인터뷰

수자타 사기라주, Appen 최고제품책임자 – 인터뷰 시리즈

Antoine Tardif
Unite.AI를 Google의 선호 소스에 추가
핵심 포인트다양한 팀은 편향된 결과를 방지하기 위해 AI 개발에 필수적입니다.
더 보기
  • 다양한 팀은 편향된 결과를 방지하기 위해 AI 개발에 필수적입니다.
  • Appen의 AI 수명 주기 데이터는 고품질 데이터를 보장하기 위해 네 단계로 구성됩니다.
  • 모델 드리프트는 AI 모델의 정확성과 공정성을 유지하기 위해 지속적인 인간 평가를 필요로 합니다.

수자타 사기라주(Sujatha Sagiraju)는 Appen의 최고제품책임자입니다. 2021년 9월 제품 담당 수석 부사장으로 Appen에 합류했으며 제품 전략을 책임지고 있습니다. 혁신적인 대규모 온라인 서비스와 AI/ML 및 데이터 플랫폼 구축 분야에서 20년이 넘는 폭넓은 경험을 가진 기술 선구자입니다. Appen에 합류하기 전에는 마이크로소프트에서 Bing과 Azure AI Platform을 비롯한 여러 조직의 리더를 맡았습니다.

Appen은 AI 수명주기를 위한 데이터 분야의 글로벌 선도 기업입니다. 데이터 확보, 데이터 주석 작업, 사람에 의한 모델 평가 분야에서 25년이 넘는 경험을 바탕으로, 기업들이 세계에서 가장 혁신적인 인공지능 시스템을 출시하도록 지원합니다.

처음 AI에 관심을 갖게 된 계기는 무엇인가요?

마이크로소프트 (MSFT )에서 일할 때 Azure AI 조직에 있었습니다. 업계 현황과 고객, 다양한 산업에서 진행되는 AI 전환을 잘 알고 있었습니다. 고객의 시각에서 훈련 데이터가 머신러닝 모델 구축의 장애물이라는 점을 볼 수 있었고, Appen을 이 문제를 해결할 기회로 보았습니다. AI 수명주기의 모든 단계를 이어 줄 수 있는 빠진 고리였던 것입니다.

현재 Appen의 최고제품책임자인데, 어떤 일을 하는 자리인가요?

큰 틀에서 제 팀은 제품 비전과 전략을 세우고, 조직 전반의 여러 이해관계자와 조율해 효과적으로 실행합니다. 개인적으로는 업계와 고객을 이해하는 데 상당한 시간을 씁니다. 아마존 (AMZN ), 구글 (GOOGL ), 마이크로소프트, 세일즈포스 (CRM ), 보잉 같은 대기업이 고객인 만큼, 제 팀이 고객의 사용 상황과 어려움을 이해하고 성장 계획으로 이어지는 제품 전략을 만드는 것이 중요합니다. 안전하고 포용적인 문화를 만드는 것도 제 역할의 큰 부분입니다. 직원들이 아이디어를 나누고 협력하며 경력을 발전시킬 수 있는 공간을 만드는 데 집중합니다.

다양한 팀을 육성하는 것은 AI 개발에 얼마나 중요한가요?

AI 개발에서는 다양한 팀을 갖추는 것이 대단히 중요합니다. 다양성은 성별, 나이, 인종, 관점 등 여러 측면에서 생각할 수 있습니다. 관점의 다양성은 팀이 다양한 배경과 경험을 갖추도록 하는 데 가장 중요한 부분일 수 있습니다. 그런 경험에서 새롭고 서로 다른 아이디어가 나와, 매우 다양한 고객 모두에게 최선의 제품을 만드는 데 도움이 됩니다.

이러한 다양성이 시너지를 내는 업무 문화를 어떻게 만드나요?

다양성을 장려하는 문화는 직원들이 아이디어와 관점을 공유하도록 합니다. 저는 팀 회의를 진행할 때 서로 다른 의사소통 방식을 고려하려고 합니다. 예를 들어 회의에서 의견을 요청할 때, 직원들에게 회의에서 바로 말하거나 생각해 본 뒤 메시지를 보내 달라고 합니다. 모든 사람이 즉시 발언하거나 의견을 공유하고 싶어 하지는 않는다는 점을 인정하며, 그것이 받아들여지는 문화를 만들고 싶습니다. 사람들이 원하는 방식으로 의견과 아이디어를 나눌 수 있는 안전한 환경을 바랍니다. 훌륭한 아이디어는 조직 안의 다양한 팀에서 나옵니다. 저는 영업, 마케팅, 그 밖의 고객 대응 팀을 만나 제품에 대한 요구와 고객 곁에서 일하는 관점을 이해합니다. 좋은 제품 아이디어 중에는 고객에게 직접, 또는 매일 고객과 접하는 팀을 통해 고객의 어려움을 주의 깊게 듣는 데서 나오는 것들이 있습니다.

다양한 팀을 갖추는 것 외에 머신러닝 알고리즘의 편향을 줄이는 방법은 무엇인가요?

포용적인 데이터 확보, 데이터 준비, 모델 평가가 편향에 맞서는 데 매우 중요합니다. 알고리즘 훈련에 쓰는 데이터는 모든 잠재적 최종 사용자나 결과를 포괄해야 합니다. AI 수명주기의 여러 단계를 거칠 때 각 단계의 편향을 점검해야 합니다. 책임 있는 AI는 책임 있게 확보한 데이터셋으로 만들어지기도 합니다. 즉, 데이터 제공자들이 공정한 대우를 받아야 한다는 뜻입니다. Appen은 기여자 커뮤니티인 Crowd의 복지에 대한 약속을 보여 주기 위해 Crowd Code of Ethics를 만들었습니다.

최근 Data for AI Lifecycle이라는 새로운 분야를 다룬 글을 올렸는데, 간단히 설명해 주시겠어요?

AI 수명주기를 위한 데이터는 데이터 확보, 데이터 준비, 모델 구축과 배포, 사람에 의한 모델 평가라는 네 단계의 연속적인 순환을 포괄합니다. 이 단계들은 AI 프로젝트 구축에 필요한 고품질 데이터를 제공하는 데 필수적입니다. 데이터 확보, 데이터 준비, 모델 평가는 노동과 데이터가 가장 많이 필요한 단계이며, 제대로 수행하지 않으면 프로젝트 품질 문제와 출시 지연을 초래할 수 있습니다. Appen은 이 세 단계에 특화되어 있으며, 모델 훈련과 배포에 특화된 업체들과 전략적으로 협력합니다.

AI 수명주기를 위한 데이터에서 합성 데이터의 역할은 무엇인가요?

데이터 확보 솔루션에는 사람이 주석을 단 데이터, 사전에 라벨을 붙인 데이터셋, 합성 데이터가 포함됩니다. 합성 데이터는 구하기 어려운 데이터셋과 사용 사례에 활용됩니다. 포용적인 데이터셋은 AI 모델의 모든 사용 사례와 잠재적 최종 사용자를 포괄하며, 그 목표를 이루기 위해 합성 데이터가 필요한 경우도 있습니다. 사람이 주석을 단 데이터와 합성 데이터의 결합은 모델의 성공에 매우 중요해질 것입니다.

AI 수명주기를 위한 데이터에서 모델 드리프트나 과적합은 얼마나 큰 문제인가요?

모델 드리프트는 큰 문제가 될 수 있으며 AI 수명주기의 네 번째 단계인 사람에 의한 모델 평가에서 다뤄야 합니다. 모델이 현실 세계에서 계속 작동하는 것이 중요하며, 이를 확인하려면 사람의 테스트를 거쳐야 합니다. 환경이 변하고 성장하면 모델도 달라져야 합니다. 실무자들은 모델이 낡거나 편향되지 않도록 지속해서 평가해야 합니다. 마이크로소프트의 Bing은 검색 결과가 자사 기준에 맞게 작동하는지 확인하기 위해 모델 평가를 사용하는 고객이며, 그 모델은 계속 평가되고 있습니다.

Appen에서 하는 일에 관해 더 공유하고 싶은 내용이 있나요?

Appen의 가장 가치 있는 일은 우리 사람들과 그들의 전문성이 만들어 냅니다. Appen은 25년의 경험을 통해 직원들과 함께 탄탄한 기반을 다졌습니다. 고객들은 고품질 결과를 빠르게 대규모로 제공하는 우리의 전문성을 신뢰합니다. Appen은 AI 수명주기를 위한 데이터를 원활하게 관리하는 솔루션을 제공해 AI 업계의 전환을 가능하게 합니다.

좋은 인터뷰 감사합니다. 더 알아보고 싶은 독자는 Appen을 방문해 주세요.

앙투안은 Unite.AI의 비전 있는 리더이자 창립 파트너로, AI와 로봇공학의 미래를 만들어 가고 발전시키는 데 변함없는 열정을 쏟고 있습니다. 여러 기업을 창업한 그는 AI가 전기만큼 사회를 크게 변화시킬 것이라고 믿으며, 혁신적인 기술과 범용 인공지능(AGI)의 잠재력에 관해 자주 열정적으로 이야기합니다.

미래학자로서 이러한 혁신이 세상을 어떻게 바꿀지 탐구하는 데 전념하고 있습니다. 또한 미래를 새롭게 정의하고 산업 전반을 변화시키는 첨단 기술에 대한 투자에 초점을 맞춘 플랫폼인 Securities.io의 설립자입니다.