여러분, 안녕하세요!

위의 표를 다음과 같이 Markdown 형식으로 변경해 보겠습니다.

파일이름
2024-07-12-IfIstartedlearningAIEngineeringin2024hereswhatIwoulddo_0.png

2023년 5월, 나는 결심했어요. AI를 배우기 위해 시간을 투자하기로 결정했죠.

저는 6개월 동안(아버지의 휴가)을 내어 AI 엔지니어링 주제에 대해 배우는 데 시간을 할애했습니다.

그리고 12개월이 흘렀을 때, 프리랜서 AI 엔지니어로 일하면서 첫 유료 프로젝트를 수행했어요.

AI 엔지니어를 꿈꾸는 여러분을 위해 글을 쓰고 있어요. 제가 경험한 레슨, 실수, 경험을 공유할 거예요. 왜냐하면...

여러분이 오늘 제가 있는 곳에 빠르게 도달하기를 원하기 때문이에요.

이 글을 마치고 나면 여러분은 다음을 알게 될 거예요:

무엇을 배워야 하는지
왜 그것을 배워야 하는지
어떻게 빠르게 배울지
학습의 혜택을 최대화하는 방법

저작권 표시. 12개월 전에는 처음부터 시작하지 않았어요. 2019년에 기계 학습과 자연어 처리를 탐험하기 시작했어요. 또한 소프트웨어 엔지니어이기도 해요. 그래서 AI로 전환하기로 결정했을 때 꽤 유리한 시작점을 가지고 있었어요.

첫 번째 AI 엔지니어링 직업 취득을 위한 7 단계

제가 처음부터 AI 엔지니어링을 배우기 시작할 경우 따를 정확한 단계를 공유할게요.

단계 1: 기본 파이썬 배우기.

AI 엔지니어들은 코딩하는 방법을 알아야 합니다.

하지만 시작할 때는 몇 가지 기초적인 것만 알아도 됩니다. 예를 들면: ✔ 반복문 ✔ 변수 ✔ 함수 ✔ 데이터 유형 ✔ 기본 구문 ✔ 기본 작업 ✔ 조건문 ✔ API 및 라이브러리 사용법 ✔ 데이터 구조: ↳ 리스트 ↳ 튜플 ↳ 딕셔너리

많은 것을 배워야 하는 것처럼 들릴 수도 있지만, 사실 그렇게 어렵지 않아요.

물론, Python을 능숙하게 다룰수록 더 좋습니다. 하지만, 처음으로 AI 프로젝트를 만드는 기초를 배우는 것이 가장 중요합니다 (프로젝트에 대해 더 자세히 알아보기는 4단계에서).

다행히도, 제가 위에 제공한 목록만으로도 충분히 시작할 수 있어요.

이 멋진 Python 자료들을 추천해 드려요:

Real Python.
Corey Schafer의 YT 채널.
Programming for Everybody (Getting Started with Python)

단계 2️: 대형 언어 모델(LLMs) 배우기.

LLM은 AI 프로젝트의 "두뇌"입니다. AI 엔지니어들은 LLM을 많이 사용해요! 그래서 그들이 어떻게 작동하는지 이해하는 것이 중요해요.

LLM을 사용하기 시작하려면 심층적으로 파고들 필요는 없어요. 오늘날 GPT-4, Claude 3, 그리고 Gemini이(가) 가장 강력한 LLMs입니다. 그리고 비기술자들조차도 큰 성공을 거둘 수 있어요. 그것은 그들이 프롬프트 엔지니어링을 배웠기 때문이에요(3단계에서 자세히 알아봐요).

한 번 더 말하지만, 프로젝트에서 LLM을 적용하기 시작하려면 정확히 그들이 어떻게 작동하는지 알 필요가 없어요.

다음 용어들을 이해해주세요:

토큰
문맥 창
주의 메커니즘
온도 (LLM에서)
트랜스포머 아키텍처

처음으로 AI 프로젝트를 구축하는 데 필요한 기초를 제공해줄 거에요. 매 프로젝트마다 기초를 확장해나갈 거에요.

LLM에 대해 배울 좋은 자료:

Andrej Karpathy의 YouTube 채널.
Sentdex의 YouTube 채널.
OpenAI Playground (실험용).

3. 프롬프트 엔지니어링의 원리를 배우세요.

AI 엔지니어들은 LLM과 잘 소통하는 방법을 알고 있어요.

그래서 프롬프트 엔지니어링은 그들의 일부분이에요.

그렇다면, 프롬프트를 배우는 데 너무 많은 시간을 쓰지 마세요. 너무 심화되지 않도록 해요.

그냥:

목표를 명확히 하는 법을 배워보세요
맥락을 제공하는 법을 배워보세요
구체적으로 표현하는 법을 배워보세요
계속해서 프롬프트를 개선해 나가세요

저는 미래의 기술로서 '프롬프트 엔지니어링'에 대해 의심합니다. 그 이유는 간단합니다: 프롬프트는 평범한 텍스트일 뿐이기 때문입니다. 이미 LLM 및 DSPy와 같은 프레임워크로 우수한 프롬프트 작성이 자동화되고 있습니다.

그래서 여기서 너무 많은 시간을 투자하지 말 것을 권합니다. 하지만 기본기는 중요합니다.

필요할 때만 고급 프롬프팅을 공부하세요 (자료는 풍부합니다).

여기서 프롬프트 엔지니어링을 배울 수 있습니다:

학습 유도 웹사이트.
OpenAI의 Prompt Engineering.
Lil’Log의 Prompt Engineering.

4. AI 프로젝트 구축.

“지식은 실행을 통해 가장 잘 활용됩니다.” Tiago Forte AI 프로젝트를 구축하는 것이 AI 엔지니어로 채용되는 유일한 요구 사항입니다.

이론만으로는 충분하지 않습니다.

당신이 AI 엔지니어라고 자처하려면 AI와 코드를 사용하여 실제로 무언가를 만들 수 있다는 것을 보여주어야 해요.

다행히도, 여러분은 이미 이 기사의 첫 3단계를 완료한 후 첫 번째 AI 프로젝트를 만들 준비가 되어 있어요.

만약 여러분의 스타일이라면, 첫 3단계를 거치지 않고 바로 첫 번째 프로젝트에 도전해도 괜찮아요. 프로젝트를 만들며 3단계를 배울 거예요.

첫 프로젝트는 간단하면서 좋아요.

여기서는 "only" 2가지 목표가 있습니다:

처음 3단계를 결합하는 것.
이론뿐만 아니라 실전에서도 배우는 것.

첫 프로젝트에서는 Python, LLMs 및 프롬프트를 사용할 것입니다. 이는 처음 3단계 모든 것을 결합한다는 뜻입니다. OpenAI API나 LangChain 또는 LlamaIndex와 같은 프레임워크 덕분에 간단합니다.

실습을 통해 배우는 것에 대해 이야기해 봅시다... “지식이 실행을 앞서가지 않도록 항상 해라.” - Dan Koe

착하게 번역

정말로 배우는 것은 응용해야만 합니다.

정말로 강조할 수가 없어요.

제가 수백 시간 (수천 시간일 수도 있음)을 이론만 배우는 데 낭비했어요. 오늘날 그 중 95%를 기억하고 있지 않아요.

3년 전 (34세 때)부터는 아무것도 만들지 않고는 배우지 않기로 결심했어요.

결과는? ✔ 빠르게 배우게 됩니다. ✔ 학습을 문서화합니다. ✔ 거의 모든 것을 기억합니다. ✔ 훨씬 더 깊은 이해를 얻게 됩니다. ✔ 완료된 프로젝트 포트폴리오를 구축합니다.

참고: 모든 결과를 향상시키는 추가적인 일을 하나 더합니다 (5단계에서 더 자세히 설명).

그러니 제 실수를 반복하지 말아주세요.

이론보다 실행에 우선순위를 두세요.

프로젝트로 돌아가려고 합니다. 첫 번째로 권장하는 것은 ChatGPT "복제본"을 만드는 것입니다.

복제본을 만들기 위해 필요한 것: ✔ Python ✔ OpenAI API ✔ Streamlit(GUI용) ✔ 약 40줄의 코드

가능해 보이나요?

이 프로젝트는 놀라운 것이 아닐 것입니다. 하지만 아래와 같은 이점이 있을 거예요:

"Creator mode"으로 전환하겠습니다.
단계 1, 2 및 3에서 얻은 지식을 확고히 할 수 있도록 도와 드리겠습니다.
LLM 매개변수 및 프롬프트를 실험해 볼 수 있도록 해 드릴게요.

프로젝트에 도움이 필요하면 제 글을 참고해 주세요:

5. 공개 학습하기.

Austin Kleon의 "Show Your Work"은 2시간 정도의 읽을 거리입니다.

책 덕분에 지금 이 글을 쓰고 있어요.

이 책 덕분에 모두가 소중한 가치를 공유할 수 있다는 것을 이해했어요. 완전히 초보일지라도, 여러분은 대부분의 사람들보다 앞서 있는 거예요.

증거가 필요하다고요?

제가 AI 공부를 시작한 지 약 6주만에 쓴 글 링크를 공유했어요.

무엇을 공유할까요?

✔ 코드 ✔ 수업 ✔ 실수 ✔ 생각 ✔ 즐겨찾는 자료

배운 모든 것을 공유하세요.

많은 사람들에게 공개하는 것이 어려움을 알고 있어요 (제게도 무서웠어요).

하지만 그것은 당신이 할 수 있는 최고의 장기 투자 중 하나가 될 것입니다. 크리에이터 경제가 번창하고 있습니다. 콘텐츠를 만드는 것은 시간 투자를 제외하고는 거의 단점이 없어요.

다음을 얻게 될 거에요: ✔ 신뢰 구축 ✔ 다른 사람들에게 영감 주기 ️✔ 신뢰성 확보 ✔ 진본성 확보 ✔ 성장 추적 ✔ 지식 고착화 ✔ 네트워크 확장 ✔ 가르치면서 더 깊이 배우기 ✔ 개인 브랜드 구축

그리고 이 목록은 심지어 완전하지 않아요!

저는 이것을 해봤고, 혜택을 확인해요.

요렇게 생각하고 있어요:

🌟 배운 것을 나누세요!

6. 단계 4와 5를 반복하세요.

계속해서 해나가요. 함께 공유해요.

다음 프로젝트를 선택하는 방법?

이건 당신이 다음 프로젝트에 뛰어들기 전에 꼭 물어봐야할 중요한 질문이에요.

나는 프로젝트를 하나 끝마치는 데 몇 일밖에 없어서 엄청 큰 실수를 했어요. 매주 영상을 게시했기 때문에, 아래 과정을 거쳤죠:

프로젝트 아이디어 찾기.
사용할 기술 선택하기.
프로젝트 만들기 (코드 작성).
프로젝트에 대해 이야기하는 녹화.
내 녹음물 편집하기 (너무 싫었어요).
설명 준비하기.
영상 업로드하기.

그럼, 저는 매체(Medium)를 위한 기사를 썼어요.

모두 7일 안에.

저는 실제 프로젝트를 만드는 대신 탐험하고 공유하는 데 시간을 보냈어요. 탐험 자체가 좋은 일이에요. 하지만 이 "충격적인 진실"을 빨리 알았다면 더 좋았을텐데요:

탐험적 AI 프로젝트로는 취업이 어려워요!

"Benefits, not features"는 판매에서의 주요 원칙 중 하나입니다.

왜 AI 엔지니어링에 관한 기사에서 판매 원칙을 언급하는 걸까요? 많은 사람들이 AI가 과대포장되었다고 믿습니다.

AI 뉴스는 멋진 AI 특징을 언급합니다.

하지만 기업은 결과에만 관심이 있어요. 안타깝게도, 기능은 대부분의 경우 기업에 실질적인 혜택을 제공하지 못해요.

만약 여러분의 프로젝트가 두드러지게 하고 싶다면 혜택에 집중하세요.

다음은 3가지 주요 혜택 카테고리에요:

시간 절약
비용 절감
수익 증대

(힌트: AI는 시간을 절약하는 데 좋은 도구입니다.)

프로젝트가 가치를 더하는지 확인하세요 (현실 세계에서 혜택을 제공).

편안한 영역을 벗어나기
새로운 것을 배울 것을 보장하기
기존 기술 향상시키기
실제 문제 해결하기

각 프로젝트는 도전적이어야 하고 새로운 것을 배우도록 강제해야 합니다.

친구야, 여기 몇 가지 실용적인 주제가 있어:

RAG
LangChain
HuggingFace
Vector Databases
Vector Embedding
오픈소스 LLMs
이미지 생성기 (DALL-e 3)
음성 모델 (Whisper와 TTS)

나는 최근 AI 엔지니어링 직무에 지원해서 10회 이상의 면접을 봤어.

내 경험상 회사들은 항상 RAG에 대해 물어봐. 그래서 나는 2번이나 3번째 프로젝트에서 RAG를 사용할 거야.

조기에 시작할수록 좋아.

표 태그를 Markdown 형식으로 변경하면서 더 나은 결과를 얻을 수 있습니다.

단계 1, 2, 3에서 기술을 향상하여 프로젝트에서 더 많은 이점을 얻을 수 있습니다.

코딩 기술 확장하기
LLMs 자세히 배우기
프롬프트 탐색하기

실제 문제를 해결하는 프로젝트를 개발하세요.

7️. 멘토를 찾아보세요.

멘토가 없다는 것이 내 진전을 엄청나게 늦춘 것 같아.

내 여정에서는 글의 처음 6 단계를 모두 (어느 정도는) 수행했어.

하지만 나는 멘토를 찾지 못한 채...

내게는 이런 일을 할 수 있는 사람이 한 명도 없었어:

어려운 시기를 함께 극복할 수 있는
어떤 기술을 키워야 하는지 알려 줄 수 있는
내 진로를 돕는
자신의 네트워크에 소개해 주는
성공을 함께 축하해 주는
나에게 경력에 관한 조언을 해 주는
피드백을 주는
격려해 주는
비판해 주는

저의 실수를 하지 마세요!

멘토를 찾아보세요.

멘토가 여러분을 몇 달 동안 구해줄 거예요!

참고: AI 엔지니어링 여정에서 멘토를 찾고 있다면 도와드릴게요. 매체(Medium) 출처라고 말씀하시고 LinkedIn에서 DM 보내주세요.

결론

아직 AI 엔지니어가 되기에는 매우 일찍입니다.

이 역할은 아직 정의되지 않았지만 수요는 빠르게 증가하고 있습니다.

이 기사를 읽은 후에는 AI 엔지니어가 되기 위한 제 경로를 엄청난 속도로 배웠습니다.

질문이 있으면 댓글에 적어주세요! ✍️

🔔 제 이름은 Kris예요. 저는 기술 분야의 사람들이 AI 엔지니어가 되도록 도와드려요. Medium에서는 저의 경험과 새로운 AI 엔지니어가 되고 싶어하는 분들에게 가치 있는 교훈을 공유하고 있어요. 꼭 팔로우해주세요. 🔔

2024년에 AI 엔지니어링을 시작한다면 이렇게 하세요