왜 나는 안락 지대를 떠나는가: Staff Engineer AI first Engineer
Source: Dev.to
Background
저는 18년 넘게 소프트웨어 엔지니어로 일하면서 분산 시스템, 데이터 파이프라인, 스트리밍 인프라, 대규모 백엔드 서비스를 구축해 왔습니다. 테라바이트 규모의 데이터를 처리하는 시스템을 만들고, 수백만 건의 요청을 처리하는 플랫폼을 설계했습니다. 저는 제 분야에 능숙합니다.
Why I’m Starting Over in AI/ML
The Company Shift
우리 회사가 AI/ML 엔지니어를 채용하기 시작했습니다. 갑자기 회의에서는 임베딩, 파인‑튜닝, Retrieval‑Augmented Generation (RAG) 시스템에 대한 이야기가 넘쳐났습니다. 저는 고개를 끄덕일 수 있었지만, 실제로 그들이 무엇을 만들고 있는지 전혀 알지 못했습니다. 18년 차 경험에도 불구하고 회사에서 가장 중요한 프로젝트에 기여하지 못한다는 사실이 크게 다가왔습니다.
The Claude Code Experience
Claude Code를 사용해 보니 완전히 판을 바꾸는 경험이었습니다. 며칠 걸리던 PoC가 몇 시간 안에 완성되고, 새로운 기능이 2~3배 빠르게 제공되었으며, 프로젝트를 0에서 1로 만드는 것이 거의 수월해졌습니다. 문제는 제가 그 원리를 이해하지 못했다는 점이었습니다. 저는 AI를 사용하고 있었지만 직접 만들지는 못했고, 그 결정 과정을 설명하거나 솔루션이 진정으로 좋은 것인지 아니면 설득력만 있는 것인지 판단할 수 없었습니다.
누군가 “Claude Code는 실제로 어떻게 작동하나요?”라고 물었을 때 저는 답을 할 수 없었습니다. 그 순간 저는 기본으로 돌아가야 한다는 것을 깨달았습니다.
The Realization
저는 언제나 기본을 이해하면 복잡한 문제를 해결할 수 있다고 믿어왔습니다. 카프카를 단순히 사용하던 수준을 넘어 파티셔닝, 복제, 합의를 이해하게 되면서 비로소 도구를 쓰는 것이 아니라 시스템을 직접 구축하게 되었고, 그때부터 가치 있는 엔지니어가 될 수 있었습니다.
AI에서도 같은 과정을 거쳐야 합니다. 단순히 사용하지 말고, 이해하고 직접 만들겠다는 목표가 필요합니다.
Goals
- AI‑first 엔지니어가 되기 – 대화에 참여하고, 고개만 끄덕이는 참가자가 아니라 되기.
- AI 시스템을 처음부터 구축하기 – 모델, 아키텍처, 트레이드‑오프를 이해하기.
- 프로덕션 수준 AI 솔루션 설계 – 견고한 AI 서비스를 설계, 배포, 유지보수하기.
Specific Objectives
- Claude와 같은 모델이 실제로 어떻게 동작하는지 학습한다.
- AI 시스템을 기초부터 구축한다.
- 프로덕션 환경에서 AI 프로젝트를 주도하거나 기여한다.
Plan
AI/ML 기본기를 처음부터 차근차근 배우겠다는 약속을 합니다—지름길도, “프레임워크만 쓰고 이해는 안 한다”는 접근도 없습니다. 여정을 공개적으로 기록하면서 성공, 어려움, 혼란, 돌파구를 공유할 예정입니다.
- Week 1: 핵심 개념(선형대수, 확률, 최적화)부터 시작.
- Ongoing: 모델 아키텍처(트랜스포머, 디퓨전 모델), 학습 파이프라인, 배포 전략을 깊이 파고든다.
정해진 일정은 없으며, 중요한 것은 여정 자체에 대한 꾸준한 헌신입니다.
Call to Action
AI/ML 분야로 커리어 전환을 고민하고 계신 분이라면, 댓글에 여러분의 경험을 공유해 주세요. 함께 배우고 성장해 나갑시다.