오픈AI 개발자 잔비 칼라. (사진=링크드인)
오픈AI 개발자 잔비 칼라. (사진=링크드인)

6개월 동안 46개 기업에 입사 지원했던 인공지능(AI) 개발자 잔비 칼라(Janvi Kalra)는 지난 2024년 9월 오픈AI에 입사했다. 그녀는 오픈AI에서 안전(Safety) 분야 엔지니어로서 '모든 인류에게 혜택을 주는 인공일반지능(AGI)'이라는 사명을 달성하기 위해 부단히 뛰고 있다.

소프트웨어 엔지니어로 사회에 첫 발을 내딛은 잔비 칼라가 오픈AI의 AI 개발자로 입사할 수 있었던 비결은 뭘까. 잔비 칼라는 최근 테크 전문 유튜브 채널 프래그매틱 엔지니어에 출연해 'AI 엔지니어로 성장할 수 있었던 과정'에 대한 이야기를 풀어냈다. 

미국 다트머스대를 졸업한 잔비 칼라는 구글, 마이크로소프트(MS) 인턴 엔지니어로 근무했다. 빅테크에서 근무했던 때를 두고 '여러모로 성장할 수 있었다'라고 그녀는 회고했다. 잔비 칼라는 "존경하던 회사들의 코드베이스에 접근할 수 있다는 자체가 특권이었다"라고 말했다. 

오픈AI 개발자 잔비 칼라. (사진=X)
오픈AI 개발자 잔비 칼라. (사진=X)

잔비 칼라는 당시 코드들을 훑어보면서 구글이 어떻게 움직이는지를 이해하기 위해 노력했다고 말했다. 그녀는 "가장 좋았던 점은 5~10년 먼저 커리어를 쌓은 분들과 교류할 수 있었던 것이다. 그때 얻은 조언들이 제가 내린 결정에 많은 영향을 줬다"라고 강조했다. 

인턴을 거친 잔비 칼라는 2021년 스타트업 코다(Coda)에 풀스택 소프트웨어 엔지니어로 입사했다. 그녀는 스타트업에서 본격적인 커리어를 시작하며, 빅테크에서는 경험할 수 없는 많은 것들을 배웠다고 한다. 잔비 칼라는 "정말 많은 코드를 배포할 수 있다. 사람보다 문제가 더 많기 때문이다. 또 다양한 기술을 배울 수 있다"라고 밝혔다. 

당초 소프트웨어 엔지니어로 입사한 잔비 칼라는 2년 만에 AI 엔지니어로 보직을 옮겼다. 이와 관련 잔비 칼라는 "챗GPT를 활용해 어시스턴트를 만들기 위해 회사에선 AI 팀을 꾸렸다. 팀에 참여하고 싶다고 요청했지만 거절당했다"라고 했다.

잔비 칼라가 진단한 AI 생태계. (사진=잔비 칼라 블로그)
잔비 칼라가 진단한 AI 생태계. (사진=잔비 칼라 블로그)

혼자서라도 AI를 연구해야겠다고 마음 먹은 잔비 칼라는 '챗GPT가 대체 어떻게 작동하는 걸까'에 대한 답을 찾기 위해 독학을 시작했다. 딥러닝의 기초부터 LLM 원리, 다양한 아키텍처의 역사, 트랜스포머 등을 공부하면서 기술 작동 원리를 이해할 수 있었다고 그녀는 말했다. 이후 잔비 칼라는 해커톤에 참여하며 도구들이 어떻게 사용되는지에 대해 알게 됐단다. 

그렇게 잔비 칼라는 AI 팀에 합류할 수 있었다. 이 경험을 통해 잔비 칼라는 '사람들이 기회를 줄 때까지 기다리지 말고 스스로 시작해야 한다'라는 점을 배웠다고 했다. 잔비 칼라는 예비 인재들을 대상으로 가능한 한 경력 초기에 스타트업과 대기업 모두에서 경험을 쌓는 것이 가장 좋다고 조언했다.

잔비 칼라는 "빅테크와 스타트업은 매우 다른 경험이고, 각각에서 많은 것을 배울 수 있기 때문에, 두 경험이 어떤 것인지 매우 확실하게 파악하기 위해 스타트업 인턴십과 빅테크 인턴십을 각각 한 번씩 하는 것이 더 교육적일 것"이라고 강조했다. 

코다에서 AI 개발자로 성장한 잔비 칼라는 시장을 더 둘러보기 위해 본격적인 이직을 준비했다. 6개월 동안 기업 46곳의 채용 면접에 참여했다고 한다. 여러 회사를 접하다보니 AI 기업은 '모델 위에 제품을 만드는 회사', 'LLM을 효과적으로 사용할 수 있는 도구를 만드는 회사', '생태계의 기반이 되는 지능을 구축하는 회사'로 구분된다는 점도 깨달았다고 그녀는 전했다. 

오픈AI 개발자 잔비 칼라. (사진=프래그매틱 엔지니어)
오픈AI 개발자 잔비 칼라. (사진=프래그매틱 엔지니어)

오픈AI 개발자로 근무하게 된 잔비 칼라는 AI 시대 엔지니어의 업무에 대한 자신의 견해도 내놓았다. 잔비 칼라는 "변하지 않는 부분은 여전히 코드가 혁신을 구현하는 방식이라는 점이다. 아이디어부터 코드까지 반복하는 과정은 같다. 변한 부분은 PM, 디자이너, 엔지니어 간의 책임 분담이다"라고 설명했다. 

이어 그녀는 "가장 효율적인 엔지니어는 큰 그림을 볼 수 있고, 예외 상황까지 고려한 훌륭한 프롬프트를 작성하고, 모델이 이를 구현할 수 있도록 해야 한다. LLM이 항상 100% 정확하지 않다. LLM이 알지 못하는 고유한 예외 상황이 있을 수 있다"라고 말했다. 

잔비 칼라는 AI 엔지니어로서 전문성을 키우려면 전반적인 시스템 아키텍처와 비즈니스 영향에 대해 이해하고, 이를 바탕으로 AI를 활용할 수 있어야 한다고 밝혔다. 

AI포스트(AIPOST) 유형동 수석기자 aipostkorea@naver.com