[라이너 팀원 인터뷰] ML Engineer 타일러
반갑습니다 타일러, 자기소개 부탁드립니다!
안녕하세요, 라이너에서 머신러닝 엔지니어로 일하는 타일러입니다. 코파일럿 TF라는 목적 조직에 속해 제품의 성장을 위한 머신러닝 기술과 제품을 만들고 있어요. 맛있는 음식을 먹고, 좋은 음악 듣는 것을 좋아해요. 농구도 좋아해 팀원들과 함께하는 농구 경기를 두 달에 한 번 꼴로 열고 있어요.
TMI : 타일러의 이름은 옷을 잘 입기로 유명한 아티스트, ‘타일러 더 크리에이터’에서 영감을 얻은 이름이에요.
어떻게 머신러닝 엔지니어로 일하게 되었나요? 지금 라이너에서 하는 일은 무엇인가요?
대학교에서는 경영학부안에 있는 데이터, 통계 관련 경영학과를 전공했어요. 다양한 분야를 얕게 배우다 보니 하나를 깊게 전문적으로 공부하고 싶다는 생각이 들었어요. 그중에서도 가장 관심이 가고 잘한다는 생각이 들었던 머신러닝을 선택했습니다.
학교 밖에서 다양한 사람들과 교류하며 더 많이 배우고 싶어 연합동아리를 운영하면서 컨퍼런스를 열기도 했고 실제로 여러 프로젝트도 진행했어요. 그러다 한 초기 스타트업에서 채용 인터뷰를 제안받았고, 당시 저는 실무를 하며 배우는 것이 훨씬 더 빠르게 경험치를 쌓는 길이라 생각해 커리어를 시작했어요.
스타트업에서 일하며 아무것도 없는 상태에서 가치 있는 무언가를 만들고, 제품으로 산업의 새로운 물결에 도전하는 일에 제가 흥미를 느낀다는 사실을 알게 되었어요. 그러던 중 라이너팀을 알게 되었고, 머신러닝 기술로 사용자에게 가치를 전달하기에 정말 좋은 환경이라는 생각에 합류를 결정하게 되었어요. 좀 더 구체적으로는, 트래픽과 사용자가 많으며 머신러닝 기술이 제품의 핵심 구성요소인 점이 매력적이었어요.
라이너 머신러닝 엔지니어로 일하며 즐거웠던 에피소드는 무엇인가요?
일하면서 즐거운 기억이 많네요. 먼저 떠오르는 것은 2가지이고요.
첫번째로는 AI 에이전트를 구현한 프로토타입을 만들어 팀원들에게 공유한 지 1주일 만에, 실제 제품에 적용으로까지 이어진 사례에요. 이 경험은 제게 라이너가 정말 실행이 빠른 조직이라는 점과 열심히 할수록 더 많이 성장할 수 있는 조직이라는 강한 인상을 주었어요. 이때 시작된 라이너 워크스페이스는 다양한 기능을 붙여나가, 서비스가 고도화되며 계속해서 큰 트래픽이 발생하고 있어요. 사용자들이 제품을 찾아줄 때 큰 즐거움을 느껴요.
두번째는 프론트엔드 개발자 제이든과 함께했던 협업 경험이에요. 브라우저 확장프로그램에서 사용자에게 푸시 알림을 보내는 프로젝트였는데, 중요 지표인 비용과 직접적으로 연결되어 있어 하루라도 빨리 배포될수록 조직에 큰 임팩트를 줄 수 있는 상황이었어요. 팀의 목표를 위해 새벽까지 QA를 함께하고 배포 후 퇴근한 당시에 육체적으로는 힘들었지만, 다들 팀이 잘되는 것에 한마음으로 최선을 다하고 있다는 것을 느끼게 해주었어요. #ShoutoutToJayden
요즘 타일러와 머신러닝 엔지니어들의 고민이나 자주 이야기하는 주제는 무엇인가요?
LLM(Large language model) 기반의 제품을 제작하며 다양한 문제를 마주하게 되는데요. 이런 문제에 관한 대화를 자주 나누는 편이에요. 라이너는 실제로 많은 사용자들이 돈을 지불하고 쓰는 제품인데, 오류가 발생하거나 틀린 답변을 생성한다면 신뢰에 치명적인 악영향을 줄 수 있다고 생각해요. 이러한 문제들을 어떻게 잘 대처할지에 대한 이야기를 최근 가장 많이 하는것 같아요.
예를 들어, 라이너에서 사용하는 컴포넌트는 json이라는 형태로 데이터를 주고받는데요, 간혹 LLM이 포맷 형태를 이해를 못하거나 다른 형태로 답변할 때가 있습니다. 이런 답변이 클라이언트로 바로 전달될 경우, 오류를 일으킬 수 있어 후처리를 거치거나 재생성을 하는데 그만큼 유저가 느끼는 로딩이 길어지기도 해요. 이렇듯, 확률적인 부분들을 제품에서 어떻게 대처할지에 대한 이야기를 자주 나누는 편이에요.
또한 답변을 정량적이고 정성적으로 평가하는 방법에 대해 많이 고민하고 있어요. 단순한 ‘맞고 틀림’을 넘어서, 어떤 답변이 사용자에게 더 큰 가치를 제공할 수 있는지를 정량적으로 분석할 수 있는 시스템을 구축하는 것도 저희의 주요 관심사 중 하나입니다.
또 다른 주제는 라이너의 2가지 제품, 워크스페이스와 코파일럿의 제품적 방향성이에요. LLM을 프로덕트에 안정적으로 적용하는 것을 넘어, 더 큰 가치를 주고 우위를 점하기 위해서 머신러닝 엔지니어로서 어떤 노력을 해야할지에 대한 고민이 있어요.
관련해서 이번에 머신러닝 엔지니어 에디가 생산성 기반의 툴을 붙여주는 컨셉의 프로젝트를 진행하고 있어요. 외부 API를 연동해 더욱 다양한 요청을 처리하는게 목표인데, 그 결과로 사용자에게 더 많은 가치를 제공할 수 있을 것 같아요.
카터는 요즘 전 세계적으로 크게 성장한 AI 시장에서 주목받는 플레이어가 누구인지, 라이너가 어떻게 해야 그런 플레이어가 될 수 있는지에 대한 전략을 세우고, 팀내에 전파하고 있어요. 카터의 이런 노력 덕분에, 전사적으로 제품적 방향성을 잘 맞추어 나가고 있다고 느껴요.
타일러가 느끼는 라이너에서 일하는 것의 장점은?
라이너에서는 머신러닝 엔지니어가 사용자와 맞닿아 있는 일을 하며 제품의 성장에 밀접하게 기여할 수 있는 환경이라 자신해요. 일반적으로 머신러닝 엔지니어는 다른 엔지니어 포지션보다 연구적인 성향이 강하고, 기술 중심의 과업을 수행하는 일이 잦아 사용자와 먼 곳에서 일하는 경우가 많은데 라이너는 전혀 그렇지 않아요.
이것이 가능한 것은 제품의 특성뿐 아니라, 라이너팀이 목적 조직의 형태로 일 하기 때문인데요. 매주 제품의 발전 방향을 제안하는 자리가 있고, 프로젝트가 채택되었을 때 모두가 최선을 다해 프로젝트에 몰입하는 환경이에요. 프로젝트 이후 변화를 추적하는 프로세스도 매우 잘 갖추어져 있다고 생각해요. 이러한 요소들 때문에 실제로 나의 기여가 어떤 임팩트로 나타나는지 잘 볼 수 있어서, 제품을 만드는 엔지니어로서 빠른 성장을 할 수 있는 최적의 환경이라고 생각해요.
라이너에서 머신러닝 엔지니어로 일하며 성장한 부분을 듣고 싶어요!
협업하는 능력이 가장 성장했다는 생각이 들어요. 이전에도 다양한 포지션의 동료들과 협업의 기회가 있었지만, 대부분 프로젝트 성이었어요. 반면 라이너의 머신러닝 엔지니어는 목적 조직에 속하게 되며 요구되는 절대적인 협업의 양이 많아요. 협업 능력이 길러질 수밖에 없는 환경이에요.
또한, 사용자를 먼저 생각하는 사고와 제품에 대한 감각을 기르기 좋은 환경이기도 합니다. 프로젝트를 배포할 때마다 지표의 움직임을 중심으로 대화가 일어나는 점과 정성적 인터뷰 통해 사용자의 목소리를 들으며 머신러닝 엔지니어로서 어떤 가치를 주어야 할지를 생각하게 되기 때문이에요.
최근 3개월 진행한 2가지 프로젝트에서 제품에 대한 감각이 성장했음을 느낄 수 있었어요.
첫번째는 워크스페이스의 더 나은 대문 만들기 프로젝트입니다. 당시 배경을 설명해 드리면 라이너 웹 페이지가 개편되며, 워크스페이스가 첫 화면이 되었어요. 최초의 워크스페이스 UI는 다른 요소 없이 검색창으로 이루어진 깔끔한 모습이었는데, 이 화면에서 유저들이 아무 행동도 하지않고 이탈하는 경우가 꽤 있었어요.
사용자가 이탈하는 이유는 첫 화면에서 무엇을 해야 할지 몰라서라는 가정하에 보다 쉬운 상호작용 요소를 추가하면 이탈이 줄어들 것이라는 가설을 세웠어요. 첫 화면에서 뉴스 에이전트 등 클릭할만한 추천 카드를 제공했고 배포 이후 사용자가 처음 홈 화면에 방문했을 때 이탈이 줄고 클릭도 꽤 일어났어요.
두번째 프로젝트는 구글 검색 시 라이너 AI가 생성하는 답변 영역의 프로젝트 입니다. 기존 UX는 사용자가 추천 검색어를 눌렀을 때 구글 검색으로 연결되는 것이었는데, 사용자는 더 자세한 답변을 원할 것이라는 가정을 세웠어요. 이를 바탕으로 기존의 명사형 검색어 대신 후속 질문들을 제공하니 실제로 클릭률이 3배가량 늘었을 뿐 아니라 라이너 워크스페이스로 유입되는 결과로까지 이어졌어요.
정리하자면 라이너의 특수한 환경 속에서 협업 능력과 제품에 대한 감을 기르며 메이커로서 한층 성장하고 있음을 느껴요.
앞으로 타일러는 어떻게 성장하고 싶나요?
제가 어려워하는 질문이네요. 저는 어떤 모습으로 성장하고 싶은 상이 있다기보다는, 팀의 성장 속도에 발맞추어 성장하고 싶어요. 지금 라이너팀의 2가지 제품 워크스페이스와 코파일럿이 둘 다 무서운 속도로 성장을 만들고 있는데 더 많은 사용자에게 큰 가치를 제공하는 데 필요한 능력들을 기르고 싶어요.
조금 더 구체적으로는 3개월 뒤 쯤엔 라이너 팀 제품의 성장에 기여하는 아이디어를 더 높은 타율로 내게 되는 것, 제 손을 거친 프로젝트가 좋은 성과로 이어진다는 신뢰 자산을 쌓는 것, 제 참여로 더 생산적이고 효율적인 협업이 되었다는 샤라웃을 받는 것 등이 떠올라요.
앞으로 ML 플래닛에 어떤 분이 동료로 함께하길 기대하나요?
앞서 말씀드렸던 것 처럼 LLM을 제품에 녹이며 겪는 도전적인 문제들이 많이있어요. 대표적으로는 답변 포맷의 신뢰성을 향상시키거나, 생성된 답변을 정량적으로 평가하는 시스템을 구축하는 것들이 있죠. 저희는 이러한 문제들에 대해 과학적으로 접근하여 제품을 지속적으로 개선하기 위해 치열한 고민을 하고 있어요.
따라서 LLM을 프로덕션에 적용하고 개선해 나가려면 과학적, 체계적 접근이 필요하다는 것에 동감하는 분, 이러한 고민을 같이 해 나가며 결과적으로 더 많은 사용자에게 더 큰 가치를 전달하게 되는 일에 관심이 있는 분, 그런 분이 저희가 찾고있는 동료예요.
라이너는 수많은 사용자들이 사용하는 제품이고, 의사결정과 실행의 병목이 거의 없다시피 해 빠른 배포 후 임팩트를 바로 확인할 수 있는 환경이에요. 또 계속해서 쌓이는 데이터를 이용한 Fine-Tuning 같이 추후 진행해볼 만한 연구도 정말 많아요.
앞서 이야기한 성격의 업무에 관심과 강점이 있으나 환경적인 아쉬움에 갈증이 있는 분이라면 라이너가 해답이 되어줄 수 있을것 같아요.