학생 : 한 번 말씀해 주셨으면 너무 감사할 것 같습니다. 학생 : 그런 부분에 대해서는 어떻게 극복하셨는지 궁금합니다. 학생 : 그래서 그런 부분에 대해서 세 분은 어떻게 결정하셨는지 [이노베이션갤러리 투어] [선배랑 커피챗] 사회자 : 오늘 커피챗의 첫 번째 주제는 4차 산업혁명 시대 하면은 바로 빼놓을 수 없는 그것입니다. AI 인공지능인데요 LG에서 종사하고 있는 우리 실무자 선배 분들을 모셨습니다. [Q1. AI(인공지능) 기술에 관심을 갖게 된 이유] 박세호 : 저는 통계학과를 전공을 했었습니다 그때 이제 통계학을 통해서 정형 데이터를 분석하는 작업들을 저는 많이 했었는데 텐서플로우(TensorFlow)라는게 0.몇 버전이 었을 때가 있었어요 그래서 그럴 때 이제 그때 한 번 적용을 해봤는데 생각보다 너무 잘 되는 거예요 돌아가는 모습도 보면 신기하고 그래서 그때부터 시작해서 이제 관심을 많이 갖게 됐고 공부하면서 알아보고 그렇게 업무를 하는 중입니다 신윤호 : 학부는 이제 전자공학과를 나왔고요. 대학원도 전자공학과 소속인데 들어갔을 때가 제가 17년도였는데 그때가 이제 딥러닝이 좀 뜨기 시작하던 무렵이었거든요. 지금 현재 업스테이지 대표인 김성훈 교수님이 만드신 그 강의를 좀 되게 재밌게 들었고 딥러닝을 이용한 이미지 처리 쪽으로 논문도 쓰고 그걸로 이제 열심히 어필을 해서 유플러스에 입사를 할 수 있었고요 하승보 : 저는 학부 때 수학을 전공했어요, 컴퓨터공학을 부전공했는데 데이터 분석 교육을 통해 인공지능을 처음으로 알게 되었어요. 데이터를 표현하는데 숫자나 함수가 쓰이고 조작하는데 수학이 쓰인다는걸 알게 돼서 인공지능 쪽으로 관심을 가졌고요 [Q2. 관심 있거나 주목할만한 AI 기술이나 서비스] 학생 : 혹시 챗GPT 말고도 멀티 모달을 활용한 서비스 같은게 있거나 아니면은 앞으로 이런 서비스가 나올 것 같다고 예상하시는 서비스가 있다고 하시면은 한 번 말씀해 주셨으면 너무 감사할 것 같습니다 신윤호 : 제가 작년까지 했던 이제 동영상 생성 이제 모델이 기술 이름이 토킹 페이스 제너레이션이었는데 이제 오디오 또는 이미지 또는 텍스트의 입력을 받아서 이제 얼굴 동영상을 생성하는 기술이에요. 동영상 생성 기술에 멀티모달 엔진이 접목된 이런 걸 좀 주목해 보셔도 좋을 것 같습니다 [직무 Q&A - AI 전문가가 되고 싶다면?] (Q. 데이터 사이언티스트 직무의 전망은?) 박세호 : 정형 데이터 쪽에서 설명을 드리자면 사실 자동화가 되기 어려운 부분이라고 좀 생각을 합니다. 아무리 저는 모델이 발전한다고 해도 사람이 손을 댈 수밖에 없는 부분이라고 생각을 하거든요. 하승보 : TV나 폰에 들어가는 디스플레이 패널을 만들거든요. 디자인하고 검증하고 공장에서 만들고, 이걸 공정이라고 부르거든요. 공정 데이터를 보고 불량이 어디에서 검출이 되었는지 불량을 예측하려는 시도도 많이 하고 있구요. 여러분들이 생각하실 수 있는 것들은 거의 다 하실 수 있어요. 신윤호 : 제가 했던 영상 같은 것도 그렇고 음성인식을 하더라도 사실 메타가 이런저런 식으로 되게 많이 쌓이거든요. 그러면 결국에 사실 아웃풋이 정형 데이터로 쌓이는 경우가 많기 때문에 앞으로 할 일이 계속 무궁무진하게 많지 않을까. (Q. 인공지능분야 취업준비에 있어 가장 먼저 선행되어야 하는 것) 신윤호 : 기본적으로 it, 인공지능 분야라고 하면은 코딩을 잘 하셔야 될 것 같고 나는 이 코딩을 배워서 뭘 하고 싶지 라는 걸 좀 생각을 해보고 기회가 된다면 뭐 해커톤도 참여하고 졸업 작품을 통해 나만의 뭐 서비스나 뭐 앱 같은 것도 만들어보고 하면은 취업에 크게 도움이 될 것 같습니다. 하승보 : 많이 쓰는 언어를 하나 선택하셔서 기본 문법을 일단 공부를 하시면 좋을 것 같아요. 취업할 때 코딩 테스트 보는 회사가 많거든요. 수업 이외에 뭔가 공부를 더 하고 싶다면 코딩 테스트를 해보는 것도 저는 괜찮을 것 같아요. Q. 신입에게 얼마만큼의 역량이 요구될까요) 박세호 : 기존에 사실 본인이 관심이 있던 거랑 연구하던 거랑 다른 분야에서 일하게 될 수도 있잖아요. 기본에 대해서 잘 아시고 새로운 거에 대해서 배울 준비가 잘 되어 있다라는 그런 관심도를 잘 보여주시는 게 가장 중요하다고 생각되고요. 하승보 : 저는 일단 석사를 졸업을 했으니까 연구를 했었고, 또 직접 딥러닝 모델을 직접 만들고 이런 과정을 다 겪어봤어요. 근데 이렇게 까지 요구할까 싶기는 한데요 사실 근데 기본은 요구하는 것 같아요. 예를 들면은 기술들의 정확한 개념이라든가. (Q. 학사 출신으로 경쟁력을 가질 수 있는 방법이 있다면?) 박세호 : 본인이 관심가는 프로젝트를 하나 준비를 하시는게 가장 사실 현실적으로 말씀드릴 수 있는 조언인 것 같고요. 사실 저희가 3명 다 석사를 해가지고, 학부생들도 충분히 연구 잘하시고 일 잘하시는 분들도 많은데 학위라는 것이 허들이 되는 경우가 좀 있는 것 같아요. 개인적인 프로젝트를 많이 하시면 뚫을 수 있다고 보이거든요. 길은 조금 좁을 수 있어요. [현장 Q&A – 후배가 묻고 선배가 답한다] 학생 : 석사 하면서 되게 좀 특이한 분야를 연구했었는데요. 지원을 할 때 연관성을 찾기가 되게 힘들었거든요. 그런 부분에 대해서는 어떻게 극복하셨는지 궁금합니다. 하승보 : 제 연구가 좀 특이해서 비전공자에게도 어떻게 하면 더 쉽게 설명할 수 있을까 이 고민을 많이 했던 것 같습니다. 그 복잡한 데이터를 직접 이제 전처리하고 컨볼루션 레이어를 저는 다 만들었거든요. 그래서 난 이걸 했다 어떤 것이든 난 만들 수 있다 약간 이런식으로 얘기를 했어요. 신윤호 : 제가 이런 걸 잘했으니까 요런 직무에서 이런 걸 할 수 있다. 근데 이걸 좀 논리적으로 잘 표현하는게 중요하지 않을까 싶습니다. LG랑 관련된 프로젝트 경험이 있으면 저는 되게 어필 많이 될 것 같아요. 학생 : 제 세부 전공을 어떻게 결정을 해야 될지 잘 모르겠더라고요. 그래서 그런 부분에 대해서 세 분은 어떻게 결정을 하셨는지. 하승보 : 세부 전공 저도 진짜 고민 많았는데, 저는 학부생 인턴을 그래서 했거든요, 여긴 좀 아닌 것 같아 라던가 그런게 되고 박세호 : 관심이 가장 가는 거 하나를 정하고 그거를 잘하는게 그냥 답이라고 생각해요. 지금 막 언어모델 공부했는데, 지금 막 거대모델 나와서 할 일 없어졌다고 하시는 분들도 많거든요. 그래도 그 안에서도 특출하게 연구를 잘 하시는 분들은 연구하면서 살아남을 수 있는 길이 있잖아요. 신윤호 : 저도 이제 세부 전공을 4학년 1학기 때 골랐어요. 연구실 알아보는 방법에 이제 학부 인턴십 제일 좋다고 생각을 하는데 그게 안 된다면 이제 그 연구실 방장이나 이런 분들한테 직접 연락을 해서 면담을 하면서 고르면 좀 도움이 많이 되지 않을까요. [후배들에게 응원의 메시지] 사회자 : 저희 이쯤에서 이제 현장 질문은 마무리를 하고요 각자가 전하고 싶은 조언과 또 선배된 입장에서의 응원의 메시지를 전달을 해주시면 좋을 것 같은데 신윤호 : AI 분야는 되게 빠르게 변화하고 있기 때문에 올해랑 내년도 되게 다르고 다음 달에도 무슨 기술이 나올지 모르고 길게 보면 오히려 본인만 스트레스 많이 받는 거 같으니까 현재에 충실하다 보면은 계속 길이 잘 열리지 않을까 싶습니다. 하승보 : 뭘 할지에 대해서 고민이 많으실텐데, 흥미 있는 거에 확신을 갖고, 기본기를 계속 갈고 닦으면서 하시면 박세호 : 회사라고 엄청 겁먹지 마시고요. 지금 하시는 거 잘하시고, 기본기를 잘 다지시면은 회사에서 그 누구보다 일 잘하시는 분들이 되실 것 같습니다. 사회자 : 오늘 소중한 시간 내어주신 우리 공대 선배님들에게 감사하다고 인사 한번 보내주시죠.