래블업에는 지금 당장 제품에 들어가진 않지만, 꼭 필요한 기술을 먼저 연구하는 리서치 팀이 있습니다. 세 개의 랩(GenAI Lab, Model & Data Lab, NACL)으로 구성된 리서치팀은 6개월, 길게는 1~2년 뒤에 필요할 것 같은 기능을 미리 탐색하고, 각자 다른 주제를 파고들며 한 방향으로 큰 그림을 만들어 갑니다. 물리학 박사 출신의 수석 연구원부터 네덜란드 증권 트레이딩 회사를 거쳐 한국에 온 연구원, KAIST에서 석사를 마치고 래블업에 합류한 러시아 출신 연구원까지. 서로 다른 배경으로 모인 리서치팀의 세 연구원을 만나 이야기를 나눠봤습니다.

Q. 자기소개 부탁드립니다.

은진 | 안녕하세요, 저는 래블업 리서치 팀을 이끌고 있는 황은진 수석연구원입니다. 저는 학교에서 연구를 하다가 박사 학위를 마치고 KIST에서 박사 후 연구원(포스트닥)을 거쳐 래블업으로 왔습니다. 학위는 물리학 박사를 받았는데, 세부 분야로 통계물리 중에서도 복잡계를 연구했습니다. 복잡계라는 건 서로 다른 구성 요소들이 상호작용하면서 복잡한 현상을 만들어내는 시스템을 말해요. 복잡계 물리에서 다루는 대표적인 것으로 경제 시스템, 사회 현상, 그리고 뇌인지 기능 등이 있습니다. 저는 학위 과정에서 뇌파를 기반으로 뇌 상태를 분류하고 예측하는 연구를 했는데, 자연적으로 만들어지는 지능과 인지 기능을 다루다 보니 인공지능에도 자연스럽게 관심이 생겨서 래블업 리서치 팀에 합류하게 됐습니다.

현회 | 안녕하세요. 저는 구현회라고 합니다. 지금 리서치 팀의 NACL(Next Generation Accelerated Computing Lab)에서 일하고 있습니다. 래블업에 오기 전에는 Imperial College London에서 학석사 통합 과정을 밟은 후 구글에서 인턴 3개월, 시타델(Citadel Securities)에서 인턴으로 6개월을 보냈습니다. 졸업 후엔 네덜란드로 넘어가서 IMC Trading이라는 증권 트레이딩 회사에서 2년 정도 근무하다가 한국으로 돌아와 래블업에 전문연구요원으로 합류하게 됐습니다. AI 인프라를 다루는 환경은 처음인데, 굉장히 재밌게 일하고 있어요.

Sergey | 저는 Sergey Leksikov입니다. 2020년에 래블업에 합류하기 전에는 KAIST에서 지식서비스공학(Department of Knowledge Service Engineering) 석사 과정을 밟았고 졸업 후 ESG 데이터를 다루는 핀테크 스타트업에서 3년 정도 데이터 사이언티스트로 일했어요. 지금은 리서치 팀의 GenAI 랩에서 생성 AI를 활용한 애플리케이션을 만들고 있습니다.

Q. 래블업에 합류하게 된 계기가 궁금해요.

은진 | 래블업이 찾고 있던 연구 인력과, 제 박사 후 연구원(포스트닥) 이후의 진로가 자연스럽게 맞아떨어져서 합류하게 되었습니다. 당시 래블업은 기업부설연구소를 만들 계획이 있어서 박사급 인력이 필요했고, 저는 KIST에서 포스트닥 생활을 하면서 래블업과 협업할 기회가 있었거든요. KIST와 계약이 만료되는 시점에 프로젝트는 계속 이어가야 하는 상황이었고, 그래서 제가 래블업으로 옮기면서 기업부설연구소 설립에 기여하는 방향으로 자연스럽게 합류했어요. 2017년 3월이니까 창업자들을 제외하면 첫 번째 입사자에 가깝네요.

현회 | 제가 네덜란드 IMC Trading에서 일했던 분야가 고빈도 트레이딩(High-Frequency Trading)이었는데요. 거래 속도에서 승부가 갈리는 분야라 레이턴시(latency, 반응 지연 시간)를 줄이는 기술 수준이 정말 높은 곳입니다. 그러다 AI 산업에 관심이 생겨 공부를 해보니 AI 학습, 추론과 같은 영역은 레이턴시보다 스룻풋(throughput, 단위 시간당 처리량)이 핵심이더라고요. '성능'을 다룬다는 점은 비슷한데 신경 쓰는 지점이 완전히 다른 게 오히려 재밌게 느껴졌어요. 그러던 차에 마침 한국으로 돌아오는 타이밍에 전문연구요원 기회가 생겨서 래블업에 합류하게 됐습니다.

Sergey | 2020년에 래블업과 Backend.AI의 웹사이트를 보고 관심이 생겨 창업자인 정규님, 준기님, 종현님의 링크드인 프로필을 확인했어요. 교수로서의 경력부터 하드웨어·소프트웨어까지 다양한 경험을 가진 전문가들이 팀의 상위 구성원이라는 점이 인상적이었습니다. 보통은 비즈니스 전문가들이 리드하는 회사가 많은데, 이 회사는 기술 도메인을 잘 아는 사람들이 리드하고 있더라고요. Github도 봤는데 코드가 매우 정돈되어 있었고요. 또 하나 결정하는데 중요한 영향을 미쳤던 부분은, 래블업이 당시에도 글로벌 확장을 준비중이었고, 그러한 계획의 일환으로 영어를 적극적으로 사내에서 사용하고 있다는 점도 매력적으로 느껴졌습니다. 그래서 꼭 이 회사에서 일하고 싶다는 생각이 들었어요.

Q. 리서치 팀은 어떻게 구성되어 있고, 각자 어떤 주제를 다루시나요?

은진 | 리서치 팀은 세 개의 랩으로 구성되어 있습니다. 생성형 AI를 활용해 여러 애플리케이션을 만드는 GenAI 랩, 한국어 모델을 자체적으로 개발하는 Model & Data 랩, 그리고 Backend.AI에 탑재할 수 있는 신규 기능들을 선행적으로 탐색하고 구현하는 NACL(Next Generation Accelerated Computing Lab)입니다. 저희는 팀 전체가 한 방향으로만 움직여야 한다고 생각하진 않기 때문에, 세 개의 조직이 각자 다른 주제를 다루고 있어요. 각자가 Bottom-up으로 아이디어를 가져오는 걸 장려하고 있거든요. 고객사의 요청에 따라 탑다운으로 해야 할 일도 있지만, 각 팀의 기조는 각자가 주제를 자유롭게 끌고 갈 수 있도록 큰 범위에서 가드레일을 깔아주는 것에 가깝습니다.

Q. 리서치 팀을 조직하고 운영함에 있어서 참고가 된 과거 경험을 들려주세요.

은진 | 저는 제 포스트닥 지도교수님이 연구실을 운영하는 방법을 보고 배웠습니다. 연구실 자체가 계산신경과학을 연구하는 곳이었는데, 어떤 사람은 수면, 어떤 사람은 뇌전증, 또 어떤 사람은 치매를 연구하는 구조였어요. 서로 다른 주제들을 결국 한 줄기로 엮어 밖에 프레젠테이션 하는 건 교수님의 몫이었고, 그 모습을 떠올리며 래블업의 리서치팀이 가져야 하는 구조를 만들게 되었어요. 사실 제가 팀원들께 감 놔라 배 놔라 할 수 있는 자격은 없다고 생각하긴 해요. (웃음) 각자의 영역에서 훨씬 전문성이 높은 분들이라 어디에 모셔놓아도 리드를 하실 분들이거든요. 그분들이 창의적인 아이디어를 최대한 발휘할 수 있게 판을 깔아드리고, 필요한 리소스를 연결해주는 게 제 역할이라고 생각합니다.

Q. 지금 집중하고 계신 프로젝트를 하나씩 소개해주실 수 있나요?

Sergey | 제가 요즘 집중하고 있는 건 RAG(Retrieval-Augmented Generation) 에이전트입니다. 저희 APC(AI Platform & Consulting) 팀과 GTM(Go-To-Market) 팀은 많은 고객들을 만나야 하는데, 이러한 과정에서 고객 지원 효율을 높일 방법이 필요했죠. 그래서 리서치팀이 사내에서 발생하는 문제를 해결해보기로 했습니다. 고객 문의와 답변이 쌓인 지식 베이스도 있고, GitHub에 올려둔 각 제품 문서도 있어서 이걸 한데 묶어서 AI 에이전트가 전체 문서를 훑고, 저희 자료에 근거한 신뢰할 만한 답변을 고객에게 드릴 수 있게 만들면 각 팀에 도움이 되겠다 싶었죠. 실제로 만들어 보니 데이터의 양이 많고, 그 종류도 다양해서 최신 연구 논문과 트위터(X)에서 최신 케이스를 자주 읽으면서, 추가적으로 효율과 정확도를 높이기 위해 적용할 만한 접근법을 실험해 보고 있습니다.

현회 | 제가 요즘 가장 집중하고 있는 프로젝트는 Backend.AI 라그랑주(Lagrange)입니다. NACL에서 진행 중인, 쿠버네티스(Kubernetes)와 Backend.AI를 연동하는 선행 연구인데요. 이름의 배경부터 말씀드리자면, Backend.AI도 하나의 큰 성체(별)이고 쿠버네티스(Kubernetes)도 하나의 큰 성체라고 할 때, 이 두 클러스터 사이에서 일종의 '우주정거장' 역할을 하는 모듈이라는 의미입니다. 천체역학에서 두 천체의 중력이 균형을 이루는 지점을 '라그랑주 점(Lagrange point)'이라 부르는데, 거기서 이름을 따왔습니다. 원래 쿠버네티스는 마이크로서비스 같은 웹 서비스를 올리기 위한 오케스트레이터 툴에 가까웠어요. 그런데 AI 워크로드가 늘어나고, 장기간 돌아가는 학습이나 추론 같은 작업을 품어야 할 일이 많아지면서 쿠버네티스의 역할도 확장되어 오케스트레이터라기보다는 '인프라 OS'에 가깝게 변한 상황입니다. 저희 입장에서도 쿠버네티스가 경쟁 관계라기보다는 같이 갈 수 있는 플랫폼이 됐어요. 라그랑주는 Backend.AI 클러스터의 상태를 쿠버네티스와 연동해서, 쿠버네티스 쪽에 가상 노드로 노출하는 방식으로 접근하고 있습니다.

Q. 팀 내외부로 원활한 협업을 위해 사용하는 래블업만의 방법이 있나요?

현회 | 라그랑주 프로젝트는 저와 강대명님이 함께 진행하고 있습니다. 저는 3년 차 개발자이지만 대명님은 20년 이상의 경력을 가진 베테랑 개발자이셔서, 같은 팀 멤버이면서 동시에 멘토 역할도 해주세요. 팀 내부 소통을 위해 매일 정해진 시간에 15분 정도 간단하게 스탠드업 미팅을 합니다. 그 외에는 비동기 커뮤니케이션을 적극적으로 활용하고 있어요. 비동기적 커뮤니케이션은 내용을 보내는 시점과 받는 시점 사이의 분리(디커플링)가 발생하기 때문에 내용을 정확하게 적어서 보내야 하는 특징이 있는데요, 저희도 그런 방식을 통해 서로간의 이해도를 높이고 있습니다.

은진 | 리서치 팀 내부적으로는 일주일에 한 번 싱크업 미팅을 통해서 서로 하고 있는 일의 진행 상황을 공유합니다. 이번 달에는 처음으로 리서치 팀 세미나 데이라는 이름으로 전체 구성원 대상으로 세미나를 진행했는데요, 리서치 팀의 연구 내용도 알리고 다른 팀으로부터의 피드백도 받는 시간을 앞으로도 주기적으로 가져보려 하고 있습니다. 그 외에 다른 팀과의 소통은 팀즈 채널 상에서 필요에 따라 이뤄지는 편입니다. 저희는 연구 조직이라 고객사와 직접 맞닿지는 않다 보니, 고객과의 접점을 가진 세일즈나 GTM 팀에서 정리해 주는 요구와 저희가 보는 방향이 맞는지 주기적으로 맞춰보고 있습니다.

현회 | NACL 같은 경우에는, 라그랑주 프로젝트 다음으로 생각하고 있는 프로젝트의 방향을 맞추기 위해 CoreDev 팀과 2주에 한 번 정기 미팅을 합니다. 저희가 지금 생각하고 있는 방향을 논의하고, 고객사 요구와 어떤 부분이 맞고 어떤 부분이 맞지 않는지, 조금 더 개선해야 될 방향이 있는지 등을 주기적으로 교환하고 있어요.

Q. 래블업에서 가장 성장했다고 느끼신 순간이 있다면 언제인가요?

Sergey | 저는 관세 품목 분류(HS code classification) 프로젝트를 맡았을 때가 떠올라요. 보통은 데이터 엔지니어, 머신러닝 엔지니어, 데이터 분석가처럼 여러 역할이 나눠서 진행하는 일을 제가 주도해서 해봤거든요. 시스템 전체를 처음부터 끝까지 직접 설계하고 만들어본 경험이라, 저에게는 확실히 한 단계 성장한 순간이었습니다.

은진 | 저는 2021년에 처음으로 과제 책임자를 맡았던 경험을 꼽고 싶어요. 정부 과제로 'AI 융합 신규 감염병 대응시스템 사업'에서 감염병 전파 관련 매개변수 분석 과제를 수행했는데, 과제 제안을 할 당시에 과제 책임자를 맡을 수 있는 사람이 저밖에 없었습니다. 다행히도 세르게이 님이 모델을 잘 만들어 주셨고 함께 컨소시엄을 구성했던 다른 기관들의 도움도 받아서 3년짜리 과제를 잘 마무리할 수 있었습니다. '안 될 것 같았는데 하니까 되긴 되는구나. 자리가 사람을 만든다'는 걸 몸소 체험하면서 개인적으로 많이 성장했다고 생각합니다.

은진 | 그리고 독자 AI 파운데이션 모델(독파모) 프로젝트도 큰 성장의 계기였어요. CoreDev 팀에서 수행하는 대규모 클러스터 관리 작업을 어깨너머로 배우다보니, 전체적인 구조가 눈에 들어오기 시작했어요. 그 이전에는 저는 순전히 사용자로서만 Backend.AI를 접하고 있었기 때문에, 주피터노트북이 실행만 잘 되면 뒤에 어떤 구조가 있고 어떻게 돌아가는지는 신경을 안 써도 상관이 없었거든요. 예전 같으면 '어, 우리 연구개발 클라우드에서 세션 메뉴 접속이 안 돼요.'라고 정도로만 이야기했을 문제를 이제는 'NFS 마운트(모델과 데이터, 코드를 담아두는 네트워크 저장소 연결)가 끊어진 것 같아요, 한번 확인해 주세요'처럼 좀 더 구체적으로 이야기할 수 있게 됐습니다. 작은 레벨업이지만 큰 변화였습니다.

Q. 예상치 못한 방향으로 프로젝트가 흘러갔거나 실패했다고 느끼신 경험을 들려주세요.

현회 | 라그랑주가 그런 사례였어요. 처음에는 '쿠버네티스 상에서 Backend.AI의 디테일한 워크로드와 노드 상태를 그대로 보고 싶다'는 수요가 클 것이라고 가정했고, 그래서 Backend.AI 클러스터의 상태를 쿠버네티스에 1:1로 투영하는 방향으로 설계했습니다. 그런데 최근에 다시 싱크를 하면서, 고객과 접하는 팀의 이야기를 들어 보니 고객사에서 실제로 그런 요구가 생각보다 많지 않았다는 거예요. 그렇다면 워크로드 단위 1:1 싱크는 최선의 방향이 아닐 수도 있다는 거죠. 그래서 최근에는 Backend.AI가 쿠버네티스 플랫폼 위에 올라가되, 오케스트레이션 역할은 독립적으로 유지하는 새로운 방향도 같이 보고 있습니다. 저는 라그랑주를 계속 파고, 대명님은 새 방향의 실현 가능성을 탐색하고 계십니다.

은진 | 저희 팀은 예상치 못한 방향을 만났을 때, 해당 분야를 잘 아는 다른 팀들과 소통하면서 최선의 방법을 찾는 걸 중요하게 생각합니다. 기존 방향성을 갈아엎는 한이 있더라도, 그게 더 낫다고 판단되면 빠르게 수정해서 나아가는 조직을 지향하고 있습니다.

Q. 1~2년 뒤 리서치 팀이 어떤 모습이면 좋겠다고 생각하세요?

은진 | 저는 리서치팀이 미지의 영역도 다뤄볼 수 있는 팀이 되면 좋겠다는 생각을 하고 있습니다. 예를 들면 피지컬 AI나 에이전트와 같이 기존에 Backend.AI가 다뤄보지 않은 도메인들 말이죠. 이미 잘하고 있는 부분을 개선하는 건 CoreDev팀에서 훌륭하게 해주고 계시고, 저희는 그것보다 조금 더 미래를 보는 일을 맡고 싶거든요. 기존 Backend.AI가 상정하지 못했던 유즈케이스를 리서치 팀에서 볼 수 있다면 정말 좋지 않을까 생각합니다.

현회 | 요즘은 섣불리 미래를 예측하기 쉽지 않은 환경인 것 같아요. 지금 이 업계는 정말 말도 안 되는 속도로 바뀌고 있어서, 지금 생각하는 6개월 뒤에 필요할 것과 실제로 필요한 것이 완전히 달라질 수도 있거든요. 그래서 미래를 예측해서 대비하는 것 만큼이나 리서치 팀이 지금 당장 할 수 있는 것들을 하는 것도 중요하지 않나 생각합니다.

Q. 여러분이 생각하는 리서치팀의 인재상을 들려주세요.

은진 | 특정 도메인의 전문가를 모시는 것보다는, 자기 아이디어를 Bottom-up으로 꺼내놓고 스스로 추진해 나가실 수 있는 분이면 좋겠어요. 실제로 리서치 팀은 이 방식이기에 잘 굴러가는 팀이라고 저는 믿고 있거든요. 자유롭게, 유연하게 사고하면서 많은 아이디어를 낼 수 있는 분이라면 제일 좋겠죠.

Sergey | 저는 호기심이 큰 분이었으면 좋겠어요. 새로운 것을 배우는 걸 즐기고, 여러 분야에 관심을 두고 꾸준히 익히는 태도. 그게 앞으로의 팀 멤버에게 중요한 자질이라고 생각합니다.

현회 | 두 가지가 떠올라요. 첫 번째는 능동적이어야 한다는 점이에요. 리서치 팀에서는 본인이 먼저 '이걸 해야겠다'거나 '이걸 하면 좋을 것 같다'는 아이디어가 본인 스스로 나와야 한다고 생각해요. 저희 팀은 자유로운 분위기라서 마이크로 매니징하는 경우가 거의 없거든요. 두 번째는 자기가 하는 일을 진심으로 재미있어 해야 한다는 점입니다. 새로운 것을 보는 게 신나는 사람이면 정말 잘 맞을 거예요. 저 같은 경우는, 주니어임에도 불구하고 책임과 권한을 많이 받을 기회가 있어서 재밌게 일하고 있습니다.

---

이 인터뷰는 2026년 4월 16일에 진행되었습니다.

Interviewee   황은진, 구현회, Sergey Leksikov
Interviewer and Photographer   허진호
Editor   임소영

래블업과 함께 하실래요?

래블업 채용 공고 바로가기

---

함께 읽어보기

• Backend.AI의 근본을 만드는 CoreDev의 이야기 | 김혁진, 김보겸님
• 정답보다 질문이 환영받는 FrontendDev의 세상 | 이종은, 김수진님