AI/로봇·드론/VR·AR

Nikkei Computer_2017.12.7 특집 요약 (p22~37)

AI 인재 쟁탈전 발발
승리한 기업만이 생존경쟁에 나설 수 있어

도요타자동차, 덴소, 미쓰비시 UFJ파이낸셜 그룹, 파나소닉---. 일본의 유명한 기업이 AI(인공지능)의 첨단기술 및 응용기술에 정통한 ‘AI인재’ 획득에 나섰다. 진원지는 자동차 업계. 완성차 업체가 필두에 서서 IT업계에 러브콜을 보내, 대량의 인재를 빼 가려고 공세를 가하고 있다. 자체 조사에 따르면 국내의 AI인재는 2만7,000명이 부족하다고 판명. 은행 및 가전, 화장품 업체 등의 비(非) IT기업도 잇따라 인재발굴에 뛰어들었다. AI인재를 사내에서 육성하는 기업도 급증. 수백 명 규모의 확충을 목표로 하고 있다. 제품 및 서비스에 대한 AI활용의 우열이 경쟁에 직결되는 지금의 시대에서 AI인재의 쟁탈전은 기업의 생존경쟁 그 자체인 것이다.

PART 1. 진원지는 도요타자동차, “몇 명이라도 좋다”

도요타자동차가 AI인재 획득을 위해 체면을 뒤로하고 공세에 들어갔다. 무대는 수도권. 미국 구글 및 후지쓰, NEC 등 IT기업의 기술자를 저격한다. 자동차, 가전, 화장품 업체까지 업종을 막론한 인재 쟁탈전이 시작되었다.

도요타가 노리는 것은 단 한가지. AI인재이다. 자율주행에 불가결한 화상인식 및 행동예측의 기술자, 커넥티드카에 의해 생성되는 IoT 데이터를 사용한 기계학습에 뛰어난 인재 등이다. 도요타는 AI 등의 첨단기술에 강한 기술자를 획득하기 위해 그들에게 어필하는 광고를 내걸고 업종을 망라한 쟁탈전의 신호탄을 쏘아 올렸다.

-- 대기업에도 겨우 몇 명뿐 --
닛케이 컴퓨터가 취재를 기반으로 추계한 국내자동차 업계의 대기업 AI인재 구인 수는 향후 5년간 3,000명에 달한다. 그다지 많은 숫자가 아니라는 생각이 든다면 정확하게 이해하지 못한 것이다. 그 이유는, 유저 기업 등에서 실시한 앙케이트 조사에 따르면 AI인재 수는 많은 업종에서 대기업 1개사 당 겨우 수 명에서 수십 명 정도이다. 자동차업계의 구인은 타업종의 인재를 송두리째 가져갈 수 밖에 없다.

한마디로 AI인재라고 하더라도, 새로운 AI의 이론 및 알고리즘을 개발할 수 있는 최상급의 연구자들에서, 알고리즘을 기반으로 제품 및 서비스를 구현하는 개발자, AI를 사용한 제품 및 서비스의 기획이 가능한 응용 인재 등, 그 인재상은 다양하다. 가드너 재팬의 아시다치(足立) 최상급 분석가에 따르면 이들 중 AI의 알고리즘을 개발할 수 있는 인재는 ‘전세계에 1,000~1,500명’ 밖에 없다고 한다.

도요타는 최고 인재를 획득하기 위해 전세계를 상대로 공세를 펼치고 있다. 당사가 2016년 1월 미국 실리콘밸리에 개설한 AI의 연구개발거점인 Toyota Research Institute(TRI)에서 CTO(최고기술책임자)로 있는 제임스 카프너 씨는 구글에서 로보틱스 부서장을 지냈던 인물이다.

2017년 10월까지의 3년 9개월간 자동차업계에 의한 IT계 인재의 구인수는 5.75배로 증가했다. 마쓰이(松井) 리쿠르트 캐리어 매니저는 자율주행 및 운전 지원 등의 기술개발에 필요한 AI인재에 대해 “이직 시장에는 거의 찾을 수 없다. 절대적으로 수가 부족하다”라고 지적한다.

-- 덴소는 세미나, 응모 7배 --
-- 연 수입 반감에도 입사 지원, 오므론의 매력 --
-- 미쓰비시UFJ 경쟁에 참여 --
-- 파나소닉은 우수인력 고용(Acqui-hire) --

PART 2. 3단계 AI인재, 2만7,000명이 부족

AI 도입의 추진역할을 도맡아 하며 기업의 운명을 손에 쥐고 있다고 할 수 있는 AI인재. 스킬 및 역할에 따라서 크게 3단계로 나눌 수 있다. 어느 단계의 인재를 얼마나 확충해야 하는지를 기업은 전략적으로 대처해 나갈 필요가 있다.

AI 도입을 리드하는 AI인재는 크게 3가지로 분류할 수 있다. 먼저, AI모델의 개발∙운용에서 중심적인 역할을 하는 것이 ‘AI 엔지니어’이다. 심층학습 등의 기계학습을 사용한 기존의 AI의 모델에 대해 어느 정도 이해를 하고 있으며 소프트웨어의 구현 및 조정이 가능한 인재를 말한다. 보다 높은 기술을 습득하고 있는 것이 AI 연구개발에 종사하는 ‘AI사이언티스트’이다. 최신 논문을 이해하고 구현이 가능하며 스스로 AI의 새로운 방법을 개발할 수 있다.

이와 같은 기술직과 함께 기업 내에서 수요가 높아지고 있는 것이 AI에 관한 기초지식을 겸비한 ‘AI 플레너’이다. AI를 사용한 업무 개혁 및 AI를 활용한 새로운 제품∙서비스에 대한 안건을 제시한다.

2017년 9월에 활동을 개시한 일본 딥러닝협회(JDLA)는 AI기술 중에서 심층학습에 초점을 맞춰 그에 대한 기술 인정에 나섰다. AI 엔지니어급 기술을 인정하는 ‘E자격’을 2018년 봄부터, AI플레너급을 인정하는 ‘G검정’ 시험을 2017년 12월부터 실시한다. JDLA의 설립을 주도한 도쿄대학의 마쓰오(松尾)조교수는 ”경영자에게도 G검정을 치르게 하고 싶다”라고 말한다. 일본의 경영자가 AI에 대해 제대로 된 지식을 가지고 있어야만 도입이 확산된다고 생각하기 때문이다.

닛케이 컴퓨터가 자체적으로 실시한 조사결과가 AI인재의 부족함을 뒷받침해 준다. AI인재가 ‘부족하다’라고 대답한 기업은 90.9%. 집계 결과에 기반해 추계해보면 국내의 AI인재의 부족한 인원수는 약 2만7,000명에 달했다. 경제산업성은 AI 및 IoT 등을 맡게 될 첨단 IT인재가 2020년에 4만8,000명 부족할 것이라는 숫자를 공표했다. 시기나 분야는 다르지만, 대체로 부합된다고 볼 수 있다.

PART 3. ‘획득’과 ‘육성’이라는 양 수레바퀴를 돌려라

AI인재의 부족감이 커지는 가운데 회사 외부로부터 영입하는 것에는 한계가 있다. 외부에서 들여오는 것이 무리라면 사내에서 키우는 수밖에 없다. 파나소닉 및 다이킨 공업은 수백 명 규모의 인재육성에 나서기 시작했다.

부족한 AI인재를 확충하는 방법은 2가지이다. 사외로부터의 ‘획득’과 사내에서의 ‘육성’이 그것이다. 많은 기업은 이 2가지를 양 수레바퀴로 하여 확충에 나서고 있다. 획득과 육성에는 각각의 이점과 결점이 있다. 기업은 이 특성을 잘 이해하여 자사가 안고 있는 과제 및 업계의 경쟁조건을 감안해 구사할 필요가 있다.

외부로부터 채용한 AI인재는 육성기간 없이 즉시 성과를 기대할 수 있으며, 최상급의 인재의 경우, 세계의 AI연구의 최전방에 접촉할 수 있어 제품 및 서비스의 개발에 활용할 수 있다. 그러나 그런 인재의 연봉은 당연히 국내 최대기업의 급여보다 높은 액수가 된다. 사원의 처우에 차등을 두지 않고 동등하게 취급하는 것이 일반적인 일본 기업에게는 채용에 커다란 장애물이 된다.

“실리콘밸리에서는 연봉 3,000만~수억 엔을 제시하는 경우도 있다(AI에 정통한 기술자의 커뮤니티를 주최하는 제니오의 이시이 사장), AI인재의 획득과 육성에 힘을 쏟고 있는 다이킨 공업의 코메다(米田) 집행위원은 “국내에서 연봉 수천만 엔의 기술자를 고용하는 것은 현실적으로 어렵다”라고 말하는 한편, “3년 기한이라는 조건을 붙여 높은 급여로 일하도록 하는 것은 가능하다”라고 말한다.

한편, 사내육성의 경우에는 그 정도로 높은 급여는 필요 없다. 또한 육성 대상의 기술자는 자사의 주력제품이나 서비스에 대해 지식과 경험을 가지고 있다. 제품이나 서비스에 AI기술을 구현할 때 그에 따른 장벽이 낮아진다. 강습 등을 통해 계획적으로 인원을 확보할 수 있다는 장점도 있다. 그러나 현실적으로는 세계 최첨단의 연구에 정통한 인재를 육성하기란 쉽지 않다.

-- AI인재는 데이터에 모인다 --
사외의 AI인재를 획득하기 위해서는 앞에서 소개한 도요타자동차 및 덴소와 같이 우선 AI에 주력하는 기업으로서의 인지도를 높일 필요가 있다. 제조업 및 금융 등의 비(非) IT기업은 IT기업에 비해 AI인재가 활약하는 곳으로서의 인지도가 낮다. 비 IT기업인 LIXIL의 코와(小和) Chief Information Officer (CIO)겸 정보시스템 본부장은 ‘중도채용을 하려고 해도 응모 자체가 적다’라고 밝혔다.

AI인재의 인지도를 높이는 지름길은 이전에 서술한 오므론처럼 심층학습 등 AI의 연구개발에 필요한 데이터를 대량 보유하고 있다는 정보를 발신하는 것이다. 야후의 사사키(佐々木) CDO(Chief Data Officer)씨는 “당사는 AI개발 및 활용에 필요한 데이터가 풍부하다는 인지도가 높아, 인재를 모으기 쉽다”라고 말한다. “검색엔진 및 뉴스, EC(전자상거래) 사이트 등으로부터 얻을 수 있는 데이터는 AI인재에게 있어서 매력적이다”(사사키 CDO).

AI학습에 필요한 데이터 정비는 채용 후 길게 활약하도록 하는 점에서도 중요하다. 기계학습 툴(Tool)을 판매하는 DataRobot Japan Chief Data Scientist인 시바타 씨는 “AI인재로서 유저기업에 입사한 뒤에 그만두고 싶다고 말을 꺼내는 사람의 대부분은 데이터가 있다고 해서 들어왔는데 실제로는 없어서 사용하지 못했다는 불만을 갖고 있다”라고 말한다.

-- “AI인재가 필요하다”라는 막연한 생각으로는 찾을 수 없다 --
-- AI특화 타입의 인재 소개를 사용하는 방법도 --
-- 구사할 수 있는 인재를 육성한다 --
-- 다이킨 정보기술대학을 개설 --

PART 4. AI벤처를 통해 보는 인재 획득의 비법

인재부족에도 불구하고 높은 스킬의 AI인재를 연이어 획득하고 있는 기업이 있다. 국내에서 AI 도입을 위탁하는 스타트업 기업이다. 구미(歐美)기업에도 지지 않는다는 인재 획득의 비법을 공개하겠다.

AI인재의 쟁탈전은 일본 국내에만 머물지 않고 전세계를 무대로 격화되고 있다. 일본 기업은 어떻게 대응해야 할까? 힌트가 되는 것은 의외로 대기업보다 훨씬 재정적으로 부족한 벤처 기업의 대처 방식에 있다. 일본 국내 벤처의 대부분은 “급여수준에서 해외와 경쟁할 생각은 없다” (크로스콤파스 사토사장)라고 잘라 말한다. 그럼에도 불구하고 필요한 인재의 확보에는 지장이 없다고 한다.

-- 도쿄에 매료된 외국인을 공략 --
국내 벤처가 인재의 공급원으로 의지하고 있는 것은 외국인이다. 손글씨 문자인식 등의 기술을 보유하고 있는 Cogent Labs는 14명 정도 있는 기술자 전원이 외국인. 법인용 AI사업을 전개하고 있는 ABEJA도 사원수 60명 정도 중에서 10명 이상이 외국인이다. 국적은 구미(歐美)부터 아시아, 오세아니아까지 다양하다.

AI의 영역에서 인재공급의 에코 시스템이 확립되어 있는 도시로서는 샌프란시스코(실리콘밸리)가 가장 높은 평가를 받고 있으며, 런던대학이나 영국 구글 딥마인드가 존재하는 런던이 그 뒤를 따른다. 도쿄의 경우, 에코 시스템에서 이들보다 뒤떨어져있지만, 도쿄의 ‘살기 편리함과 안전성에 매력을 느끼는 AI인재는 일정 수 존재한다”(세계 28개국에 인재소개를 맡고 있는 영국 로버트 월터스의 일본법인). 이런 기술자에게 “자사의 목표 및 기업문화, 업무를 매력적으로 전달할 수 있다면 필요한 인재는 충분히 확보할 수 있다”(ABEJA).

-- ‘학자의 새싹’이 AI인재로 전향 --
우수한 AI인재를 찾아내는 또 하나의 비결은 ‘경험이 없어도 AI개발에 적성을 가지고 있는 인재’에게 접근하는 것이다. AI개발에 적성이 있는 인재란 확률∙통계 및 선형대수학, 해석학 등으로 고도의 수학을 다뤄 온 학생들을 가리킨다.

크로스콤파스(XCompass)의 사토(佐藤) 사장은 박사과정 수료 후에 대학이나 연구기관에서 연구직 및 교직원 자리의 공석을 살피는 ‘포스트 닥터’를 겨냥하여 적극적인 접촉을 시도하고 있다. “순수 수학 및 물리학으로부터의 전향자로 AI에 관심을 가진 학생 및 연구자가 늘고 있다”(사토 사장)는 이유 때문이다. 당사에는 ‘과거 이론물리학자가 목표’ 였던 몇몇 졸업생 및 연구원이 새내기 AI인재로서 활약하고 있다.

경험이 있는 AI인재를 고용하려고 해도 AI 스킬이 표준화되지 않고 있어 그 기술력을 가늠하기 어렵다는 과제가 있다. 의료 데이터의 AI해석 서비스를 제공하는 정보의료는 CTO(최고기술책임자)를 맡고 있는 스고모리(巣龍)이사가 반드시 선발대상자와 대면하여 AI에 관한 문제를 풀게 하는 면접 프로세스를 도입하고 있다. 어떻게 해석할지는 물론, 풀이방식을 어떻게 설명하는 지를 보면 AI기술의 이해도 및 수리 모델을 다루는 센스나 사고방식을 꿰뚫어볼 수 있다. AI인재의 쟁탈전에서 승리한 기업만이 미래의 생존경쟁을 향한 출발선에 설 수 있는 것이다.

 -- 끝 --