AI

AI 직무 취업 준비에 필요한
로드맵 파악하기

글 미리보기

1. AI 활용이 필수인 시대
2. AI 산업, AI 직무 취업에 필요한 단계별 학습
3. 기술 스택 학습 후 필수 단계: 프로젝트 경험과 포트폴리오 구축

2024년 9월 커리어 플랫폼 사람인이 발표한 2024년 상반기 기준 산업별 공고 및 이력서 변화 현황에 따르면, 2023년 상반기 대비 정보기술(IT)·웹·통신 분야 공고는 15.5% 하락했고, 이력서는 모든 업종에서 증가하여 경쟁이 치열했습니다. IT·웹·통신 분야 이력서 증감률은 115%를 기록했으며, 그중 AI 분야 이력서는 84%로 나타났습니다. ‘위기가 기회다'라는 말처럼 실력 있는 인재가 빛을 발할 기회로 생각하면 어떨까요?

1. AI 활용이 필수인 시대

얼어붙은 채용 시장에서도 AI는 여전히 주목할 가치가 있는 기술 트렌드입니다. 마이크로소프트(MS)와 링크드인(LinkedIn)이 2024년 5월 발표한 연간 보고서 ‘업무 동향 지표(Work Trend Index) 2024’에 따르면, “리더 중 66%(한국 70%)는 AI 기술을 보유하지 않은 지원자를 채용하지 않겠다”며, “리더 응답자의 71%는 경력 유무보다 AI 역량을 갖춘 지원자를 선호한다”고 응답했습니다. “한국 리더들의 77%도 AI 역량을 채용 우선순위로 두고 있다”고 밝혔습니다.

또한 “관리자 그룹 82%(국내 82%)가 AI를 다룰 수 있는 직원을 고용하겠다”고 응답했고, 31%(국내 34%)가 AI 도입의 이점에 대해 “직원의 생산성 향상”을 꼽았고, 단 16%(국내 18%) 만이 “인력 감축”이라고 답했습니다.

테크 미디어 CIO 보도에 따르면, 다국적 회계 감사 기업 프라이스워터하우스쿠퍼스(PricewaterhouseCoopers, PwC)는 수십억 달러를 들여 조직 전체에 생성형 AI를 도입하고 있습니다. PwC US는 6만 5,000명 직원들에게 AI 도구와 역량에 대한 교육을 실시하고 있습니다.

이처럼 AI는 회사 전반에 영향력이 커지고 있으며, 필수로 쌓아야 하는 역량이 되고 있습니다. AI 활용이 선택이 아닌 필수인 시대, AI 직무 취직 준비생은 물론이고, IT 개발, 데이터 직무 취업이 목표인 취직 준비생에게 AI는 더 큰 기회를 제공할 것입니다.

2. AI 산업, AI 직무 취업에 필요한 단계별 학습

AI 산업, AI 직무에 취업하려면 무엇을 준비해야 할까요? 취업의 지름길은 체계적인 계획을 바탕으로 기술과 지식을 배우고, 경력 개발 전략을 세우는 것입니다. 그러기 위해선 로드맵을 잘 파악해서 추진해야겠죠. 서점에 무작정 가서 고른 책으로 이론을 공부하는 게 아니라, 실무에서 쓸모 있는 실력을 키워야 합니다. 학습 필요한 기술 스택(tech stack)을 기초, 중급, 고급 단계별로 나눠서 알아보겠습니다.

⓵ 기초 단계: 프로그래밍 언어와 문법, 라이브러리와 통계학

먼저, 프로그래밍 언어와 문법을 학습해야 하는데요. AI 분야에서는 파이썬(Python) 프로그래밍 언어를 가장 많이 사용합니다. 왜 파이썬일까요? 다른 언어보다 문법이 간단하고 직관적이기 때문에 초보자도 쉽게 코딩할 수 있습니다. 실제 업무에서는 시간을 단축해 생산성이 높아지는 역할을 합니다. 데이터 분석에 강한 파이썬은 넘파이, 팬더스, 맷플롭립 등 여러 라이브러리와 모듈로 데이터를 처리하고 분석할 수 있습니다.

언어와 문법을 학습한 후에는 파이썬 데이터를 처리하기 위한 라이브러리를 배워볼까요? 대표적으로 넘파이, 팬더스, 맷플롭립 라이브러리가 있습니다. 넘파이(NumPy)는 Numerical Python의 줄임말로 수치 연산을 하는 파이썬 라이브러리입니다. 큰 데이터 집합을 효율적으로 처리하고, 수치 연산을 빠르게 진행하도록 돕습니다.

팬더스(Pandas)는 파이썬 언어로 작성된 데이터를 분석하고 조작하는 소프트웨어 라이브러리이며, 금융 데이터를 분석하기 위해 개발됐습니다. 팬더스라는 이름은 계량 경제학에서 동일한 조사 대상을 여러 시점 동안 반복해서 수집한 데이터를 가리키는 패널 데이터(panel data)와 파이썬 데이터 분석에서 유래했습니다.

맷플롭립(Matplotlib)은 데이터 시각화에 사용하는 파이썬 라이브러리입니다. 이를 활용해서 그래프와 차트를 만들 수 있습니다. 데이터를 다양한 형태로 시각화하여 데이터 이해도를 높여 줍니다.

AI 산업에서는 대량의 데이터를 다룹니다. 앞서 소개한 언어와 문법, 라이브러리뿐 아니라 통계 기본 개념도 알아두면 좋습니다. 통계학은 데이터에 의미를 부여하는데요. 데이터 날 것은 쓸모가 없으며, 목적에 따라 데이터를 활용하여 통찰력을 도출해야 비로소 유의미한 데이터가 됩니다. 통계학 기법으로 데이터 간에 연관성과 규칙을 찾을 수 있습니다.

⓶ 중급 단계: 머신러닝과 딥러닝, 사이킷런과 텐서플로우

기초 단계에서 기본 지식을 쌓은 다음, 중급 단계에서는 AI에 필요한 주요 알고리즘 개념과 개발 수단을 배웁니다. 대표적으로 머신러닝과 딥러닝 기술과 사이킷런과 텐서플로우를 학습합니다.

머신러닝(Machine Learning)은 AI를 만들기 위해 기계(Machine)를 학습(Learning)시키는 것이며, 먼저 사람이 특정 패턴을 추출하는 방법을 컴퓨터에 지시하고, 그다음 컴퓨터가 데이터의 특징을 분석하고 축적합니다. 예를 들어, 토끼와 고양이 사진을 구별하기 위해서, 사람이 토끼와 고양이의 특성을 구분한 다음에 만들어진 알고리즘과 규칙을 적용하는 방식을 머신러닝이라고 부릅니다.

딥러닝(Deep Learning)은 머신러닝의 한 종류이며, 사람의 뇌 구조와 비슷하게 만든 인공 신경망(Artificial Neural Network, ANN)을 활용하는 기술입니다. 사람이 가르치지 않고, 특정 동작을 수행하도록 명령하지 않아도, 컴퓨터가 스스로 학습하여 미래를 예측합니다. 예를 들어, 구글 딥마인드(Google DeepMind)가 만든 알파고(AlphaGo)의 딥러닝 모델이 있습니다. 알파고는 실전에서 접한 결과물과 시행착오 데이터를 토대로 새로운 전략을 능동적으로 학습하여 상황에 따라 판단할 수 있습니다. 2016년 3월 이세돌 9단과 바둑 대결에서 알파고가 4:1로 우승을 거뒀습니다.

주요 알고리즘 개념 다음으로는 개발 수단을 학습할 차례입니다. 사이킷런(Scikit-learn)은 머신러닝 및 데이터 분석을 할 때 사용하는 파이썬 기반 라이브러리입니다. 텐서플로우(TensorFlow)는 구글이 개발한 오픈 소스 머신러닝 프레임워크이며, 딥러닝 모델을 구축하고 학습하는 데에 적합합니다.

⓷ 고급 단계: 데이터 분석과 처리 방법

마지막 고급 단계에서는 AI 모델링, 생성형 AI(ChatGPT, DALL-E)에 대해 배우고, 데이터 정제, 시각화, 그리고 실제 AI 모델에서의 데이터 처리 기술을 익힙니다. 앞서 배운 것들을 모두 활용해서 실제 데이터로 AI 모델을 직접 개발하는 실습까지 해보는 것 또한 중요합니다.

AI 모델링은 AI 모델을 만드는 것인데요. 즉, 분석한 데이터를 기반으로 판단을 내리는 알고리즘 혹은 알고리즘 레이어를 활용하는 AI 모델을 개발하는 것입니다.

생성형 AI(Generative AI)는 텍스트, 이미지, 영상 등을 생성하는 AI입니다. 데이터 원본을 학습하여 다양한 형태의 콘텐츠를 만드는 데에 이용됩니다. 텍스트 혹은 이미지 등 원하는 형태의 프롬프트 입력값을 통해, 생성형 AI가 AI 콘텐츠를 만들어 냅니다. 대표적으로 오픈AI(OpenAI)가 2022년 공개한 대화형 전문 인공지능 챗봇 ‘챗지피티(ChatGPT)’, OpenAI가 2021년 출시한 이미지 생성형 AI ‘달리(DALL-E)’가 있습니다.

3. 기술 스택 학습 후 필수 단계: 프로젝트 경험과 포트폴리오 구축

어떤 로드맵을 따라서 무슨 기술 스택을 쌓으면 좋을지 차근차근 알아보았습니다. 그다음 단계는 이론 학습에만 머물지 않고, 실제 프로젝트에도 해당 기술을 적용 가능하다는 실력을 증명하는 것입니다.

이 부분은 독학으로는 힘든 과정인데요. 커널 아카데미 AI 개발 부트캠프는 미니 프로젝트, 협업 프로젝트, 기업 연계 프로젝트 등 동료와의 협업 활동 프로그램이 탄탄합니다. 같은 목표를 바라보는 사람들과 교류하여 커뮤니티를 형성하고, 데이터 분석 경진 대회 플랫폼 ‘캐글(Kaggle)’, 각종 AI 경진 대회와 AI 관련 오픈소스 프로젝트 등에 참여하여 신뢰도를 높이는 포트폴리오를 작성할 수 있습니다.

채용 담당자는 단순히 개인 정보를 나열한 이력서와 자기소개서보다 프로젝트 경험을 통해 얻은 지원자의 진성성과 설득력에 매력을 느낍니다. 개발 능력과 분석력, 창의적이고 적극적인 성향을 포트폴리오를 통해 어필해야 합니다. 실제 업무 경험이 없더라도, 본인이 프로젝트를 통해 겪은 실제 경험을 토대로 근거를 마련하는 것이죠.

이번 2024년 11월에 시작하는 커널 아카데미의 AI 부트캠프에 신청하면, 한국의 AI 기업 업스테이지(Upstage)가 함께하는 Upstage AI Lab 6기에 합류할 수 있습니다. 업스테이지는 글로벌 OpenLLM 사상 최초 챗GPT를 능가하는 모델 제작했으며, 국내 기업 최초 캐글 두 자릿수 금메달을 획득했을 뿐만 아니라, 국내 기업 최다 AI 연구 성과를 달성한 기업입니다. Upstage AI Lab과 함께 수료 후에 바로 실무에 투입할 수 있는 AI 인재가 되어 보는 게 어떨까요?

*패스트캠퍼스 부트캠프가 '커널 아카데미'로 명칭이 변경되었습니다.