Part 1. 강사님 소개 및 AI 엔지니어 부트캠프에 합류하게 된 계기
Q. 간단한 자기소개와 이력을 소개해 주세요.
안녕하세요, 코드잇 스프린트 AI 엔지니어 과정을 담당하고 있는 주강사 조재찬입니다.
서강대학교 AI 대학원 석사 과정을 졸업하고, 약 2년여 간의 스타트업 활동을 거쳐 현재 코드잇에서 강사로 활동하고 있습니다.
Q. 강사님께서도 비전공자셨다고 들었는데요. 어떻게 AI 엔지니어의 길을 선택하시게 되었는지 궁금합니다.
사실 제 학부는 환경공학과였어요. 막연하게 대학원에 가서 환경연구원이 될 거라는 기대만 갖고 있었죠. 그런데 입대를 하고 고민하는 시간이 많아질수록 ‘내가 정말 이 학과에 관심이 있는 게 맞는가’, ‘다른 분야는 해보지도 않고 그냥 이걸 정한 거 아닌가’ 하는 의구심이 들었어요.
그래서 제대하는 대로 노무사 시험, 영화 촬영, PD 준비 등 정말 다양한 도전들을 해봤지만, 결국 느낀 건 '잘 모르겠다'였어요. 제가 뭔가를 만드는 건 참 좋아하는데, 거기 안에 뭐가 담길지 고르기가 정말 어렵더라고요. 그리고 냉정하게 나는 이 분야에선 경쟁력이 없다는 생각까지 했어요.
그래서 다시 공학으로 돌아가는 대신, 원래 전공이 아닌 컴퓨터 공학을 골랐어요. 제가 가장 잘하는 일을 되돌아보니 결국 수학과 코딩이라는 생각이 들더라고요. 그 중 가장 문과스러운 코딩 개발자인 데이터 분석가를 선택하게 됐고, 국비지원 교육을 통해 처음 공부를 시작했는데요. 해당 과정에서 머신러닝을 처음 접하며 큰 재미를 느끼고, 대학원까지 준비하게 되었습니다. 운 좋게도 AI 대학원에 입학하게 되어 현재 AI를 가르치는 일을 하게 되었네요.
Q. 실제 실무에서 경험하신 AI 프로젝트나 분야는 어떤 것들이 있나요?
저는 대학원을 다니면서, 데이팅 미팅 어플을 기획하고 매칭 서비스를 개발하는 AI 엔지니어로 일했어요. 낮에는 연구실, 밤에는 스타트업 사무실에서 정신없이 일했었죠.
당시 사용자가 처음 회원 가입할 때 제출한 설문지를 바탕으로, 좋아하는 상대와 싫어하는 상대의 모습 등 다양한 기능들을 데이터 기반으로 만드는 일을 했어요.
대학원 시절에는 제가 선택할 수 없는 데이터셋을 가지고 여러 모델을 학습시켜 왔다면, 스타트업에서는 매일매일 유저가 제공해 주는 살아 움직이는 데이터셋을 통해 AI 모델을 학습하고, 실제로 매출이라는 성과로 이어지는 걸 보면서 시간 가는 줄 모르고 일했던 것 같아요.
그밖에도 제 오랜 염원이었던 AI 영화를 직접 제작했던 경험도 있는데요. 부천 국제 영화제 AI 팀원분들과 함께 등장인물의 캐릭터와 시나리오를 함께 쓰고, 이를 기반으로 15분 정도의 단편 영화를 만들었던 경험이 있습니다.
Q. 이렇게 다채로운 경험을 해보신 강사님께서 교육이라는 길을 선택하게 된 계기가 궁금합니다.
대학원을 졸업할 때쯤, 제가 운영하는 스타트업도 함께 마무리하면서 취업을 준비하게 됐어요. 당시에 운이 좋게도 세 가지 분야를 고를 수 있는 기회가 있었는데요. 첫 번째는 AI 개발, 두 번째는 영화나 광고를 AI로 제작하는 일, 세 번째가 바로 AI 교육이었어요. 사실 제가 가장 큰 관심을 가지고 있던 건 영화나 광고를 AI로 제작하는 일이었지만, 제가 가장 잘하는 분야는 아니라고 생각했죠.
그래서 가장 잘하는 일이 무엇일지 고민해봤을 때, ‘나는 누군가에게 설명하는 일을 굉장히 잘하더라’는 생각을 하게 됐어요. 과거에 고등학생들을 대상으로 AI 진로 교육을 진행했을 때, 굉장히 뿌듯한 느낌과 동시에 ‘내가 이 일과 적성이 맞구나’ 라고 생각했던 게 아직도 선명하게 남아 있었거든요.
그렇게 제가 좀 더 잘할 수 있고, 보람을 느낄 수 있는 교육 쪽을 해봐야겠다고 결심하게 되었습니다.
Q. 많은 교육 플랫폼이 있었을 텐데, 왜 코드잇에서 강사가 되기로 결심하셨나요?
사실 예전에 다른 온라인 교육 플랫폼에서 부트캠프를 학생으로서 경험한 적 있었어요. 중간중간 복습이 필요하거나 선행이 필요한 부분에 대해서는 강의를 자유롭게 들을 수 있었지만, 내용에 짜임새가 부족하더라고요. 각각의 강의가 서로 다른 강사분에게 의뢰가 되어있어서 그런지, 하나의 과정에서 서로 다른 말투와 스타일로 설명하더라고요. 내용이 너무 장황하기도, 너무 추상적이기도 했죠.
그 뒤에 코드잇을 통해 코드 강의를 듣게 되었는데, 모든 과정이 같은 틀로 운영되어 있어서 정체성이 확실하고 안정적이구나 하는 느낌이 좋았어요. 토픽 단위로 짧은 강의로 이루어져 있어 수강하기 굉장히 편리해 집중도 잘 됐고, 일관성 있는 모션 그래픽 자료와 퀴즈, 실습 문제도 수강생 입장에서 긍정적인 기억으로 남았어요.
가장 좋은 강의는 내가 궁금한 걸 몰라도 그 부분을 먼저 긁어주는 강의라고 하잖아요. 저한테는 코드잇이 딱 그런 강의였던 것 같아요. 그래서 무작정 코드잇 채용 사이트에 들어가서 상시 채용 직무에 지원했고, 코드잇에서 그 중 스프린트 강사를 제안해 주시면서 인연을 시작할 수 있었어요.
Part 2. AI 엔지니어 과정에서 얻을 수 있는 것들
Q. 요즘처럼 LLM과 생성형 AI가 빠르게 발전하는 시대에, 주니어에게 더 중요해진 역량은 무엇이라고 보시나요?
사실 역설적이게도 ‘경험’이라고 생각해요. 말에 모순이 있죠. 주니어는 이제 막 경력을 쌓아가야 하는데, 경험이 가장 중요한 역량이라고 말하는 거니까요.
사실 AI 지식, 코딩 기술, 아이디어 모두 중요한 역량이 맞지만, 주니어가 저런 역량으로만 승부를 보려고 한다면 오히려 경쟁력이 떨어질 거라 생각해요. 요즘 최신 LLM과 생성형 AI가 충분히 잘하는 만큼, 24시간 피곤하지 않은 AI 모델을 곁에 두고 일하는 게 어쩌면 더 효율적일 수 있거든요. 이렇게 바뀐 시대에서 가치를 증명하기 위해선 “보조나 시키는 일만 잘하는 게 아니라 내가 직접 기획하고 결정하고 책임을 질 주체”라는, 변치 않는 사실을 가질 수 있어야 한다고 생각합니다.
그래서 저는 주니어로서 하루 빨리 어느 조직이라도 들어가서, 일에 책임을 지고 내 AI 기술을 실생활에 적용시켜 보는 경험을 빠르게 쌓아봐야 한다고 조언해요. 처음에는 선망하던 기업에서 일하기 어려울 수도 있어요. 설령 들어간다고 해도, 보조하거나 시키는 일밖에 할 수 없을 수도 있죠. 그래서 저는 작은 조직이라도 주체로서 일을 해본 경험을 쌓는다면, 내가 책임자다라는 마음으로 좋은 경험들을 많이 쌓으실 수 있을 거라고 생각해요.
Q. 방금 말씀하신 주니어에게 필요해진 역량을 스프린트에서는 어떻게 쌓을 수 있나요?
빠르게 경험을 쌓고 경쟁력 있는 주니어가 되고 싶다면, 적어도 내가 처음부터 끝까지 작은 서비스라도 만들 수 있는 배움이 필요합니다. 끝까지 완성해냈다는 첫 번째 경험이, 이 경험을 해본 적 없는 사람들과 큰 차이를 만들 수 있거든요. 그리고 이런 경험을 쌓으려면 최소한의 지식과 기술이 필요하죠.
그런 의미에서 코드잇 스프린트는 가장 빠른 지름길이라고 생각해요. 딱 필요한 만큼의 이론과 실습, 그리고 프로젝트를 아우르는 과정을 제공해 주거든요. 특히 마음 맞는 사람들과 몇 주 동안 협력해서 프로젝트를 완성하는 경험은 혼자서 얻기가 굉장히 어려운 만큼, 스프린트만의 큰 차별점이라고 보고 있어요.
Q. 수강생들이 스프린트를 통해 꼭 얻어가야 한다고 생각해서 신경쓰시는 부분이 있으신가요?
반드시 알아야 하는 지식과 스킬을 꼽자면 정말 많겠지만, 저는 크게 두 가지를 강조해요.
첫 번째는 본질적 지식과 스킬적 지식 중, 본질적 지식에 집중하는 것입니다.
하루가 멀다하고 새로운 논문이 쏟아지는 AI 분야에서는 스킬적 지식에 휩쓸리기 쉬운 것 같아요. 이럴수록 변하지 않는 본질적 지식, 예를 들어 딥러닝의 최적화 방법, 데이터 전처리 방법, 기본 모델 등에 집중해야 한다고 생각해요. 이 요소들을 계속 응용하는 게 최신 연구들이니까요. 그래서 강의 자료에 실무 팁을 넣을 때, 실제로 업무를 하며 꼭 가져가야 할 기술적 기준들을 제시해드리곤 해요.
두 번째는 무수히 많은 실습을 거치는 것이에요.
딥러닝은 말로 설명하지 못하는 영역이 명확한 학문이에요. 왜 이 모델이 이렇게나 똑똑한지 내부 결과를 이해할 수 없기도 하죠. 그래서 감각에 의존해 ‘내가 무수한 인자를 모두 선택하는 것이 아닌, 지금 이 인자를 수정해야겠다’라고 생각해낼 수 있는 경험적 감각이야말로 경쟁력에 매우 중요하다고 생각해요.
Q. 너무 좋은 두 가지 포인트인데요. 그러면 수강생 분들께 강조하시는 사고 방식이나 학습 태도가 있으실까요?
자신의 불안함을 대하는 태도도 함께 강조하고 있어요. 아무리 성실한 수강생이라도 미래를 상상하다가 불쑥 불안함이 찾아올 수 밖에 없거든요. ‘앞으로 나는 무엇을 해야 할까?’ ‘지금 내가 배우고 있는 것이 정말 가치가 있을까?’ 이런 생각들이요.
그럴 때 제가 드릴 수 있는 말씀은 ‘결국 길은 있다’에요. 그 길이 어떤 방식으로 생길지, 언제 생길지는 각자의 상황에 따라 모두 다르겠지만, ‘지금 내가 할 수 있는 것은 무엇인가’라는 의문이 든다면 당장 내게 주어진 일에 집중해야 한다고 생각합니다.
불안할수록 단순하게 당장 내게 맡겨진 일에 온 힘을 다하고, 불확실한 미래에 대해서는 그 부근 시점의 나에게 공을 넘길 수 있는, 이런 자세를 가진 분들이 끝까지 완주하고 좋은 결과로 보답받았던 사례들을 여럿 목격했었다고 말씀을 드리곤 해요.
Part 3. 스프린터들의 성장, 그리고 취업
Q. 수강생들은 스프린트를 통해 어떤 것을 배우고 성장할 수 있다고 생각하세요?
하나의 서비스를 구현하는 데 필요한 지식을 습득할 수 있다는 것이 가장 큰 성장이라고 봐요. 단 한 번이라도 처음부터 끝까지 완수해냈다는 성공의 경험이 가치 있는 것 같아요.
제아무리 무거운 수레여도 한 번 바퀴를 굴리기 시작하면 그 다음부터는 좀 더 수월하게 굴러가곤 해요. 수강생분들도 마찬가지로, 스프린트를 통해 약 7개월이라는 짧지 않은 기간 동안 한 번도 해본 적 없는 ‘AI 활용 서비스를 만들어 내는 경험’이 첫 수레바퀴를 굴리는 경험이 된다고 생각해요.
Q. 수강생들이 AI 엔지니어 과정을 들으며 실제로 만들게 되는 결과물들이, 실무 현장에서 어떻게 도움될 수 있을까요?
스프린트에서 경험할 수 있는 프로젝트들은 AI를 활용하는 다양한 서비스들을 만들어 보는 것인데요. 예를 들면, 가장 먼저 경험하시는 초급 프로젝트 같은 경우 알약을 사진으로 찍으면 그 알약의 메타데이터가 나오는 서비스를 만들어 볼 수 있어요. 사용자가 이게 무슨 알약인지, 무슨 효과가 있는 건지 알 수 있는 거죠.
제가 생각하는 실무 현장에서 먹히는 포트폴리오란, 내가 지원하는 분야의 도메인 데이터를 다뤄봤어야 한다는 것, 그리고 어떤 서비스든 처음부터 끝까지 전반적인 경험을 해봤는지의 여부예요. 만약 제약 회사가 목표라면, 제약 회사 데이터를 다룰 수 있어야 하고, 그 데이터를 기반으로 다양한 디테일한 기준들을 스스로 정립해 두셨어야 하는 거죠. 가령 많이 들여다봐야지만 알 수 있는 알약 위의 각인을 탐지 모델 학습 때 활용해봐야겠다는 생각을 할 수 있어야 해요. 그러면 데이터 전처리 때 이걸 응용할 수 있거든요.
또한 앞으로 엔지니어에게 요구되는 기술은 지엽적인 지식이나 스킬이 아니라, 하나의 서비스를 구성하는 기획력과 사람을 통솔하는 리더십이라고 생각해요. 그런 의미에서 AI 엔지니어링 과정을 통해 서비스를 기획하고, 무엇을 기술적으로 구현해야 하는지 구성해 보고, 이를 끝까지 이끌어 최종적으로 하나의 서비스로 배포하는 과정까지 스스로 해볼 수 있다는 게 실무 현장에서 큰 도움이 될 것 같아요.
Q. 앞서 말씀주신 프로젝트 경험들을 취업 경쟁력으로 살리려면 어떻게 활용해볼 수 있을까요?
저 역시도 스타트업 시절 면접관으로서 신입을 채용했던 경험이 있는데요. 처음에는 좋은 학력, 관련 전공, 성적, 인성, 태도 등이 눈에 들어올 수 있었지만, 결국 핵심은 "그래서 무슨 실무 경험을 쌓아봤는데?"라는 질문에 대한 답이었어요. 채용을 하는 가장 큰 목적은 일손이 부족한데 이를 채워줄 수 있는 능력 있는 사람이 필요한 거잖아요.
지원자가 우리 회사 핏이 맞을 것 같으면, 우리가 요구하는 기술을 갖추고 있는지, 우리 조직에 들어온다면 잘 해낼 수 있는지와 같은 질문을 던지게 되는데요. 지원자 입장에서 이러한 질문들에 좋은 답을 줄 수 있는 직접적인 경험 꾸러미, 그게 바로 프로젝트라고 생각해요. 단순한 성과를 넘어서, 협업 과정에서 발생한 이슈를 어떻게 해결했는지까지 모두 커버할 수 있으니까요.
사실 현업에서도 팀이 있고 프로젝트가 있으며, 이를 반복하고 서비스로 구현해 피드백을 받는 과정이 우리의 실무라고 볼 수 있거든요. 그렇다면 이와 가장 유사한 것들을 취업 전에 많이 해볼수록 면접관 입장에서 훨씬 더 경쟁력 있는 신입이 되는 거고요. 그래서 저는 프로젝트를 하더라도 팀장을 도맡아서 최선을 다해 임해보신다면 나중에 돌이켜봤을 때 가장 좋은 경험으로 남을 거라고 생각해요.
Q. 유난히 기억에 남는 수강생 성장 사례가 있으신가요?
모든 집단이 그렇듯, 성실히 잘하시는 분이 계시고, 어려움을 겪거나 고민이 많으신 분도 계세요. 그 중에서 가장 기억에 남는 건 어려움을 겪으신 분이 끝내 완주를 하고 좋은 결과로 보답받는 사례예요.
최종 면접까지 3번이나 갔지만, 항상 그 마지막에서 고배를 마시던 수강생분이 계셨어요. 그분과는 수업 질문보다는 진로 이야기를 더 오래 나누었던 기억이 나는데요, 다른 분들은 수업에 따라가기 급급했을 때 그분은 항상 ‘내가 이걸 왜 배우는가’ 라는 근원적 고민에 사로잡혀 있었거든요.
처음에은 왜 해야 하는지 의문을 풀지 못해 잘 따라오지 못하셨지만, 후반부로 갈수록 다른 팀원 분들께도 인정을 받고 더 적극적으로 참여하시게 됐어요. 특히 정신없이 바쁜 스프린트 스케줄 속에서도 시간을 쪼개어 서류를 정리하고 면접을 다니고, 반복되는 탈락에도 금방 마음을 다잡고 전진하시는 모습에 무엇이라도 해내시는 분이겠다는 생각이 들었어요.
스프린트 과정을 마친 후에도, 끊임없이 지속해나가는 경험을 쌓고 나가는 것 같아 자신감이 생겼다고 말씀해주셨는데요. 그 말에 되려 제가 크게 배웠던 기억이 납니다.
Q. 비전공자도 많은 과정인데, 끝까지 성장하는 수강생들의 공통점은 무엇인가요? 비전공자 분들도 끝까지 완주할 수 있게끔 리딩하시는 강사님의 노하우가 궁금합니다.
끝까지 잘 따라와 주시는 수강생 분들의 가장 큰 공통점은 단연 메타인지에요. 내가 지금 어떤 부분이 부족하고, 이를 채우기 위해 어떤 내용을 가져가야 하는지가 명확할수록 수업에 대한 만족감도 높고, 더 적극적으로 프로젝트에 참여하시더라고요. 무엇보다 자신이 이 시간이 가치 있다고 느껴야 이 짧지도, 쉽지도 않은 과정을 끝까지 완수하실 수 있으니까요.
비전공자 분들에게는 누구나 의지만 있다면 할 수 있는 내용이라고 말씀드려요. 사실 머신러닝과 딥러닝에 필요한 수학은 그렇게 많지 않거든요. 나이대가 있으신 분들도 충분히 잘 따라오고 계시고, 제 또래인 비전공자 분들도 충분히 해낼 수 있다고 수업 때 말씀드리기도 해요.
물론 중간중간 힘들어하시는 수강생 분들도 계세요. 가끔씩 저를 찾아와서 눈물을 쏟기도 하시는데요. 그럴 때마다 조금 더 넓은 시야로 전체 과정을 볼 수 있도록 유도하는 편이에요. 당장 이 미분 개념을 몰라도 다음 챕터에서 딥러닝을 할 수 있고, 필요할 때마다 수업 때 다시 설명드리겠다고 거듭 말씀드리면서 용기를 북돋아 드리고 있어요.
Part 4. 예비 AI 엔지니어들과 스프린터들을 위해
Q. 강사님이 생각하는 "좋은 AI 엔지니어"의 기준은 무엇인가요?
제가 생각하는 좋은 AI 엔지니어란, 한마디로 ‘기본기가 탄탄하면서도 자신만의 도메인을 가진 AI 활용러’예요.
당장이라도 소프트웨어가 탑재된 로봇이 사람을 보조해 줄 것만 같은 시기에 우리가 살고 있지만, 사실 AI가 일상으로 들어온 것은 오늘을 기준으로 4년이 채 안 됐어요. 이처럼 AI는 1~2주 만에 수십 편의 논문이 나올 만큼 빠르게 발전하는 분야에요. 모든 최신 AI 기술을 다 학습한다는 건 불가능한 일이죠.
그래서 저는 이런 시대에 AI 기술을 넓게 다양하게 아는 것보다, 언제나 불변하는 본질을 공부하고 내 활용 목적에 맞게 잘 응용할 수 있는 것이 가장 중요한 자질이라고 생각해요.
예를 들어 의사를 보조하는 의료영상 진단 AI라든가, 판사의 판결을 보조하는 판례에 근거한 AI를 만들어 볼 수도 있겠죠. 말 그대로, 실생활에서 자신의 문제 해결에 적합한 AI 모델을 설계하고 학습에 적용하는 것, 그것이 좋은 AI 엔지니어가 아닐까요?
Q. 마지막으로, 코드잇 AI 엔지니어 과정을 고민하시는 분들에게 한마디 부탁드립니다.
수강생 분들 중에는 불확실하고 불안하고, 그래서 무엇이라도 해봐야겠다는 마음으로 들어오시는 분들이 대부분이세요. 맞아요, 저도 무엇이라도 해봐야 한다고 말씀드리고 싶어요. 내가 그걸 잘 할 수 있을지 아닐지는, 굉장히 진부하지만 해보기 전에는 알 수가 없잖아요.
최악의 경우에는 이 시간이 내게 안 맞았다는 결과만 남길 수도 있어요. 그러나 지금과 같은 AI 시대에 꼭 필요한, 어떤 식으로든 활용이 되는 내용임에는 분명해요. 당장 부트캠프가 끝나자마자 훌륭한 AI 개발자가 될 수 있다는 기대보다는, 이 과정이 앞으로의 길에 단단한 ‘발받침대’가 된다는 사실에 집중하셨으면 좋겠어요. 이것만으로도 여러분은 충분히 성공적인 7개월을 보내신 거니까요.
저 또한 과거에 ‘이걸 배운다면 취업이 되겠지’라는 기대를 가진 적이 있지만 바로 이루어지지 않았던 경험이 있어요. 그럼에도 하나의 배움이 끝나니 또 다른 길이 열렸고, 거기서 또 다른 무수한 시행착오와 부족함을 겪었고, 여전히 끊임없이 공부하는 자리에 서 있게 되었어요.
여러분이 상상하는 AI 엔지니어라는 개념을 조금 더 확장해보시길 추천드려요. AI 개발자가 되는 것이 어려운 일이 아닌, 여러분의 도메인에 AI가 들어오는 정도의 변화라고 생각해보는 거죠. 그렇게 폭넓은 인식에서 AI 엔지니어가 되는 첫걸음을 함께 시작해 보시면 좋겠습니다.
Share article