인공지능 챗봇으로 새로뜨는 의외의 직업&학과 5가지
4차산업혁명과 함께 기업의 인공지능 챗봇 도입은 효율적인 고객 응대를 위해서 필수적인 과제가 되어가고 있습니다. 수 많은 기업들은 보다 더 좋은 챗봇을 만들기 위하여 빅데이터 기술을 적극적으로 활용하고 있으며, 이를 위하여 비즈니스에 도움이 되는 내부 및 외부 자료들을 거침없이 수집하고 있습니다.
인공지능 챗봇 도입에 대해서 많은 기업들이 경쟁하고 시장이 성장함에 따라, 자연스럽게 관련 채용 시장이 활성화가 되었습니다. 그리고, 인공지능 영역에 대한 새로운 채용 영역이 생겨났습니다. 이 영역에는 우리가 생각하지 못했던 새로운 직업군들이 나타나고 있습니다. 더불어, 과거에 주목받지 못했던 학과들이 다시 재조명 되고 있습니다.
인공지능 챗봇으로 인하여 기업에서 필요한 인재의 기준들이 조금씩 변화하고 있음을 느끼고 있습니다. 그렇다면 어떤 직업들이 뜨고 있고, 어떤 학과들이 뜨고 있는지 간단하게 알아보도록 하겠습니다.
Due to 4th Industrial Revolution, New Jobs and Majors are Emerging.
Photo by Startup Stock Photos on Pexels.com
챗봇 학습관리자
인공지능 챗봇이라고 할지라도 사람이 검수하는 과정은 필수적입니다. 인공지능이 잘못 학습했을 경우 보정해주는 프로세스가 필요합니다. 이 프로세스는 데이터가 많을 수록 빠르게 많이 작업을 해주어야 하며, 동시에 해당 비즈니스에 대한 지식이 있어야 합니다. 이 담당자의 역할에 따라 챗봇이 비즈니스를 잘 이해하는지가 판가름나게 되어 있습니다.
의외로 이 직군에 대해서 많은 사람들이 인지하지 못하고 있는데, 향후 중요 직군으로 자리매김 할 것으로 생각됩니다. 마지막으로 이 업무가 중요한 이유는 챗봇이 하습하기 위한 임계치의 기준을 해당 담당자가 효율적으로 컨트롤 해야 하기 때문인데, 이 기준에 따라서 챗봇의 퀄리티가 달라집니다.
언어 관련 학과
인공지능 챗봇은 기본적으로 자연어처리과정(NLP: Natural Language Processing)을 통하여 언어를 이해하고 있습니다. 고객이 질문을 하면 질문에 포함되어 있는 언어의 각 형태소를 분리하고 의미를 부여하여 고객이 말한 의도를 파악하게 됩니다. 그리고, 그 의도를 기반으로 챗봇이 보유하고 있는 답변을 제시합니다.
이 과정에서 중요한 부분은 의도를 부여하는 프로세스인데, 일반적인 질문들에 대한 의도 부여는 쉽지만, 다양한 의미를 가지고 있거나 상황에 따라 다르게 해석해야하는 부분이 있습니다. 이러한 부분을 위해서는 언어 관련 지식 혹은 문법에 대한 지식 수준이 높아야 합니다. 그리고, 자연어처리과정이 잘 되고 있는지를 확인하기 위해서 검수자가 필요합니다. 그렇기 때문에 최근 인공지능 챗봇 기술의 필수인 자연어처리기술을 위해서 언어 관련 학과가 재조명 되고 있습니다.
태깅하는 사람 혹은 태깅러(Tagginger)
바로 위에 소개한 2가지와 강력한 관계가 있습니다. 챗봇 관련 글에 계속 언급하고 있는 부분인데, 인공지능은 의외로 노동집약적입니다. 질문 한 줄 한 줄 마다 어떤 의미가 있고 어떤 속성을 가지고 있는지 하나하나 태그를 달아주는 작업이 필요합니다. 물론, 이 과정이 어느정도 진행이 되면 머신러닝이 가능합니다. 하지만, 기계가 학습하기 전까지는 사람이 한 땀 한 땀 데이터에 대한 정보를 입력해주어야 합니다. 또한, 이 과정에서 일관성이 있어야 합니다.
현재 대부분의 기업에서는 이 과정에 있어서 가장 고통스러워 하고 있습니다. 왜냐하면 보통 이 프로세스는 한 명이 하는 것이 아니라, 팀이나 대다수의 사람들이 뭉쳐서 하기 때문입니다. 최근 이러한 트렌드로 인하여 인공지능 학습을 위한 태그만 해주는 에이전시 들이 생겨나고 있습니다.
UX (User Experience) 또는 CUI (Conversational User Interface) 전문가
디지털이 트렌드가 되면서 이미 UI(User Interface) 및 UX(User Experience)는 핫 키워드가 되었고, 현재도 진행 중입니다. 이 부분은 인공지능 챗봇에도 동일합니다. 하지만, 약간 다른점이 있다면 CUI(Conversational User Interface)가 등장했다는 것입니다. CUI는 대화에 최적화된 화면 구성인데, 고객과의 커뮤니케이션을 위한 최적의 대화 프로세스를 만드는 것이 최종 목적입니다.
이 영역에 대해서는 정답이 없기 때문에 많은 기업들이 고민을 많이 하고 있습니다. 하지만, 오히려 그런 부분 때문에 희소가치가 높은 영역이라고 생각합니다.
데이터 설계 기획자
인공지능 챗봇은 수 많은 데이터들을 다루어야 합니다. 하지만, 이러한 많은 데이터들을 효과적으로 다루고 고객과 자연스러운 커뮤니케이션을 위해서는 데이터의 흐름이 효율적이어야 하고 설계의 최적화가 필요합니다. 그렇기 때문에 고객이 원하는 것을 제공하기 위한 데이터들을 어디서 어떻게 가져오는지에 대해서 설계하는 기획자가 최근 새로운 직군으로 생겨나고 있습니다. 완전하게 기술자라고 얘기하고 싶지는 않습니다. 기획자와 개발자의 중간 즈음이라고 생각합니다.
마치며…
개인적으로 물론 인공지능을 개발하는 개발자가 가장 핵심이라고 할 수 있지만, 위에 소개해드린 직군과 학과들도 인공지능 혹은 인공지능 챗봇 운영을 위해서는 필수적인 요소들입니다. 새롭게 등장하는 직업이나 학과들이 얼마나 지속될지는 확신할 수 없지만, 분명 시대의 흐름에 따라 채용 시장이 변화하고 있다는 부분은 분명한 것 같습니다.
위에 소개해드린 것들이 모두 다 부가가치가 높은 것이라고는 할 수 없습니다. 이 부분에 대해서는 시간이 지남에 따라 보다 더 정확하고 많은 정보들을 제공해드릴 수 있을 것이라고 생각합니다. 해당 글이 길지는 않지만 조금이라도 해당 업무나 직군에 관심이 있으신 분들이 도움이 되셨으면 합니다.
인공지능 챗봇으로 새로뜨는 의외의 직업&학과 5가지
챗봇 관련 글 모음:
- 챗봇 준비 단계: 비즈니스 분석
- 챗봇 준비 단계: 서비스 분석
- 챗봇 준비 단계: 고객 분석
- 챗봇 준비 단계: 경쟁사 및 시장 분석
- 챗봇 기획 단계: 플랫폼 선정 (UI: User Interface / Front-end)
- 챗봇 기획 단계: 챗봇의 5가지 대표 유형/종류
- 실무자가 이야기 하는 좋은 챗봇을 만드는 5가지 법칙
- 최적화된 챗봇 도입 방법: 챗봇 솔루션과 자체개발
- 챗봇 카테고리 관련 글 모음
외부 관련 자료(링크):