인공지능

지난 몇 년간 AI 전문가에 대한 수요는 기하급수적으로 증가했다. 기업이 사업을 위해 AI 솔루션을 채택하는 사례가 늘고 있는 가운데, 경험이 많고 박사학위를 취득한 인재, 기술력을 갖춘 인재에 대한 필요성은 조만간 멈출 기미가 보이지 않는다.
이 보고서는 전 세계 AI 인재풀의 범위와 범위에 대한 우리의 연구를 요약한 것이다. 이러한 데이터 시각화는 2018년 초 전 세계 인재들의 분배를 지도하고 있지만, 우리는 이것이 주로 서구 중심의 AI 전문지식 모델이라는 것을 인정하고자 한다. 우리는 텐센트가 최근 발표한 ‘2017 글로벌 AI 인재 백서’와 같이 미국과 비교했을 때 주로 중국에 초점을 맞춘 비슷한 내용의 보고서와 함께 우리의 업무를 제출하고 있다. 텐센트의 연구결과에 따르면 현재 ‘활동 중인 연구자와 실무자 30만 명 중 20만 명’은 이미 업계에 취업한 반면 10만여 명은 학계에서 연구 또는 연구를 하고 있다. 그들의 숫자는 우리 조치의 고급인 22,000명을 훨씬 능가하는데, 그 이유는 주로 그것은 특별히 훈련된 전문가들만이 아니라 기술팀 전체를 포함하기 때문이다. 그러나 우리의 보고서는 현재 전 세계에 상대적으로 적은 수의 “AI 전문가”들이 어디에 거주하고 있는지 알아내는 데 초점을 맞추고 있다. 우리는 이 조사를 위해 두 가지 인기 있는 자료원을 찾아냈다. 먼저, 우리는 몇몇 LinkedIn 검색의 결과를 사용했는데, 이것은 우리 자신의 전문 매개변수에 따른 총 프로파일 수를 보여준다. 둘째, 한층 더 발전된 하위집합을 위해, 우리는 각각의 AI 분야에서 영향력 있는 전문가라고 생각하는 주요 AI 회의 발표자들의 이름을 포착했다. 마지막으로, 우리는 지구촌의 다른 보고서와 일화에 의존하여 우리의 숫자를 더 큰 맥락에 놓고 가까운 미래에 그 그림이 어떻게 전개될 수 있는지 보았다. 비록 우리가 주로 영어 데이터 출처에 의존했음에도 불구하고, 재능 풀에 대한 우리의 견해는 현재 그 분야가 제공해야 하는 최고의 전문가들에 대한 훌륭한 세계적 대표성을 제공한다. 이러한 이유로, 보고서 후반부는 아시아와 아프리카의 인재와 기금에 대한 질적 평가에 초점을 맞추고 있는데, 그 곳에서 우리 숫자의 신뢰도는 현저히 떨어지고 이러한 핫스팟의 산업이나 학문의 생산량과 일치하지 않는다. 우리의 가장 광범위한 LinkedIn 대책에 따르면 전 세계에서 약 2만2천명의 박사학위 취득 연구자가 AI 연구와 응용분야에서 일할 능력이 있으며, 현재 구직자는 3,074명에 불과한 것으로 나타났다. 보다 작고 발전된 하위 집합에서 우리는 현재 전 세계 주요 AI 컨퍼런스에서 발표 및 발표를 하고 있으며 연구부터 응용 분야로 이를 가져가는 팀과 협력할 수 있을 만큼 기술에 정통한 5,400명의 AI 전문가들이 있음을 발견했다. 기업을 위한 혁신적 AI 애플리케이션을 구축하려면 기계 학습/딥 러닝, 수년간의 업무 경험에서 기술 역량이 입증된 팀과 학제 간 환경에서 협업 및 번창할 수 있는 팀이 필요하다. 현 AI 고용시장에서 ‘재능’이 크게 부족한 것은 현재 기업·이공계 중재를 위해 필요한 학문적 연구와 응용 소프트웨어 개발에 대한 이해도가 높은 인력이 부족함을 시사한다. 충원해야 할 팀들은 현대적인 머신러닝 기법으로 해결할 수 있는 문제를 파악하고, 처음부터 그 솔루션을 구축·실행한 다음, 효율적으로 일할 수 있도록 솔루션을 최적화할 수 있어야 한다. 우리의 탐색에서, 우리의 가상 전문가는 그러한 노력을 할 수 있는 가장 엘리트적인 지도자, 선배, 최고의 후배들을 사로잡기 위해서는 매우 재능이 있거나 경험이 풍부해야 한다. LinkedIn을 사용하여 이러한 검색 기준을 세분화하여 AI 전문가가 된다는 것이 의미하는 바를 폭넓게 파악했다.1 이러한 검색 매개변수는 2015년 이전에 박사학위를 받은 지원자를 찾기 위해 작성되었으며, 이는 수년간의 업무 경험을 감안한 것이다.2 박사학위는 기술적으로 AI 전문가로 간주될 필요는 없지만(실제 환경에서 AI 솔루션을 적용한 경험이 학위보다 더 중요하기 때문에) 박사학위를 갖는 것이 국가별 인재풀의 기술력을 평가하는 데 좋은 대용물이라는 것을 알게 되었다. 이 부분집합에 자격을 갖기 위해서는 딥러닝, 인공신경망, 머신러닝, 컴퓨터 비전, 자연어 처리, 로봇공학과 같은 하나 이상의 고급 개념 외에 이러한 프로파일이 ‘AI’나 인공지능을 언급해야 한다. 이 지원자들은 기술적으로도 능숙해야 한다: 우리는 파이썬, 텐서플로우 또는 테아노 중 어느 한 쪽을 확실히 파악한 사람들만 포함하도록 우리의 숫자를 걸러내서 그들이 실제 어플리케이션을 개발한 경험이 있는지 확실히 하기 위해서. 이러한 매우 광범위한 매개 변수를 사용하여 총 22,064명의 전문가를 확인했다. 또한 “AI” 또는 “인공지능” 한정자를 포함하지 않고 “피톤”을 생략하고 보다 구체적인 AI 전용 프레임워크를 포함하지 않는 고급 서브셋을 실행했다.3 이 검색의 이면에 있는 아이디어는 우리가 일반적으로 우리 자신의 작업에 채용하는 매우 구체적인 프레임워크(토치, 카페인, nltk 포함)를 나열한 후보들을 포착하고, 유행어로 “AI”를 사용하고 있는 후보들을 생략하는 것이었다. 이 검색에서, 우리는 컨퍼런스 발표자 번호에 매우 가까운 숫자를 확인했다. 우리는 이 검색을 사용하는 6,138명의 전문가를 찾았고, 1,735명이 그들이 일할 수 있다는 것을 나타냈다. 이러한 좁은 LinkedIn 검색 외에도, 발표된 논문이나 포스터의 작성자를 세어 현장에서 다른 높은 수준의 인플루언서s 및 “상승하는 별”을 추정했다. 이론적으로 이들 후보자는 통제된 환경에서 확립된 AI 이론을 실제 환경에 적용해야 한다. 이 인재풀에서 지난 몇 년간 연구논문을 발표한 전문가 5400명을 찾았다. 우리의 연구에서는 신경정보처리시스템에 관한 회의(NIPS), 국제기계학습학회(ICML) 회의, 마지막으로 ICLR(International Conference on Learning Conference on Learning Presentations, ICLR)가 우선시되었다. 우리는 이 회의들에서 연구자 이름을 스크랩하고 기계 투르크를 사용하여 그들의 위치, 경험, 교육 프로파일을 작성했다. 우리 자료에 따르면 유럽과 아시아 국가들은 미국, 영국, 캐나다에 비해 연구자가 현저히 적지만, LinkedIn이 주로 서구식 플랫폼이기 때문에 그럴 가능성이 가장 높다고 인정한 것은 처음이다. 우리가 조사한 결과 중국 413명, 싱가포르 291명, 일본 204명, 한국 147명의 후보가 나왔다. Meenakshi Chaudhary가 실시한 국가별 LinkedIn 사용자들의 최근 표는 선진국들 사이에서도 LinkedIn 사용자 보급률의 큰 차이를 지적한다. Chaudhary는 “미국, 인도, 브라질, 영국, 캐나다 다음으로 LinkedIn 사용자 수가 가장 많다”고 언급했는데, 이는 LinkedIn을 암시한다.인 위원장이 특정 국가와 시장에서 채택하는 것은 우리 표본의 대표성을 크게 왜곡한다. 그런 취지에서 아시아에서 발견되는 링크드인 전문가들의 양은 북미나 유럽에 비해 훨씬 적지만, 링크드라는 사실을 감안하면 이 수치는 여전히 매우 높다.인 위원장의 침투율은 아시아에서 더 낮다.

인공지능

댓글 남기기

이메일은 공개되지 않습니다. 필수 입력창은 * 로 표시되어 있습니다