인공지능(AI) 관련 유망 직업과 대체되는 직업

데이터 사이언티스트, 데이터 엔지니어, 데이터 분석가, 머신러닝 엔지니어. 해당 직업들의 공통점은 무엇일까요? 바로 인공지능과 관련 있는 직업이라는 점입니다. 많은 전문가가 미래에는 인공지능, 로봇이 인간의 일자리를 빼앗을 것이라고 전망하지만, 인공지능의 발전으로 과거에는 없던 새로운 직군도 생겨나고 있는데요. 특히 데이터 분야의 경우, 우리의 행동 하나하나가 데이터가 되어 비즈니스에 활용되고 있는 현재 점점 더 그 중요도가 높아지고 있습니다.

오늘은 인공지능과 관련된 직업에는 어떤 직업이 있는지, 그 직군은 어떤 일을 하는지, 반면 인공지능 시대에 대체되는 직업에는 어떤 것이 있는지 정리했습니다.

---

인공지능(Artificial Intelligence, AI)
관련 유망 직업은? 🧠

머신러닝으로 빅데이터를 분석하는 오늘날, 데이터의 활용성이 점점 높아지면서 이제 머신러닝과 데이터 분야는 떼려야 뗄 수 없는 관계가 되었습니다. 데이터 분석가, 데이터 과학자, 데이터 엔지니어를 포함한 데이터 직군은 인공지능과 관련 있는 대표 직군인데요. 데이터 산업 시장이 증가하면서 데이터 직군의 수요 또한 계속해서 증가하고 있습니다.

데이터 직군은 기업이 속한 도메인의 성격에 따라 업무 범위가 조금씩 달라집니다. 조직의 규모나 산업에 따라 업무가 겹치기도 하고요. 보편적인 데이터 분야 직무 정의에 대해 간단하게 알아볼게요.

데이터로 비즈니스 의사결정을 돕는 데이터 분석가 📊

데이터 분석가는 기업이 더 나은 비즈니스 결정을 할 수 있도록 돕는 일을 합니다. 올바른 의사결정을 위해 가설 및 KPI를 수립하고 데이터에서 가설을 증명할 만한 유용한 인사이트를 도출하는 건데요. 데이터 가공을 위해 파이썬, R과 같은 언어를 다루고 데이터 추출을 위해 SQL을 활용합니다. 그리고 가공한 데이터를 바탕으로 고객 현황 분석을 진행합니다. 이를 효과적으로 시각화하기 위한 대시보드를 제작하기도 하고요.

예를 들어 볼까요? 쿠팡, 마켓컬리, 옥션, 11번가와 같은 유통업에서는 상품 판매 데이터를 분석해 고객이 어떤 상품을 선호하는지 살펴볼 수 있습니다. 프랜차이즈 카페나 편의점에서도 지점별 매출, 고객 정보 데이터를 분석하여 신규 지점을 어디에 오픈하는 게 좋을지 선택할 수도 있겠죠.

이처럼 데이터 분석가는 다양한 산업에서 비즈니스, 고객과 관련된 데이터를 수집 및 정제하고 분석하여 기업이 데이터 기반 의사결정 (Data driven decision making)을 할 수 있게 도움을 줍니다.

데이터로 미래를 예측하는 데이터 과학자 🧪

데이터 과학자는 수집한 데이터에서 패턴, 추세를 발견하여 비즈니스를 예측하고 성장시키는 일을 합니다. 빅데이터라는 표현을 쓸 만큼 기업이 다루는 비즈니스 관련 데이터는 굉장히 다양하고 방대합니다. 데이터 과학자는 이렇게 엄청난 양의 데이터를 구조화하고 분석하여 그 속에서 인사이트를 발견합니다.

데이터 사이언티스트는 데이터 분석가와 인사이트를 도출한다는 면에서는 비슷하지만, 데이터 과학자들은 데이터 분석에 더하여 머신러닝 등의 방법론을 추가로 개발하는 역할까지 수행하기도 하며, 더욱더 넓은 범위를 커버합니다. 최근에는 업무에 따라 머신러닝 엔지니어, 데이터 분석가 포지션으로 점점 더 분화되는 추세입니다.

데이터 사이언스 분야 역시 비즈니스 도메인에 따라 활용하는 데이터의 목적이 달라집니다. 의료 분야 데이터 사이언티스트는 환자의 진단정보, 의료 차트 및 기록 등 다양한 의료데이터를 기반으로 개인에 맞는 치료 방법을 제안하고 질병을 예측합니다. 국내에서도 보건의료 빅데이터에 대한 관심이 높아지며 최근 가천대와 인하대, 을지대 등에서는 대학원 과정에 의료 빅데이터 학과를 신설하기도 했죠.

또 하나 예를 들면, 배달 앱 <배달의 민족>의 데이터 사이언티스트는 앱 내의 허위 리뷰 목적의 주문을 탐지하는 모델을 개발하고 운영합니다. 허위 리뷰라는 비즈니스 문제를 해결하기 위해 여러 고객 데이터를 수집하여 이 사람이 허위 리뷰를 남길 사람인지 아닌지 판단하는 이상 신호를 감지하는 모델을 개발한거죠. 이렇게 만들어진 허위 리뷰 방지 모델은 기업의 운영 리스크를 줄이고 리뷰의 신뢰도를 높이는 데 기여합니다.

데이터 분석 환경을 구축하는 데이터 엔지니어 🛠

데이터 엔지니어는 데이터 분석에 필요한 데이터를 사용하기 좋도록 인프라를 구축하고 관리하는 업무를 합니다. 데이터를 수집, 저장, 가공할 수 있는 데이터 파이프라인을 구축하는 것인데요. 더 쉽게 말하자면, 앞서 설명한 데이터 분석가나 데이터 과학자를 비롯한 조직 구성원들이 기업 외부, 내부의 방대한 데이터를 쉽고 빠르게 사용할 수 있도록 잘 정제하고 정리하는 역할이에요. 분석 서비스 플랫폼을 개발하거나 운영하기도 하고요.

구슬이 서 말이라도 꿰어야 보배라는 말도 있는 것처럼, 아무리 훌륭한 데이터라고 하더라도 정리되어 있지 않으면 활용하는 데 시간이 오래 걸리고 보관 비용도 많이 발생합니다. 그런 비효율을 방지하기 위해 데이터 엔지니어는 데이터 분석을 중요하게 생각하는 조직에 꼭 필요한 사람이라고 볼 수 있어요.

위에서 언급했던 <배달의 민족>을 다시 예로 들자면, 배달의 민족에서 일하는 데이터 엔지니어는 조직 내 데이터 분석가와 데이터 사이언티스트가 대용량 주문 데이터 및 고객 데이터를 더 효율적으로 사용하여 데이터를 잘 분석할 수 있도록 데이터 환경을 설계하는 일을 하는 거죠.

이처럼 데이터 엔지니어는 기업이 비즈니스 의사결정을 더 잘할 수 있도록 하는 데이터 분석가, 데이터 과학자에게 필요한 데이터 플랫폼을 개발하는 사람이라고 볼 수 있습니다.

머신러닝 전문가, 머신러닝 엔지니어

머신러닝이 인공지능의 하위 개념인 것과 같이 머신러닝 엔지니어, 딥러닝 엔지니어의 업무는 크게 볼 때 데이터 사이언티스트 업무와 유사하지만, 세부적으로 보았을 때 음성, 컴퓨터 비전, 자연어 등 더 전문 분야 기술과 서비스를 개발하는 직무를 일컫습니다. 아예 JD에서 머신러닝 엔지니어(비전), 머신러닝 엔지니어(음성)를 처음부터 구분해서 채용하기도 하고요. 비즈니스에서 필요한 머신러닝 모델을 개발하는 일뿐 아니라 모델의 학습과 운영, 관리까지 담당합니다. 또한 속해있는 비즈니스 성격에 따라 최종 모델 사용자가 머신러닝 모델에 접근하여 예측을 확인할 수 있는 웹 또는 앱과 같은 소프트웨어까지 구축하기도 합니다.

이외에도 인공지능과 관련 있는 직업에는 인공지능 엔지니어, 가상화 엔지니어, 드론 엔지니어, 딥러닝 엔지니어, 머신러닝 사이언티스트, 리서치 사이언티스트, 로봇 엔지니어, MLOps, 로봇 윤리학자 등이 있습니다.

인공지능(AI) 관련 직업에 필요한 역량 💡

앞서 소개한 인공지능 관련 커리어를 원한다면 어떤 역량을 갖추고 있는 게 좋을까요?

공통 역량은?

기업마다 조금씩 다르겠지만 필요한 공통 역량은 논리적인 사고 능력입니다. 기업이 현재 어떤 문제를 해결하고자 하는지 데이터 분석의 목적을 정확하게 파악해야 하기 때문입니다. 또한 조직 내 데이터 직무, 의사결정권자와 원활하게 소통하기 위한 커뮤니케이션 역량도 필요합니다. 데이터로 설득하는 역량임과 동시에 개발자들과 소통하기 위해선 문서화 역시 중요한 요소이기 때문에 글쓰기 역량 또한 중요합니다. 해당 도메인에 대한 이해도 밑바탕이 되면 더욱 좋겠죠.

그리고 또 중요한 역량은 바로 호기심인데요. 끊임없이 기업의 비즈니스적인 문제를 해결해야 하는 데이터 직무 특성상 호기심이 많아야 꾸준한 학습을 통해 직무 전문성을 확장해나갈 수 있습니다.

세부 직군별 필요 역량은?

데이터 분석가라면 데이터를 추출하고 분석하는 SQL, R, 파이썬(Python), 구글 애널리틱스와 같은 툴을 능숙하게 다루는 능력도 중요합니다. 그리고 데이터 분석가는 분석 결과를 데이터 이해도가 낮은 부서나 직군에 설명해야 할 일이 많기 때문에 다른 데이터 직군보다도 결과를 쉽고 정확하게 리포팅하는 능력, 즉 커뮤니케이션 능력이 더욱 중요한 편입니다.

데이터를 구조화하고 분석하여 인사이트를 발견하는 데이터 사이언티스트는 데이터 전처리 및 모델링을 위한 코딩 능력, 데이터 분석을 위한 수학과 통계 지식과 역량을 요구하는 경우가 많습니다.

데이터 분석을 쉽게 할 수 있는 전반적인 환경을 구축해야 하는 데이터 엔지니어에게 중요한 것은 하둡(Hadoop)과 스파크(Spark)와 같은 빅데이터 플랫폼 관련 기술 및 경험, 프로그램 개발 언어와 관련된 기술이며 신기술을 빠르게 습득하고 응용할 수 있는 학습 능력도 중요합니다.

인공지능으로 대체 가능한 직업은? 🤖

인공지능 기술의 발전으로 데이터 직군 수요가 폭발적으로 증가하고 있는 한편, AI로 인해 대체될 가능성이 높은 직업군도 생겨나고 있습니다.

기계적이고 반복적인 업무,
인공지능으로 대체 가능

반복적이고 예측할 수 있는 업무의 경우 자동화 가능성이 높습니다.

실제 한국직업능력연구원 조사에 따르면 생산, 공정, 사무행정과 같이 비교적 단순반복 업무는 인공지능 자동화 가능성이 높다고 밝혔습니다. 그중에서도 특히 금속이나 플라스틱을 사용한 모형제작자, 원고 교정자, 사무기기 조작원, 추출 기술 작업 보조원, 자동차 차체 및 관련 수리원 등이 가장 자동화 가능성이 높은 직업으로 꼽혔는데요. 이 밖에도 상품 판매 관련 서비스나 기계장치 조작과 관련된 직무가 인공지능 기술에 의한 자동화 고위험군에 속하는 것으로 조사되었습니다.

영국 BBC가 옥스퍼드 대학의 연구자료를 바탕으로 20년 안에 사라질 가능성을 수치로 계산해주는 사이트를 만들었는데요. 해당 사이트에 따르면 미래에 사라질 위험성이 가장 높은 직업 1위는 텔레마케터이며 경리, 분류 업무, 검표원, 판매원 등도 10위권에 속합니다. 이처럼 비교적 단순 반복 업무의 경우 인공지능에 의해 자동화되어 미래에 사라질 위험성이 높다고 할 수 있습니다.

무인 키오스크부터
인공지능 챗봇까지

실제 요즘 카페나 음식점에서 매장 점원에게 주문하기보다 무인 키오스크를 이용해 주문하는 것이 일상화되고 있고 비대면 상담 시 전화보다 온라인 챗봇, 모바일 챗봇을 활용하는 경우도 증가하고 있습니다. 심지어는 은행 영업점에도 인공지능 은행원을 배치하여 계좌이체, 증명서 발급 등의 금융거래 업무를 수행하도록 하고 있습니다.

4차 산업 시대 유망 직업 1위
데이터 관련 커리어를 원한다면?

코드스테이츠 AI 부트캠프

지금까지 인공지능 관련 직업과 그 직업이 하는 업무, 인공지능이 대체할 수 있는 직업에 대해 살펴보았습니다. 인공지능, 로봇이 많은 일자리를 대체하더라도 인공지능을 활용하려는 인간의 노력이 계속된다면 다양한 인공지능, 데이터 관련 직업이 생겨나는 것을 기대해 볼 수 있을 텐데요.

인공지능, 데이터 관련 커리어를 원하는 비전공자라면 데이터 분야의 A to Z를 다루는 코드스테이츠 AI 부트캠프에 지원하세요! 기업의 실제 데이터를 다루며 현업에서 풀고자 하는 프로젝트에 참여해볼 기회입니다. 이미 AI 부트캠프를 수료한 졸업생이 참여할 수 있는 얼룸나이 챌린지를 통해 부트캠프 수료 후에도 프로젝트 진행 및 논문 학습 등 관심 분야의 심화 학습을 할 수 있어요.

---