오늘은 번개장터 데이터팀 인턴으로 커리어를 시작하여, 훌륭한 데이터 엔지니어와 데이터 사이언티스트로 성장 중인 3분의 이야기를 들어볼게요!
안녕하세요! 각자 어떤 업무를 맡고 계신지 간단한 자기 소개와 함께 부탁드립니다.
캐프리 (DE) : 안녕하세요! 저는 데이터 엔지니어 캐프리입니다. 주로 데이터 사이언티스트 분들이 개발한 알고리즘을 서비스에 적용시킬 수 있도록 개발하는 역할을 하고 있어요.
토비 (DS) : 안녕하세요. 데이터 사이언티스트로 재직 중인 토비입니다. 번개장터에 합류하여 현재는 검색 CPC 광고 랭킹 개선을 위해 CTR 예측 모델링 업무를 진행하고 있어요.
알리 (DS) : 안녕하세요. 데이터 사이언티스트 알리입니다. 저는 사용자분들이 서비스에서 가장 처음으로 볼 수 있는 홈 화면의 상품 추천 시스템을 만들고 있습니다.
인턴으로 입사하셔서 초반에 어려움은 없으셨는지 궁금합니다. 주로 어떤 업무를 하셨어요?
캐프리 (DE) : 어떻게 데이터를 수집하고 어디에 적재하는지 전체적인 아키텍처를 파악하는 게 최우선이었습니다. 번개장터에는 위키와 개발 문서에 내용이 잘 정리되어 있어서 다행히 빠르게 파악하고 업무에 적응할 수 있었어요. 그리고 추천 시스템 개발에서 엔지니어링 업무를 진행하게 되었는데요. 데이터 엔지니어 같은 경우, 데이터 사이언티스트 분들이 개발한 알고리즘을 서비스에 적용하기 위해 성능을 확인해 보고, 리팩토링 및 개선하는 작업으로 이해하시면 됩니다.
알리 (DS) : 입사 후 처음에 투입되었던 업무는 신규 가입자가 등록한 상품을 추천하는 추천 시스템 개발이었어요. 바로 서비스에 반영되는 프로젝트를 맡게 되어서 굉장히 새로웠고, 업무에 자율성이 높은 동시에 많은 책임감을 느꼈습니다. 가장 어려웠던 점은 다른 직군과의 협업이었어요. 물론 팀장님이 많이 도와주셨지만 다양한 직군과의 협업은 학생 때 전혀 경험해 본 적이 없는 부분이라 처음엔 매우 어렵게 느껴졌습니다.
홈 추천 시스템
토비 (DS) : 제가 처음에 투입되었던 업무는 검색 광고 배치를 조정하는 것이었어요. 그 뒤로 제대로 참여했던 건 오타를 교정해 주는 모델을 만드는 업무였는데요. 쉽게 말해서 포털 사이트에 단어를 검색할 때 실수로 오타를 내도, 본래 찾고자 하는 단어로 검색이 잘 되잖아요. 그것처럼 검색 질의 재구성 중에서 자동으로 오타를 교정해 주는 프로젝트를 맡았습니다. 정제된 데이터가 아닌 실제 데이터를 뽑는 것이 처음에 많이 어려웠는데 팀원분들이 많이 도와주셔서 해낼 수 있었어요. 추후에 엔지니어링, A/B테스트 등의 과정들을 거친 후 서비스에 적용될 예정입니다.
오타 교정 프로그램
데이터 팀 인턴 채용 시 아주 높은 경쟁률을 뚫고 입사하셨는데요. 자기소개서나 인터뷰 꿀팁이 있다면 무엇이 있을까요?
토비 (DS) : 예전에 지인분에게 자기소개서에 기술 스킬과 스택을 최대한 상세하게 쓰라는 피드백을 받은 적이 있었어요. 그래서 각 프로젝트에 사용했던 스택을 최대한 자세하게 기재하려고 노력했습니다. 사실 제가 채용 사전과제를 그렇게 잘 수행하지는 못한 것 같아요. 그렇지만 제가 어떤 생각을 가지고 문제를 접근하고 해결했는지에 대해 잘 설명하려고 노력했고, 이런 접근 방법과 과정을 좋게 봐주신 게 아닐까 싶습니다.
캐프리 (DE) : 토비 답변에 너무 공감해요. 거기에 덧붙이자면 무엇을 했는지 기술하는 것을 넘어서 그 프로젝트를 왜 했는지, 왜 그런 툴을 선택했고 결과는 왜 그렇게 도출되었는지에 대한 내용도 상세하게 추가한다면 더 좋을 것 같아요.
알리 (DS) : 저도 비슷한 맥락인데요. 인터뷰할 때 보통 본인이 참여했던 프로젝트 기반으로 질문이 이어지곤 하는데요. 왜 이렇게 했는지, 다른 방법이 아닌 굳이 이 방법을 택한 이유가 무엇인지에 대해 상세하게 답변해야 하는 질문이 많아요. 결국은 단순히 프로젝트에 참여하는 것 뿐만 아니라 해결 과정에서 Why?를 항상 생각하면서 진행해왔는지가 아주 중요한 것 같아요.
그럼 인턴 기간 동안 업무에 임할 때 중요한 태도나 역량은 무엇이라고 생각하시나요?
알리 (DS) : 내일이 없는 것처럼 질문을 많이 하자! 물론 어떤 질문인지에 따라 다르겠지만, 업무를 처음 시작하게 되면 모르는 점이 많기에 질문이 많은 건 당연한 것 같아요. 그렇기 때문에, 질문을 많이 하면 싫어하시지 않을까 걱정하지 말고, 필요한 질문이라면 망설이지 말아야 한다고 생각합니다. 그리고 자유로운 질문이 가능한 팀일 수록 자유로운 정보공유가 가능하며, 더 나아가 동일한 이해도를 얻은 뒤 업무에 임할 수 있다고 생각해요.
토비 (DS) : 저는 제 스스로 부족한 점이 많다고 생각해서 정규직 전환이 안되면 어쩌지 많이 염려했었거든요. 그래서 좋은 성과를 내고 싶은 마음에 후회 없도록 정말 열심히 프로젝트에 참여했어요. 부족하고 아쉬운 점은 물론 있겠지만 더욱 나아지는 방향으로 노력하는 태도를 갖춘다면 팀에서도 좋게 봐주시지 않을까요?
캐프리 (DE) : 토비와는 반대로 저는 멘탈이 좀 약한 편이라 스스로에게 너무 압박감을 주지 않으려고 노력했어요. 완벽하지 않아도 되고, 너무 잘 해내지 않아도 된다는 마음으로 편하게 업무에 임해서 더 좋은 아웃풋을 낼 수 있지 않았나 싶습니다.
각자 성향도, 업무에 임하는 태도도 정말 다양한 것 같은데요. 입사 전의 본인과 지금의 본인에게 어떤 성장과 변화가 있었는지도 말씀해 주실 수 있을까요?
캐프리 (DE) : 저는 번개장터에 입사한 뒤 IT 업계에 대한 관심도가 아주 높아졌어요. 우리 서비스가 잘 되기를 바라는 마음이 가득하니까 업계에도 더 관심이 생기고 다른 서비스는 어떨지 깊게 관심을 가지게 되더라고요. 또 입사 전에는 전혀 접해보지 못했던 다양한 경험을 하게 되어서 스스로 조금씩 매일 성장하고 있는 게 느껴져요.
알리 (DS) : 학생 때와 지금은 데이터를 보는 마인드 셋 자체가 달라졌어요. 예를 들어 대학생 때는 새로운 논문이나 기술에 대한 탐구 의지가 높았거든요. 그런데 지금 실무를 진행하다 보니 무작정 새로운 논문을 공부하기보다는, 지금 내가 풀고자 하는 문제에 적합한 지식을 쌓는 게 더 중요하다고 생각하게 돼요.
두번째로는, 어떻게 문제를 풀까? 보다는 어떤 문제를 풀어야 할까? 를 먼저 질문하려고 합니다. 예를들어 수요 예측 문제를 풀어야 한다면, 예전에는 수요를 잘 예측하려면 어떤 모델을 써야 할까?를 고민했다면 지금은 우선 좋은 질문을 던지는 게 더 중요하다는 생각으로 바뀌었어요. 좀 더 조건을 많이 붙이고, 정제된 질문을 통해 문제를 풀어야겠다 싶은 거죠. 내가 풀고자 하는 문제에 집중하는 사람으로 바뀐 것 같아요.
토비가 국립 국어원에서 주최한 인공지능 언어 능력 평가에서 대상을 수상하셨더라고요. 대회 경험과 실무 경험이 어떻게 다른가요?
토비 (DS) : 그동안 새로운 업무를 익히다 보니 시간이 정말 빨리 간 것 같아요. 질문 주신 대로 입사 전에 저는 AI 대회에 굉장히 집중하고 있었는데요. 그래서 딱 주어진 데이터의 모델을 만들고 높은 점수를 만드는 것에 집중을 하고, 그 부분에서 자신감도 가지고 있었어요.
그런데 입사 후 업무를 진행하게 되니 대회와 실무는 정말 많이 다르더라고요. 지금은 데이터를 보는 시야와 방향이 많이 달라졌습니다. 예를 들어 지금 CTR을 예측하는 업무도 정확도를 높일 수 있는 방법이 있지만 그게 서비스 관점에서 유저가 원하는 방식이 아닐 수 있거든요. 예전에는 모델링만 중요하게 생각했었는데 좀 더 서비스를 이용하는 사용자 관점에서 생각하게 되고, 회사에 도움이 되는 방향으로 문제를 해결하고 성장하려고 노력 중입니다.
번개장터에서 특히나 좋았던 점이 있다면 무엇이 있을까요?
캐프리 (DE) : 저는 연차 소진 없이 두 시간 일찍 퇴근하는 오아시스 제도가 정말 좋더라고요. 일을 빨리 다 끝내고 나서 성취감이 들 때 저에게 선물을 주듯 매달 오아시스 제도를 활용하고 있습니다.
알리 (DS) : 말 그대로 자유롭게 의견을 공유하고 피드백을 받는 게 가능하다는 점이 좋은 의미에서 문화 충격이었어요. 인턴으로 입사한 지 얼마 안 되어서 팀장님과 추천 시스템을 어떻게 만들지 가볍게 이야기를 나눈 적이 있었는데요. 사실 당시에 서비스에 대해 온전히 이해하고 꺼낸 제안이 아님에도 불구하고, 굉장히 진지하게 접근하고 깊게 생각하신 뒤에 정확한 피드백을 주시더라고요. '왜 안되는지, 혹은 이렇게 바꾸면 좋을것이다'와 같이, 이해와 존중이 느껴지는 상세한 피드백을 받았던 경험이 너무 좋았어서 기억에 남아요.
토비 (DS) : 저도 알리와 비슷한 인상적인 경험이 있어요. 오타 교정 프로젝트를 진행할 때 최신 기술의 딥러닝을 활용해 보는 게 어떨지 넌지시 제안을 한 적이 있었는데요. 팀에서 진행중이시던 과정을 수정하고, 제가 제안한 방향으로 진행이 되었던 경험이 있어요. 제가 경험이 많이 없는 인턴임에도 불구하고 좋은 의견은 존중하며 받아들이고, 부족한 부분들은 함께 다듬어가면서 일하는 경험이 정말 신기하더라고요. 나중에 데모 페이지를 통해 모델링 결과를 확인하던 순간도 인상 깊은 기억으로 남아있어요.
그럼 데이터 팀 자랑도 부탁드려요!
캐프리 (DE) : 저희 팀의 큰 장점으로는 업무에 자율성이 굉장히 높다는 점이에요. 하고 싶은 업무를 할 수 있도록 팀장님이 팀원들을 많이 믿고 지원해 주시는 편입니다. 뿐만 아니라 팀원들 모두 자유롭게 이야기를 나누면서 네이밍부터 아키텍처까지 디테일한 코드 리뷰를 진행하는 편이에요. 배울 점이 많은 팀원들의 피드백들로 인해서 더욱더 성장할 수 있는 것이 제가 생각하는 저희 팀의 가장 큰 장점입니다.
알리 (DS) : 물론 제가 많은 경험이 있는 것은 아니지만, 객관적으로 스타트업에서 이 정도로 잘 정제된 데이터를 가진 기업이 많이 없다고 생각해요. 번개장터의 데이터 팀은 양질의 데이터가 잘 적재되고 있어서, 하고 싶은 분석이나 모델링에 제약이 크게 없습니다. 또한 팀원분들이 다양한 스킬 셋에 강점을 가진 분들로 이루어져 있어요. 그러다 보니 궁금한 게 생길 경우 누구한테든 물어보면 답을 얻을 수 있다는 점이 엄청난 메리트라고 생각합니다.
토비 (DS) : 첫 번째로는 정말 똑똑한 분들이 많다는 점이에요. 저만 빼고 정말 다들 똑똑한 것 같아요. 덕분에 매번 긍정적인 자극을 많이 받고 있습니다.
그리고 두 번째로 정말 하고 싶은 일이 있을 경우 기회를 얻을 수 있어요. 제가 하고 싶은 업무에 대해 이야기를 드린 적이 있었는데요. 가능하다면 올 하반기에 프로젝트를 준비해 보자고 제안해 주셔서 정말 좋았습니다. 세 번째로는 활용할 수 있는 데이터들이 정말 많다는 점이에요. 그렇기 때문에 여러 방향으로 많은 시도와 고민을 해볼 수 있습니다.
여러분들은 일하면서 가장 중요하게 생각하는 점이 무엇인가요? 앞으로의 목표도 궁금해요.
알리 (DS) : 일하면서 가장 중요하게 생각하는 점은 의사소통할 때 서로의 이해 수준이 비슷해야 한다는 점이에요. 협업이나 인수인계 과정에서 내가 알고 있는 걸 상대방도 당연히 알고 있다고 생각하지 말고, 서로의 이해 수준이 비슷하게 도달하였는지 확인 후 소통이 이루어져야 한다고 생각해요. 그래서 특히 협업할 때 이런 부분에서 많은 노력을 하고 있어요.
또한 저의 가까운 목표는 1명 분의 역할을 제대로 해내는 것이에요. 장기적으로는 번개장터에서 추천 시스템을 더 잘 만들어보고 싶은 목표가 있어요.
이미 훌륭한 추천 시스템임에도 불구하고, 더욱더 개선하고 좋은 방향으로 발전시켜서 번개장터의 이용자 누구나 만족할 추천 시스템을 만들고 싶습니다.
토비 (DS) : 저는 예전부터 사용자에게 더욱 가까운 개발자가 되고 싶다고 생각해왔어요. 그래서 사용자의 피드백이 빠르게 반영되는 서비스를 만드는 것이 중요하다고 생각해요. 지금은 많이 배우고 파악하는 단계이지만, 그러려면 제가 맡은 파트에 대해 깊은 이해가 이루어져야 한다고 생각해요. 요즘에는 데이터 엔지니어링의 이해도를 높이기 위해 많이 물어보고 공부하고 있어요. 더 많이 성장하고 공부해서 훗날 테크 리더나 CTO가 되어 회사와 사용자 간의 기술적인 다리가 되어주는 역할을 하고 싶어요.
캐프리 (DE) : 일하면서 가장 중요하게 생각하는 건 꼼꼼함이라고 생각해요. 개발 환경에서 테스트를 제대로 하지 않으면 운영환경에서 문제가 생길 수 있으니 꼼꼼한 테스트가 중요하다고 생각해요.
저는 처음부터 인프라, 데이터, 개발 다 관심이 있어서 데이터 엔지니어가 되고 싶었는데요. 하나의 분야도 제대로 깊게 파기 어렵다는 걸 느끼고 있어요. 그래서 일단은 개발 실력을 높이기 위해 노력하고, 데이터와 인프라 쪽에 항상 관심을 가지고 성장하는 데이터 엔지니어가 되고 싶습니다.
혹시 공부하고 있거나 공부하고 싶은 부분이 있다면 어떤 것들이 있나요?
캐프리 (DE) : 저는 코틀린에 대해 더 제대로 배우고 익히고 싶어요. 희망하는 구성원분들과 코틀린 스터디하려고 생각 중이에요.
토비 (DS) : 저는 인공지능에 관심이 많아서 데일리 리딩식으로 최신 기술 동향을 알아 가기 위하여 미디엄 같은 아티클을 꾸준히 시간 내서 읽고 있어요.
알리 (DS) : 저도 토비처럼 꾸준히 미디엄을 읽고 있어요. 또한 최신 논문은 의지가 없으면 따라가기 어려워서 번개장터에서 머신러닝과 딥러닝 관심 있는 사람들을 모아서 스터디를 꾸리는 것이 목표입니다.
마지막으로 번개장터에 관심 있는 분들에게 한 마디 부탁드려요!
토비 (DS) : 저는 짧고 굵게 말씀드리고 싶어요. 선지원 후고민! 일단 지원하시고 나서 고민하세요. 번개장터의 데이터팀은 똑똑하고 열정 있는 팀원분들과 일하면서 마음껏 성장할 수 있는 팀이에요.
알리 (DS) : 하고 싶은 걸 다 해 볼 수 있는 곳을 찾고 계시다면 번개장터 데이터 팀을 강력 추천드려요! 또한 커머스 쪽에 관심이 있거나, 사용자를 생각하며 일할 수 있는 분이라면 번개장터 데이터팀에 오시면 후회하시지 않을 거예요.
캐프리 (DE) : 일단 본인이 좋아하는 게 뭔지, 잘 하는 게 뭔지 파악을 하는 것이 우선적으로 이루어져야 한다고 생각해요. 좋아하고 관심 있는 분야가 명확하고 거기서 재미를 느끼시는 분에게 잘 어울리는 팀이에요. 본인이 하고 싶고 잘 할 수 있는 일이 있다면 시도할 수 있는 환경이 잘 갖추어져 있습니다!
