지난 2020년 미국 캘리포니아주에서 초대형 산불이 발생하여 서울시 전체 면적의 14배에 달하는 사상 최대의 피해를 기록했다. 이에 캘리포니아 소노마카운티 국립공원은 산불 예방 및 골든타임 진압을 위하여 대한민국의 스타트업 기업 알체라와 손을 잡았다. 알체라의 AI 솔루션으로 산불을 조기에 발견해 피해를 줄이겠다는 것이다. 얼굴인식 기술을 개발한 알체라에서 어떻게 화재를 감지할 수 있을까? 알체라의 Anomaly Analysis Lab 소속 김00 연구원에게 자세한 이야기를 들어보자.

ALCHERA

Anomaly Analysis Lab
김00 연구원

안녕하세요. 간단하게 본인 소개 부탁드려요.

안녕하세요. 알체라 기술연구소 소속 Anomaly Analysis Lab(이상상황분석랩, AAL)에서 1년 차 연구원으로 일하고 있는 김00이라고 합니다.

알체라는 어떤 회사인가요?

알체라는 2016년 6월 ‘AI로 고객들의 꿈을 이루게 하자’라는 큰 포부 아래, 쉼 없이 달려가고 있습니다. 알체라의 AI 안면인식 기술력은 국내 1위이며, 세계 최고 수준에 위치하고 있습니다. 우리가 꿈꾸는 혁신은 복잡하게 여겨지는 세상의 문제들을 AI 기술로 쉽게 풀어나가는 것입니다. 우리의 AI의 기술이 전 세계 남녀노소, 시공간을 불문하고 모든 이에게 전파돼야 한다는 신념으로 일하는 기업입니다.

Interview 01

산불 검출 모델 딥러닝을 통해 화재를 예방하다

소속팀에 대한 소개와 담당 업무를 말씀해주세요.

Anomaly Analysis Lab(이상상황분석랩, AAL)은 산불이라는 위험 상황을 조기에 감지해서 대규모 피해를 막고 인명피해를 최소화하는 딥러닝 모델을 연구합니다. 최근에는 주간뿐만 아니라 야간에도 산불을 탐지할 수 있는 IR 방식의 딥러닝 연구를 진행하고 있습니다.
AAL은 저희 대표님께서 지난 2019년 캘리포니아를 방문하셨을 때 산불 피해를 직접 목격하시면서 시작된 연구소입니다. 산에는 수많은 CCTV가 있지만 적은 인력으로 화재를 감지하기에는 한계가 있기 때문에, AI 딥러닝을 통해 자동화할 수 있으면 피해를 빠르게 예방할 수 있을 거라는 생각으로 추진하셨다고 합니다.

AAL에 처음 입사하면 어떤 일부터 시작하나요?

연구소에는 총 3개 팀이 존재합니다. 팀별로 조금씩 상이하지만, 팀마다 AI 모델과 기술력을 보유하고 있습니다. 신입연구원들은 시시각각 주어지는 실제 상황에서의 문제와 과제를 어떻게 풀어나갈 것인지에 대한 방법론을 연구합니다. 과거 다양한 사례 연구를 통해 앞선 문제와 과제 해결에 대한 히스토리를 체크하고, 어떻게 잘 접근할 수 있는지에 대한 접근법을 공부하죠. 이런 히스토리를 체득한 후에는 팀의 온전한 구성원으로 업무를 진행합니다.

최근 IR 산불 검출 모델을 연구 중이라 들었는데요. 기존 RGB 모델과 어떤 차이가 있나요?

영상 데이터는 크게 두 가지로 나뉩니다. RGB 영상과 IR 영상인데요. 낮에 탐지되는 컬러 영상에 해당하는 RGB 영상에서는 연기 감지를 최우선으로 분석합니다. 반면 야간에 활용하는 흑백 영상인 IR 영상에서는 연기보다 불꽃이 먼저 감지되기 때문에 각각의 환경에서 어떻게 영상을 탐지하고 분석할지에 연구가 필요합니다. 지금까지는 RGB 모델을 활용하고 있으나, 추후 IR 모델까지 확대 도입하여 다양한 상황에서 화재를 감지하고 예방 및 초기 진압에 도움을 줄 것으로 기대됩니다.

Interview 02

AI 연구원, 딥러닝과 데이터에 대한 이해가 필수

데이터 수집부터 모델 설계, 테스트까지 개발 과정이 궁금해요.

AI 연구는 데이터가 매우 중요합니다. 충분히 많은 양의 데이터가 필요하므로 양질의 데이터를 어떻게 수급받을 수 있는지가 핵심이죠. 알체라는 실제 데이터를 보유하고 있으며, 별도의 부서에서도 데이터를 관리 및 수집하고 있기에 모델의 성능을 최적화할 수 있는 조건을 갖추고 있습니다. 이렇게 수집한 데이터를 정제하여 AI 모델을 고도화하고 나면, 그 학습된 모델을 통하여 학습되지 않은 데이터를 분석해 모델의 성능을 테스트하는 과정을 거칩니다.

가장 기억에 남는 개발 모델은 무엇인가요?

1년 차 신입 연구원이다 보니, 아무래도 지금 연구하고 있는 야간 산불 검출 모델이 가장 인상적입니다. 알체라의 야간 산불 검출 모델은 가상의 데이터를 세팅하는 것이 아니라, 캘리포니아 소노마카운티 국립공원의 CCTV를 통해 전송되는 실존 영상 데이터를 토대로 연구가 진행됩니다. 실제상황 속의 수많은 경우의 수를 해결해 나가면서 AI 모델을 학습시키는 점이 특별하다고 생각합니다.

팀에서는 어떤 성과를 창출해야 하나요? 성과에 영향을 미치는 요소들은 무엇인가요?

AAL에서는 산불감지 모델을 통하여 빠르고 정확하게 산불을 감지하여 현장에 알리는 것이 최우선 과제입니다. 산불은 작은 불씨 하나만으로도 자칫 큰 피해로 이어질 수 있기에 초기 대응이 가장 중요한데요. 산불감지 모델에 나타나는 각각의 데이터가 얼마나 정확한지 재빨리 판독하고 알람을 보내야 하므로 연구원 개개인의 분석력이 매우 중요합니다. 모래바람이 산불 데이터로 잘못 나타나는 경우도 있으며, 실제로 불이 났다고 해도 화재 사건인지, 허가받은 안전한 불인지 검증해야 하죠.
결국에는 산불감지 모델에 오차가 없도록 지속 학습시켜야 하며, 그 과정에서 시간과 노력을 투자하여 우리가 다루는 데이터에 맞는 모델을 설계해야 합니다. 때문에 딥러닝과 데이터에 대한 이해가 매우 중요합니다.

Interview 03

임직원의 자율성을 존중하는 기업, 알체라

연구원님의 전공과 일련의 취업 과정이 대해 궁금합니다.

대학에서 로봇공학을 배우다 보니 자연스레 프로그래밍에 대한 관심이 생겨 컴퓨터정보통신공학대학원에 진학하였습니다. 당시 딥러닝 기반의 영상처리 및 컴퓨터 비전 기술이 다양한 분야로 확대되고 있었는데요. 인간보다 컴퓨터가 더욱 성능이 높고 발전 가능성이 크다는 점에서 가능성과 흥미를 가지게 되어 비전 AI를 전공했습니다. 딥러닝에 대한 꾸준한 연구와 노력 끝에 좋은 기회를 얻어, 업계를 선도하는 알체라에 지원하여 입사하게 되었습니다.

역량 개발을 위해 회사에서 제공하거나 개인적으로 노력하는 부분이 있나요?

저희 연구실은 늘 공부하는 분위기입니다. 동료들끼리 함께 논문을 읽고 리뷰하는 시간을 가지며 지속 논의하고 공부하는 것이 일상입니다. 이론적으로 부족한 부분이 있으면 회사에 관련 도서를 구매 신청할 수 있고, 인터넷 강의도 지원받고 있습니다. 연구 분야의 공부는 끝이 없기 때문에 개인적으로도 계속해서 공부하고 논문을 살펴보는 노력을 하고 있습니다.

알체라의 근무 분위기는 어떤가요?

강압적인 분위기가 아닌, 서로 존중해주고 자유로운 분위기 속에서 일하고 있습니다. 알체라에서는 상호 직책이 아닌 ‘님’ 호칭을 사용하는데요. 직책의 높고 낮음이 명확하면 각자의 의견을 표현하기 어려울 수 있는데, ‘님’ 문화를 통한 수평적인 관계 속에서 각자의 의견을 주장할 수 있어 특히 연구원에게 매우 좋은 기업입니다. 팀워크도 매우 좋습니다!

알체라에는 장기근속 휴가, 탄력적 출퇴근 등의 복지가 있는데요. 가장 마음에 드는 복지는 무엇인가요?

제가 애용하는 복지제도는 자율출퇴근제입니다. 주 40시간의 업무만 충족하면 되므로, 매일의 근무시간은 개인이 조절할 수 있습니다. 특히 한 주를 마감하는 금요일에는 40시간을 빠르게 채운 동료들이 낮 3~4시에도 자유롭게 퇴근하곤 합니다. 저는 보통 오전 10~11시에 출근하고, 퇴근 후에는 개인적으로 PT를 받거나 필라테스 운동을 합니다. 이처럼 일과 삶의 밸런스를 맞출 수 있다는 점이 가장 마음에 듭니다.

Interview 04

문제 해결을 위해 포기하지 않는 인내심이 필요해요

연구원에게 필요한 성향(Soft-Skill)과 역량(Hard-Skill)은 무엇인가요?

연구원에게는 문제를 해결하기 위해서 포기하지 않고 끝까지 몰입하는 자세가 중요합니다. 계속해서 새로운 이론이 나오는 상황에서, 모르는 건 알 때까지 끝까지 노력하는 끈기 있는 성향이 필요하죠. 역량 측면에서는 논문을 정확하게 이해하고 해당 이론을 실제 모델링으로 구현할 수 있는 프레임워크를 활용할 수 있는 능력이 필요합니다.

학사/석사 및 취업 준비 과정에서 실전에 가장 도움이 됐던 것은 무엇인가요?

대학원에 진학하여 계속해서 딥러닝을 연구한 경험이 실무 역량을 키워주었습니다. 사실 주제와 모델만 조금씩 바뀔 뿐이지 연구라는 본질은 변하지 않기 때문이죠. 특히 석사 논문으로 비디오 인페인팅 기술을 활용해 영상 뒤편에 있는 불필요한 객체를 자동으로 삭제하는 딥러닝 기술을 연구했는데, 해당 프로젝트가 현업에 많은 도움이 되었습니다.

면접 질문 중 가장 기억에 남는 질문과 답변은 무엇인가요?

면접은 총 2회로 진행되었는데요. 2차 기술면접에 지금의 팀장님께서 면접관으로 참석하셨습니다. 당시 면접관님께서는 딥러닝 관련하여 고차원적이고 전문적인 내용이 아닌, 기초적인 질문을 많이 하셨습니다. 그중 딥러닝의 기본인 연속확률분포 이론을 현실에서 어떻게 적용하여 문제를 해결할 것인지 질문 주신 게 기억에 남습니다. 지원자의 이론이 얼마나 튼튼하며, 해당 이론으로 실제 사례에 매치할 역량이 있는지 확인하신 것 같습니다.

마지막으로 인공지능 개발 산업에 관심 있는 후배들에게 조언과 응원 부탁드립니다!

딥러닝을 연구하다 보면 이론과 달리 결과물이 잘 나오지 않을 때가 있습니다. 이럴 때 절대 포기하지 말고 끝까지 고민하고 공부한다면 반드시 좋은 결과를 이루실 겁니다. 어떤 문제가 주어지든 끝까지 해결하기 위해서 노력하고, 부족한 점은 개선하며 성장하는 후배님들이 됐으면 좋겠습니다.

>> 알체라 슈퍼기업관 보러가기

>> 지금 채용 중인 빅데이터·AI(인공지능) 직무 보러가기