◇머신러닝 엔지니어

'구글포토'는 머신러닝(기계학습) 기술을 활용해 이미지를 자동으로 분류한다. 사람의 얼굴은 물론 사물이나 심지어 고양이 같은 동물 얼굴도 정확하게 판별한다. 방대한 양의 이미지 데이터를 머신러닝으로 학습한 결과다.

구글포토뿐만이 아니다. 우리의 일상생활이나 산업에서 AI 활용은 확대되고 있다. AI의 하위집합인 머신러닝 중요성도 커지고 있다. 챗GPT 같이 자연어를 이해하는 기술이나 넷플릭스에서 자동으로 드라마 감상 취향을 찾아내 추천해주는 서비스, 제조사의 내년 수요 예측까지 머신러닝이 알게 모르게 활용되고 있는 분야는 무궁무진한다.

머신러닝은 많은 양 데이터를 제공해 명시적으로 프로그래밍하지 않고 신경망과 딥 러닝(Deep Learning)을 사용해 시스템이 자율적으로 학습하고 개선할 수 있게 해주는 기술을 말한다. AI의 하위 집합으로 분류된다. 방대한 알고리즘 데이터를 분류하거나 예측하고 데이터를 채굴하기 위해서는 필요한 필수 기술이다. 빅데이터가 쌓이면서 데이터 과학이 발전할수록 머신러닝의 중요성도 커질 전망이다.

머신러닝 엔지니어는 기계 학습 모델, 알고리즘 설계·구현·최적화에 전문화된 소프트웨어(SW) 엔지니어다. 머신러닝 기술을 전문적으로 다루는 만큼 AI가 확대될수록 주목받는 엔지니어로 꼽힐 전망이다. AI 기술과 시스템 신뢰를 보장하고 정확도를 높이기 위해서는 머신러닝이 쓰여야 한다.

구체적으로 머신러닝 엔지니어는 머신러닝 핵심 알고리즘을 구현하면서 인공지능(AI) 시스템 실험과 테스트를 실행하는 역할을 맡는다. 머신러닝 시스템을 직접 설계한다. 머신러닝 정확도를 높이면서 양질 데이터를 사용자에게 제공한다. 데이터·알고리즘을 다룰 수 있는 전문성이 요구된다. AI 시스템을 활용하는 데 없어서는 안 될 필수인력으로 꼽힌다.

머신러닝 엔지니어는 향후 미래에 더 각광받을 직업군이다. 상품 수요를 정확하게 예측해야하는 제조업, 이미지 분석을 활용해야 하는 의료, 디지털변환(DX)을 추진하는 기업에서 수요가 높을 것으로 예상된다. 특히 이 분야에서 경험을 계속 축적거나 특화된 전문성을 갖춘다면 수요가 이어질 것이라는 평가다.