[Interview] R&D Center, Inference Team’s Leader
: Seung-geun Baek
self-introduction
Q: 본인 소개 부탁드립니다.
안녕하세요, 클레온 inference 팀을 이끌어나가고 있는 백승근입니다.
저희 inference 팀에는 다양한 경험을 가진 딥러닝 엔지니어들이 모여있습니다. 저희는 클레온에서 운영하는 서비스에 적용되는 기술들을 고도화하고 개발하는 일, 구체적으로는 연구소에서 산출된 여러 딥러닝 모델을 패키징하고 서버에 올려 딥러닝 작업을 처리할 수 있도록 하는 작업 등을 하고 있습니다.
DL Engineer, SeungGeun Baek
Q: DL engineer가 하는 일은 무엇인가요?
딥러닝 엔지니어가 담당하는 일 중 가장 중요한 것은 기술의 사업화입니다. 모든 연구성과와 기술은 다양한 제품 및 서비스로 사업화되어야 빛을 본다고 생각합니다. 딥러닝 기술도 마찬가지로, 딥러닝 엔지니어는 딥러닝 모델 형태로 나온 기술을 사업화 가능한 형태로 연동하고, 시스템을 구축하여 제공합니다.
딥러닝 엔지니어는 그 과정에서 기능적 요구사항을 만족시키는 것에서 그치지 않고 속도, 소모 자원, 확장 가능성, 가용성, 보안 등과 같은 딥러닝 모델의 제공과 관련된 비 기능적 요구사항도 고려합니다. 예를 들어 속도는 사용자 경험과 직결되고, 소모 자원을 줄이면 같은 비용으로 더 많은 딥러닝 작업을 처리할 수 있습니다.
또한 딥러닝 엔지니어는 딥러닝 연구자와 서비스 기획/개발자 사이의 간극이 줄여주는 역할을 하고 있습니다. 저희 inference 팀의 딥러닝 엔지니어들이 없었다면, 최신 딥러닝 모델을 클레온의 서비스에 녹여내기 힘들었을 것이라고 생각합니다.
Q: 어떻게 클레온의 DL engineer가 되셨나요?
저는 카이스트 정보보호 대학원 출신으로 딥러닝 시스템의 보안에 관심을 두고 공부를 계속해오고 있었습니다. 공부를 지속하며 딥러닝 시스템의 보안을 실질적으로 논하기 위해서는 딥러닝 시스템의 구성 요소와 운영 방식에 대해 더 많이 알아야 할 필요가 있다고 생각했습니다.
그때 마침 학부 시절 수업을 같이 들었던 강지수 CRO님이 클레온을 공동 창업했고 저에게 합류를 제안했습니다. 사업 아이템과 비전에서 발전 가능성을 보았고, 딥러닝 시스템을 처음부터 구현하고 운영함으로써 제 자신과 회사가 같이 발전할 수 있으리라 생각했습니다. 또한 장기적으로 보았을 때 다른 연계 분야 연구로 나아갈 여지가 있다는 것과 딥러닝 관련 업계가 활성화되고 있다는 것 역시 매력적으로 생각되어 등이 제안을 받아들였고 클레온에 입사하게 되었습니다.
Q: 클레온에서 이루신 성과는 어떤 것들이 있나요?
클레온 합류 이후 사업 초기에는 딥러닝 작업을 요청받아 처리하고, 관련된 미디어들을 올려놓을 수 있는 기본적인 인프라를 구축하였습니다. 이후 영상 속 얼굴을 변환할 수 있도록 동영상 처리 파이프라인을 만들었고, 딥러닝 모델을 연동하였습니다.
가장 첫 모델은 얼굴 변환이었으나 시간이 지나면서 입 모양 변환, 메이크업, 표정 변환 등 다양한 모델들도 나왔습니다. 이 모델들을 사용할 수 있는 서비스 기획도 동시에 진행이 됐고요. 저를 포함한 inference 팀은 서비스 개발자들이 딥러닝 모델을 사용할 수 있게 API를 제공하고, 그 과정에서 발생하는 사업적 요구사항을 고려하여 로직을 추가하거나 API를 고도화하는 작업을 했습니다.
여러 모델이 연동되면서 효율성을 고려하지 않을 수 없었는데요. 가용 계산 자원을 효율적으로 사용하기 위해 딥러닝 작업 멀티프로세싱을 도입하였습니다. 멀티프로세싱과 함께 코드 모듈화가 진행되어, 새로운 모델을 쉽게 붙이고 자원 분배를 가시적으로 진행할 수 있게 되었습니다.
처음에는 inference 팀 및 연구센터 인력이 많지 않았지만 회사가 커가면서 함께 일하는 분들이 점점 더 많아졌고, 그들과 함께였기 때문에 이러한 성과를 낼 수 있었다고 생각합니다.
Q: DL engineer로서 클레온에 어떤 기술을 도입 및 적용하고 싶으신가요?
단기적으로는 C++ 기반의 작업처리, 로직 병렬화 등에 집중하여 딥러닝 작업의 더 많은 성능개선을 이루어내고 싶습니다. 더 효율적이고 빠르게 처리되는 딥러닝 시스템에서 저와 inference 팀원들이 가장 큰 보람을 얻을 수 있지 않을까 싶습니다. 장기적으로는 딥러닝 시스템을 둘러싸고 있는 최적화, 시스템 확장, 보안 등 다양한 기술들의 연구를 진행하여, 효과적이면서도 실용적인 연구 성과를 만들 수 있으면 좋겠습니다.
Engineering Team
Q: 현재 같이 일하고 계신 DL engineer들에 대해서도 소개 부탁드립니다.
저희 inference 팀에는 시스템의 다양한 요소를 다뤄본 경험 있고 능력 있는 팀원들이 많습니다. 시스템의 최적화를 주요 역량으로 가지고 계신 분, 딥러닝 결과물 샘플을 테스트해 볼 수 있는 시스템을 지원하는 분, 딥러닝 시스템 자원의 관리와 분배를 담당하시는 분 등 다양한 팀원들이 딥러닝 시스템의 발전을 위해 노력해 주시고 계십니다.
저희 inference 팀은 딥러닝 기술이 서비스에 잘 적용될 수 있도록 클레온 연구센터의 다른 연구원들, 테크센터의 개발자, 각 서비스 기획자, PM, 품질관리자 등 다양한 팀 및 서클의 사람들과 협업하고 있습니다.
Q: R&D Center inference 팀의 인재상은 무엇인가요?
inference 팀원들은 다양한 로직을 다룰 수 있는 논리력, 버그의 원인을 빠르게 찾아 효과적으로 해결할 수 있는 문제해결력을 가지는 것이 중요합니다. inference 팀은 딥러닝 모델을 연구하는 연구팀은 물론, 서비스 기획 및 운영 측 등 다양한 팀과 밀접하게 협력해야 하므로 소통 능력 또한 중요합니다. 거기에 미디어 처리, 병렬 처리 및 시스템 최적화, 시스템 운영 등 inference 팀 직무와 관련된 도메인의 관심사를 가지고 있으면 좋을 듯합니다.
기술은 우리가 생각하는 것보다 훨씬 더 빠르게 발전하고, 하루가 다르게 새로운 기술들이 출시됩니다. 새로운 기술에 대한 개방적이고 도전적인 마음가짐과 함께 새로운 기술을 쉽게 활용할 수 있는 역량을 갖춘 사람들이 inference 팀에 적합한 인재라고 할 수 있습니다.
Q: 앞으로 어떤 모습의 inference 팀을 구축하고 싶으신가요?
다양하고 효율적인 딥러닝 시스템을 제공하기 위해 팀원들이 가진 역량을 마음껏 발휘할 수 있는 inference 팀을 만들고 싶습니다.
앞서 말씀드렸듯이, 장기적으로는 우리 회사만의 딥러닝 시스템 기술을 연구해 낼 수 있는 조직이 되기를 바라고 있습니다.
Q: 하고싶은 말
좋은 회사를 만들기 위해 노력해 주시는 CEO 및 CRO님, 그리고 함께 좋은 결과물을 만들어 나가고 있는 다른 모든 동료분들께 감사드립니다. 특히 가장 가까이서 협업하고 있는 inference 팀원분께 감사드립니다.
이 글을 읽으시는 분들도 이번 제 인터뷰를 계기로 여러 다양한 기술들이 사업화에 이르기까지 필요한 요소로 어떤 것들이 있을지, 어떤 요소가 가장 중요할지 한 번쯤은 생각해 보면 좋겠습니다 :)
