Q. 간단하게 자기소개 부탁드립니다.
안녕하세요, 저는 코클에서 데이터 매니저를 맡은 이수영입니다. 코클에서 필요한 데이터를 수집하고, 가공하고, 관리하는 세 단계를 집중적으로 담당하고 있습니다. 커리어의 첫 시작은 패션 쪽이었고, 그때 당시에는 원재료를 다루는 업무를 주로 했습니다. 첫 IT 회사라 제가 잘 적응할 수 있을까 그런 고민이 많았지만 막상 데이터를 다루고 담당하는 게 패션 회사에서 원재료를 다뤘던 부분과 나름의 공통점이 있어 하나씩 그런 부분들을 찾아가는 중입니다. 시작은 고민이 많았지만 '고민보다 Go'라는 노래가 있듯 잘 적응해 나가고 있습니다.
Q. 최근에는 어떤 업무를 하고 계세요?
크게는 2가지 업무로 나눌 수 있는데 데이터 가공 측면에서는 정부 과제를 도와주고 계시는 데이터 라벨러분들을 교육하고 관리하는 업무를 하고 있고, 데이터 수집 측면에서는 코클에서 필요로 하는 데이터를 어떻게 수집할 것인지 고민하고 직접 수집하는 영역까지 다루고 있습니다. 근래에는 사격장에 가서 직접 현장 녹음을 해봤어요. ( 
Cochl의 사격장 방문기가 궁금하시다면?) 이른 시일 내에 또 직접 데이터 수집을 위해 폐차장에 방문할 예정입니다. Cochl.Sense에서 감지할 수 있는 클래스 중 'glass break'가 있는데 유리 깨지는 소리도 굉장히 다양해 세분화해서 모아야 하거든요. 자동차 창문 유리의 경우 코팅되어 있어 일반적인 창문이 깨지는 소리나, 혹은 유리잔이 깨지는 소리와는 전혀 다른 소리를 내거든요.
Cochl의 사격장 방문기가 궁금하시다면?) 이른 시일 내에 또 직접 데이터 수집을 위해 폐차장에 방문할 예정입니다. Cochl.Sense에서 감지할 수 있는 클래스 중 'glass break'가 있는데 유리 깨지는 소리도 굉장히 다양해 세분화해서 모아야 하거든요. 자동차 창문 유리의 경우 코팅되어 있어 일반적인 창문이 깨지는 소리나, 혹은 유리잔이 깨지는 소리와는 전혀 다른 소리를 내거든요.물론 유튜브에서 소리를 모으는 게 가장 쉽지만, 정확하게 어떤 소리가 필요한지와 이 소리를 어떻게 사용할지의 목적을 명확하게 하기 위해선 직접 녹음하는 게 가장 좋은 방법입니다. 녹음하면 할수록 변수가 많이 발생되어 쉽지 않은 일이지만, 최종적으로는 제가 다루는 소리가 서비스에 도움이 되는 것을 볼 때마다 뿌듯하고 더 좋은 데이터를 모으기 위해 노력하게 되네요.
그러다 보니 웃지 못 할 일도 있는데 최근에 가족들과 여행을 갔을 때도 계곡물 흘러가는 소리를 듣고 자연스럽게 휴대폰 녹음 기능을 켜서 녹음하고 있었어요. Cochl 사람들 모두 가지게 되는 직업병인 것 같은데 흔히 발견하지 못하는 소리가 귀중하다 보니 다들 특이한 소리만 들으면 빠르게 녹음기를 켜더라구요.
데이터 라벨러 분들의 문의사항을 체크합니다.
Q. 코클을 선택하게 된 결정적인 이유는 어떤 것일까요?
지금까지의 제 커리어를 살짝 말씀드리자면 처음에는 패션 브랜드의 생산 개발팀에서 일했는데 이때는 기획이 아니라 생산에 제 업무가 집중되다 보니 앞단 기획 쪽의 일이 너무 궁금했습니다. 실제 제품을 내가 만들고는 있는데, "이게 우리 브랜드를 대표할 수 있는 상품일까? 우리 브랜드 아이덴티티가 녹아 있나?" 라는 생각을 많이 하게 되었습니다. 특히나 다루고 있는 부분이 생산 개발이다 보니 원가, 납기 등 한정적인 부분만 보게 되더라고요. 고민 끝에 브랜드 자체에 대해 깊게 다뤄보고 싶어 브랜딩과 디자인 경영 쪽으로 석사를 하게 되었고 그 덕에 제품에 몰려있던 경험과 시선을 브랜드, 서비스, 사내 문화 등으로 넓힐 수 있었습니다.
제가 석사 때 작성한 논문 주제는 '스포츠 브랜드가 사람들의 신체적 건강뿐만 아니라 정신적인 건강도 함께 브랜드 미션으로 생각해야 한다.' 였습니다. 사람들의 정신 건강에 관해 연구 조사를 하던 중 Cochl을 알게 되었어요. 그때 당시 이벤트성으로 Cochl이 날씨, 환경, 분위기에 맞게 노래를 자동으로 리스팅 해주는 서비스를 제공했는데 제가 논문상에서 주장했던 바도 사람의 기분이나 감정을 인지한 프로덕트를 브랜드가 개발해야 한다는 내용이었기에 굉장히 흥미롭게 서비스를 경험했습니다.
이후 한국에 돌아와서는 두 가지 기준을 세우고 다음 직장을 찾았어요. 업계를 기준으로 말하자면 패션이 아닌 컨설팅이나 빅데이터를 다루는 분야로 가고 싶었고, 일하는 방식을 기준으로 말하자면 주도적으로 일하는 분위기의 회사를 가고 싶었습니다. 그러다 Cochl이 떠올라 연락드리게 되었고, 결과적으로는 함께 하게 되었습니다. 면접 보면서도 현재는 환경음 위주로 서비스를 진행하고 있지만, 길게 봤을 때는 사람의 감정적, 정신적 부분에 소리가 많은 영향을 미칠 수 있기에 이런 부분까지 확장할 예정이라는 이야기를 나눌 수 있었습니다. 지향하는 바가 비슷했기에 몸담고 충분히 일할만한 가치가 있는 회사라고 느꼈습니다.
Q. 이번 하반기 코클에서는 어떤 것들을 해보고 싶으세요?
아직 입사한 지 얼마 되지 않아 우리가 가지고 있는 데이터를 파악하는 것을 우선으로 하고 있어 지금까지 수집한 데이터들을 틈틈이 들어보고 있습니다. 그러다 보니 어떤 요소들이 있는지를 몸소 느끼게 되었는데 듣다 보니 분류하기 정말 애매한 소리가 있었습니다. 가령 공포 영화에서 어떤 사건이 일어나기 전에 깔리는 스산한 분위기를 만드는 효과음을 음악이라고 하기엔 애매하잖아요? 인간은 어떤 소리를 들었을 때 어떤 상황인지를 인지할 수 있지만 컴퓨터가 아직 그 단계가 되긴 어려운 것 같습니다. 형용사로 표현되는 소리나, 애매한 소리를 어떻게 라벨링 할 수 있을지에 대한 활용방식을 지금은 고민해보고 구체화하는 것을 목표로 하고 있습니다.
Cochl의 라벨링 작업 사이트
Q. 온보딩 후 업무를 진행하는 데 혹시 어려움은 없었나요?
온보딩 과정을 어디서부터 정의해야 할까 고민이 되는데 저는 면접 과정부터 굉장히 긍정적인 인상을 받았습니다. 보통은 면접이라고 하면 지원자가 답변해야 하는 경우가 많은데, Cochl과의 면접에서는 CEO이신 윤창님이 현재 Cochl은 어떤 일을 하고 있고, 어떤 문제를 해결하려고 하며, 왔을 때 이런 역할을 기대하고 있는지 등에 대해서 먼저 말씀해 주셨습니다. 지원자로서는 그런 정보들을 사전에 듣는 것이 매우 유익하고, 회사 생활에 대한 기대를 할 수 있어 신선하고 좋았습니다.
실제로 입사 후에도 개인이 계획하고, 실행하는 방식으로 일하는 방식이 되어 있기에 업무 프로세스나 조직문화에 대한 적응은 쉬웠습니다. 오히려 이렇게 자유로워도 되는 걸까 하는 생각은 해본 적이 있지만요. 기존 회사에서는 보고를 올리고, 결재받고, 확인된 후에 진행이 되는 프로세스였다면 Cochl은 아이디어를 제안하고, 그에 대한 합의를 바탕으로 업무를 하고 있기에 온보딩 과정에서의 어려움은 없었습니다.
Q. 수영 님은 일할 때 어떤 타입이신가요?
주변 사람을 귀찮게 하는 편이에요. 몰라서 물어볼 때도 있지만, 제가 생각하고 결정 내리는 건 제가 가진 배경과 경험에서 나오는 결과기 때문에 또 다른 배경과 경험을 가진 사람은 다를 수도 있다고 생각해 다른 사람의 의견을 많이 물어보는 편입니다. 또 이야기 하다 보면 새로운 아이디어가 마구 떠오르니까요!
이전 회사에서는 스스로 고민하는 타입이었다면, 석사과정에서 많이 변했습니다. 수업은 2시간인데 워크숍이 4시간이라 처음엔 적응이 어려웠어요. 제가 공부했던 영국은 질적 연구를 기반으로 하고 있어서 사용자나 실무자를 대상으로 인터뷰, 크리에이티브 워크숍 등을 많이 진행했어야 해서 성향이 바뀐 것 같습니다.
Q. Cochl에서 가장 기억에 남는 순간은 언제인가요?
참여했던 첫 타운홀이 가장 기억에 남아요. 신규 입사자다 보니 팀원들 앞에서 자기 소개를 해야 해서 매우 떨렸는데, 심지어 영어 100%로 진행되었던 타운홀이기에 잊지 못할 경험이 되었습니다.
Q. 최근 Cochl에서 가장 뿌듯했던/아쉬웠던 순간이 있을까요?
모델을 학습하고 개발하는 과정에서는 위양성 데이터가 주요한 역할을 합니다. ( 위양성 데이터? 그게 뭔가요?) 구체적으로 말씀드릴 순 없지만 쉬운 예시를 들자면 '천둥 소리가 났을 때 이를 인식하는 모델'은 천둥소리가 아닌 경우 천둥소리가 아니다! 라고 인식해야 합니다. 이를 위해선 모델을 학습시킬 때 천둥 소리와 천둥 소리와 유사하나 아닌 소리도 함께 수집해야 합니다. 어떤 위양성 데이터가 있을까 고민하다가 아주 큰 방귀 뀌는 소리가 천둥 소리와 그 파장이 비슷하다고 생각되어 큰 방귀 뀌는 소리도 함께 모아 학습시켜보자고 제안을 했습니다. 실제로 아주 큰 방귀 뀌는 소리로 실험했을 때 천둥소리로 오인한 경우를 사전에 발견하게 되어 모델의 성능을 개선하는데 도움이 되었던 적이 있습니다. 그 때 팀의 일원으로서 뿌듯했어요.
위양성 데이터? 그게 뭔가요?) 구체적으로 말씀드릴 순 없지만 쉬운 예시를 들자면 '천둥 소리가 났을 때 이를 인식하는 모델'은 천둥소리가 아닌 경우 천둥소리가 아니다! 라고 인식해야 합니다. 이를 위해선 모델을 학습시킬 때 천둥 소리와 천둥 소리와 유사하나 아닌 소리도 함께 수집해야 합니다. 어떤 위양성 데이터가 있을까 고민하다가 아주 큰 방귀 뀌는 소리가 천둥 소리와 그 파장이 비슷하다고 생각되어 큰 방귀 뀌는 소리도 함께 모아 학습시켜보자고 제안을 했습니다. 실제로 아주 큰 방귀 뀌는 소리로 실험했을 때 천둥소리로 오인한 경우를 사전에 발견하게 되어 모델의 성능을 개선하는데 도움이 되었던 적이 있습니다. 그 때 팀의 일원으로서 뿌듯했어요. 아쉬운 순간은 '나도 개발자면 좋겠다.' 라고 생각할 때예요. 다른 팀원분들의 경우 개발을 할 줄 아셔서 데이터 수집하고, 이를 표현하는데 있어서 본인이 원하는 바를 정확하게 보여주시더라고요. 다만 저는 개발을 못 하다 보니 데이터를 가공하고, 표현하는 방식이 제한적이라 이럴 때마다 아쉬웠습니다. 2022년의 목표로 개발 공부를 가져갈까 봐요.
간식이 든 호박과 함께 짠!
Q. Cochl 다 좋지만, 이거 하나만 추가되었으면 하는 게 있나요?
최근 해소된 저의 갈증을 살짝 공유해 드리자면 타운홀과 별도 미팅을 통해 각 팀이 어떤 일에 집중하고 있는지를 더 자세하게 알 수 있게 되었습니다. 특히나 사업 측면에서 어떤 회사와 현재 어떤 단계로 이야기가 오가는지를 알아야, 해당 내용을 기반으로 도움이 될 수 있는 데이터를 더 많이 모을 수 있거든요. 만약 사업개발 쪽에서는 현재 emergency detection에 많은 공을 들이고 있는데 제가 home context 데이터만 다룬다면 도움이 되지 못하잖아요?
해당 세션들을 통해 이번에 'glass break' 클래스에 필요한 데이터가 무엇인지, 어떻게 수집할 것인지 의견을 적극적으로 낼 수 있어서 많은 도움이 되었습니다.
Q. 어떤 분들이 Cochl에 함께 하시면 좋을까요?
앞서 다른 분들의 인터뷰나, 제 글에서도 아실 수 있듯 Cochl만의 일하는 방식이 있기에 본인이 나서서 적극적으로 일하시는 것을 사랑하시는 분이면 좋습니다. 누가 누구에게 업무를 지시하는 경우가 없기에 일을 하지 않겠다고 마음 먹으신다면 뭐 하루 종일 가만히 있을 수도 있겠죠? 본인의 커리어를 어떻게 가져가고 싶은지에 대한 성장 욕구가 있고, 스스로를 더 나은 사람이 되기 위해 노력하시는 분들이라면 정말 재미있게, 성취감 느끼면서 함께 일하실 수 있으리라 생각됩니다!
Q. 마지막으로 이 글을 읽고 계신 분들에게 한 말씀 하신다면?
새로운 개척지를 찾는 모험가분들! Cochl로 오세요!
수영님에게 궁금하신 부분이나 이 글과 관련해서 궁금하신 점이 있다면 careers@cochl.ai 로 편하게 연락 부탁 드립니다