머신러닝 취업 가이드: 직무 종류·전직 경로·이력서·면접 전략

핵심 메시지

• 머신러닝 직무는 ML 엔지니어뿐 아니라 데이터 과학자, ML 제품 매니저, MLOps·데이터 엔지니어, 연구 과학자, 컴퓨터비전·NLP 엔지니어 등으로 폭넓게 나뉜다.
• 기존 경력(소프트웨어 엔지니어, 데이터 분석가, 데브옵스, 제품 매니저 등)의 기술을 살려 ML 직무로 전직하는 길이 거의 모든 직무에 존재한다.
• 채용 담당자는 이력서를 10초 남짓 본다. 이름·현재 직함·회사·학력을 첫 페이지 상단 절반에 몰아 배치해야 한다.
• 같은 'ML 엔지니어' 직함이라도 책임을 어떻게 서술하느냐에 따라 기술력과 리더십 수준이 다르게 읽힌다.
• 회사의 ML 성숙도(무지·성장·성숙)와 스타트업/대기업 여부에 따라 자신에게 맞는 자리가 달라진다.

쉽게 이해하기

머신러닝 분야는 진입 장벽이 높아 보이지만, 영상은 'ML 엔지니어가 유일한 통로'라는 통념부터 깬다. ML 엔지니어와 데이터 과학자가 대표적이지만, 그 외에도 AI·ML 제품 매니저, ML 팀을 이끄는 리더, 연구 과학자, 로보틱스 엔지니어, 컴퓨터비전 엔지니어, NLP 엔지니어, MLOps 엔지니어, 데이터 엔지니어 등 다양한 역할이 있다. 직무마다 요구하는 기술 깊이와 학력 기준이 크게 다르며, 일부는 깊은 수학·알고리즘 지식 없이도 ML 제품 개발에 기여할 수 있다.

특히 NLP는 대규모 언어 모델의 등장으로 두 갈래로 나뉜다. 모델을 직접 학습·파인튜닝·배포하는 전통적 ML 엔지니어형과, LangChain·LlamaIndex 같은 고수준 API로 NLP 기능을 붙이는 애플리케이션 개발형이다. 후자는 프롬프트 엔지니어링과 REST API, 웹 개발 경험이 더 중요하고 NLP의 깊은 이론은 기본 수준이면 된다고 설명한다.

영상은 거의 모든 직무에 대해 '전직 경로'를 제시한다. 소프트웨어 엔지니어·데이터 분석가·데이터 엔지니어·BI 개발자는 ML 엔지니어로, 통계학자·계량 분석가는 데이터 과학자로, 데브옵스·클라우드·시스템 관리자는 MLOps로 넘어갈 수 있다는 식이다. 다만 연구 과학자는 대개 박사 학위와 논문 실적이 필요해 전직이 가장 어려운 자리로 꼽힌다.

이력서 파트가 핵심이다. 채용 담당자는 한 공고에 수천 장이 쌓인 지원서를 단 10초 정도 훑으며, 그 사이에 이름·현재 직함·현재 회사·학력 네 가지로 더 읽을지 말지를 판단한다. 따라서 한 장으로 줄이는 것보다 '첫 페이지 상단 절반에 핵심 정보를 담는 것'이 더 중요하다고 강조한다.

같은 직함, 같은 업무라도 서술 방식이 인상을 좌우한다. 영상은 동일한 'ML 엔지니어' 직함의 네 가지 책임 서술 예시를 비교하며, '기여했다·도왔다·역량을 익혔다' 같은 표현은 주니어로, '최첨단 모델을 설계했다·논문을 냈다'는 전문가로, '교차 팀을 이끌었다·비즈니스 지표를 개선했다'는 리더로 읽힌다는 것을 보여준다. 이상적인 ML 엔지니어 이력서는 높은 기술력과 리더십을 함께 드러낸다.

주요 인사이트

• 이력서는 사람만 읽지 않는다. 지원자 추적 시스템(ATS) → 리크루터 → 채용 매니저 순으로 세 단계 독자를 통과해야 하므로, 표준 폰트와 단순 레이아웃, 직무 공고에 맞춘 키워드, 정량화된 성과를 함께 갖춰야 한다.
• 구체적인 기술 키워드가 전문성을 증명한다. '고객 세분화 모델을 배포했다'는 모호한 문장보다 'scikit-learn 로지스틱 회귀로 마케팅 타깃팅을 20% 개선', 'TensorFlow·Keras·Docker·GCP로 딥러닝 모델 배포' 같은 서술이 어떤 유형의 엔지니어인지 분명히 보여준다.
• 회사의 ML 성숙도는 세 단계로 나뉜다. ML을 전혀 모르는 회사(저임팩트·낮은 진입장벽), 성공으로 가는 중인 회사(제너럴리스트의 스위트스폿), 성숙한 빅테크(스페셜리스트의 자리)다. MLOps에 얼마나 투자하는지가 성숙도를 가르는 단서다.
• 신입은 이력서 구조를 달리해야 한다. 현재 직장·회사가 없으므로 목표 진술문과 학력, 기술 스택, 인턴십·프로젝트 경험을 상단에 배치한다. 2개월 인턴십이 어떤 학교 프로젝트보다 더 가치 있다고 본다.
• 취업은 확률 게임에 가깝다. 네트워크가 없다면 최대한 많은 곳에 지원하고, 링크드인으로 리크루터에게 직접 연락하며, 끈기 있게 지원서를 개선해 나가는 것이 현실적인 전략이다.

자주 묻는 질문

관련 AI 소식