테크니들은 인공지능 업무를 담당하는 실무자나 연구자의 목소리를
직접 듣는 인터뷰 시리즈를 진행하고 있습니다.
이번 인터뷰에서는 어려운 머신러닝, 딥러닝 알고리즘을 간결하고 쉽게
설명하는 유튜브 콘텐츠로 유명한 허민석 개발자님을 만났습니다.
허민석님의 유튜브 채널은 youtube.com/TheEasyoung 에서 만날 수 있습니다.
1. 본인과 유튜브 채널에 대한 소개 부탁드립니다.
안녕하세요, 개발자 허민석입니다. 유튜브로 컴퓨터 지식을 공유하다보니, 이렇게 제 스토리를 담는 순간이 찾아오네요. 유튜브를 통해 이 기회를 받은 것이니, 유튜브 시작에 대한 이야기부터 할게요.
제가 유튜브에 지식을 공유하기 시작한 건 2016년이고, 첫 시리즈는 ‘코딩 인터뷰 정복하기’ 였습니다. 시작한 계기는 제가 직장을 구하기 위해 공부한 내용을 블로그에도 깃허브에도 올려보긴 했는데 점점 흥미를 잃게 되었습니다.
그러던 중, ‘유튜브에 블로그나 깃허브에 올렸던 내용을 올리면 어떨까?’ 하는 생각이 들더군요. 제가 사는 실리콘밸리에서는 이직이 빈번하고 저 역시 이직을 할때 마다 다시 여러 정보를 찾아보게 되는데, 보면 바로 쉽게 이해될 수 있도록, 핵심을 간결하고 강렬하게 만들어야 겠다고 생각했습니다.
이직 시, 코딩 뿐만 아니라 영어도 중요하기 때문에, 항상 영어버전과 한국어버전을 동시에 포스팅했구요, 저의 입장에서 필요했던 부분을 생각하며 만들었는데, 이 방법들이 제 유튜브 콘텐츠의 기초가 되었습니다.
이직을 한 후에는 코딩 인터뷰 공부를 덜하기 시작했죠. 새로운 직장에 적응하기 위해, 새로운 기술들을 공부해야 했어요. 그래서 탄생한 시리즈들이 엘라스틱서치, 깃허브, 머신러닝입니다.
그다지 대단한 스토리는 아니죠? ‘가르치는 것만큼 효율적인 공부는 없다’라는 말을 깊이 공감하고 있습니다. 그 말처럼 짧은 시간 내에 지식을 담아내고, 질문에 답글을 달며 저도 함께 배우는 마음으로 유튜브를 만들고 있습니다.
저는 현재 실리콘밸리에서 머신러닝 개발자로 행복하게 살고 있어요. 과거에는 프런트엔드, 백엔드, 클라우드 개발자이기도 했는 데, 미래에는 또 어떤 개발자로 살게 될지 기대됩니다.
2. 인공지능 알고리즘에 대한 유튜브 콘텐츠를 제작하게 된 계기가 무엇인지요?
머신러닝 콘텐츠 역시 제가 공부한 내용을 바탕으로 만들었어요. 프런트엔드, 백엔드 개발자를 하다가 머신러닝 개발자를 꿈꿀 즈음 머신러닝 콘텐츠를 제작하기 시작한 것으로 기억해요.
지금도 머신러닝 개발자여서, 머신러닝 알고리즘을 연재하고 있어요. 지금은 그 때에 비해 워낙 설명 좋은 블로그, 깃허브 또는 유튜브가 상당히 많아졌지만, 제가 공부할 땐 어디부터 시작해야 될지 알려주는 곳이 상대적으로 많이 적었고, 이론도 상당히 어렵게 다뤄졌던 것 같아요.
제가 불편함을 느꼈던 부분을 해소하는 방향으로 머신러닝 콘텐츠 제작을 시작했습니다. 이런 순서로 배우면 되겠다 싶은 방향으로 시리즈를 연재했고, 기존 방식대로 간결하게 요점만 담았어요.
제가 꾸준히 머신러닝 콘텐츠를 제작할 수 있는 건, 지금도 수많은 논문들과 머신러닝 툴이 만들어지고, 또한 이에 대한 제 설명을 기다려주시는 적지 않은 분들이 있어서라고 생각이 되네요.
3. 유튜브 콘텐츠를 제작하시면서 가장 중점을 두는 부분은 무엇인가요?
간결하고 누구나 이해할 수 있어야 한다고 생각해요. 유튜브는 누군가가 능동적으로 찾아보는 콘텐츠이기 때문에, 콘텐츠를 찾는 사람의 입장에서 제게 스스로 질문하고, 최대한 간결하게 답을 해나가는 데 중점을 두고 있습니다.
4. 인공지능을 처음 배우기 시작한 분들이 가장 먼저 관심을 가져야 할 지식은 무엇일까요?
머신러닝에 대한 관심이 최우선이라고 생각해요. 현직에 있다보면, 참 다양한 분야에서 머신러닝에 관심을 가지고 이 분야로 오신 분들을 많이 봅니다. 저 같은 경우엔, 보안 관련 소프트웨어의 프런트엔드/백엔드 개발을 하다가 악성 코드를 어떻게 분류하는지 공부하며 머신러닝에 관심을 갖기 시작했습니다. 머신러닝에 대한 관심을 생기면, 머신러닝을 게임하듯 즐기시길 권해드리고 싶어요.
개인적으로 캐글 웹사이트에서 ‘타이타닉 생존자 알아맞추기’를 풀어보면 머신러닝 관심도 더 많이 생기고 알고리즘 및 데이터 처리도 많이 배우게 되는 것 같습니다. 제 유튜브 콘텐츠인 ‘캐글 (Kaggle) 실전 데이터분석 배우기‘ 시리즈를 보시는 것도 추천드립니다. 머신러닝 알고리즘을 직접 구현해보고, 캐글에 모델을 제출하여 얼마나 많은 생존자를 예측했는지 결과도 볼 수 있는 좋은 경험이 될 것 같습니다.
5. 인공지능 기술이 가져올 긍정적인 혜택 뿐 아니라 부정적인 영향력에 대해 걱정하는 사람들이 많습니다. 허민석님께서는 인공지능의 미래에 대해 어떻게 생각하시나요?
인공지능이 가져올 변화는 상당히 큽니다. 가장 큰 부정적 변화는 직업의 변화일 것입니다. 수많은 직업들이 인공지능으로 대체되겠고, 지금도 대체되고 있습니다. 실제 이미 많은 직업들이 인공지능에 앞서 자동화로 이미 대체되었습니다. 셀프 세차장, 자동 음식 판매대, 자동 계산대 등은 인공지능이 아닌 자동화에 따른 직업의 손실입니다.
최근 인공지능을 사용한 차량 공유 서비스와 택시 서비스업, 공유 숙박 서비스와 기존 숙박업 갈등 처럼 앞으로도 다른 이름과 다른 모양으로 인공지능은 계속 등장할 것이며 직업의 손실도 더 빠르게 증가할 것입니다.
누군가는 사회가 점점 고도화되듯, 고도화된 직업이 또 창출된다라고 쉽게 이야기하기도 합니다만, 직업이 고도화 될수록 그만큼의 지식이 요구되고 고도화된 지식이 평준화되기는 어려울 것 같습니다. 이에 따라, 인공지능의 발전과 함께 실업율의 증가를 막는 정책은 상당히 중요할 것 같습니다.
인공지능 윤리도 크게 발전되야한다고 생각합니다. 개인정보를 침해하지 않고, 부정적 변화를 줄이기 위해, 인공지능의 발전과 함께 그에 따른 윤리 및 법도 함께 발전해야 할 것 같습니다.
자동화가 이미 많은 직업을 대체했듯이, 사회가 발전하며 과거에서 미래로의 발전은 피할 수 없는 것이라 생각합니다. 인공지능은 이미 많은 긍정적 변화를 가져왔고, 법과 윤리 그리고 정책으로 변화를 잘 관리해야한다고 생각합니다.
6. 테크니들 독자들께 전하고 싶은 메시지는 무엇인가요?
끝까지 제 이야기를 읽어주셔서 감사합니다. 개발자는 보통 필요하기 때문에 공부를 합니다. 머신러닝을 공부하자고 하신다면, 본인에게 머신러닝이 필요하게 만드세요. 현재 진행중인 프로젝트에 머신러닝을 사용해보세요.
아니면 캐글 같은 사이드 프로젝트에 참여하세요, 머신러닝이 필요하게 될겁니다. 항상 즐기세요! 오늘 개발자로 산다는 것은 하나의 행운이고 행복입니다.
인공지능 기술의 대중화 시대가 열리고 있습니다. 전문가가 아니더라도 인공지능 기술을 이해하고 비즈니스에 적용하려는 사람들이 늘고 있습니다. 그러나 우리가 일반적으로 접하는 인공지능 지식은 두루뭉술한 설명으로 감싼 블랙박스 혹은 눈부시게 화려한 장밋빛에 가까워 그 실체를 파악하기 어려운 경우가 많습니다.
이에 국내외에서 인공지능 업무를 담당하는 실무자나 연구자의 목소리를 직접 듣는 인터뷰 시리즈를 비정기적으로 진행합니다. 분야와 직급에 상관없이 자신의 인공지능 관련 업무나 연구, 투자 스토리를 독자들과 공유하고 싶은 분은 jaewan@techneedle.com 으로 메일주세요.
