KAIST Startup팅 X 마인즈랩 후기(5월)

5월의 두번째 스타트업팅은 마인즈랩입니다. 마인즈랩은 AI전문기업으로 알려져 있으며 알고리즘부터 플랫폼, AI관련 서비스까지 다양하게 사업을 펼치고 있는 기업입니다. 마인즈랩에는 AI전문인력들이 많으며 KAIST 출신들도 분포되어 있습니다.

이번 마인즈랩과의 스타트업팅은 실무진들의 경험담 위주로 이루어졌습니다.  KAIST학생들과 크게 차이가 나지 않고 입사한지 오래되지 않은 KAIST선배들의 이야기를 통해 보다 실질적인 회사의 모습과 팀의 이야기, 스타트업의 경험 등을 들을 수 있었습니다.

어떻게 AI 연구원이 되었나- Brain팀 송형규 연구원

브레인팀의 송형규 연구원님은 현재 마인즈랩  학부 산업기능요원으로 근무(복무)하고 있습니다. 송형규 연구원님은 바이오뇌공학과 전공, 전산학부를 전공했습니다. 지금부터 송형규 연구원님 관점에서 서술하겠습니다.

카이스트에서는 다른 학교와 달리 동아리 및 교내활동이 많은 편이므로 그래서 프로젝트를 많이 수행하고 성장을 하게 되나 인턴은 꼭해보는 것을 추천합니다. 저의 경우, 노타에서 첫 인턴을 시작, 인턴을 하면서 work shop paper를 작성, 이 외에도 회사에서 진행하는 여러 프로젝트에서 참여할 수 있었습니다.

딥러닝 관련 업무는 프로젝트를 하면서 늘 수밖에 없습니다. 딥러닝을 하기 위해서는 준비물이 필요한데 (데이터, 서버 등) 회사에는 수많은 GPU와 자원들이 있습니다. 현재 제가 속해있는 Brain팀의 학과도 다양하고 여러 학과들과 함께 하고 있습니다. 마인즈랩의 Brain팀에서는 오디오, 그래픽 파트 등 업무를 담당하고 있으며 실질적으로 서비스에 적용될 수 있는 것을 만들고 있습니다. TTS, 챗봇 등 데이터 산업에 맞게끔 튜닝해서 제공하고 있습니다. 브레인팀에서는  논문을 보고 구현하고 있으며  paperswithcode에 올라가고 있습니다. 저희팀에서는 paper review도 함께 할 수 있고, 학회(CVPR,ECCV,ICLR 등)도 함께 참석하고 있습니다. 무엇보다 내가 만든 엔진들을 API로 서비스하게 되는 것이 인턴같은 스타트업에서 일하면서 가장 중요한 점으로 스타트업에서 일해보시길 반드시 추천합니다.

비전공자에서 AI Scientist가 되기까지- Brain Vision팀 양승민 연구원

두번째는 Brain Vision팀의 양승민 연구원님이었습니다. 양승민 연구원님은 1년 정도 회사를 다니면서 느낀점에 대해 나눠주셨습니다. 양승민 연구원님은 바이오뇌공학과 16학번, 생명과학과 부전공 하였으며 현재마인즈랩 산업기능요원으로 복무 중에 있습니다. 아래는 양승민 연구원님 관점에서 서술하였습니다.

저는 백그라운드적으로 컴퓨터 공학에 대한 지식은 적고, 여러 활동들을 했는데 Cuop 프로그램 참여- 헬스케어 스타트업에서 일한 적이 있었습니다. 저는 크게 경험에 비추어 어떻게 연구원이 되었나, AI 연구원에게 필요한 역량, 연구원으로서 느낀 마인즈랩에 대해 설명하도록 하겠습니다.

여러 분야에 대한 세미나를 듣다가 인공지능에 대해 관심을 갖게 되었고 졸업을 앞두며 진로에 대한 고민이 많았습니다. 그리고 인공지능 연구에 있어 기본적인 지식이 부족함을 느끼게 되었습니다. 마인즈랩에 입사하여 팀원들과지식공유를 통해 현업에서 필요한 지식, 업무에 대한 것들을 많이 얻게 될 수 있었습니다. 제가 실제로 진행했던 연구들은 서비스 개발쪽입니다.

– Skin property Classification: Skin Type, Humidity, Symptom 등 피부상태에 대한 classification

– Comics OCR:웹툰을 웹소설로 바꾸기 위한 OCR(Optical Character Recognition)

– Clothes Segmentation &Warping(Virtual TryOn): 사용자가 옷 사진을 찍으면 배경을 분리한 뒤, 아바타에 맞춰 가상 착장

AI연구원에게 필요한 역량은 컴퓨터 공학에 대한 기본적인 지식은 필요하고 중요함을 느꼈습니다. AI학습을 위한 인프라(Server, Gpu등 )에 대한 지식, 알고리즘, 데이터 구조에 대한 이해(특히 tensor), 연구개발에 사용되는 언어와 자주 사용되는 Library에 대한 이해가 필요합니다.(* Python-pytorch, pillow, opencv, torchvision 등) Paper review가 중요하고  SOTA Algorithm, Method에 대한 지식 습득, 프로젝트에 필요한 Open Source Reponsitory 이해/수정, 필요에 따라 Unpublish Source Code 구현할 수 있습니다.

마지막으로 중요한 것은 Communication입니다. 팀 내에 computer vision/NLP/Audio로 구분, 데이터 도메인에 따른 구분, 필요한 부분에 따른 새로운 인사이트, 다른 백그라운드에 대한 지식 교류 및 습득이 중요합니다.

연구원으로서 느낀 마인즈랩은 다음과 같습니다.

– Infrastructure: 연구원이 사용할 수 있는 인프라 및 resouce가 많고 연구에 대한 자유도가 높음.

– 다양한 분야의 연구: 다른 팀과의 교루도 많고 자연스러움, 업무 이상으로 필요한 지식들을 배우고 교류할 수 있음, 내 분야의 업무만 할 수 있는 것이 아님

– 업무환경이 좋다. 탄력적인 출퇴근, 글로벌 컨퍼런스 참석 장려 등

마인즈랩과 같은 스타트업에서 일할 것을 추천하는 바입니다.

AI Scientist는 어떻게 일하나 – Brain Audio 정원빈 연구원

마지막은 입사한지 가장 오래되지 않은 정원빈 연구원님이었습니다. 정원빈 연구원님은 Brain Audio팀으로 KAIST 18학번 전산학부, 복수전공으로 산업및시스템공학과를 전공하였습니다. 현재 마인즈랩에서 보충역 산업기능요원으로 올해 3월부터 일하고 있는 신입이십니다. Brain Audio팀에서 정원빈 연구원님은 아날로그 형태의 파동을 디지털화하는 업무를 담당하고 있습니다. 아래와 같습니다.

Brain Audio: TTS(트위치)/ AI Mouth: Conditional TTS/ Brain team: Algorithm session/ Code session/ General Research

이러한 일들이 하기 위해서 딥러닝에 대한 개념, 이론적 이해도, 구현에 필요한 수단들(깃허브, 파이썬 등)에 대한 경험들이 필요합니다. 관심사가 있으면 더 좋다. 구글링, 영어, 호기심 등이 더해지면 도움이 됩니다. 를 덧붙이며 3개월간 느꼈던 감정들을 공유해주셨습니다.

Q&A 및 소통

Q&A시간은 사전질문을 바탕으로 전개되었습니다. 경력이 오래되지 않은 실무진들의 이야기이기에 보다 현실적이고 그에 맞는 대답을 하신 것 같습니다. 연구원님들이 직접 회사 및 현장에서 겪는 경험들을 바탕으로 이야기해주며 소통을 이끌어낼 수 있었습니다. 타 전공이 인공지능 연구에 어떤 영향을 미치는지, 딥러닝에 대해 입문자들은 어떤 인공지능 트렌드를 따라가야 하며 어떤 논문을 읽어야 하는지 등 AI분야에 대한 연구 및 공부에 대한 질문이 많았습니다.이에 연구원님들은 논문을 읽을 때도 다양한 분야를 습득하는 것이 좋고, 업무에 필요한 자기계발을 꾸준히 하는 것이 좋을 것 같다고 말씀하셨습니다. 계속해서 AI분야는 공부하고 여러 프로젝트를 하면서 즐길 수 밖에 없는 것 같다고 합니다. 사전질문 외에도 직접 채팅창이나 직접 질문을 하며 소통하는 시간도 가질 수 있었습니다. 위의 강연은 유튜브에도 요약해서 올라올 예정이니 참고해주세요.

세 연구원님들의 이야기를 들으며 마인즈랩의 미래는 밝을 것이라는 생각이 들었습니다. 자기 분야에 대한 전문성을 기르려는 노력을 하며 자기계발에도 끊임없이 노력하기에 마인즈랩이 개발하는 AI관련 서비스들이 타사에 비해 더 발전이 빠를 수 있다고 생각이 듭니다. 딥러닝을 포함한 AI관련 서비스를 직접 경험해보고 싶은 학생들은 마인즈랩을 고려하셔도 좋을 것 같습니다. 마인즈랩을 응원합니다.

다음 번 스타트업팅도 기대해주세요. 감사합니다.