기계 지능을 뒷받침하는 알고리즘을 설계하고 검증하는 직업으로, 이제는 자기 자신의 연구 과정 상당 부분을 자동화하려는 경쟁이 벌어지는 분야이기도 하다. AI 연구원은 소프트웨어가 이미지를 인식하고, 언어를 생성하고, 계획을 세우고 결정을 내릴 수 있게 하는 알고리즘을 설계, 훈련, 평가한다. 대개는 머신러닝의 한 형태로, 사람이 손으로 규칙을 작성하는 대신 모델이 방대한 데이터를 처리하며 과제 수행 능력을 향상시키는 방식이다. 이 작업은 새로운 아키텍처를 발명하는 대학 연구실부터 검증된 방법을 확장하는 기업 연구팀, 그리고 극히 적은 데이터로 모델이 학습하는 방법처럼 좁은 한 분야에 경력을 바치는 전문가까지 폭넓게 걸쳐 있다.
이 분야는 대부분의 사람들이 짐작하는 것보다 훨씬 젊다. '인공지능'이라는 표현은 1956년 다트머스 대학교의 여름 워크숍을 위해 1955년에 만들어졌으며, 그 이후로 이 분야는 초기 약속이 지켜지지 않아 자금 지원이 붕괴하는 시기, 즉 '겨울'을 두 차례 거쳤다. 오늘날 지배적인 접근법인 딥러닝은 수십 년간 소수 입장이었다가, 2012년 단 한 번의 이미지 인식 대회와 2017년 '어텐션'에 관한 논문 하나로 인해 점점 더 큰 신경망을 점점 더 많은 데이터로 훈련시키는 방향으로 학문 전체가 재편되었다.
항목마다 원하는 쪽을 높게·상관없음·낮게로 표시하세요. 표시할 때마다 적합도 숫자가 바뀌고, 이 앱의 다음 페이지에서도 표시가 유지됩니다.
| 항목 | AI 연구원 | 애니메이터 | 원하는 쪽 |
|---|---|---|---|
| AI 내성 | |||
| 보수 | |||
| 진입장벽 | |||
| 자율성 | |||
| 수요 | |||
| 영향력 |
적합도를 보려면 항목을 하나 이상 표시하세요.
점수는 아틀라스가 주제마다 매긴 0–100 학습용 지표이며, 나를 측정한 값이 아닙니다.
기계 지능을 뒷받침하는 알고리즘을 설계하고 검증하는 직업으로, 이제는 자기 자신의 연구 과정 상당 부분을 자동화하려는 경쟁이 벌어지는 분야이기도 하다. AI 연구원은 소프트웨어가 이미지를 인식하고, 언어를 생성하고, 계획을 세우고 결정을 내릴 수 있게 하는 알고리즘을 설계, 훈련, 평가한다. 대개는 머신러닝의 한 형태로, 사람이 손으로 규칙을 작성하는 대신 모델이 방대한 데이터를 처리하며 과제 수행 능력을 향상시키는 방식이다. 이 작업은 새로운 아키텍처를 발명하는 대학 연구실부터 검증된 방법을 확장하는 기업 연구팀, 그리고 극히 적은 데이터로 모델이 학습하는 방법처럼 좁은 한 분야에 경력을 바치는 전문가까지 폭넓게 걸쳐 있다.
이 분야는 대부분의 사람들이 짐작하는 것보다 훨씬 젊다. '인공지능'이라는 표현은 1956년 다트머스 대학교의 여름 워크숍을 위해 1955년에 만들어졌으며, 그 이후로 이 분야는 초기 약속이 지켜지지 않아 자금 지원이 붕괴하는 시기, 즉 '겨울'을 두 차례 거쳤다. 오늘날 지배적인 접근법인 딥러닝은 수십 년간 소수 입장이었다가, 2012년 단 한 번의 이미지 인식 대회와 2017년 '어텐션'에 관한 논문 하나로 인해 점점 더 큰 신경망을 점점 더 많은 데이터로 훈련시키는 방향으로 학문 전체가 재편되었다.
AI 연구는 이 사이트에서 다루는 직업 중 특이한 위치에 있는데, 연구 대상과 연구 도구가 같은 기술이기 때문이다. 이 분야 자체의 산출물로 만들어진 도구들이 이제 문헌 검토 초안을 작성하고, 실험을 제안하고, 훈련 실행용 코드를 작성하며, 일부 연구소는 연구 과정 자체의 일부를 자동화하려 공공연히 시도하고 있다. 그 압박 속에서 무엇이 살아남고 무엇이 사라지는가가 이 프로필이 안심시키기보다는 솔직하게 답하려는 질문이다.
대부분의 시간은 최근 논문을 읽고, 훈련 코드를 작성하고 디버깅하고, 오래 실행되는 실험 결과를 기다리며 분석하고, 협업자와 발견 사항을 논의하는 데 나뉘어 쓰인다. 대중적 이미지와 달리, 업무의 큰 비중은 새로운 아키텍처를 처음부터 구상하는 것이 아니라 모델의 성능이 왜 부진한지, 왜 결과가 재현되지 않는지를 진단하는 데 있다.
이 페이지는 아틀라스를 읽기 위한 확인입니다. 개인 상담, 실시간 가격, 예약 재고가 아닙니다. 주제 전문을 대신하지 않습니다.
🩺 첫 유급 역할 앞의 면허 — 외과의사 (1937) · 🩺 첫 역할이 실제로 무엇인가 — 내과의사 (1992) · 💉 AI 노출 메모를 읽는 법 — 간호사 (1994) · 💊 독립된 일까지의 햇수 — 약사 (1852) · 🐾 직명과 첫날의 일 — 수의사 (1863) · 🧠 자격증을 내는 기관 — 정신건강의학과 전문의 (1934) · 직업 경로를 읽는 법