[전 구글 AI 팀장 1부] 코딩 모르는 한국 문과생이 인텔·삼성·메타 찍고 구글 딥마인드 팀장 된 비결 (정수진 저자)

🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

문과 출신 정수진이 인텔·삼성·메타를 거쳐 구글 딥마인드 팀장으로 성장한 경력의 핵심은 기존 리서치 경험을 새로운 분야로 확장하고, 기술이 사람에게 주는 가치를 설득한 데 있다.

📌 핵심 요점

1. 다른 배경을 기여의 근거로 바꿨다. 정수진은 추천을 받지 못해도 포트폴리오를 준비해 직접 인턴에 지원했고, 엔지니어 채용박람회에서도 면접 기회를 구했다. 이후에는 마케팅 리서치 경험이 제품 혁신·UX·AI에서 어떤 차별화를 만드는지 제시하며 활동 범위를 넓혔다.
2. UX는 기술과 사람 사이를 연결하는 역할이다. 개발자와 함께 새로운 기술이 사용자와 만나는 접점을 설계하고, 기술적 성능이 실제 생활에서 어떤 도움이 되는지 설명한다. 초기 AI 투자에서도 기술·사용자·사업 관점을 함께 놓고 구체적인 생활 시나리오를 검토한다.
3. 새로운 기술을 기존 제품의 사용 방식으로 평가하면 잠재력을 놓칠 수 있다. 인텔의 모바일 조사 경험에서 이용자들은 작은 휴대전화로 인터넷을 쓸 이유를 찾지 못했다. 정수진은 아이폰이 새로운 사용 경험을 만들었다는 점을 들어, AI도 기존 검색이나 컴퓨터의 틀로만 판단해서는 안 된다고 본다.
4. AI 제품의 평가에는 신뢰와 통제감이 포함돼야 한다. 정확도와 속도 외에도 사용자가 자신을 이해한다고 느끼는지, 개인정보를 믿고 맡길 수 있는지가 중요하다. 메타 포털의 물리적 카메라 덮개는 사용자가 보호 상태를 눈으로 확인하고 직접 통제하도록 설계한 사례다.
5. 제작이 쉬워질수록 선택과 협업의 판단이 중요해진다. 스마트 안경 사례에서는 기능 추가보다 눈앞의 순간에 집중하도록 돕는 목적을 우선했다. 정수진은 AI로 선택지가 늘어날수록 무엇을 뺄지 고르는 안목이 중요해진다고 보며, 관리자는 구성원의 전문성을 믿고 협업의 마찰을 해결해야 한다고 설명한다.

🧩 배경과 문제 정의

• 기술 기업의 혁신 제품 개발에는 코딩뿐 아니라 새로운 기술이 사람의 삶에 어떤 가치를 주는지 설계하는 역할이 필요하다. 정수진은 UX 분야에서 인텔·삼성·메타·구글 딥마인드를 거쳤다.
• 초기 AI 기술은 제품 형태와 시장이 불분명하므로 기술 성능이나 기존 사용자 조사만으로 투자 가능성을 판단하기 어렵다. 기술·사용자·사업 관점을 함께 검토해야 한다.
• 새로운 기술을 기존 제품의 사용 방식으로 평가하면 잠재력을 놓칠 수 있다. 모바일을 작은 컴퓨터로 바라봤던 실패 경험은 AI를 검색창의 연장선으로 이해해도 되는지라는 문제로 이어진다.
• AI 제품의 사용자 경험에는 정확도와 속도뿐 아니라 신뢰, 기대 수준, 개인정보 보호, 사용자가 직접 통제할 수 있다는 감각이 중요하다.

🕒 시간순 섹션별 상세정리

1. 비개발자가 빅테크에서 쌓은 UX 경력

• 정수진은 한국에서 대학을 졸업한 뒤 일본 인텔에 입사했고, 삼성과 미국 인텔 본사를 거쳤다. 실리콘밸리에서 소프트웨어 경험을 쌓고 싶어 메타로 옮겼다 [02:18]
• 메타에서 약 6년 근무한 뒤 구글 딥마인드로 이동했으며, 구글에서는 4년 조금 넘게 일했다 [02:53]

2. 기술과 사람 사이의 균형을 맞추는 UX

• UX 조직은 개발자와 함께 새로운 기술이 사용자와 만나는 접점을 미리 설계한다. 기술 중심으로 움직이는 회사 안에서 사람의 입장을 직업적으로 대변하는 역할이다 [03:35]
• 기술적 난제에 갇히면 놓치는 문제를 다른 분야의 훈련을 받은 사람이 함께 풀 수 있다. 비슷한 기술을 여러 회사가 보유하는 상황에서는 기술 자체보다 사람에게 얼마나 중요하고 도움이 되는지가 핵심이다 [04:22]

3. 초기 AI 투자는 미래의 생활 장면을 함께 판단한다

• 일반적인 UX가 출시된 제품의 사용과 개선을 살핀다면, AI UX는 기술의 실체와 제품 형태가 아직 뚜렷하지 않은 초기 단계까지 다룬다 [05:19]
• 빅테크의 투자 결정은 몇 조 단위로 이뤄지기도 하므로 기술만으로 판단하기 어렵다. 그 기술이 사람들의 삶에 들어왔을 때 어떤 잠재력이 생기는지 상상하는 역할이 필요하다 [05:40]

4. 음성인식의 중요성을 뒤늦게 판단한 메타 사례

• 현재 사용하는 음성인식과 멀티모달 기술도 투자 초기에는 어디에 적용될지 불분명했다. PC나 휴대전화에 들어갔을 때 가능한 일과 시장의 성장 가능성을 함께 검토해야 했다 [06:46]
• 정수진의 설명에 따르면 메타는 음성인식 기술이 뒤처져 초기에는 아마존 알렉사를 사용했다. 경쟁사 기술을 사용할지 고민해야 했던 상황은 그보다 5년 또는 10년 앞선 시점에 기술의 중요성을 과소평가했을 가능성을 보여준다 [07:20]

5. 불확실한 미래는 여러 관점과 시나리오로 검토한다

• 미래를 아무도 확실히 모르기 때문에 기술만으로 의사결정을 할 수 없다. 음성으로 휴대전화 앱을 여는 미래처럼 구체적인 생활 시나리오를 만들어 기술의 중요성을 검토한다 [08:21]
• 기술을 잘 아는 사람은 현재의 구현 한계에 사고가 갇힐 수 있지만, 비기술자의 상상만으로 결정하는 것도 아니다. 기술·경영·사업 관점을 함께 놓고 다양한 시나리오를 살핀다 [09:09]

6. 기존 사용자 조사로는 모바일의 잠재력이 드러나지 않았다

• 인텔은 미래 PC와 모바일 사업을 고민하며 사용자 조사를 진행했지만, 당시 이용자들은 큰 화면과 키보드가 있는 컴퓨터 대신 작은 휴대전화로 인터넷을 써야 할 이유를 찾지 못했다 [11:57]
• 정수진은 모바일에 잠재력이 있다고 느끼면서도 사용자들의 부정적인 반응을 접했다. 이후 아이폰을 보면서 기존 조사에서 놓친 것이 무엇인지 깨달았다 [12:46]

7. 스마트폰의 혁신은 작은 컴퓨터가 아닌 새로운 사용 방식이었다

• 정수진은 당시 블랙베리가 컴퓨터의 폴더와 링크 같은 사용 방식을 작은 기기에 옮겼다고 해석한다. 반면 아이폰은 화면 전체를 터치 공간으로 쓰고 앱을 제공하면서 다른 사용 경험을 만들었다 [13:07]
• 스마트폰 혁명은 칩이나 기기만의 변화가 아니라 쓰는 방식의 혁명이었다. 새로운 기술을 과거 컴퓨터의 틀로 보여주고 가능성을 물었던 조사 방식 자체에 한계가 있었다 [13:35]

8. 인텔의 모바일 칩 판단은 기존 데이터의 한계를 드러냈다

• 정수진의 회고에 따르면 스티브 잡스는 아이폰 출시 전 인텔에 모바일 칩 제작을 요청했지만, 당시 인텔은 시장성과 가격 등을 검토한 뒤 받아들이지 않았다 [14:22]
• 당시 CEO 폴 오텔리니는 이후 데이터를 많이 검토하고도 그런 결론을 내릴 수밖에 없었다고 회고했다. 정수진은 실제 시장이 당시 데이터로 예상한 규모보다 100배 이상 컸다는 그의 설명을 전해진다 [15:23]

9. 모바일의 실패 경험은 AI를 바라보는 기준으로 이어졌다

• 정수진은 모바일 판단의 실패를 계기로 새로운 영역을 과거의 틀로 재단하지 않아야 한다고 생각하게 됐다. AI 역시 기존 스마트폰 검색의 연장선과는 다를 것이라고 본다 [17:54]
• 이 실패 경험을 내부 엔지니어들에게도 공유하며 AI를 기존 컴퓨팅과 같다고 가정하지 말아야 한다는 근거로 활용했다 [18:36]

10. AI 평가는 속도와 정확도를 넘어 신뢰와 이해를 다뤄야 한다

• 기존 컴퓨팅은 결과를 예측하고 오답을 구분하는 도구에 가깝지만, 정수진은 AI를 파트너에 가까운 존재로 본다. 이 차이는 제품을 평가하는 기준에도 반영돼야 한다 [18:54]
• AI 사용자는 응답 속도와 정확도뿐 아니라 믿을 만한지, 자신을 잘 이해하는지를 평가한다. 개인정보 보호와 인터페이스도 이러한 차이를 고려해 설계해야 한다 [19:19]

11. 먼저 요청해야 하는 검색창에서 맥락을 살피는 비서로

• 진행자는 대화를 듣도록 허용한 AI가 상대방에 관한 정보를 먼저 찾아보고, 더 알려줄지 물어보는 사용 방식을 제안한다. 사용자가 앱을 열고 질문을 입력하는 부담을 줄이는 구상이다 [20:29]
• 필요할 때 부르는 서비스보다 곁에 있는 비서처럼 제안하거나 계속 음성으로 대화하는 인터페이스가 대안으로 거론된다. 현재 인터페이스에는 검색창에서 하던 행동이 그대로 이어지고 있다는 문제의식이다 [21:16]

12. 기존 멘탈 모델과 과장된 기대 사이의 간극

• 사람은 새 기술을 이해할 때 이전 경험을 가져오는 ‘멘탈 모델’을 사용한다. 그러나 컴퓨터와 다른 AI에 같은 틀을 적용하면 실제 가능성과 사용자의 이해 사이에 차이가 생긴다 [21:53]
• 한 번 써보고 별것 없다고 판단해 돌아오지 않는 사용자와, 시장의 홍보를 듣고 지나치게 큰 기대를 품는 사용자가 공존한다. 제품은 이 기대의 간극을 조정해야 한다 [22:19]

13. 외부 조사가 어려운 신제품은 내부 사용으로 다듬는다

• 새로운 제품은 외부 조사 과정에서 아이디어가 유출될 수 있어 조사 범위를 넓히기 어렵다. 구글과 메타 등에서는 내부 구성원이 먼저 사용하는 ‘도그푸딩’을 활용한다 [23:44]
• 수백 명이 함께 써보며 이상한 동작과 불편을 공유하고, 예상과 다른 사용 방식도 발견한다. 이런 반복 사용과 피드백을 통해 제품을 다듬는다 [24:00]

14. 포털의 카메라 덮개는 브랜드 불신에 대응하는 장치였다

• 정수진은 메타의 영상통화 기기 포털에 카메라를 덮는 물리적 덮개를 제안했다. 사용하지 않을 때 카메라가 무엇을 보고 있는지 알 수 없다는 불안을 줄이기 위한 장치였다. 포털은 출시 후 단종됐다 [24:41]
• 정수진이 겪은 메타의 어려움은 기술력과 별개로 브랜드를 신뢰하지 않는 사용자가 많다는 점이었다. 제품만 보여주면 사용하고 싶다고 하던 사람도 페이스북 제품이라는 조건이 붙으면 거부하기도 했다 [25:16]

15. 실제 사용자의 행동이 물리적 통제 장치의 근거가 됐다

• 조사에서는 알렉사의 영상통화 기기를 쓰는 사람들이 불안해서 천으로 기기를 덮어두는 행동이 관찰됐다. 정수진은 사진과 인터뷰를 통해 이런 행동이 사용자의 실제 요구라는 점을 설득했다 [27:19]
• 소프트웨어 설정에서 개인정보 보호 기능을 조절할 수 있어도, 눈으로 확인하는 덮개가 주는 확신을 대신하기는 어렵다. 개인정보 보호를 하드웨어에서도 드러내야 한다는 논리로 덮개를 적용했다 [27:49]

16. 사람을 따라가는 카메라를 관계를 연결하는 제품으로 만들었다

• 포털의 출발점은 사람의 움직임을 따라가는 카메라 기술이었다. 사용자가 요리하며 자리를 옮겨도 카메라가 따라가므로 화면에 맞추려고 계속 위치를 조정할 필요를 줄일 수 있었다 [28:59]
• 메타는 이 기술로 무엇을 만들지 고민하면서 사람을 연결한다는 회사의 비전에 맞춰 더 깊은 연결을 돕는 영상통화 기기를 구상했다. 정수진은 해당 기기의 기술적 완성도를 높게 평가했다 [29:28]

17. 스마트 안경의 목적은 기능 추가보다 순간에 집중하게 하는 데 있다

• 제품의 필요성을 검토하는 팀은 기술을 어디에 쓸지 찾는 동시에, 새로 만든 제품이나 기능이 정말 필요한지도 따진다. [30:09]
• 레이밴과 협업하던 안경 프로젝트에서는 기능을 더 넣기보다 빼는 방향을 고민했다. 생일에 휴대전화로 촬영하느라 아이가 촛불을 끄는 순간을 직접 보지 못하는 모습이 중요한 사용자 근거였다. [31:33]

18. AI로 제작이 쉬워질수록 무엇을 뺄지 고르는 안목이 중요해진다

• 인텔에서는 제품에 넣을 기능을 100여 개에서 30개로 줄이는 과정을 거쳤다. 각 기능을 만든 사람들은 자신의 기능이 중요하다고 생각하지만, 모든 기능을 제품에 넣을 수는 없다. [33:02]
• AI로 무언가를 만드는 비용이 사실상 공짜처럼 낮아지면서, 예전에 한두 개 만들던 것을 20개씩 만들어 오는 상황이 됐다. 선택지가 늘수록 무엇을 고르고 뺄지 판단하는 안목이 중요해진다는 견해다. [33:33]

19. 첫 경력은 추천을 기다리지 않고 직접 지원해 만들었다

• 미국에서 광고·마케팅 대학원을 마친 뒤 취업을 준비할 당시, 경력자를 찾는 채용이 많아 첫 직장을 얻기 위해서도 이력서에 적을 경력 한 줄이 필요했다. [35:59]
• 교수 추천으로 컴팩 인턴을 뽑는 기회를 알게 된 뒤, 추천을 받지 못했지만 직접 지원했다. 도서관에서 포트폴리오를 준비하고 자신이 회사에 어떻게 기여할 수 있을지 제안했다. [37:16]

20. 엔지니어 채용박람회 방문이 인텔 재팬의 마케팅 기회로 이어졌다

• 인턴 이후에도 정규 직장을 구하지 못하자 보스턴에서 비행기 표를 사서 샌프란시스코의 엔지니어 채용박람회에 갔다. 엔지니어를 뽑는 자리라는 말을 듣고도 면접만이라도 보겠다며 약 열 곳과 면접했다. [38:34]
• 당시에는 비행기 값만 쓴 것이 아닌지 낙담했지만, 몇 달 뒤 인텔 재팬에서 마케팅 채용 연락이 왔다. 박람회에 있던 인사 담당자가 이력서를 가져간 것으로 추측했으며, 이후 면접을 거쳐 입사했다. [39:19]

21. 다른 배경을 강점으로 삼아 직급 상승보다 분야 확장을 택했다

• 인텔 재팬의 상사는 일본 마케팅 업무에 외국인을 뽑은 이유를 두고, 같은 사람보다 다른 시각을 가진 사람이 필요했다고 답했다. 한국인으로 미국에서 공부한 배경은 약점이라고 여겼던 차이를 강점으로 볼 수 있게 한 계기였다. [40:09]
• 첫 취업 이후의 이직에서는 이전 업무가 새로운 분야에 얼마나 가치가 있는지 증명해야 했다. 새 분야를 해보지 않았더라도 기존 경험으로 어떤 차별화를 만들 수 있는지 제시하는 방식이 도움이 됐다. [40:41]

22. 이질적인 경험의 가치는 조직의 여건과 신설 업무의 성격에 달려 있다

• 상위 직급에서는 실무 수행 외에도 넓게 보고 새로운 방향을 찾는 역할이 필요하므로, 다른 분야의 경험이 강점으로 작용할 수 있다. 실제 채용에서도 의도적으로 절반은 해당 분야가 아닌 다른 분야 출신으로 뽑았다고 했다. [42:41]
• 진행자는 기존 전문가와 자원이 충분한 글로벌 기업이기에 새로운 관점을 더하는 채용이 가능한 것 아니냐고 지적했다. 인원이 한두 명인 조직에도 같은 방식이 적용될 수 있는지는 별개의 문제다. [43:13]

23. 분야를 옮긴 관리자는 실무자의 전문성을 믿고 협업을 돕는다

• 새 분야의 실무 경험이 부족한 상태에서 관리자가 되면 업무 지시에 어려움이 있을 수 있다. 이에 대해 정수진은 구성원의 전문성을 믿는 것이 필요하다고 답했다. [44:22]
• 자신이 경험한 미국 회사에서는 주니어도 스스로 업무 로드맵을 짰다. 관리자는 구성원이 일을 잘하도록 마찰을 해결하고, 큰 그림을 그리며, 다른 팀과의 협업을 연결하는 역할을 맡았기에 분야 이동이 가능했다. [45:00]

24. 마케팅 리서치의 축적된 방법을 UX에 적용해 기여했다

• 마케팅 리서치에서 UX 리서치로 옮긴 경험은 큰 도움이 됐다. 두 업무 모두 리서치이며, 마케팅 리서치에는 오랜 기간 축적된 깊이가 있다는 판단이었다. [45:25]
• 구글·메타 같은 소프트웨어 회사에서 디자인 조직 아래 제품 중심으로 수행하던 리서치에, 전체 우선순위와 지형을 살피고 정성·정량 조사를 함께 활용하는 체계를 더하려 했다. 이 경험 덕분에 새로운 분야에서도 자신이 가르치고 기여할 부분이 있었다. [45:48]

25. 업무 방식의 장단점은 회사에 따라 달라진다

• 자신의 업무 방식에는 장단점이 뚜렷하지만, 그 평가가 회사마다 달랐다고 했다. 한 회사에서 좋게 작용한 특성이 다른 회사에서는 다르게 받아들여진 경험이 있었다. [46:35]

🧾 결론

• 비개발자의 빅테크 경력 확장에는 기존 전문성을 새 분야의 문제 해결과 연결해 보여주는 방식이 도움이 됐다. 정수진에게는 마케팅 리서치의 방법과 넓은 관점이 그 기반이었다.
• 초기 기술의 가능성을 판단하려면 현재 제품에 대한 선호 조사와 함께, 새로운 사용 경험을 구체적으로 보여주는 시나리오가 필요하다.
• 사용자 중심 설계는 기능의 편리함뿐 아니라 기대 수준, 개인정보 보호, 직접 통제할 수 있다는 감각까지 다룬다.
• 이 경력 사례를 적용할 때는 신설 분야에서 일했다는 조건과 조직의 자원, 관리자에게 기대하는 역할을 함께 고려해야 한다.

📈 투자·시사 포인트

• AI 기업과 제품을 살펴볼 때 벤치마크 성능뿐 아니라 어떤 생활 장면을 바꾸고 사용 이유를 만드는지 확인필요가 있다.
• 초기 시장을 기존 제품의 수요 데이터만으로 추정하면 새로운 사용 방식이 만드는 가능성을 놓칠 수 있다. 기술·사용자·사업 관점에서 여러 시나리오를 검토하는 접근이 제시된다.
• 기술적 완성도와 브랜드 신뢰는 별개의 평가 항목이다. 포털 사례는 개인정보에 대한 불신과 통제감이 제품 수용에 영향을 줄 수 있음을 보여준다.
• AI로 제작 선택지가 늘어나는 환경에서는 기능의 수보다 제품 목적에 맞게 선택하고 제거하는 역량을 살펴볼 만하다.

⚠️ 불확실하거나 확인이 필요한 부분

• 인텔의 아이폰용 칩 제작 거절, 예상 대비 시장 규모가 100배 이상이었다는 설명, 메타의 초기 알렉사 사용은 정수진의 회고와 전언이다. 구체적인 시점·조건·수치는 별도 자료 확인이 필요하다.
• 정수진의 경력은 대기업과 신설 업무 영역의 경험에 기반한다. 소규모 조직이나 즉시 실무 수행을 요구하는 채용에서도 같은 경력 확장 방식이 통할지는 확인되지 않았다.
• AI 채팅창이 잠정적인 인터페이스라는 해석과 맥락을 살피는 비서 구상은 전망과 제안이다. 차세대 표준이나 검증된 사용자 선호로 제시된 것은 아니다.
• 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
• 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
• 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.

✅ 액션 아이템

• 자신의 기존 경험에서 새 분야에 적용할 수 있는 방법을 골라, 지원 조직의 문제와 예상 기여를 연결한 포트폴리오를 작성한다.
• AI 제품 아이디어를 검토할 때 사용자의 하루에서 달라질 장면을 구체화하고, 기술·사용자·사업 관점의 가정을 각각 적는다.
• 제품 평가 항목에 정확도·속도와 함께 신뢰, 기대 수준, 개인정보 보호, 사용자 통제감을 포함한다.
• 내부 반복 사용과 피드백으로 예상 밖의 사용 방식과 불편을 수집하고, 제품 목적에 비춰 유지하거나 제거할 기능을 고른다.

❓ 열린 질문

• AI에 적합한 새로운 사용 경험은 검색창이나 채팅창에서 어떤 방식으로 확장될 수 있을까?
• 개인정보 제공이 활용도를 높이는 상황에서, 사용자가 납득할 수 있는 정보 제공 범위와 통제 방식은 무엇일까?
• 자원이 부족한 조직에서는 다른 분야의 경험을 활용하면서 당장의 실무 전문성도 확보하려면 어떤 역할 구성이 필요할까?