인공지능의 한 분야인 머신러닝은 인간의 학습 능력과 같은 기능을 컴퓨터에서 실현하고자 하는 기술이다. 머신러닝을 활용하면 서비스 개발과 모니터링 툴 개발, 유저들의 반응 분석 등을 이끌어 낼 수 있다. 염화음 유닛장이 말하는 데이터 사이언스 유닛 업무의 매력은 무엇일까? 데이터를 통해 게임에 재미를 더하는 염화음 유닛장을 만나 더 많은 이야기를 들어봤다.
PUBG
Data Science Unit
염화음 유닛장
(사진=잡코리아)
간단한 본인 소개 부탁드려요.
안녕하세요. PUBG Data Science Unit에서 Unit장을 맡고 있는 염화음입니다. 머신러닝을 활용한 서비스 개발, BI 모니터링 툴 개발, 커뮤니티 반응 분석팀을 이끌고 있어요. 주로 업무 진행 상황을 챙기고, 타 조직과 커뮤니케이션을 합니다.
Data Science Unit 업무의 매력은 무엇인가요?
데이터를 통해 가치를 만들어 내고, 데이터 기반의 의사결정을 도울 때 보람이 큽니다. 반면 개발자 출신이기 때문에 리딩 및 매니징 부분에서 보완할 점을 발견하곤 하는데요. 특히 커뮤니케이션을 더 명확하게 하는 방법이나, 가독성 있는 문서를 작성하는 방법에 고민이 많아요. 극복 방안을 찾기 위해 관련 서적을 찾아보고 글을 몇 번씩 고쳐 쓰는 연습을 하고 있어요.
Interview 01
프로젝트 경험이
있다면 어필하세요
(사진=잡코리아)
데이터를 잘 다루려면 어떤 경험이 필요할까요?
Data Science Unit 신입 포지션은 통계나 수학 지식도 중요하지만, 토이 프로젝트를 개인적으로, 혹은 파티를 꾸려서 진행해 본 경험이 있으면 많은 도움이 돼요. 특히 인공지능의 한 분야인 머신러닝 엔지니어 포지션에서는 문제 정의, 데이터 수집 및 처리, 모델링, 평가, 개선의 사이클을 한 번이라도 직접 돌아본 경험이 있는 분들이 실무에서 더 빛을 냅니다.
신입사원이 갖춰야 할 필수 역량을 3가지만 꼽아주신다면요?
우선, 문제를 명확하게 정의하는 능력이 중요해요. 첫 단추를 잘 끼워야 하는 것과 유사한 이유인데요. 문제 정의가 잘 되면 그 다음부터 어떤 방법론 혹은 기술을 사용할지, 평가 방법은 어떤 것을 선택할지 정하기가 훨씬 수월해지거든요.
그리고 문제를 풀기 시작하면, 데이터를 꼼꼼하게 확인하는 자세가 필요해요. 분석이나 모델링에 쓰이는 데이터가 누락되지 않았는지, 필드 값이 내가 생각한 의미를 담고 있는지 등을 확인하지 않으면 엉뚱한 결과가 나올 수 있어요. 특히, 정답셋이 필요한 모델링 작업에서는 정답셋 데이터 퀄리티가 신뢰할 수 있는 수준인지도 면밀히 살펴봐야 해요. 신뢰할 수 없는 정답셋을 활용해 나온 결과는 신뢰할 수 없기 때문이죠.
마지막으로 퀄리티에 대한 집착도 있어야 해요. 분석이나 개발이 한 차례 끝나고 어떻게 하면 더 나은 결과를 도출할 수 있을지 계속 고민해야 하니까요. 성능뿐만 아니라 반복되는 작업을 어떻게 자동화할 수 있을지 등을 고려하는 것도 하나의 예입니다.
Interview 02
개발 베이스에
머신러닝 기술을 갖추면 플러스!
(사진=잡코리아)
신입사원이 입사하면 1년 동안 주로 어떤 일을 하게 되나요?
머신러닝 엔지니어의 경우를 설명하자면, 입사 초반에는 필요한 도메인 지식과 관련 데이터를 익히게 돼요. 이후 프로젝트에 투입되어 페어로 일하면서 어느 정도 프로젝트에 익숙해지면 새로운 피처나 모델 개발 업무를 맡게 됩니다.
면접관이 된다면 주로 어떤 질문을 하나요?
머신러닝 엔지니어 포지션 면접을 예로 들면, 사고가 어떻게 흘러가는지 관찰할 수 있는 질문을 해요. ‘상상할 수 있는 모든 데이터가 있다고 가정했을 때, 순위 예측 문제를 어떻게 푸는가’와 같은 질문이요. 어떤 데이터를 활용해 피처를 상상하고, 어떤 모델을 선택할 것이며 그 이유가 무엇인지, 평가는 어떻게 할 것인지, 그 결과를 서비스에 어떻게 활용할 수 있을지 등을 물어봅니다.
면접을 통해 어떤 역량을 확인하나요?
Data Science Unit은 데이터 관련 지식도 물론 중요하지만, 기본적인 개발 베이스가 있는 분들을 선호해요. 커뮤니케이션이 원활한지, 조직에 잘 맞는지도 함께 체크하고요. 명확하지 않은 질문을 받았을 때 다시 물어보는 것과 같이 적극적으로 핵심을 찾아 답변하려는 분들을 선호합니다.
머신러닝 포지션에는 리서치만 해왔던 분들도 있는데요. 서비스에 어떻게 적용할 수 있을지에 대한 감각이 없는 분들이 간혹 있어요. 리서치도 중요하지만 저희 조직에서는 머신러닝 기술을 활용한 서비스 개발을 목적으로 두기 때문에, 서비스 개발에도 관심이 있는 분들에게 좋은 점수를 드리고 있어요.
Interview 03
게임에 ‘재미’를 더하는
데이터/머신러닝 기술
(사진=잡코리아)
향후 게임 업계와 서비스개발 직무에 대한 전망은 어떤가요?
사람들은 게임을 플레이할 뿐만 아니라 플레이를 보며 콘텐츠를 소비하기도 해요. 어디에서나 다양한 플랫폼으로 게임을 즐기죠. 데이터와 머신러닝 기술을 활용하면 일상이 된 게임을 더 즐겁게 소비하도록 제공할 수 있는데요. 최근에는 관련 기술의 보편화로 더 다양한 방법을 빠르게 시도해 볼 수 있게 됐어요. 매우 신나는 일이죠! 글로벌 게임사인 PUBG에서 앞으로 데이터/머신 러닝을 활용해 사람들에게 즐거움을 제공할 수 있는 바가 무궁무진하다고 생각해요.
게임 업계의 변화에 따라 어떻게 취업을 준비하면 좋을지 조언해 주세요.
데이터나 머신러닝 업계는 꾸준히 성장 중이고, 사용성을 높여주는 기술과 도구들이 계속 나오고 있어요. 따라서 다양한 기술들의 핵심을 파악하고, 필요한 목적에 맞게 활용할 수 있는 능력을 키우는 것이 필요하다고 생각합니다.
저작권은 잡코리아(유)에 있으며, 무단전재 및 재배포를 금지 합니다.
