밖에서는 잔잔한 항해처럼 보이지만, 안은 폭풍 속이에요

Esther는 한때 “AI 회사는 피해야 한다”고 생각했다. 기술력 없이 포장만 그럴듯한 곳이 너무 많았기 때문이다.

그래서 기준은 더 높아졌다. 초창기 단계, zero to one, 그리고 아무도 풀지 않은 문제. 트웰브랩스는 그 기준을 통과하고 남은 선택이었다.

지금 그는 Director of Engineering으로, 미국과 한국에 있는 팀을 이끌며 채용부터 기술 의사결정까지를 함께 쥐고 있다.

Q. 트웰브랩스를 "영상 AI 회사"라고 소개하잖아요. 엔지니어링 관점에서 이 일의 핵심은 뭐라고 보시나요?

저는 사실 영상보다 AI 쪽이 더 큰 factor라고 봐요. 일반적인 앱 서비스는 아무리 복잡해도 어느 정도 deterministic하잖아요. 같은 입력을 넣으면 비슷한 결과가 나와야 하고, 그걸 전제로 시스템을 설계할 수 있어요. 

그런데 AI 기반이면 달라요. 같은 질문을 해도 오늘이랑 내일이랑 대답이 달라질 수 있어요. 그 불확실성을 기반으로 프로덕트를 만들고 엔지니어링을 운영한다는 것 자체가, 전통적인 IT 도메인에서는 만나기 어려운 종류의 문제예요.

트웰브랩스는 AI의 불확실성과 영상이라는 데이터의 복잡성이 더해져 다른 곳에서 찾기 어려운 아이덴티티가 있어요.

Q. 그 어려운 걸 왜 푸는지가 궁금해지는데요, 이 기술이 의미 있다고 느낀 순간이 있었나요?

우리가 매일 보는 쇼츠나 릴스, 스트리밍 추천 같은 것들 뒤에는 결국 영상을 이해하고 분류하고 연결하는 과정이 있잖아요. 사람이 일일이 하기엔 너무 방대하고 느리고, 실수도 생길 수밖에 없는 작업들이죠.

저희가 하는 일은 멀티모달 (영상, 이미지, 오디오)를 효율적으로 활용할 수 있도록 만드는 거예요. 메타데이터를 자동으로 추출하고, 더 정확하게 분류하고, 추천이 더 잘 작동하도록 돕는 것. 사람들이 콘텐츠를 발견하고 소비하는 방식의 기반이 되는 거죠.

눈에 잘 보이지 않는 곳에 있지만, 미디어 세계가 움직이는 방식에 닿아 있어요. 저는 그게 이 기술의 의미라고 생각해요.

Q. 어떤 사람이 트웰브랩스와 잘 맞는다고 생각하세요?

스타트업이라는 게 원래 ‘내 일’과 ‘남의 일’로 칼같이 나뉘어 돌아가지 않잖아요. 그래서 역할의 경계를 너무 강하게 두는 분들보다는, 문제를 보면 먼저 풀고 싶어 하는 분들이 더 잘 맞는 것 같아요.

규모가 큰 조직에서는 작은 변경조차도 여러가지 프로세스를 거쳐야하고, "그건 네 역할이 아니야"라는 말도 자주 듣게 되는데, 여기서는 오히려 "문제라고 생각하면 빨리 풀자"에 가까워요. 내가 즉각적으로 기여할 수 있는 환경을 좋아하는 분이라면 잘 맞을 거예요.

Q. 원래 AI 회사는 피하려고 했다고 하셨는데, 왜 여기를 선택하셨나요?

주변에서 많이 말렸어요. 실제로 기술력 없이 포장만 그럴듯한 회사들이 많았거든요. "AI는 사기"라는 말이 꽤 맞는 말처럼 들렸어요.

그런데 저는 초창기 스타트업을 가고 싶었고, 그것도 zero to one을 하고 싶었어요. 그리고 조건이 하나 더 있었어요. 아직 아무도 풀지 않은 문제여야 한다는 것. 이커머스나 이런 건 할 수 있겠지만, 이미 다들 하고 있는 문제는 재미가 없잖아요.

30대에 접어들면서 생각을 했어요. 20대 때의 에너지와 30대 때의 에너지가 다르고, 각 나이에만 할 수 있는 도전이 있다고. 40대 때 못 할 도전을 지금 해야 한다는 판단이었어요. 그 기준으로 봤을 때 트웰브랩스가 딱 맞았어요.

Q. 일하다 보면 방향이 어긋나거나, 시도했다가 잘 안 되는 순간도 있잖아요. 그럴 때는 어떻게 접근하세요?

저는 실패가 그렇게 큰 문제라고 생각하지 않아요. 수습할 수 있는 실수는 일어날 수 있다고 생각하거든요. 사람도 실수하고, AI도 실수하고, 기계도 실수해요.

중요한 건 거기서 배우느냐예요."포스트모템 미팅을 합시다" 같은 프로세스도 있지만, 더 중요한 건 각자가 스스로 성찰하는 문화라고 생각해요. 내가 이번에 뭘 더 잘할 수 있었는지. 회사가 더 잘해야 하는 부분이 있다면 매니저한테 피드백을 줘야 하고. 그 성찰이 쌓여야 시스템이 되고, 재발을 막을 수 있어요.

Q. 트웰브랩스 사람들은 어떤 사람들인가요?

한마디로 말하면, 도베르만 같은 성격은 없고, 골든 리트리버 같은 사람들이에요. 뭔가 문제가 생기면 서로 탓하기보다 "으엉 어떡해요" 하면서 같이 달려오는 스타일이랄까요. 엔지니어링 조직에서는 보기 드문 캐릭터들인데, 그게 시간이 지나면서 문화로 잘 자리 잡은 것 같아요.

스타트업은 힘든 순간이 많잖아요. 일이 너무 많을 수도 있고, 잘 안 풀릴 수도 있고요. 그럴 때 결국 버티게 해주는 건 옆에 있는 사람들이에요. 나무로 치면, 뿌리가 깊게 잘 내려진 팀이에요. 뿌리 없이 둥둥 떠다니는 게 아니라, 흔들릴 수는 있어도 쉽게 무너지지 않는 팀이요.

Q. 여기 아니었으면 못 배웠을 것 같은 게 있나요?

미국에서 엔지니어를 채용하고 매니징하는 건 여기 아니면 절대 경험 못 했을 거예요. 처음이었고, 이렇게 다른 시간대에 있는 팀을 이끄는 것도요.

그리고 트웰브랩스가 AI 분야에서 글로벌하게 인정받는 기업이다 보니, 거기서 오는 접점들이 있어요. 다른 회사의 테크 리더십, 다양한 파트너십. 한국 안에서만 있었으면 접하기 어려운 것들이 자연스럽게 들어와요. 그게 생각지 못한 성장 포인트였어요.

Q. 매니지먼트가 쉽지 않은 일인데, 그래도 에너지를 얻는 순간이 있다면요?

팀이 성장하는 걸 볼 때에요. 기존 멤버가 스텝업하는 것도 좋고, 새로 오신 분들이 빠르게 "Twelvies"가 되는 과정이 재밌어요. 트웰브랩스는 특이하게도 들어오고 나서 실망하는 분이 거의 없어요. 밖에서 좋은 회사라고 들었는데, 막상 와보면 더 좋다고들 하거든요. 그 반응을 볼 때마다 문화를 같이 만들어온 게 의미 있었다고 느껴요.

Q. AI 자체에 대해서는, 개인적으로 가장 흥미롭게 보는 부분이 뭔가요?

AI는 서프라이즈를 주거든요. 의도해서 잘 될 때도 있는데, 의도하지 않았을 때 자라는 것도 있어요. 미스터리 박스 같은 거죠.

공부를 많이 시킨다고 전교 1등 할 줄 알았는데, 반에서 10등을 하기도 하고, 덜 시켰는데 어느 날 갑자기 확 치고 나오기도 하고. 사람 보는 느낌이에요. 그래서 AI를 잘 활용하려면 AI의 한계를 아는 게 오히려 더 중요하다고 봐요. "다 AI한테 맡겨야지"로 시작했다가 결국 깨닫게 되는 거거든요. 그 경계를 잘 세팅하는 게 지금 이 분야에서 가장 중요한 질문인 것 같아요.

Q. 마지막으로, 합류를 고민하는 엔지니어에게 해주고 싶은 말이 있다면요?

밖에서 보면 잔잔한 항해처럼 보일 수 있어요. 그런데 안은 폭풍 속이에요. 어려운 문제도 많고, 항상 순탄하지만은 않아요. 웃을 날만 있는 건 아니고, 때로는 서로 예민해질 때도 있고, "왜 이걸 해야 하지?"라는 질문이 나올 때도 있죠.

그런데 중요한 건, 이 배가 그냥 떠다니는 게 아니라는 거예요. 갈 방향이 분명하고, 모두가 같은 목표를 위해 움직여요. 그리고 그 폭풍을 함께 헤쳐가는 과정에서 배도 점점 커지고, 선원도 많아지고, 팀워크도 맞아가고 있어요. 망망대해를 그냥 떠도는 건 아니에요.

즉각적으로 기여하고 싶은 분, 아무도 쉽게 답을 내지 못한 문제를 풀고 싶은 분, 좋은 사람들과 함께 밀도 높게 성장하고 싶은 분이라면 여기가 맞을 거예요. 

저는 그런 분과 이 항해를 같이 해보고 싶어요.

Esther는 트웰브랩스의 Director of Engineering입니다. 트웰브랩스에서 함께할 엔지니어 분들을 찾고 있습니다 → twelvelabs.io/ko/careers