한국기술교육대학교 뉴스

아마존닷컴의 클라우드 컴퓨팅 사업부인 ‘아마존 웹 서비스(AWS)’은 현재 클라우드 컴퓨팅 분야 세계 1위를 차지하고 있다. 넷플릭스, 크래프톤, 모더나, 삼성전자, 한국투자증권, AMD 등 세계 굴지의 스타트업과 대기업들이 AWS의 고객이다. 인프라부터 시작하여 보안까지 AWS에 의존비중이 매우 높다.

한국기술교육대 컴퓨터공학부 10학번 기철민 동문(컴퓨터공학부 석사 16학번)은 현대오토에버를 거쳐 ‘22년부터 이곳에서 SA(Solutions Architect)로 근무하고 있다. 미디어, 엔터테인먼트 산업의 고객사 대상 디지털 전환 프로젝트를 수행하며 조직 내 핵심인재로 성장 중이다.

기 동문은 한국기술교육대가 26학년도 수시경쟁률에서 11.20대1의 성과를 거둔 점에 대해 “취업이 잘되는 대학, 실무형 인재 양성 대학이란 평판이 쌓여 얻은 결과라 생각한다”고 말했다. 더불어 “재학 시절 전공 수업은 제가 프로그래머, SA 업무를 수행하는데 정말 많은 도움이 되었고, 거의 모든 전공과목에서 경험한 실습과 프로젝트가 저의 자산이었다”고 회고했다.

Q1) 아마존 웹서비스(AWS)에는 언제 입사하셨고 현재 어떤 업무를 하고 계신 지요?

저는 현대오토에버에서 Vision AI Engineer로 근무하고, 2022년 9월에 Amazon Web Services의 Solutions Architect(SA)로 입사하여 현재 3년째 근무하고 있습니다. SA의 역할을 쉽게 설명드리자면, 고객의 비즈니스 문제를 클라우드 기술로 해결하는 '기술 컨설턴트'의 역할입니다.

구체적으로는 국내 엔터프라이즈 고객들이 온프레미스 환경에서 AWS로 전환할 때, 최적의 아키텍처를 설계하고 기술적 장애물을 제거하는 역할을 담당합니다.

이를 위해 클라우드를 활용하여 PoC 수행이나 기술 워크숍을 진행하고 고객사의 개발팀과 협업하여 실제 마이그레이션 및 개발을 지원하며, 운영 단계에서의 최적화와 비용 절감까지 전 과정에 관여합니다.

Q2) 본인의 주요 경력이나 실적에 대해 말씀 부탁드리겠습니다.

저는 현대 오토에버에서 첫 사회 생활을 시작했는데요. Vision AI Engineer로서 자율주행에 사용되는 HDMap 생성 자동화 시스템 개발에 참여했습니다. 딥러닝 모델을 직접 학습시키고, 이를 수작업으로 한땀 한땀 작업하던 HDMap 구축을 AI 기반으로 자동화하는 MAC(Map Auto Creation) 프로젝트를 메인으로 시작했습니다.

구체적으로는 MMS 차량으로 수집한 방대한 도로 데이터에서 차선, 표지판, 신호등, 횡단보도 등의 객체를 자동으로 인식하고 분류하는 딥러닝 모델을 개발했습니다. 기존에는 100km 구간을 구축하는 데만 200시간 이상이 소요되었는데, 저희 팀이 개발한 AI 모델을 통해 수작업 대비 20배 이상 빠른 제작 속도를 달성했고, 객체 인식률을 98% 이상, 위치 정확도를 오차범위 20cm 이내로 보장하는 수준까지 모델 성능을 개선했습니다.

가장 기억에 남는 성과는 객체 인식률을 98% 이상으로 끌어올리고, 위치 정확도를 오차 범위 20cm 이내로 보장하는 수준의 모델 성능 개선입니다. 이를 위해 MMS 데이터 특성에 최적화된 CNN(Convolutional Neural Network) 아키텍처를 설계하고, 이미지, Lidar등의 학습 데이터를 라벨링하여 모델을 fine-tuning 했습니다. 특히 악천후나 야간 상황에서도 안정적으로 작동할 수 있도록 여러 기법들을 적용하고 실시간 추론을 위한 모델 경량화 작업도 병행했습니다.

지난 3년간 미디어·엔터테인먼트 산업을 중심으로 30개 이상의 고객사와 함께 디지털 전환 프로젝트를 수행했는데요. 신생 VFX 스튜디오들의 클라우드 전환이나, 대형 엔터테인먼트 기업의 플랫폼 현대화, OTT 서비스 확장 프로젝트, 러닝·헬스케어 앱 마이그레이션 등 다양한 워크로드를 AWS로 이전하고 최적화하는 작업을 진행했습니다.

스튜디오 워크로드의 경우, 아티스트 워크스테이션을 클라우드로 전환하고, 고성능 스토리지 솔루션을 비교 검증하며, 렌더팜 매니지먼트 시스템을 구축하는 등 엔드-투-엔드로 스튜디오 인프라를 클라우드 네이티브하게 전환하는 프로젝트들을 리드했습니다

미디어 서비스 영역에서는 FAST 채널 구축, 라이브 스트리밍 아키텍처 설계, 광고 삽입 시스템 구현, DRM 솔루션 적용 등 방송·OTT 서비스의 핵심 기능들을 AWS 네이티브 서비스로 구현하는 작업을 수행했습니다.

또한 산업 전반의 AI 도입 수요에 맞춰 생성형 AI 솔루션 개발에도 집중했습니다.

비디오 요약, 이미지 생성, 음성 인식, 문서 처리 자동화, RAG 기반 챗봇 구축 등 다양한 AI 유스케이스를 고객사에 맞춰 구현하고 PoC를 수행했습니다. 특히 타 AI 서비스로 해결하지 못했던 복잡한 데이터 분석이나 멀티모달 AI 모델 개발 요구사항을 AWS 서비스로 해결하는 사례들을 만들어냈습니다.

제조업체의 PDF 문서 파싱, 배터리 제조사의 공장 환경 음성 인식, 광고 대행사의 마케팅 성과 분석, 음악 스트리밍 서비스의 앨범 커버 생성 등 미디어를 넘어 제조, 광고, 음악 등 다양한 산업에 AI 기술을 적용하였고, 현재는 클라우드 기반 LLM 학습 및 서빙을 지원하며 다양한 엔터프라이즈 기업들과의 협업을 진행하고 있습니다.

Q3) 최근 26학년도 수시모집 경쟁률이 11.20대 1로 11년만에 최고 성적을 기록했습니다. 이에 대해 어떻게 생각하시는지요?

11.20:1 이라는 경쟁률은 정말 놀랍고 자랑스러운데요. 졸업 후 많은 한기대 출신 분들의 실력이 입증되면서 '취업 잘되는 대학', '실무형 인재 양성 대학' 이라는 평판이 쌓여 얻은 결과인 것 같습니다.

학교에서 이론만 배운 것이 아닌 프로젝트 및 실습을 직접 수행하며 몸으로 익힌 경험들이 실무에서 빛을 발하고, 이런 경험들이 쌓이며 선순환 구조가 만들어 진 것 같습니다. 앞으로도 이런 선순환 구조가 지속되며, 한기대가 실력으로 인정받는 대학의 대표 사례가 되기를 기대합니다.

Q4) 대학 시절 때 기억에 남는 에피소드나 추억 부탁드리겠습니다.

학교에서 기숙사 생활을 하다보니 정말 많은 에피소드나 추억들이 있었던 것 같습니다. 먼저 학부 시절에 했었던 동아리 활동이 생각나는데요. 저는 어릴 때부터 노래를 참 좋아해서 대학에 입학하자마자 soulmate라는 동아리를 발견하고 바로 가입했습니다.

내성적이던 성격을 공연 동아리를 통해 많이 바꿀 수 있었습니다. 사실 고등학교 때까지 사람들 앞에 서는 것을 정말 어려워했는데, 공연을 하며 자연스럽게 자신감이 생겼던 것 같아요.

두번째로 기억에 남는 건 졸업작품으로 친구들과 밤새며 팀 프로젝트를 했던 경험입니다.

저희 팀은 stereo vision을 이용한 얼굴 인식 시스템을 주제로 선정하고 두 대의 카메라로 촬영한 영상에서 깊이 정보를 추출하여 3D 얼굴 인식을 구현하는 프로젝트였습니다. 단순히 2D 이미지만 보는 게 아니라 거리 정보까지 활용해서 보안성을 높이고, 조명이나 각도 변화에도 강건한 인식 시스템을 만드는 게 목표였습니다.

당시 가장 어려웠던 부분은 두 카메라 간의 캘리브레이션이었는데요. 카메라의 위치와 각도를 맞추고 이것을 고정하기 위한 장치를 만드는 등의 다양한 문제들이 있었습니다.

한기대의 장점 중 하나가 랩실 사용과 창의융합제조센터와 같은 곳의 도움을 얻을 수 있다는 것이었는데, 저희는 매주 며칠씩 늦은 시간까지 회의하고 프로그래밍 하며 프로젝트를 완성해나갔고, 창의 융합제조센터에서 하드웨어 장치를 고정하기 위해 기술연구원분들의 도움을 받아 시스템을 완성해 나갔습니다.

기본적인 시스템이 완성되고, 우리팀의 얼굴만으로는 시스템의 정확도를 높일 수 없어서 랩실 주변에 지나다니는 친구들을 불러 얼굴들을 열심히 촬영하기 시작했습니다. 결국 함께 프로젝트를 성공적으로 완성하고, 최종발표 때 심사해주신 교수님들께서 좋은 피드백을 주셨던 기억이 나네요.

Q5) 대학 시절때의 전공 수업 등이 현재 하시는 업무나 사회생활에 어떤 영향을 주었다고 보시는지요?

대학 시절에서의 전공 수업은 제가 프로그래머, SA로서의 업무를 수행하는데 정말 많은 도움이 되었습니다. 한기대에서 거의 모든 전공과목에는 실습과 프로젝트가 병행되어 좀 힘들었지만, 나중에 지나고 보니 이 것들이 결국 자산으로 남았습니다.

필수적으로 배워야 하는 C, C++과 같은 프로그래밍 언어 수업부터 학부, 석사 때 Computer vision이나 인공지능과 같은 경험은 제가 사회에서 Vision AI Engineer로 첫 커리어를 시작하는 데 직접적인 영향을 주었으며 운영체제, 네트워크, 데이터베이스 등 직접 실습하며 몸으로 체득한 덕분에 현재 SA업무를 자신감 있게 수행할 수 있는 원동력이 되었습니다.

또한 저는 학교에서 학습하는 방법과 끈기를 배웠다고 생각하는데요. 특정 기술이나 지식 뿐만 아니라 새로운 것을 빠르게 배우는 방법을 얻었다고 생각합니다. IT 기술은 빠르게 변하는데요. 이러한 변화에 맞춰 빠르게 학습하고 고객에게 적용할 수 있는 것도 대학 시절에 학습하는 방법과 끈기를 배워서 가능하다고 생각합니다.

Q6) 졸업하신 후 한국기술교육대의 위상이 어느정도 향상되었다고 보시는지요?

제가 졸업할때도 그렇지만 한기대는 취업 잘되는 대학이라는 인식이 있었습니다. 여전히 한기대는 취업이 잘되는 대학이라는 것을 여러 기사를 통해 저도 보고 있었습니다.

솔직히 제가 졸업하고 면접을 볼 때 서울권의 대기업에서는 한기대를 거의 모르고 있었습니다. 종종 천안 산골짜기에 있는 학교 정도의 얘기를 들었는데요. 학교의 규모가 작음에도 불구하고 각 업계의 다양한 기업에 동문들이 진출해 있다는 것을 알게되었고, 각자의 자리에서 성과를 내면서 자연스럽게 평판이 올라가고 있다고 생각합니다. 일반 대중의 브랜드 인지도는 낮은 편이지만, 실력으로 증명하는 대학이라는 것에 저는 더욱 자랑스럽게 생각합니다.

Q7) 우리대학에 입학하고자 하는 수험생들에게 한 말씀해주신다면?

대학 입시를 준비하는 많은 수험생분들 공부하느라 너무 고생이 많으십니다. 여러분들이 선택해야하는 것은 단순히 '어느 대학'을 넘어서 '어떤 방식으로 배울 것인가' 라고 생각합니다. 이론만 배우는 것이 아닌 학교에서 수백 번의 실패와 디버깅, 문제 해결 경험을 얻을 수 있고, 이를 통해 실제로 만들 수 있는 엔지니어로서 성장할 수 있습니다.

학교에서의 경험이 이렇게 까지 해야하나 싶을 정도로 실습 과제가 많았고, 학점도 많이 들어야하고, 팀 프로젝트가 빡빡할 때도 있었습니다. 하지만 그 경험의 가치가 졸업 후 명확하고, 힘들었지만 가치 있었습니다. 졸업 후 '내가 뭘 할 수 있다'라고 자신 있게 말할 수 있는 자신감과 끈기를 얻고 싶은 분들께는 매우 좋은 선택이 될 것입니다.

• 이전글
  전문건설공제조합기술교육원 김세철 교수(신소재공학전공 박사)
• 다음글
  Toyota Motor(토요타 자동차) North America R&D 이충한 선임연구원(정보통신공학 00학번)