2020년 세계경제포럼(다보스포럼)이 발표한 ‘일자리의 미래 보고서 2020’에서는 2025년까지 행정, 사무 분야를 포함한 약 8,500만 개의 일자리가 인공지능으로 대체된다는 내용이 담겨있다. 최근 인공지능의 발전이 예사롭지 않은데 미국 콜로라도 주립 박람회 미술대회의 디지털 아트 부문 1위는 놀랍게도 인공지능이 만든 작품이었다. 

어느덧 인공지능이 이미지, 광고 카피 문구, 블로그 원고글을 만들어 주는 게 일상적이다. 어떤 게 인간이 만든 것이고 어떤 작품이 인공지능으로 만든 것인지 분간이 안가는 경우가 많다. 드라마 ‘닥터 로이어’의 긴장감을 살리는 주제곡이 대부분 인공지능으로 작곡되어 이슈가 되기도 했다. 이 음악은 ‘포자랩스’라는 인공지능 음악 생성 스타트업에서 만든 것이었습니다. 포자랩스는 가상악기의 사용, 믹스, 마스터링을 절묘하게 개발하여 인공지능 기반으로 수준 높은 음악을 작곡하고 있습니다. 그림이나 글, 음악 같은 기존의 창조적인 영역의 작품을 만드는 것마저 인공지능이 잘 해내고 있다 보니 고용시장을 완전히 재편하고 있다. 업계가 인공지능으로 재편되고 있는 요즘, 과연 인공지능이 발전하는 시기, 유망한 직업은 무엇일까?

대표적으로 데이터 과학자가 있다. 데이터 과학자는 산업 전반에 걸쳐 인공지능 모델을 개발하는 데 중요한 역할을 수행한다. 조직이 데이터 기반으로 결정을 할 수 있도록 복잡하고 다양한 데이터를 수집하고 분석, 해석까지 하는 전문가들이다. 데이터 과학자는 통계기법, 기계학습 알고리즘, 프로그래밍 기술을 사용해 데이터에서 통찰력을 얻는다. 필요한 기술은 Python, R, SQL 등 프로그래밍 언어는 물론 통계와 머신러닝 알고리즘과 기술에 대한 지식이 필수적이다. 데이터베이스와 데이터 해석 기법에 대한 능력도 요구된다. 궁극적으로는 기술 비전문가들에게 인사이트를 전달하여 의사결정에 도움이 되도록 해야 하기 때문이다. 그래서 기술적인 능력외에 인사이트를 분석하고 제시할 수 있는 커뮤니케이션과 스토리텔링 능력까지도 요구되고 있다. 

두번째로 AI 윤리 전문가가 있다. AI 윤리 전문가는 인공지능 기술이 책임감 있고 윤리적으로 개발되고 사용되도록 보장하는 역할을 담당한다. 인공지능 시스템과 관련된 잠재적인 위험과 편견을 평가하고 이를 완화하기 위한 지침과 정책을 개발한다. 최근에 인공지능 기술 개발과 함께 데이터의 편파적 활용으로 문제화 된 경우가 있다. 

한때 아마존은 이력서를 분류하고 후보자를 식별하는 과정에서 인공지능 알고리즘을 활용하였던 적이 있다. 하지만 이 알고리즘은 여성 후보자에 대한 편견이 발생되어 사회적 문제가 생겼던 적이 있었다. 알고리즘을 개발할 때 주로 남성 지원자의 이력 데이터를 학습시켜 상대적으로 여성 후보자보다 남성 지원자를 선호하여 채용을 했던 것이다. ‘여성’과 관련된 용어가 포함되면 이력서의 순위를 낮춰 여성 지원자에게 불리하도록 설계를 하면서 편파성을 만들게 되었다. 

AI 윤리 전문가는 이런 편향 문제를 식별하고 편향성을 탐지하기 위해 알고리즘을 검토하고 데이터 세트 분석을 확인한다. 또 편향된 결정으로 발생할 수 있는 잠재적 피해를 고려하여 영향을 평가하기도 한다. 궁극적으로는 AI 개발자나 정책 입안자, 기타 이해관계자들과 협력하여 편파적인 문제를 완화시키는 전략을 고안하기도 한다. 이때 다양하고 대표적인 데이터로 알고리즘을 재교육하는 등의 활동을 진행할 수 있다. 

AI 윤리 전문가가 되기 위해서는 윤리, 철학에 대한 이해는 물론이고 윤리적 문제를 평가하기 위해 비판적 사고와 분석 기술이 필요하다. 복잡한 윤리 개념을 다양한 청중들에게 전달하는 능력은 물론이고 개인정보 보호, 데이터 보호, AI 규정에 대한 법적 지식 역시 필요로 하고 있다. 무엇보다 엔지니어, 정책 입안자, 윤리학자 등 다양한 분야의 팀과 협업할 수 있는 협업 기술을 필요로하고 있다. 

인공지능의 발전으로 AI 엔지니어 역시 각광을 받고 있다. AI 엔지니어는 인공 지능 시스템과 애플리케이션을 설계, 개발, 배포한다. 이들은 알고리즘을 생성하고, 모델을 구축하고, AI 기술을 기존 시스템에 통합하여 특정 문제를 해결하거나 작업을 자동화한다. AI 엔지니어가 되기 위해 필요한 기술은 Python, Java, C++ 등 프로그래밍 언어에 대한 이해이다. 데이터 전처리나 기능 엔지니어링, 모델 최적화 경험도 AI 엔지니어에게 필요하다. TensorFlow 또는 PyTorch와 같은 기계 학습 알고리즘 및 프레임워크에 대한 깊은 이해가 기반되어야 인공지능 알고리즘을 생성할 수 있다. 데이터를 효율적으로 모으고 융합처리 하기 위해 AWS, Azure, Google Cloud와 같은 클라우드 컴퓨팅 플랫폼에 대한 지식도 필수적이다. 

마지막으로 인공지능 시대에 각광받는 직업군은 AI 정책 분석가이다. AI 정책 분석가는 인공지능과 관련된 정책 및 규정을 연구, 분석, 개발하는 역할을 담당한다. AI 기술의 사회적 영향을 평가하고 정책 입안자에게 AI 기술의 책임 있는 배포를 보장하는 권장 사항을 제공한다. 이때 필요한 기술군은 데이터 개인 정보 보호와 관련된 법률이나 규제 프레임워크에 대한 지식이다. 또한 정책입안자와 이해 관계자에게 정책 권고사항을 전달하는 의사소통 기술 역시 필요하다. 시시각각 변화하는 인공지능 동향이나 규제 개발 사항에 대한 최신 정보 역시 지속적으로 얻을 수 있는 능력이 필수적이다. 정책 의미를 평가하기 위한 연구나 분석기술도 AI 정책 분석가가 되기 위해서 필요하다. 

AI가 중심이 되는 시대, 미래 고용시장은 급속한 변화를 겪고 있다. 빠르게 변화하는 시대에 지속적인 학습능력은 더이상 선택이 아니라 필수로 자리매김하고 있다. 데이터 사이언스, 프로그래밍 등 AI 관련 분야 기술 습득은 물론이고 창의성, 적응성, 비판적 사고 등과 같은 소프트 스킬 개발도 무엇보다 중요해지고 있다. AI 기술과 더불어 도메인 지식에 대한 능력도 요구되고 있다. AI를 보조적으로 사용하기 위해 도메인별 지식을 습득하고 함께 융합하면 AI가 보조도구로서 인간의 능력을 향상시킬 수 있다. 결국 AI 중심의 미래에 취업 시장에서 이점을 얻으려면 기술 전문성, 도메인 지식 등이 필요합니다. 평생 학습을 수용하고, AI 기반 산업을 전문화하고, 인간-AI ​​협업을 숙달하면 모다 유연하게 인공지능으로 재편되는 직업 시장에서 우위에 설 수 있지 않을까 생각해본다.