인도에서 전자 및 커뮤니케이션 엔지니어링을 전공한 수주 라얀은 머신 러닝 분야에 큰 관심을 갖게 되었습니다. 2001년 도미하여 텍사스 대학 오스틴에서 머신 러닝 관련 박사 학위를 받은 후, 데이터 마이닝과 머신 러닝 분야에서 전문지식과 경력을 쌓았습니다. 2016년 5월 연구팀 확장 시 크리테오에 입사하여, 현재 Criteo AI Lab의 책임자로 근무하고 있습니다. 이번 주에는 수주와 함께 머신 러닝의 모든 것에 대해 이야기를 나눠보고 크리테오만의 차별화 요인은 어떤 것이 있는지 알아보도록 하겠습니다.
처음부터 시작해볼까요. 어디 출신이십니까?
저는 인도에서 전자 및 커뮤니케이션 엔지니어링을 전공했습니다. 마지막 학기 연구 프로젝트가 엉클어진 이미지에서 손으로 써 넣은 숫자를 인지하는 신경망을 구축하는 것이었는데요. 이 프로젝트가 너무나 흥미진진해서 텍사스 대학 오스틴에 들어가 조이딥 고시(Joydeep Ghosh) 교수의 지도로 박사 과정을 밟게 되었습니다.
텍사스 대학에서 우주 연구 센터의 연구원들과 협력을 해서 흥미로운 머신 러닝 문제들을 연구했어요. 머신 러닝 기법으로 초분광 영상에서 픽셀을 구분해 여러 다른 식물 유형으로 구분하는 방법에 대한 연구가 주를 이루었습니다. 또한 최종 학기에는 Yahoo Labs에서 하계 인턴십을 마쳤습니다. 그 무렵에, 머신 러닝을 실세계 문제에 적용하는 일을 해야겠다고 결심하게 됬죠.
직장 생활은 어디서 처음 시작을 했습니까? 크리테오에 입사하기 전에는 어떤 일을 했고 또 크리테오는 어떻게 입사하게 된겁니까?
Yahoo의 데이터 마이닝 & 연구 그룹에서 커리어를 시작했습니다. 이 그룹은 다른 Yahoo 제품에 머신 러닝 모델을 제공하는 역할을 수행하고 있었어요. 이곳에서 전환 리드를 예측하는 것에서 새로운 텍스트 묶음을 실시간으로 생성하는 것까지, 머신 러닝을 다양하게 활용하는 방법에 대해 많이 배웠죠.
시작은 그렇게 했고 나중에 연구 과학자들을 지휘해 야후의 제품 뉴스, 앱 및 비디오를 사용자에 맞게 맞춤화하는 머신 러닝 솔루션을 개발하는 일을 하게 되었습니다. 또한 훌륭한 상사와 여러 대단한 멘토들로부터 어떻게 연구팀을 구축하고 성공적으로 만드는지를 배웠습니다. 이 무렵에 크리테오가 제게 세계 수준의 연구팀을 구축하고 그 연구팀이 내외부적으로 영향력을 발휘하는데 도움을 줄 수 있는 기회를 제공해주어서 그 기회를 붙잡기로 했어요.
시작한 시점의 역할과 지금의 역할에 어떤 변화가 생겼나요?
크리테오에서 처음 컨퍼런스에 참가한 기억이 아직도 생생합니다. 샌프란시스코에서 열린 KDD 2016이었는데요. 부스를 방문하는 사람이 적어서 조금 실망을 했었습니다. 사람들이 크리테오가 어떤 일을 하는 기업인지 전혀 몰랐던 거죠. 크리테오 연구소가 머신 러닝 업계에서 인정을 받도록 만드는 일이 시급했습니다.
크리테오 직원들의 많은 도움을 받아, 형세를 바꿀 수 있었어요. 이제는 입사 지원자나 협업을 원하는 사람들이 주로 크리테오 부스를 방문합니다. 이러한 위치를 유지하려면 외부에 지속적으로 영향을 주어야 합니다.
마찬가지로, 크리테오 내부에서도 연구팀을 어떻게 활용하는지 아는 사람이 많지 않았어요. 연구팀이 어떤 기능을 수행하고 협업을 하려면 어떻게 접근해야 하는지가 불분명했죠. 이 부분에서 많은 진전이 있었습니다. 이제 사람들이 우리가 어떤 일을 하는지 보다 잘 알게 되었거든요. 연구팀은 R&D팀에서 진행하는 대부분의 주요 제품 이니셔티브에 관여를 합니다.
커리어를 향상하고 현재의 나를 만들기까지 크리테오가 어떤 도움을 주었나요? 그리고 크리테오가 제공한 기회를 어떻게 활용해왔나요?
제 직속 상사와 많은 팀들의 굳건한 지지가 있었기 때문에 연구팀이 중요한 역할을 수행하게 되었다고 생각합니다. 연구팀에 대한 인지도를 높이기 위해 ‘패컬티 리서치 어워즈(Faculty Research Awards),’ 사내 머신 러닝 부트캠프 강의 등 여러 가지 고유한 프로그램을 만들었어요.
이러한 노력들에 모두 적극적인 참여와 격려를 아끼지 않았습니다. 연구팀을 구성하고 외부에 소개하는 것에 관한 거의 모든 결정권이 저한테 일임되었어요. 이러한 기회를 기꺼이 받아들였고 그 과정에서 굉장히 많은 것을 배웠죠.
근무했던 다른 기업들과 크리테오의 가장 큰 다른 점은 무엇이라고 생각하나요? 지금까지 어떤 점이 놀랍고 또 즐거웠나요?
머신 러닝은 진정으로 크리테오의 DNA 속에 존재합니다. 연구팀의 영역에만 존재하는 것이 아니에요. R&D팀에도 우수한 머신 러닝 엔지니어들이 대거 포진해있고, 제품팀도 이 분야에서 막강한 역량을 보유하고 있어요. 그렇기 때문에 다른 팀원들과 쉽게 전문적인 대화를 나눌 수 있습니다. 이 때문에 연구팀에 대한 기대 수위가 높아져서 더 위험 부담이 크고 어려운 문제들에 집중할 수가 있죠.
현 직책에서 어떤 목표를 가지고 있나요? 또 어떤 점이 가장 어렵습니까?
연구라는 게 원래 장기적인 투자가 필요하고 위험 부담이 있는 일이에요.
현재 제품 시스템이 A라는 모델을 실행하고 있고, 연구팀이 B라는 모델을 실행하는 것이 더 낫겠다고 생각하는 경우가 있다고 가정을 해볼께요. 이러한 가설은 수많은 오프라인 실험으로 뒷받침되긴 하지만, 대규모에서도 이 모델이 효과가 있는지는 실제로 실행을 해봐야 하는 게 현실이에요.
문제는, 다른 우선적인 문제들과 B 모델을 실제 실행하는데 필요한 노력 간에 어떻게 타협을 하는가에요. 이 가설을 다른 프로젝트보다 우선시해야 하는 것을 어떻게 정당화할 수 있을 것인가? 그러한 변경과 실험으로 야기되는 비용을 감소하는 방향으로 진행을 하게 되죠. 다른 기회를 놓치지 않으면서 이를 어떻게 수행할 것인가 하는 것이 저희가 직면한 도전과제라고 할 수 있어요.
지금까지 이룬 프로젝트/성과 중 가장 자랑스럽게 생각하는 것이 있다면?
8명으로 구성되었던 팀이 불과 1년 반만에 25명으로 늘었어요.
대외적으로, 연구팀은 AdKDD 컨퍼런스에서 최고상을 수상하는 것을 비롯, 여러 유수한 컨퍼런스에서 논문을 발표했고 협업과 인턴십을 통해 여러 대학과 인맥을 구축하는 등 인지도를 상당히 높였습니다. 크리테오 연구팀은 이제 머신 러닝 학계에서 잘 알려져 있어요.
내부적으로는 머신 러닝 부트캠프 프로젝트가 확고하게 자리를 잡은 것이죠. 이제 5기를 맞이했는데, 지금까지 20여 명의 엔지니어들에게 심도 있는 실용 교육을 제공했습니다. 이 프로그램을 완수한 직원들이 각 팀으로 복귀해서 획득한 지식을 활용하는 것을 볼 때 상당히 뿌듯함을 느낍니다.
머신 러닝과 인공지능에 대해 이야기를 나눠보겠습니다. 크리테오가 어떻게 이 분야을 선도하고 있나요?
크리테오는 광고 기술 분야를 이끌고 있다고 보시면 되요. 클라이언트들의 성과를 향상시키는데 집중하거든요. 온라인 광고는 인터넷의 기반이 되는 주요 경제 모델로, 지속적으로 진화하고 있습니다. 이러한 변화에 대응하려면, 새로운 원칙, 모델 및 알고리즘 개발에 중심을 둔 강력한 기초 연구가 필요합니다.
이를 위해 2018년 6월 27일 크리테오는 머신 러닝 기술의 개발, 실험 및 대규모 구현을 전담하는 연구 센터인 Criteo AI Lab을 개관했습니다. 3년에 걸쳐 2천억 유로가 투자된 이 연구소는 해석이 가능하고 투명하며 사용자 중심적인 딥 모델을 구축하는 것과 관련된 연구를 담당하고 있습니다.
클라이언트를 위해 목적 함수를 최적화하는데 노력을 아끼지 않고 있습니다. 또한 탁월한 경력을 보유한 수많은 연구원들이 광고주 사이트, 사용자, 게시자들로부터 수집한 데이터를 가장 잘 활용할 수 있는 방법을 연구하는데 매진하고 있습니다. 광고가 미치는 영향력을 전방위적으로 이해할 수 있는 기업은 그리 많지 않습니다. 크리테오는 이러한 목표를 향해 정진하고 있죠.
일을 하지 않을 때는 어떤 취미 생활을 하나요?
어린 아이가 둘이 있어서 요즘엔 여가 시간에 아이들을 돌보느라 다른 일을 할 틈이 없어요. 몇 년 후에 다시 한번 물어봐주세요!
마지막으로 신입사원이나 이 분야에서 종사하길 원하는 사람들에게 조언을 한마디 해주신다면?
원하는 게 있으면 요구하라는 것입니다. 새로운 영역에 발 들이는 것을 망설이지 말구요. 정말 원한다면 배우게 될테니까요.
감사합니다, 수주!
Criteo AI Lab에 대한 보다 자세한 정보는 여기를 크리테오의 기업 문화에 대한 정보는 여기를 클릭하시면 됩니다!
