내년에 인공지능(AI)과 머신러닝(기계학습) 전문가들을 가장 애타게 찾을 산업분야는 공공안전, 금융핀테크,의료분야다. 그 중에서도 가장 환영받을 기술(skill)보유자로는 기업의 현재 상황에서 AI를 응용할 분야를 파악할 수 있는 사람, 이를 개발 및 배치할 수 있는 사람, 이를 검증할 데이터 분석 경험자들이 꼽혔다.
다이스는 16일 IDC와 애널리틱 인사이트 보고서, 버닝 글라스 조사 결과, 전문가 인터뷰 등을 통해 내년도에 주목할 AI 분야 일자리 트렌드를 이같이 요약했다.
보도는 AI와 기계학습, 그리고 고객 개인화 및 커뮤니케이션, 데이터 분석, 처리 등 수많은 기술 활용이 지속적으로 증가할 것이라고 전망하면서 이 트렌드를 소개했다.
IDC 보고서에 따르면 내년에만 상용 엔터프라이즈 애플리케이션의 4분의 3이 AI에 의존하게 된다. 애널리틱 인사이트 보고서는 오는 2023년까지 AI분야에서 2000만개 이상의 일자리가 창출될 것으로 전망했다.
◆AI와 기계학습 전환 도달로 적합한 기술 가진 전문가들 유리한 취업위치
세계적인 AI와 기계학습의 전환 도달(transformational reach)로 적합한 기술을 가진 전문가들은 광범위한 산업 분야에서 취업 기회를 찾을 수 있게 됐다. 기술에서의 세계적인 격차는 자격을 갖춘 지원자들이 좋은 연봉과 강한 협상 위치를 기대할 수 있다는 것을 의미한다.
AI분야에 재능을 가진 인재를 찾고 있는 고용주들은 당신의 지식을 증명하는 자격증을 갖기를 원할지도 모른다. 다행히 텐서플로, AWS 머신러닝 등을 포함하는 인증들이 늘어나고 있다.
물론 자격증을 요구하지 않는 고용주들도 당신에게 역할을 제공하기 전에 반드시 엄격한 테스트를 하게 될 것이다.
미국 캘리포니아 코스타 메사에 있는 AI업체 베리톤의 거스 워커 제품 담당 이사는 “2021년에는 공공 안전, 은행(금융) 및 핀테크, 의료 분야에서 AI와 기계학습 전문가들에게 취업 기회가 늘어날 것”이라고 내다 봤다.
그는 “이 3개 산업은 지금 당장 AI와 기계학습에 투자해 빠르게 보상받을 가장 좋은 기회를 갖고 있다”며 “코로나19 팬데믹(세계적 대유행)으로 인해 업계가 심각한 타격을 입음에 따라 한발짝 물러나 어떻게 AI와 기계학습을 활용해 재건하거나 새로운 표준(뉴노멀)에 맞출 수 있는지를 살펴보고 있다”고 말했다.
데이터 수집과 준비, 그리고 데이터 분석 전문성 쪽도 가장 수요가 많은 기술이다.
워커 이사는 “조직은 정확한 훈련 데이터를 파악하고 정확한 주석을 달 수 있는 개인들을 고용해야 한다”고 덧붙였다. 또한 “그들은 커져 가는 교육 세트를 유지하고 데이터를 분석해 맞춤형 모델 생성을 위한 목표 데이터 세트를 만들 수 있는 인재를 필요로 한다”고 덧붙였다.
이는 기업들이 알고리즘 조정과 훈련에 익숙한 전문가들을 필요로 할 것임을 의미한다. 주요 지원 후보들도 성공적으로 데이터세트를 설정, 지속적 통합, 지속적 배포 파이프라인 구축을 통한 최신 알고리즘을 유지하기 위한 AI 운영화 및 데브옵스에 대한 경험을 가지고 있을 것이다.
워커는 “디지털화는 훨씬 더 많은 정형적, 비정형적 데이터를 활용할 수 있게 해 줄 것이며, 이로 인해 더 AI전문가 필요성을 높일 것이다”라고 지적했다. 그는 “기업은 생산 배치를 시종일관 유지할 수 있는 사람이 필요하다”고 말했다.
◆미국에서 머신러닝 기술(skill)을 요구하는 일자리수와 향후 전망
다음은 미국 전역의 수백만 건에 이르는 채용 공고를 모아 분석하는 버닝 글라스(Burning Glass)가 밝힌 기계학습 기술을 요구하는 기술직 수에 대한 분석이다.
버닝 글라스는 현재의 숫자가 상대적으로 작지만(적어도 채용 공고에 관한 한), 향후 10년 동안 상당한 성장을 전망하고 있다. 버닝글래스가 조사한 ‘머신러닝 기술을 요구하는 일자리’를 보면 기본적으로 대졸 학력을 요구하고 있다.
◆엄청난 기술(Extreme Skills)
워싱턴주 벨뷰에 본사를 둔 프로세스 관리 및 워크플로 자동화 회사인 닌텍스(Nintex)의 기술 전도사 테리 심슨의 경우 AI와 기계학습을 둘러싼 기술은 양극단을 달린다.
그는 “한쪽에는 원하는 결과를 받고 알고리즘이나 일련의 단계를 만들어 반복 가능한 형식으로 작업을 실행할 수 있는 기술을 개발하는 사람이 있다. 반면 반대쪽에는 비즈니스에 필요한 것이 무엇인지 파악하고 이를 자동화하는 방법에 대한 비전을 봐야 할 비즈니스 분석가가 있다”고 말했다.
심슨은 이 두 극단 사이에서 개발자 지식과 비즈니스 분석가 지식 사이의 적절한 균형을 이룬 소수를 발견할 수 있을 것이라고 설명했다. 그는 “이러한 기술은 수요가 있는 기술”이라며 “대부분의 조직들이 어떻게 AI와 기계학습인 긍정적인 전략적 영향을 미칠 수 있는지 이해하기 시작했다”고 지적했다.
심슨은 “기술력은 높지만 사업에 대한 이해가 부족한 사람은 성공하지 못할 것이다. 반면 비즈니스 측면은 이해하지만 기술적으로는 부족해서 AI와 기계학습을 이해할 수 없는 사람도 성공하지 못할 것이다. 둘 사이의 균형이 AI와 기계학습 분야의 훌륭한 후보를 찾는 최적점이다.
그는 기업들이 성숙함에 따라 시장에서 AI와 기계학습 툴을 잘 이해하는 상근직원이 필요하다는 사실을 금세 알게 된다고 덧붙였다. 이어 “그들은 전문가뿐만 아니라 다양한 상품에 대한 최신 정보를 유지하고, 구현 능력을 갖추기 위해 이 분야에서 다양한 기술을 가진 그룹을 정말로 필요로 한다”고 설명했다.
프로세스 마이닝은 패턴을 가지고 있는 망 내부의 프로세스를 찾기 위한 AI와 기계학습 활용을 수반하고 있기 때문에 기업들이 더 많은 투자 계획을 세우고 있는 분야다.
일단 이를 찾으면 전문가들은 이러한 패턴을 합리화하고 자동화할 수 있다. 많은 경우, 비즈니스 분석가나 개인은 AI툴이 없었다면 그 패턴을 결코 식별할 수 없었을 것이다.
워커가 언급한 대로 콜 센터 툴에서 AI와 기계학습 사용 증가를 보게 될 것이다. 소매전문가들은 추천엔진과 맞춤방식의 개인화 서비스를 향상시키기 위해 AI앱에 더많이 기대게 될 것이다.
◆기업에 필요한 AI전문가 3가지 유형은?
워커 이사는 기업에 필요한 AI전문가 유형에 대해 “기업들은 AI에 익숙하고 현재 문제를 보고 AI가 어디에 응용될 수 있는지 파악할 수 있는 사람이 필요하다. 그 다음으로는 사전구축이든 문제해결 솔루션이든 AI를 개발하고 배치할 수 있는 전문가가 필요하다. 마지막으로 기업들은 AI와 기계학습 도입 및 수행 결과 제품과 서비스가 실제로 개선되고 있는지 확인하기 위해 ‘데이터 분석 경험이 있는 사람’을 확보해야 한다”고 설명했다.
그는 “2021년 내내 우리는 중소기업과 교육기관에서 더 많은 AI를 사용하는 것을 보게 될 것이다. 이제 (미국)선거가 끝나고 백신이 눈앞에 다가왔으니 AI로 옮겨간다. 모든 산업에서 (AI활용이) 가속화될 것이다”라고 말했다.
