AI 엔지니어가 되기 위해 알아야 할 6가지 스킬

그렉은 영상에서 AI와 언어 모델의 발전에 따라 엔지니어가 배워야 할 ‘6가지 AI 엔지니어링 기술’을 제시하며, 이를 습득하기 위한 자료와 전문가 목록도 제공합니다.
이제 그 내용을 소개합니다.

AI 엔지니어에게 필요한 6가지 스킬 로드맵
1단계: 모델 다루기 (Working with Models)
첫 번째 단계는 다양한 AI 모델의 특성을 이해하고 활용하는 것입니다. 주요 모델로는 OpenAI, Anthropic, Meta, Google 등이 있습니다. 각각의 모델은 고유한 특성을 가지며, 이를 잘 다루어야 합니다.
- OpenAI: 분석 강점
- Anthropic: 작문 강점
- Gemini: 탐지 강점
또한, API 사용법을 익히고 다양한 모델을 실험하는 것도 중요합니다. 자신의 인프라에서 모델을 직접 실행하는 도구로 OpenRouter, Ollama 등이 있습니다.
추천 자료:
[비디오와 팟캐스트]
[블로그와 전문가]
2단계: 프롬프트 기술 이해 (Understanding the Art of Prompting)
프롬프트 기술을 이해하고, 원하는 행동을 이끌어내는 방법이 중요합니다. 네 가지 기법을 공유합니다:
- Chain of Thought: 모델의 사고 과정을 설명하게 합니다.
- 예시 포함하기: 예시를 통해 프롬프트를 구체화합니다.
- 구조적 요소 사용: XML 태그 등을 사용하여 입력합니다.
- 구조화된 출력: JSON 등으로 출력되어야 다른 시스템과 통합할 수 있습니다.
프롬프트 관리를 위해 유진 얀, 엘비스의 가이드를 추천합니다.
3단계: 컨텍스트와 검색 (Context and Retrieval)
모델의 응답 질을 높이기 위해 적절한 컨텍스트를 제공하고, RAG(Retrieval Augmented Generation) 구현이 필요합니다. 쿼리 개선 및 색인 전략이 중요합니다. 추천 자료로 그렉의 검색 시리즈 fullstackretrieval.com와 LangChain 문서가 있습니다.
4단계: 오케스트레이션 (Orchestration)
여러 시스템이 함께 작동하는 시스템을 구축하는 것이 중요합니다. 기본적으로는 LangChain을 사용하고, 후에 에이전트로 확장할 수 있습니다. 추천 자료로는 에이전트 도입 현황 보고서가 있습니다.
5단계: 평가 및 관찰성 (Evaluations and Observability)
모델의 평가와 관찰성을 이해해야 합니다. 좋은 평가 시스템은 필수이며, **하멜 후세인**의 자료 Your AI Product Needs Evals을 참고하세요.
6단계: 마인드셋 (Mindset)
마지막 단계는 새로운 관점의 습득입니다. 핵심 요소는:
- 신규 사례 연구
- 신속한 개발
- 도구 스택 이해
- LLM 앱 확장성 이해
마치며, 이 로드맵을 통해 AI 엔지니어링 기술을 개발하고, 제 프로젝트에서 이를 실험해보려 합니다. 여러분도 관심 있으신가요?
해당 기사는 GPT를 이용하여 요약한 내용입니다.