Sponsored Products 분야의 선임 응용과학자인 Rhea Goel을 만나보세요.
아마존 광고의 선임 응용과학자인 Rhea를 만나보세요. 그녀는 소프트웨어 개발 인턴으로 경력을 시작했으며 현재는 과학자와 엔지니어로 구성된 팀을 관리하고 있습니다.
이 인터뷰에서 Rhea는 엔지니어링 배경과 머신 러닝 전문 지식을 결합하여 회사의 가장 복잡한 광고 문제를 해결한 방법에 대해 설명합니다. 또한 과학자들이 예상치 못한 방향으로 경력을 확장하면서 비즈니스 전략을 수립할 수 있는 방법을 공유합니다.
안녕하세요, Rhea. 지금까지 아마존에서의 경력 여정에 대해 말씀해 주시겠습니까?
저는 엔지니어링 인턴으로 시작했습니다. 항상 제 교육이 과학 분야였기 때문에 과학 직무로 전환할 계획이 있었습니다. 하지만 프로덕션 시스템을 구축 및 배포하는 기술을 배우고 실제 환경에 맞게 구축할 수 있는 모범 사례를 이해하기 위해 엔지니어로 시작하기로 결정했습니다.
아마존 패션에서 응용과학 직책으로 전환한 후 권장 시스템, 순위 지정, 개인화를 전문으로 했습니다. 이제 저는 과학 계열의 경영으로 가는 길을 추구하고 있습니다. 탄탄한 엔지니어가 된 덕분에 과학자로서 더 많은 자율성과 자신감을 갖게 되었습니다. 또한 목표 달성을 위해 과학 및 엔지니어링 전문가가 긴밀하게 협력하는 다양한 비즈니스 팀을 이끌 수 있다는 의미이기도 합니다.
특별히 아마존 광고와 함께하게 된 계기는 무엇인가요?
광고에는 해결해야 할 정말 어려운 문제가 있습니다. 고객에게 가장 유용한 콘텐츠를 제공하는 동시에 광고주가 광고에서 가장 많은 수익을 거두고 퍼블리셔로서 아마존이 비즈니스를 성장시킬 수 있는 방식으로 광고를 게재하려고 합니다. 세 엔티티 간의 균형을 맞추는 것은 매우 어렵고 미묘한 일입니다. 저는 특히 아마존의 신속한 실험 문화를 좋아합니다. 아마존에서는 이러한 다양하고 종종 경쟁적인 목표에 따라 작동하는 새로운 머신 러닝 모델을 테스트할 수 있습니다.
과학자들이 아마존 광고의 비즈니스에 얼마나 근접하고 있나요?
아마존에서 응용과학자는 더 넓은 비즈니스 전략에 실제로 영향을 미칠 수 있습니다. 한 해 동안 연간 계획, 분기별 계획, 정기적으로 개최되는 해커톤 등 여러 공식 기회가 있습니다. 이 기회를 통해 초보 과학자부터 수석에 이르기까지 누구나 고객의 불만 사항이나 비즈니스 목표에서 거꾸로 아이디어를 도출할 수 있습니다. 모든 수준에서 리더가 검토하고 추진할 수 있도록 아이디어를 종이에 적어 두는 것이 좋습니다.
전공이 응용과학이었으니, 기술이 현재 광고에서 어떻게 사용되고 있는지에 대해 매우 흥미롭게 생각하실 것 같습니다. 지금 가장 흥미로운 점은 무엇인가요?
광고 순위 공간을 변화시킬 수 있는 대규모 언어 모델(LLM)의 실제 적용은 무수히 많습니다. 예를 들어, 현재 LLM을 활용하여 고객의 검색 쿼리를 더 잘 이해하고, 브랜드와 같은 다양한 상품 속성에 따라 더 관련성 높은 검색 결과를 생성하는 방법을 탐구하고 있습니다. LLM은 세상에 대한 많은 지식을 즉시 사용할 수 있기 때문에 이를 단순화합니다.
아마존은 지난 몇 년 동안 어떻게 경력 성장을 지원해 왔습니까?
리더십이 제 커리어 성장에 크게 영향을 미친다고 생각합니다. 예를 들어, 얼마 전에 제 관리자가 이사에게 제가 관리 과정을 밟는 데 관심이 있다고 말한 적이 있습니다. 이사님은 이 점을 기억하고 시간이 지남에 따라 제 기술을 평가한 후 도약할 수 있는 기회를 주셨습니다. 저는 최근에 팀 관리를 시작했는데, 이는 훌륭한 학습 경험이었습니다.
멘토링 기회도 많이 있습니다. 아마존에 가입하자마자 관리자가 일반적으로 온보딩 버디와 멘토를 배정합니다. Women in Engineering 멘토 프로그램과 공식 아마존 차원의 멘토링 제도가 있습니다. 매니저가 여러분에게 적합한 멘토를 찾는 데 도움을 줄 수 있습니다.
과학자들은 연구를 할 기회를 얻나요?
물론입니다. 아마존은 매년 AMLC(아마존 머신러닝 컨퍼런스)를 개최합니다. AMLC는 매우 높은 기준과 낮은 수용률을 보이는 내부 과학 컨퍼런스입니다. 과학자들은 종종 지적 재산이 있는 프로젝트를 진행하기 때문에 외부에 출판하기 어려울 수 있습니다. 하지만 AMLC를 사용하면 과학 연구를 발표할 수 있습니다. 높은 기준과 낮은 수용률을 가지고 있다는 점을 감안하면 그만큼 보람이 있습니다. 구두 프레젠테이션이나 포스터 프레젠테이션에 선정되면 아마존 전역에서 작업을 발표할 수 있어 가시성과 개인적 성장에 큰 도움이 됩니다.
특히 자랑스럽게 생각하는 프로젝트에 대해 말씀해 주실 수 있나요?
저는 최근에 검색 페이지의 Sponsored Products 광고를 맞춤화하여 고객의 관심사에 맞는 상품을 더 많이 보여주는 모델을 개발했습니다. 아마존의 정신은 ‘Customer Obsession’이므로 궁극적인 목표는 고객에게 유용하고 관련성이 높은 광고 경험을 제공하는 것입니다. 우리 모델은 고객 경험을 크게 개선했습니다.
이 모델은 생산화하기 어려운 분야 중 하나인 강화 학습을 사용합니다. 강화 학습 원칙과 인과적 머신 러닝 간의 중첩에 대해 내부적으로 훌륭한 논의를 나눴습니다. 팀원들은 이 모델을 만들기 위해 두 분야의 아이디어를 모두 빌렸습니다. 과학적으로 도전적이면서도 고객에게 실질적인 영향을 미쳤기 때문에 보람 있는 프로젝트였습니다.
지금까지의 경력을 고려할 때 아마존 광고 입사를 고려하고 있는 사람에게 어떤 조언을 해주실 수 있나요?
아마존은 아마도 가장 신속하게 일할 수 있는 환경일 것이며, 자신만의 공간을 찾을 수 있는 곳입니다. 더욱 심층적인 연구 기반 경력에 관심이 있다면 아마존 광고에서 그 일을 하는 팀을 찾을 수 있습니다. 최신 머신 러닝 기술을 빠르게 실험하고 비즈니스에 적용하는 데 더 관심이 있다면 그렇게 하는 팀도 많이 있습니다.
마지막으로 아마존의 규모는 엄청나기 때문에 업계 최고의 인재들로부터 배울 수 있습니다. 학습에 개방적이라면 최고의 전문가들에게 둘러싸여 있기 때문에 해당 분야의 전문가가 될 수 있습니다. 원하는 것은 무엇이든 여기에서 할 수 있습니다.