핵심 요약
- 14개 장 중 14장만 「핵심 정리」 없음
- 지식 추가가 아니라 판단 교체
- 품질 기준과 장애 판정 절차
- 이번 주에 확인할 한 가지
AI타임스 서평 코너 ‘AI리더의 서가’가 7월 말 출간된 『주니어 AI 엔지니어가 반드시 알아야 할 실무 지식』(김태헌 저, 한빛미디어)을 다뤘습니다. 이 책은 총 5개 파트, 14개 장으로 구성됐습니다. 칼럼이 목차에서 먼저 읽어낸 것은 ‘무엇을 배울지’보다 ‘무엇을 지워야 할지’였고, 저자가 신입 엔지니어의 실무 지식으로 ‘이미 몸에 밴 잘못된 판단을 지우는 법’을 강조한다는 점이었습니다.
칼럼이 인용한 장 제목은 부정형입니다. 3장은 「데이터 파이프라인은 단순한 ETL이 아니다」, 6장은 「생성형 AI는 API가 아니라 확률엔진이다」, 12장은 「감이 아니라 측정으로: 평가 주도 개발」입니다. 1장은 「결정론적 시스템 vs. 확률론적 시스템」, 2장은 「왜 성능 지표는 정상인데 서비스는 망가질까?」입니다. 구조에도 예외가 하나 있습니다. 14개 장 가운데 13개 장이 「핵심 정리」 절로 끝나지만, 「AI 엔지니어는 무엇을 다르게 판단해야 하는가?」라는 제목의 14장에는 그 절이 없습니다. 칼럼은 의심하고 판단하는 과정이 단순하게 요약될 수 없기 때문이라고 읽었습니다.
한국 기업 AX 시사점
이 목차를 인력 관점으로 옮기면 교육 계획서보다 점검표에 가깝습니다. 사내 AI 교육을 설계한다면 ‘무엇을 더 가르칠 것인가’ 옆에 ‘어떤 전제를 걷어낼 것인가’를 나란히 두는 편이 순서입니다. 결정론적 소프트웨어를 전제로 만들어진 품질 기준, 장애 판정, 릴리스 승인 절차를 그대로 둔 채 생성형 AI 기능만 얹으면, 2장이 던진 질문인 ‘성능 지표는 정상인데 서비스는 망가진다’가 그대로 운영 현장의 질문이 됩니다. 12장 제목인 ‘감이 아니라 측정으로’는 그 지점에서 평가 기준을 새로 세우라는 요구로 읽힙니다.
칼럼은 이 책을 첫 장부터 정독하기보다, 현재 맡은 서비스에서 겪은 시행착오나 잘못된 판단의 흔적을 목차에서 먼저 찾아보라고 권했습니다. 조직 단위로 옮기면 이번 주에 해볼 수 있는 일은 하나입니다. 최근 AI 기능에서 발생한 장애나 품질 이슈를 한 건 골라, 그것이 지표로 잡혔는지 아니면 사용자 신고로 먼저 알려졌는지 짚어 보십시오. 뒤쪽이라면 측정 기준을 어디부터 다시 세워야 하는지가 이미 드러난 셈입니다.