ML·프로덕트 조직과의 협업에서 어떤 방식으로 소통을 해왔는지 구체적으로 이야기해 줄 수 있어?

ML 조직과 프로덕트 조직이 함께 일할 때 가장 자주 생기는 문제는 모델 성능과 사용자 경험 사이의 우선순위 차이였습니다. 저는 그 사이에서 공통 언어를 만드는 것부터 시작했습니다. ML팀이 쓰는 지표(정밀도, 재현율)와 프로덕트팀이 보는 지표(전환율, 체류 시간)를 같은 목표에서 파생된 것으로 연결해 설명하는 방식이 효과적이었습니다. 인턴 때 ML 모델 배포 스케줄 조정이 필요했을 때, 양쪽 팀의 우선순위를 먼저 정리해서 공유 문서로 만들었더니 회의 시간이 절반으로 줄었습니다.

협업의 병목은 대부분 정보 비대칭에서 온다는 것을 그때 배웠고, 소통 방식보다 정보를 어떻게 공유하는지가 더 중요하다고 생각합니다. 앞으로도 ML팀과 프로덕트팀의 지표를 공통 목표에서 연결해서 설명하는 방식을 유지하겠습니다. 협업 병목은 대부분 정보 비대칭에서 옵니다. 공유 문서로 우선순위를 정렬하는 것이 크로스펑셔널 팀의 회의 효율을 가장 빠르게 높이는 방법이었습니다.