미래의 AI 직종 9선 VIDEO: 9 emerging job roles for the future of AI

세분화 시작됐다··· 미래의 AI 직종 9선

Maria Korolov | CIO

     AI가 거의 모든 산업을 뒤흔들 준비를 갖췄다. 많은 직무에 상당한 변화가 나타날 것이 확실시된다. 조직 내의 많은 역할에서 앞으로 최소한 인공지능(AI) 기술 중 일부라도 사용해야 할 것이며, 이로 인해 전문 분야에 상관없이 AI에 능통한 사람들에게 엄청난 새로운 기회가 생겨나고 있다.

특히 조직 AI 전략을 담당하는 새로운 일자리가 속출하고 있다. 머신러닝(ML) 엔지니어는 이미 AI팀의 필수 구성원으로서 입지가 굳어져 인디드(Indeed)의 지난해 최고의 일자리 목록에서 1위를 차지했다. AI 전문가도 링크드인의 2020년 신규 일자리 보고서에서 지난 4년 동안 74%의 연 성장률을 기록하며 1위를 기록했다. 로봇 엔지니어와 데이터 과학자가 그 뒤를 이었다.

9 emerging job roles for the future of AI

laremenko / Getty Images

9 emerging job roles for the future of AI Artificial intelligence is fast proving a business differentiator. Here are the key roles and skills you may soon need to fill for your AI A-team.     AI is poised to transform nearly every industry, and with it will come significant changes for many job functions. Many roles across organizations will require at least some use of artificial intelligence technologies in the coming years, creating massive new opportunities for the AI-savvy regardless of discipline. Alongside this transformation of how many IT and business staff do their work will be the emergence of new jobs targeted at making the most of organizational AI strategies. Machine learning engineers have already cemented their place as must-have members of AI teams, taking first place in Indeed’s best jobs list last year. AI specialist was also the top job in LinkedIn's 2020 Emerging Jobs report, with 74 percent annual growth in the last four years, followed by robots engineer and data scientist. View full text https://www.cio.com/article/3564536/9-emerging-job-roles-for-the-future-of-ai.html

edited by kcontents

IDC 애널리스트 리투 자이오트는 팬데믹 중에도 AI 관련 일자리의 수는 전 세계적으로 13~16% 증가할 것이 유력하다고 전했다. 그녀는 “팬데믹으로 인해 IDC는 의료 제공자, 교육, 보험, 제약기업과 연방 정부의 AI 지출 및 고용이 증가할 것으로 보고 있다”라고 말했다.

우리는 여러 IT리더, AI전문가, 산업 분석가와 함께 새롭게 등장하는 AI직무의 종류를 파악해 보았다. 일부 첨단 기업들은 이미 이런 직위를 충원하고 있다.

 

최고 AI 책임자(Chief AI Office)

AI를 책임지는 임원의 명칭은 다양하다. AI 및 머신러닝 부사장, 최고 혁신경영자, 최고 디지털경영자 등이 대표적이다. 

이름에 상관없이 ‘최고 AI 경영자’는 인지 기술이 비즈니스에 미치는 영향을 파악하고 기업의 AI 전략을 수립하며 이를 이사회, 회사 임원, 직원, 고객에게 설명해야 한다. 그리고 그들은 비즈니스 및 모든 이해관계자의 니즈를 잘 충족시키기 위해 CIO와 협력하여 이 전략을 이행한다.

사이버 보안 기업 다크트레이스(Darktrace)의 최고 AI경영자 니콜 이건은 자신의 시간을 쪼개어 내부 기술팀과 협력하고 고객들과 대화하여 해당 기업의 AI 전략을 전파하고 있다. 그의 직무에는 위협 감지 및 조사 등과 관련해 AI를 활용하는 것이 포함된다.

이건은 “나는 CIO 및 내부 AI 연구소와 협력하여 새로운 연구 및 개발 영역을 탐구한다”라고 말했다. 그녀는 오라클의 전략 그룹에서 전략 마케팅 책임자를 역임한 바 있다.

이건은 온라인 강좌을 통해 자신의 기술 AI 역량을 지속적으로 강화하고 있다고 전했다. 그러면서도 다크트레이스에서 그녀의 역할은 비즈니스에 더 초점을 맞추고 있다며, 알고리즘과 코드를 작성하기보다는 현실적인 문제에 AI를 적용하는 데 중점을 두고 있다. 그녀는 “박사급 수학 전문가, 머신러닝, AI 전문가 35명이 우리 연구소에서 근무하고 있다”라고 말했다.

Image Credit : Getty Images Bank

edited by kcontents

Z스케일러(Zscaler)의 AI 및 머신러닝 부사장 호위 슈는 기술적 지위를 높이면서 자신의 경험을 비즈니스 기술로 보완했다. 시스코의 클라우드 및 네트워킹 서비스 사업부 책임자였던 그는 스탠포드 대학교에서 MBA를 취득했으며 제품관련 경력이 길다.

그는 “처음 Z스케일러에 입사했을 때, 나의 역할은 기술에 더욱 치중되어 있었다. 하지만 AI와 ML을 제대로 활용하기 위해 나는 비즈니스적 영향에 대해 중점을 두게 됐다”라고 말했다.

그는 최고 AI 임원 직위를 희망하는 이에게 “기술에 앞서 비즈니스 매트릭스에 대해 배우라’라고 말했다. AI와 ML이 10배의 비즈니스 가치 향상을 제공할 수 있는 영역을 포착할 수 있어야 한다는 설명이다. 

AI 윤리 경영자

AI 윤리 경영자는 이해관계자들과 광범위하게 협력해야 하는 또 다른 고위직이다. 이 역할은 위험과 거버넌스를 담당할 수 있으며 기술팀 외에 정부 기관, 비영리, 법률팀, 사용자, 프라이버시 그룹 등과 협업해야 할 수 있다.

세일즈포스닷컴의 윤리적 AI 활동 아키텍트 케이시 백스터는 AI 윤리 경영자가 기술뿐 아니라 건전한 비판에 대한 열정이 있어야 한다고 말했다. 

백스터는 “AI는 마법이 아니며 모든 문제에 적합하지 않다. ‘이것이 가능한가?’뿐만이 아니라 ‘이렇게 해야 하는가?’라고 빈번하게 질문해야 한다”라고 말했다. 그는 구글, 이베이, 오라클에서 사용자 경험 연구 부문에 종사한 바 있다.

그녀는 기술적 역량이 큰 도움이 되기는 하지만 AI 윤리 경영자가 컴퓨터 공학자나 데이터 과학자일 필요는 없다고 말했다. 그녀는 “심리학, 사회학, 철학, HCI(인간-컴퓨터 상호작용) 등 인문학적 배경이 있는 것이 더 중요하다. 기술, 그들의 니즈, 맥락, 가치에 영향을 받는 모든 것을 이해하는 데 집중할 필요가 있다”라고 말했다.

인간 요소 공학 석사 및 응용 심리학 학사 학위를 보유하고 있는 백스터는, 감정적인 논쟁을 줄이는 능력이 도움이 된다고 말했다. 그녀는 “우리가 윤리에 관해 이야기할 때, 사람들은 자신의 가치에 대한 도전으로 받아들일 수 있다. 포용적인 방식으로 건전한 논쟁을 할 수 있는 능력이 성공과 실패를 가를 수 있다”라고 말했다.

그녀는 또 AI를 배치할 때 윤리에 집중하는 기업들은 더욱 안전하고 공정한 환경을 조성한다고 말했다. 게다가 편파적이지 않은 AI는 더욱 정확하며 더 나은 비즈니스 성과로 이어진다는 설명이다. 

그녀는 “AI 규제가 다가오고 있기 때문에 이제 윤리적인 AI 활동을 준비하면 준법감시에 더욱 잘 대비하게 된다”라고 덧붙였다.

 

ITProPortal

edited by kcontents

AI 비즈니스 애널리스트

AI 모델에서 가치를 수확하기 위해 데이터 과학자는 비즈니스 분석가와 팀을 이루어야 한다고 셰이프 시큐리티(Shape Security)의 인공지능 글로벌 책임자 슈만 고즈마점더가 말했다. 그는 이미 AI 비즈니스 애널리스트 역할을 충원했으며, 시간이 지남에 따라 이 영역을 확장할 계획이다.

그는 “AI 비즈니스 애널리스트는 AI 솔루션을 개발하여 적용할 회사, 비즈니스 모델, 비즈니스 프로세스 또는 제품을 잘 이해해야 한다”라고 말하면서 데이터 과학자 및 데이터 엔지니어와 협력하기 위해 기술적 논의를 해야 한다고 덧붙였다.

관련된 역할인 AI 비즈니스 운영 관리자는 비즈니스 측면에서 AI를 사용하는 비즈니스 프로세스를 관리하고 개선한다. 고즈마점더는 “AI 비즈니스 운영 관리자는 운영에 대한 기본적인 지식이 있고 AI를 통해 자동화되고 있는 특정 비즈니스 프로세스에 대한 경험이 있어야 한다”라고 말했다.  또 이런 운영으로부터 생성되는 데이터를 분석할 수 있어야 한다.

비즈니스 지향적인 AI 역할을 담당할 사람을 찾는 것이 말처럼 쉽지 않을 수 있다고 프라이스워터하우스쿠퍼스(PwC)의 파트너 겸 글로벌 AI 리더 아난드 라오가 말했다.

그는 “대학 및 다른 직업 교육 기관들은 경쟁적으로 여러 입문 기술 일자리를 교육하고 있다. 하지만 비즈니스 및 임원 일자리는 회사 내에서 성장하고 구축해야 하며 충원하기가 상당히 어려울 수 있다”라고 말했다.

최고 데이터 과학자

최고 데이터 과학자는 일반적으로 회사에서 최상위 기술 AI 직위에 해당한다. 이제는 추가적인 엔지니어링 및 비즈니스 기술까지 포용하는 수준으로 발전했다.

맥킨지의 분석 트랜스포메이션 책임자 브라이언 맥카시는 “5년 전의 데이터 과학자는 통계 전문가였다. 하지만 현재 기술적 배경을 가진 데이터 과학자가 늘어나고 있다”라고 말했다.

데이터 과학자는 최고의 결과를 얻기 위해 사용할 데이터와 배치할 알고리즘이 무엇인지 알고 있으며 데이터 엔지니어 및 소프트웨어 개발자와 협력하여 이 노하우를 바탕으로 실질적인 애플리케이션으로 만들고 사업부와 협력하여 기술로 비즈니스 니즈를 충족시킨다.

켄나 시큐리티(Kenna Security)의 최고 데이터 과학자 마이클 로이트만은 2012년 조지아공대에서 운영 연구 석사 학위를 취득했으며, 거기에서 확률 과정과 최적화를 연구했다. 그리고 켄나 시큐리티에 데이터 과학자로 입사하여, 결국 최고 데이터 과학자로 승진했다.

AI 아키텍트

AI 또는 ML엔지니어로도 알려져 있는 AI 아키텍트는 AI 및 ML프로젝트를 운영하고 관리할 시스템을 개발하는 책임을 진다.

BT의 전략적 미국 학술 연구 파트너십 책임자 겸 MIT의 연구 파트너십 책임자인 스티브 위태커는 “AI 프로젝트를 전체적으로 볼 수 있는 직위”라며, AI와 ML기술을 획득한 IT 아키텍트가 좋은 후보자라고 말했다.

그는 “AI 엔지니어 플랫폼을 구축하고 있다면 데브옵스 기술이 필요하다. 전체적으로 실행하는 방법을 알고 애자일 개발을 이해하며 프로세스와 데이터에 대한 감각이 있어야 한다”라고 말했다.

AI 아키텍트는 또한 비즈니스 프로세스를 재구축한 후 비즈니스에 더 가깝게 정렬시키는 업무를 담당할 수 있다.

자체 AI 또는 ML인프라를 구축하는 회사는 AI 아키텍트나 AI 플랫폼 엔지니어가 필요할 것이다. 위태커는 “구글, 페이스북, 아마존에만 해당되는 이야기가 아니다”라면서 역할이 새롭기 때문에 새로운 아이디어를 가진 새 졸업생부터 40년의 현장 프로젝트 관리 경험이 있는 사람까지 배경이 광범위할 수 있다고 덧붙였다.

이센타이어(eSentire)의 CTO 더스틴 힐라드는 수 년 동안의 대규모 데이터 관리 및 클라우드 데이터 처리 프레임워크 관리 경험이 있고 복잡한 AI 시스템을 설계, 구축, 배치할 능력이 있는 머신러닝 엔지니어가 적합하다고 설명했다. 

AI 데이터 엔지니어

AI와 ML은 데이터에 살고 데이터에 죽는다. 하지만 필요한 데이터는 종류와 규모가 방대하고 제각각일 수 있다. 따라서 고급 분석, ML, AI 등을 수행하고 싶은 조직은 AI 데이터 엔지니어가 필요하다.

BT의 보안 상무이사 케빈 브라운은 “이 새로운 역할을 위해 고용해야 하는 기업으로 대형 조직이 자연스럽게 떠오른다. 하지만 많은 데이터를 가진 다른 조직도 마찬가지이다. 예를 들어, 의료 부문에서는 팬데믹의 결과로써 데이터가 기하급수적으로 증가하고 있다”라고 말했다.

예를 들어, BT에서는 처리되는 데이터의 양이 무시무시하다. 예를 들어, 사이버 보안측면에서 초당 수 백만 개의 이벤트와 하루 약 4,000회의 사이버 공격이 발생한다. 해당 기업은 AI와 전략에만 집중하는 임원뿐 아니라 AI 개발자, 연구원, 데이터 과학자 등 광범위한 AI 기능을 고용하고 있다고 브라운이 말했다.

그는 “우리는 이상을 찾기 위해 많은 양의 데이터를 신속하게 꼼꼼히 조사해야 한다. 여기에서 AI 데이터 엔지니어가 필요하다. 우리는 항상 모래밭에서 바늘을 찾고 있다”라고 말했다.

BI Curated

edited by kcontents

데이터 제조 아키텍트(Data manufacturing architect)

데이터 비즈니스 분야의 기업들은 더욱 특화된 역할도 채용하고 있다. 예를 들어, 블룸버그는 최근 CTO 데이터 사이언스 팀의 새로운 데이터 제조 아키텍트 역할을 메울 사람을 고용했다.

데이터 제조 아키텍트는 32만 5,000명 이상의 블룸버그 터미널 고객을 포함하여 블룸버그의 금융서비스 고객을 위한 고품질의 구조화된 데이터를 생성해야 한다. 이 데이터는 구조화되지 않고 잡음이 많은 소스로부터 얻는다고 블룸버그 CTO 사무실의 데이터 사이언스 책임자 기드온 맨이 말했다.

그는 “이 수치는 정밀하고 정확해야 하며, 대부분의 산업계와 학계를 상회하는 기준을 갖추어야 한다”라고 말했다.

그에 따르면 회사의 데이터 제조 아키텍트는 블룸버그의 글로벌 데이터 부서에서 심층 도메인 전문가로 근무한다. 또한 블룸버그는 현재 AI 연구 사이언티스트, AI 정량 연구 사이언티스트, 인간 전산 아키텍트, 미디어 데이터 사이언스를 위한 책임 ML엔지니어, 분산형 시스템을 위한 책임 소프트웨어 엔지니어 등 다수의 여러 특수 AI 직위도 고용하고 있다.

이런 역할은 AI, ML, 자연어 처리, 정보 검색, 양적재무 경험이 있어야 한다고 블룸버그의 AI 엔지니어링 책임자 안주 캄바두르가 말했다. 또 파이썬, 자바, C++ 등의 프로그래밍 언어에 대한 전문지식도 있어야 한다. 그는 “하지만 특히 조직적 경계와 지식 분야를 넘어 협력하고 소통할 수 있는 능력 등 소통, 협업, 제품 개발 기술도 중요하다”라고 덧붙였다.

AI 품질 확보 관리자(AI quality assurance manager)

책임과 권한이 세분화된 추가적인 AI 관련 일자리가 생겨나고 있다. 이런 일자리 중 일부는 아직 인력 시장에 실제로 존재하지 않으며, 대부분은 표준화된 교육과정이나 일반적인 경력 개발 경로가 없다. 

예를 들어, AI 품질 확보 관리자가 있다. 이 직무는 전통적인 소프트웨어 품질 확보 일자리에서 발전한 것으로 보일 수 있지만 크게 다른 특성이 있다. 이를테면 AI 프로젝트의 경우 잘못된 알고리즘을 선택될 수 있지만 코드 자체는 거의 문제가 되지 않는다. 더욱 중요한 것은 불완전하거나 오래되거나 편향된 교육 데이터 세트이다.

편향된 데이터는 잘못된 결과뿐 아니라 규제 영향, 잘못된 언론의 관심, 벌금, 소송 등으로 이어질 수 있는 곤란한 문제이다.

최근 Z스케일러가 인수한 엣지와이즈 네트웍스의 최고 데이터 과학자 존 오네일은 “이 연구 영역이 활성화되고 있다. 아직은 확실한 답이 있다. 여기 규칙이 있고 그 규칙대로 하면 된다고 말할 수 있는 이는 아무도 없다”라고 말했다.

시티즌 데이터 과학자

가트너에 따르면 2024년까지 고급 사용자가 데이터 과학자 인재 공백을 메울 전망이다. 이런 ‘시티즌 데이터 과학자’들이 AI 관련 업무 상당 부분을 수행할 수 있을 것이다. 왜냐하면 고급 분석, ML, AI를 배치하기 위해 필요한 도구가 더 사용하기 쉬워질 것이기 때문이다.

하지만 이것을 직위로 기대하기는 어렵다. 대신에 자동ML 같은 ‘시티즌 데이터 과학자’ 도구 경험이 일련의 업무 기능의 일자리 설명의 일부가 될 것이다.

AI 플랫폼 기업 도트데이터(DotData)의 CEO 겸 설립자 료헤이 후지마키는 “전통적인 데이터 과학자는 고용, 확장, 교육 비용이 높다”라고 말했다.

하지만 IDC의 3월 설문조사에 따르면 AI 및 ML 이니셔티브의 약 28%가 실패했으며, 대부분 기술 부족 때문이었다. IDC의 자이오티는 “필요한 전문 지식을 가진 인력의 부재가 이런 실패의 주된 이유 중 하나로 보고되고 있다”라고 말했다.

즉, AI와 ML 기술을 위한 직원 기술 재교육에 대한 수요가 꿈틀대고 있다고 그녀가 말했다. 

ciokr@idg.co.kr

원문보기:

http://www.ciokorea.com/news/157227#csidx2600f6362e7d9d19c5a5b3113386d0d 

The Future of AI | How will Artificial Intelligence Change the World in 2020? | Edureka KCONTENTS