인공지능을 잘 활용하려면 무조건 기술을 알아야 할까요?

인공지능을 잘 활용하려면 무조건 기술을 알아야 할까요? (YouTube 영상)

인공지능에 대한 관심도가 증가하면서 관련 인력에 대한 수요가 늘고 있으며 인공지능과 관련된 내용을 공부해 보려는 사람들이 늘어나고 있습니다. 그리고 인공지능에 대한 지식은 주로 과학 및 공학적인 이론과 기술을 바탕으로 하고 있어 대부분의 인공지능 교육 프로그램들이 관련 세부 기술을 가르치는 것으로 내용을 구성하죠. 코딩이나 인공지능 이론, 인공지능 프레임워크를 사용하는 법 등을 가르치는 것들이 대표적입니다.

그렇다면 여기서 한가지 의문을 가져보게 됩니다. 인공지능과 관련된 일을 하려면 공학에 대한 지식과 경험이 전혀 없는 사람도 무조건 관련 세부 기술을 배워야 할까요? 아니면 굳이 그럴 필요까지는 없을까요?

첫번째 관점으로, 인공지능 모델의 개발 과정을 이해하고 직접 수행해 보아야 인공지능과 관련된 일을 할 수 있다고 생각하는 관점이 있을 수 있습니다. 데이터를 수집하거나 가공, 정제하는 과정, 프로그래밍 코드를 작성하고 데이터를 읽어들여 처리하는 과정, 그리고 인공지능 모델을 직접 구현하고 적용하는 과정들을 잘 알아야 인공지능과 관련된 일을 할 수 있다는 것이죠.

두번째 관점으로, 기술개발 과정에 직접 참여해야 할 사람이 아니라면 세부적인 기술에 대한 교육까지 받을 필요는 없다는 관점도 있을 수 있습니다. 세부적인 기술 및 개발과정에 대해 전혀 알지 못해도 스마트폰과 인터넷을 아주 잘 쓰거나 게임을 아주 잘할 수 있는 것처럼 말이죠. 그리고 무엇보다 짧은 기간동안 속성으로 배운 것만으로 인공지능 기술의 개발과정에 전문적으로 참여하는 데에는 한계가 있고 기술을 안다고 해서 인공지능이 활용되는 전반적인 프로세스에 대해 모두 이해하게 되는 것은 아니기 때문입니다.

인공지능에 대한 교육과정이 기술에 대한 교육에 치중되어 있는 것은 다음과 같은 이유들 때문이 아닐까 합니다. 첫째, 인공지능을 전공하는 사람들이 주로 과학기술자들이다보니 과학기술자들이 교육 프로그램을 만들게 되고 따라서 주로 기술에 대한 교육으로 내용이 채워진다. 둘째, 인공지능 기술자에 대한 수요는 늘어나지만 숙련된 기술자들을 확보하기 어렵기 때문에 기술자를 확보하기 위한 교육에 치중하게 된다.

그러나, 직접 기술개발에 참여하여 구체적인 기술개발 성과를 내야 할 사람이 아니라면 인공지능 분야에 대한 이해도를 높이기 위해 굳이 세부적인 기술과 스킬을 배우려고 하기 보다는 가치있는 문제를 발굴하고 구체화하는 능력과 데이터에 대한 배경 지식을 확보하는 것이 더 중요합니다. 그리고 코딩을 배우고 인공지능 모델을 직접 구현한다고 해서 인공지능 기술과 활용을 둘러싼 모든 사항들에 대해 알게 되는 것은 아닙니다.

결론적으로, 인공지능 기술자를 양성할 목적으로 제공하는 기술 교육과 기술을 개발하는 과정에 직접 참여하지 않는 사람들을 위한 인공지능 교육을 명확하게 구분할 필요가 있지 않을까 합니다. 물론, 교육의 내용을 어떻게 구성해야 하는가에 대해서는 많은 고민이 필요하겠지요. 예를 들어, 교육을 받아야 할 사람이 실제 비즈니스 및 연구개발의 과정의 어느 단계에서 일할 것인가에 따라 교육의 내용과 범위를 다르게 만들 필요가 있지 않을까 합니다.

그럼 교육 내용을 어떻게 구성해야 할까요?
인포리언스도 이 주제에 대해 직접 답을 내어보고자 합니다.