[채용] Lunit / Research Engineers

https://sites.google.com/lunit.io/lunit-research-engineer/home?authuser=0

Lunit's Research Engineer

뷰노에 이어서 국내 의료 인공지능 회사인 Lunit 의 채용정보를 정리해보자

 

채용정보

Lunit 은 Research Scientist 와 Research Engineer 의 포지션을 다르게 두었다. Scientist 와 Engineer 의 차이가 있겠나 싶겠지만 둘 다 Research 에 관여하지만 차이가 분명히 있다. 이번 포스트에서는 Lunit 에서 두 포지션의 업무 내용과 채용을 위한 필수요건을 살펴볼 예정이다. 

 

* 업무내용 및 자격요건은 상단의 홈페이지 링크에서 인용하였습니다

Research Scientist

업무내용

- 새로운 의학적 발견을 위한 머신러닝 연구를 합니다.
- 자유로운 분위기 속에서 다양하고 도전적이며 창의적인 연구를 합니다.
- 훌륭한 연구 결과는 논문을 통해 학계에 이바지합니다.최상의 환경 속에서 연구를 진행합니다. (풍부한 데이터, 최상급 장비)
- 머신러닝, 데이터기반 의학의 최신 연구 동향을 항상 파악합니다.

루닛 홈페이지에 나온 Research Scientist 의 업무 내용이다. 다소 추상적이고 간단하게 기술되어 있지만 주요 단어만 뽑아내면 의학적 발견, 머신러닝 연구, 논문을 통해 학계에 이바지 이 세가지로 축약할 수 있다. 다시 말하면 의료 데이터를 활용한 머신러닝 연구를 하여 결과를 논문의 형태로 보고하는 포지션이라고 생각하면 될 것 같다.

 

필수 사항

새로운 의학적 발견을 위한 강한 동기.
창의적인 사고를 바탕으로 한 뛰어난 문제해결능력.
Deep learning 전반과 visual recognition에 대한 깊은 전문성.
컴퓨터 비전, 기계학습 분야의 학회 논문 성과.
뛰어난 programming 능력.

채용을 위한 필수 요건이다. 이도 업무 내용과 마찬가지로 다소 추상적이지만 요약을 하자면 Deep Learning, Visual Recognition, 컴퓨터 비전 및 기계학습, Programming 에 대한 능숙함을 평가하여 채용한다. 하지만 Medical Imaging 에 대한 내용이 없어서 사뭇 놀랐다. 필수 요건만 보면 Lunit 은 반드시 의료 데이터 ( 특히 영상 ) 전문가가 아니라, 딥러닝/머신러닝 및 컴퓨터 비전과 관련한 전문가를 채용한다는 것으로 생각할 수 있다. 

Research Engineer

사실 이번 포스트의 주인공은 Research Engineer 이다. Production 을 생산/준비 하는 루닛은 Scientist 와 Engineer 의 포지션을 분리하였고 이에 대한 업무 내용과 필수 요건을 홈페이지에서 확인할 수 있었다. 또한 Research Engineer 가 수행하게 될 프로젝트에 대한 내용도 별도의 페이지를 통해 정리해 놓음으로서 루닛에서 Research Engineer 의 위상을 확인할 수 있었다.

 

업무 내용

요즘의 AI를 대표하는 방법론은 딥러닝(deep learning)입니다. 딥러닝으로 뛰어난 AI를 학습하기 위해서는 (1) 엄청난 양의 데이터와 (2) 각 데이터에 부여된 정확한 정답이 필수입니다. 이 두 가지 필수 조건은 현재 딥러닝 기술의 한계이기도 하죠. 어쨌든 다음 세대의 딥러닝 기술이 나오기 전까지는, 뛰어난 AI를 만들기 위해 이 두 가지 조건을 피할 수 없습니다.

하지만 이 두 가지 조건을 만족시키는 것은 정말 어려운 문제입니다. 딥러닝을 연구하는 학계에서는 ImageNet이나 MSCOCO와 같은 대규모의 데이터-정답 쌍이 있으므로 그것을 활용하기만 하면 되지요. 하지만 현실 세계에서 문제를 찾고 그것을 AI로 해결하고자 하는 산업계에서는 (1) 엄청난 양의 데이터를 어떻게 모을지, (2) 어떻게 정확한 정답을 효율적으로 부여할지, 그리고 (3) 대량의 데이터로 어떻게 AI를 빠르게 학습할지에 대한 3가지 문제를 잘 해결해야 합니다.

여러분들이 Lunit에서 이런 문제를 멋지게 해결한다면, 4차산업혁명 시대의 SW 산업계에서 정말 중요한 position을 차지하게 될 것이라고 확신합니다. AI는 이미 피할 수 없는 기술이 되어가고 있습니다.
프로젝트에 대한 자세한 내용은 이곳을 확인해주세요 :https://bit.ly/33bBv8U

상단의 프로젝트 홈페이지에는 '딥러닝을 위한 플랫폼' 이라는 제목으로 두 가지 프로젝트를 소개하고 있다. 하나는 (1) Closing the Human-Data-AI Loop 프로젝트 이고, 다른 하나는 (2) Distributed Learning 이다. 

 

1번 프로젝트는 개인적으로 굉장한 프로젝트라고 생각되는 것이 루닛에서 딥러닝에서 데이터의 중요성을 인식하고 이를 효율적으로 활용/수정하기 위한 하나의 시스템을 구축할 수 있기 때문이다. 대개 딥러닝에서는 학습데이터를 모델 학습에 사용한 후 더 이상 수정하지 않는 경우가 많은 것 같은데, 이 Loop 시스템을 활용하게 될 경우 학습 데이터도 더욱 좋은 방향으로 개발될 수 있는 여지가 생기게 되어 궁극적으로 고성능의 딥러닝 모델을 배포할 수 있게 된다. 

 

2번 프로젝트의 GPU 리소스를 최대한 활용하고자 하는 프로젝트이다. 이는 페이스북이나 구글 같은 거대한 데이터 센터 및 서버를 운영하는 회사들도 중점을 두는 주제이다. 파이프라인이나 데이터의 준비 여부에 따라서 GPU 운영을 효율적으로 하지 못하는 경우가 많은데 딥러닝에서는 GPU 자원이 곧 시간, 돈으로 연결되는 만큼 이를 효율적으로 운영하는 것에 대한 중요성이 부각되고 있다. 

 

두 개의 프로젝트 모두 딥러닝 모델 개발 이나 성능 개선과는 간접적인 주제를 다룬다. 하나는 현재 완성된 모델의 배포, 혹은 데이터의 수집 단계와 사람, 딥러닝 학습의 Loop 시스템을 개발하고 또 다른 하나는 GPU 자원의 효율성을 극대화 하는 프로젝트이다. 더 구체적인 사항은 기술되어 있지 않지만, 개인적인 생각으로 두 프로젝트는 딥러닝 엔지니어라면 한 번쯤은 경험해보고 싶은 매력적인 프로젝트가 아닐 수 없다. ( 아마 앞으로 여러 곳에서 사용될 기술들 )

 

지원 요건

• Python에 대한 높은 이해
• Web framework (Spring, Django, Node.js 등) 사용 경험, 또는 REST에 대한 이해
• RDBMS 사용 경험, 또는 관리 경험
• Open source 사용에 능숙

우대 사항

- 컴퓨터, 전산, 전자, 정보 공학 관련 학과 졸업

- Deep learning framework 사용 경험 (PyTorch, TensorFlow, Troch7, Caffe, MXNet, Theano 등)

- React 등 front-end 개발 경험, 혹은 JavaScript 개발 경험

- Deep learning 혹은 computer vision에 대한 이해

- Deep learning framework을 이용한 distributed learning 경험

필수 지원 요건은 자칫 보면 백엔드 개발자나 DBA 의 채용 공고처럼 보이지만 우대 사항을 보면 그렇지 않다. 하지만 일반적인 백엔드 개발자도 REST API 개발 경험을 통해 채용될 수 있을 것 같다. 앞의 업무 내용을 보면 우대 사항이 포인트 인 것 같은데, Front-end 개발 능력을 제외하고는 모두 딥러닝에 대한 전반적인 능숙함을 보고 채용한다. 또한 distributed learning 경험에 대한 사항도 고려하는데 이는 현재 진행하고 있는 프로젝트와 직접적인 연관성이 있어 보인다. 

 

결론

루닛은 Research 에서도 Scientist 와 Engineer 의 영역을 철저히 분리하고 있다. 연구 결과를 논문으로 내는 Scientist 와는 달리 Engineer 는 어떻게 하면 효율적으로 갖고 있는 모델이나 데이터를 돌릴 수 있을까 하는 고민에서 프로젝트를 진행하고 있다. 연구에만 그치지 않고 이를 효율적으로 관리하는 방법에 대한 프로젝트를 진행하는 것을 보면 시장에 대한 성장이 계속되고 있는 것을 느낄 수 있다.