재주는 코파일럿이 넘고, 개발자는 구경만 하기?

요즘 우아한 AI 개발 - 머신러닝에서 GPT, LLM, 생성형 AI, MLOps까지, 배달의민족 실제 프로젝트로 엿보는 AI 활용 이야기 ㅣ 요즘 시리즈
우아한형제들 지음 / 골든래빗(주) / 2025년 4월

♥ 골든 레빗 출판사에서 선물 받은 책을 읽고 쓴 리뷰입니다.
지난 1년여간 우아한형제들 기술 블로그에 꾸준히 쌓아온 AI, ML(Machine Learning), 데이터, 로봇 관련 글을 정리한 책이 『요즘 우아한 AI 개발』이다. 실제 서비스(배달의민족 등)에 AI를 활용한 경험을 바탕으로, 현장의 시행착오와 교훈을 5개 파트에 나눠 담았다.

책으로 엮으면서 더 쉽게 이해할 수 있도록 배경 설명과 최신 정보, 용어 풀이를 더했다. 초보인 나에게는 어려웠지만, 파이썬(Python)이나 다른 언어로 코딩을 해 본 경험이 있거나, AI 도구를 업무에 적용하고 싶은 현직 개발자에게는 든든한 실무 길잡이가 될 것이다.

Part 1 

AI로 개발 생산성 높이기

VS(Visual Studio) Code는 쉽게 말해서 게임, 웹사이트, 앱 등을 만들 때 컴퓨터에게 명령하는 글을 쓰는 곳이다. Windows, Mac, Linux 모두 무료로 사용할 수 있는 코드 편집기로, 이 책은 맥 OS 환경을 기준으로 작성되었다. 다른 OS 사용자는 일부 단축 키나 설정이 다를 수 있다.

"재주는 코파일럿이 넘고 개발자는 구경만 하기?"는 아직 어렵다. 하지만 잘 활용하면 단순 반복 작업은 줄이고 좀 더 중요한 문제를 해결하는 데 집중할 여유를 얻을 수 있다. 챗GPT를 활용한 Git(코드 버전 관리 도구) 관리 스크립트를 작성한 경험부터, 챗 GPT와 협업하며 겪은 시행착오와 그 속에서 얻은 교훈까지 담겨 있다.

Part 2

AI로 더 편리한 서비스 만들기

배민에 있는 메뉴 뚝딱 AI의 도입 배경, 프롬프트 엔지니어링으로 메뉴 이미지 품질 검수 기능을 오픈하기까지의 과정이 나온다. 배민 선물하기에서 AI가 메시지를 추천하는 기능 너무 좋은 것 같다.

실시간 반응형 추천 시스템의 소개와 개발 과정이나 트러블 슈팅 기록 등 기술적인 부분에 대한 내용도 아낌없이 공개한다.

Part 3 

AI로 쉽고 빠르게 데이터 활용하기

AI 데이터 분석가 물어보새의 개발 계기, 목적, 핵심 기능, 그리고 다양한 기술의 구현 방법을 알아본다. LLM을 활용해 사내 데이터를 탐색하고 유의미한 인사이트를 도출하는데이터 디스커버리 기능 및 물어보새의 향후 계획도 함께 소개한다.

배달시간 예측 서비스팀은 배달의 민족 앱 내의 배달 예상 시간과 주문 후 고객에게 전달되기까지의 시간을 예측하는 시스템을 개발한다. 그 과정에서 폴라스(Polars)를 도입한 배경과 장점을 다룬다. 

대용량 데이터나 빠르게 증가하는 데이터는 스파크(Spark)로, 나머지 로직은 폴라스(Polars)로 처리하는 방식을 통해 성능·생산성·비용 효율을 모두 높였다. 폴라스는 기존의 판다스(Pandas)나 주피터 노트북(Jupyter Notebook)의 단점을 보완한 도구인 만큼, 데이터 분석가와 데이터 과학자에게도 추천한다.

Part 4 

안정적인 AI 서비스 운영하기

음식점에 가면 이제 서빙 로봇이 더 이상 낯설지 않다. 여기서는 빠르고 안정적인 AI 서빙 시스템을 어떻게 구축했는지 소개한다. 또한 게이트웨이로 생성형 AI 서비스를 쉽게 시작하는 방법과, 앞으로 풀어야 할 과제들도 함께 살펴본다.

이 게이트웨이를 활용하면 생성형 AI 서비스 개발팀의 생산성이 크게 높아질 것으로 기대한다. 나아가 코딩 없이도(노코드) 누구나 생성형 AI 서비스를 만들 수 있는 환경을 목표로 개발자들과 지속적으로 소통하며 노력하고 있다. 

Part 5 

로봇과 머신러닝 모델 최적화하기

마지막 장에서는 우아한형제들 로보틱스LAB의 실외 자율주행 배달 로봇 '딜리'가 나온다. 우와~ 이제 서빙 로봇을 넘어 배달 로봇까지?

GPU 서버에서 모델을 학습시키는 학습 파이프라인과 에지 파이프라인을 연결하면 모델의 학습, 배포, 검증 등이 모두 자동으로 수행되는 MLOps(Machine Learning Operations)시스템을 구성할 수 있다. 이 책에서는 AI 모델 하나를 잘 만드는 것보다, 그 모델이 서비스 안에서 '끊김 없이 잘 돌아가게 만드는 시스템(MLOps)'을 구축한 실제 경험담을 중요하게 다룬다.

자율주행 로봇을 위행 머신러닝 모델 개발을 자동화하고, 개발된 모델들을 검증하는 방법도 소개한다. 마지막에는 이 책의 저자인 개발자와 매니저들이 전하는 <저자의 한마디>가 실려있다. 

나처럼 AI를 단순히 궁금한 것을 물어보는 도구 정도로만 사용해 온 사람에게는 어려웠지만, AI를 이렇게까지 전문적으로 활용할 수 있구나~ 하고 감탄하게 만든 책이었다.

'우아한스터디'까지 만들어서 '폴라스(Polars)'를 채택하기까지의 과정과 다른 라이브러리들은 왜 실무에 채택되지 않았는지, 어떤 한계가 있었는지 지식을 공유한 부분도 멋있었다.

이 책을 통해 기술은 사람의 불편함을 해결하기 위해 존재한다는 말을 다시 한번 느끼게 되었다. 특히 AI와의 협업 방식은 개발자뿐만 아니라 기획자나 마케터에게도 도움이 될 수 있을 것 같다. AI와 함께 성장하고 싶은 이들에게 이 책은 든든한 실무 가이드가 되어 줄 것이다.