선에서 개인이 자유롭게 선택합니다. 경영진 및 경영관리팀도 이 부분이 정말 중요한 부분인걸 잘 파악하고 계시고, 아낌없이 지원해주신 덕이기도 합니다! 덕분에 스트레스 받지 않고 연구개발에만 집중할 수 있습니다.

도전정신과 의사소통능력이라고 생각합니다. 분야 특성상 기술 발전이 매우 빠르고 새로운 것을 시도할때가 많다보니 생각과 다른 결과를 보이거나 실패할 때가 많습니다. 이럴 때 흔들리지 않고 공학적인 검토와 또 다른 시도를 계속하여 좋은 결과와 개인의 발전을 추구해야합니다. 또한 외부나 타 팀과 협업에서 니즈를 잘 이해하고, 내가 풀어내고 도울 수 있는 부분을 잘 설명할 수 있어야합니다. 대화하는 모든 사람이 개발지식이 있고, 인공지능에 대한 지식이 있는 것은 아닙니다. 때로는 어렵고 설명하지 않아도 될 부분을 생략하기도 하고 꼭 필요한 부분은 쉽게 설명하며 명확한 소통을 할 줄 알아야합니다.

AI 도입과 최적화를 위해 개발하기 시작한 datamaker synapse는 새로운 annotation 툴에 agent라는 개념을 더해서 새로운 ML플랫폼이 되어가고 있습니다. 저는 이 플랫폼이 누구든 모델 학습을 시키고, 데이터에 쉽게 적용할 수 있는 수준이 되어서 하나 이상의 ML Engineer 역할을 할 수 있도록 하는 것을 목표로 하고 있습니다. 그 때가 되면 저는 무슨 일을 하게 되고, 회사는 어떻게 바뀔까 궁금하기도 합니다!

ML Engineer 입장에서 데이터메이커는 꽤나 재밌는 곳입니다. 갖고 있는 지식과 3년 동안 쌓인 데이터로 다양한 모델을 만들거나 synapse 플랫폼을 발전시키는 과정에서 인공지능의 파급력과 효율성을 아주 가깝게 경험해 볼 수 있습니다. 때문에 개발한 시스템이 가져오는 효과에 흥미를 느낄 수 있는 분이면 가장 좋을 것 같습니다.