머신러닝 취업 전략 6가지: 오픈소스 기여, 대학 프로젝트, 콜드 메일, 커뮤니티 활동

핵심 메시지

• 공고에 지원하는 것만이 유일한 경로가 아니며, 실력을 보여 줄 통로를 스스로 만드는 편이 효과적이다.
• 오픈소스 기여는 배움과 증명을 동시에 해결하는 방법으로, 실제로 채용으로 이어진 사례가 있다.
• 좋은 프로젝트는 저절로 오지 않는다. 대학원생이나 연구자처럼 앞선 사람이 설계한 미해결 문제를 찾아 나서야 한다.
• 콜드 메일과 학회·해커톤 참석은 인맥이 없는 상태에서 연결을 만드는 현실적인 수단이다.
• 블로그나 SNS로 배운 것을 공개하면 내가 찾아가는 대신 상대가 나를 발견하게 만들 수 있다.

쉽게 이해하기

AI 스타트업 연구자로 일하는 발표자는 자신도 같은 실수를 오래 반복한 끝에야 여러 경로가 있다는 것을 알게 됐다고 말한다. 오랫동안 그는 공부하고 지원하는 것이 유일한 방법이라고 믿었지만, 실제로는 그렇지 않다는 것이다. 영상은 그 여섯 가지 방법을 사례와 함께 정리한다.

첫 번째는 오픈소스 기여다. 발표자의 지인은 허깅페이스 트랜스포머 라이브러리를 쓰다가 비정상적으로 느리고 메모리를 많이 쓰는 지점을 발견했고, 파고들어 버그로 보이는 부분을 찾아냈다. 여러 차례 검증해 수정이 일관되게 성능을 개선한다는 것을 확인한 뒤 풀 리퀘스트를 올렸고, 담당자와 주고받은 끝에 반영됐다. 얼마 뒤 허깅페이스는 그에게 ML 엔지니어 자리를 제안했다. 발표자는 이렇게 어려운 문제부터 시작할 필요는 없으며, 대학이나 기업의 작은 오픈소스 연구 프로젝트부터 기여할 수 있다고 덧붙인다.

문제는 그런 프로젝트를 어떻게 찾느냐다. 발표자는 석사 과정에서 수업을 많이 듣는 대신 프로젝트를 여러 개 했는데, 그 프로젝트들은 박사과정생이나 박사후연구원처럼 자신보다 앞선 사람들이 설계한 것이었고 그들이 미해결 과제를 알고 있었기에 도움이 됐다고 말한다. 회사 쪽 프로젝트를 찾고 싶다면 기업이 내는 논문을 따라가는 방법이 있다. 논문에는 함께 공개된 오픈소스 라이브러리가 딸려 있는 경우가 많기 때문이다. 그는 큰 기업만 보지 말고 스타트업을 볼 것도 권한다. 대기업은 사전 경력이나 상위권 대학 이력을 요구하는 경우가 많은 반면 스타트업은 성장 기회가 넓다는 이유에서다.

세 번째는 사람이다. 발표자는 코딩 실력 같은 하드 스킬이 최소 요건이라는 점은 인정하면서도, 적절한 사람을 아는 것이 자신의 선택지를 얼마나 넓혔는지 강조한다. 그는 자신과 비슷한 주제를 연구하는 사람들의 논문을 읽고 콜드 메일을 보냈고, 구글 딥마인드 연구자에게서 면접 초대를 받았다. 그 인턴십을 얻지는 못했지만 같은 방식으로 지도교수를 찾아 학생 연구원 자리를 얻었고, 그 교수를 통해 다시 딥마인드 연구자와 연결돼 프로젝트에 합류할 수 있었다.

네 번째와 다섯 번째는 오프라인 접점이다. 그는 내향적인 성격이라 네트워킹 행사에서 다른 참석자와는 이야기하지 못했지만 발표자들에게 말을 걸었고, 그것만으로 ML 기업에 아는 사람 셋이 생겼다고 말한다. 해커톤은 즐거우면서 배우는 것이 많고 사람과 연결되기도 쉬운 자리이며, 가장 성과가 크지만 진입 장벽도 높은 방법은 학회 참석이다. 논문을 내지 않아도 참가할 수 있고, 부스를 차린 기업과 연구자들 사이에서 직접 자신을 소개할 수 있기 때문이다. 대학에 있다면 앞선 대학원생과 교수를 활용하라고도 권한다. 그 자신도 박사과정생과 함께한 프로젝트로 상위 학회 논문의 공저자가 됐다.

마지막은 공개 학습이다. 발표자의 친구는 박사 과정 중 틈새 분야를 연구하면서 새로 배운 것, 흥미로운 논문을 읽은 것을 그때그때 블로그와 트윗으로 공유했다. 어느 날 그 글에 반응한 사람 중 하나가 구글 딥마인드 연구자였고, 그 인연이 딥마인드 인턴십으로 이어졌다. 다만 그는 이 방법이 시간을 요구한다는 점도 분명히 한다. 자신도 유튜브를 시작한 뒤 실제로 효과를 본 것은 2년 반이 지나서였다고 말하며, 영상의 조언들이 모두 실행에 시간이 걸리는 종류라고 마무리한다.

주요 인사이트

• 허깅페이스 사례의 핵심은 버그를 찾은 실력이 아니라, 자기 문제를 파고들다 공개된 결과물이 자연스럽게 실력 증명이 됐다는 구조다.
• '좋은 프로젝트를 찾기 어렵다'는 문제는 검색 능력과 지속적으로 찾아 나서는 습관 두 가지가 모두 필요하다는 점에서 흔히 과소평가된다.
• 콜드 메일의 성공률이 낮다는 것을 발표자 스스로 인정하면서도 권하는 이유는, 실패해도 목표가 생기고 그 목표가 준비의 방향을 잡아 주기 때문이다.
• 내향적인 사람에게는 '모든 참석자와 대화하기'가 아니라 '발표자에게만 말 걸기'처럼 범위를 좁힌 전략이 현실적으로 작동한다.
• 추천(referral)은 강력하지만 모르는 사람에게 무작위로 요청하면 형식적인 승낙에 그친다. 관계가 먼저이고 추천은 그 결과다.

자주 묻는 질문

관련 AI 소식