젠슨 황 "AI가 일자리 없앤다는 말은 정반대"… YC 무대서 든 숫자 셋

YouTube 영상 · 누르면 재생

YC가 행사 페이지에 적은 정원은 6,600명이고, 연사 명단에는 황과 함께 샘 올트먼, 패트릭 콜리슨, 제프 딘, 앤트로픽에서 클로드 코드를 이끄는 보리스 체르니, 메타의 알렉산더 왕, 웨이모의 드미트리 돌고프, 오픈소스 에이전트 OpenClaw를 만든 피터 슈타인베르거, 백악관 과학기술정책실장 마이클 크라치오스가 올라 있었습니다. 황은 행사 직전인 7월 24일 처음으로 X에 글을 올린 참이었습니다.

교과서 세 권으로 다시 시작한 회사

개리 탄의 첫 질문은 엔비디아를 AI의 중심에 선 회사로만 아는 학생들이 초기 엔비디아에서 알아야 할 이야기였습니다. 황은 회사를 세울 때 고른 기술이 완전히 틀렸다는 고백부터 꺼냈습니다. 1993년 엔비디아는 슈퍼컴퓨터가 필요하던 3D 그래픽 알고리즘을 새로 짜서 모든 PC를 게임기로 만들겠다며 출발했는데, 1995년에 그 알고리즘이 틀렸다는 것을 알았습니다. 그때 PC용 3D 그래픽을 만드는 회사는 이미 35~40곳이었습니다.

더 큰 문제는 올바른 방법을 아는 사람이 회사에 아무도 없었다는 것입니다. 황은 주머니에 있던 몇백 달러를 들고 전자제품 매장 프라이스(Fry's)에 가서 OpenGL 파이프라인 설계를 다룬 교과서 세 권을 사 와 엔지니어들에게 나눠 줬습니다. 그는 회사를 세우고 투자를 받은 뒤에야 교과서를 샀다고 했고, 엔비디아가 지난 25년 동안 컴퓨터 그래픽의 주요 발명 대부분을 해냈지만 그 시작은 교과서였다고 덧붙였습니다.

알고리즘이 틀렸다는 것을 깨닫게 한 것은 세가와의 계약이었습니다. 세가는 새턴 다음 게임기, 나중에 드림캐스트가 된 기기를 만들어 달라며 엔비디아와 1,200만 달러짜리 계약을 맺었습니다. 황은 일본으로 건너가 세가 최고경영자에게 기술이 통하지 않아 계약을 이행할 수 없으니 다른 회사를 고르라고 권했고, 그러면서도 돈은 여전히 필요하다고 털어놨습니다. 세가는 돈을 내줬고, 황은 그 500만 달러가 회사를 살려 무엇을 할지 찾을 시간을 벌어 줬다고 했습니다. 세가는 엔비디아가 상장하자 지분을 팔았는데, 1999년 상장 때 엔비디아의 기업가치는 3억 달러였습니다.

황은 이 이야기에서 기술은 늘 바뀌지만 현실을 마주하고 배울 수 있으면 기술 자체는 중요하지 않다는 교훈을 끌어냈습니다. 엔비디아는 해 본 적 없는 기술에 손댈 때마다 「얼마나 어렵겠어(How hard can it be)?」라는 태도로 들어가고, 매번 예상보다 훨씬 어렵다는 것을 알게 된다고 했습니다. 대담 중간에는 창업자 모드로도 34년 동안 회사를 키울 수 있다며 「0에서 5조 달러까지」라고 덧붙였습니다.

시스템 사고, 칩 설계가 먼저 겪은 일

개리 탄이 소재와 칩, 데이터센터, 앱까지 각 단계를 어떻게 생각하느냐고 묻자, 황은 앞으로 가장 쓸모 있을 능력으로 시스템에 대한 이해를 들었습니다. 시스템 인식, 시스템 설계, 시스템 조직, 그리고 시스템 사고입니다. 낮은 수준의 일 대부분은 어차피 에이전트가 자동화하기 때문이라고 했습니다.

근거는 자기 세대의 칩 설계였습니다. 트랜지스터와 게이트, 기능 블록을 합성하던 일은 이제 모두 도구가 처리하고, 엔비디아 설계자 대부분은 시스템 설계자라는 겁니다. 소프트웨어도 대부분 에이전트가 만들게 되니 시스템을 추상적으로 생각하는 능력이 필요하다며 그가 늘어놓은 질문은 이렇습니다. 풀려는 문제와 제약은 무엇인가, 입력과 출력은 어디이고 정보는 어디서 얼마나 빠르게 드나드는가, 병목은 프로세서인가 메모리인가 네트워크인가.

규모를 보여 주려고 그는 칩 하나를 예로 들었습니다. 그가 대학을 졸업했을 때는 트랜지스터 1,000개짜리 칩이면 아주 큰 칩이었는데, 지금은 다음 칩에 트랜지스터가 1조 개 들어간다는 말을 들어도 대수롭지 않다고 했습니다. 그 사이 칩 하나에 들어가는 트랜지스터는 10억 배로 늘었고, 설계자가 손으로 하던 일은 도구로 넘어갔습니다. 그는 문제의 크기가 이제 걸림돌이 되지 않으니 코드를 얼마나 짜야 하는지, 엔지니어가 몇 명 필요한지는 걱정하지 말고 풀어야 할 문제만 생각하면 된다고 했습니다.

시스템 사고를 잘해서 수백만 개의 에이전트가 스스로 문제를 풀도록 지휘할 수 있을수록 유리합니다. 그래서 시스템 사고가 그렇게 중요해질 겁니다.— 젠슨 황, 엔비디아 CEO

에이전트에 모자란 것은 제어

황은 에이전트가 이미 거친 수준의 재귀적 자기 개선을 하고 있다고 봤습니다. 쓸 때마다 에이전트가 마크다운 파일(작업 지침과 기억을 적어 두는 텍스트 파일)을 고치고 장기 기억을 갱신하며, 그 기억을 압축하거나 지식 그래프로 바꾸는 일이 사람이 보지 않는 사이에 계속 일어난다는 겁니다. 개리 탄이 질문에서 꺼낸 OpenClaw와 누스 리서치(Nous Research)의 Hermes 에이전트는 둘 다 깃허브에 코드가 공개된 오픈소스 에이전트입니다.

그가 모두가 함께 풀면 좋을 문제로 꼽은 것은 에이전트를 아주 구체적이고 세밀하게 제어하는 방법이었습니다. RAG(외부 문서를 찾아 답에 붙이는 방식)와 조건 입력, 프롬프트가 없었다면 출력은 너무 거칠었을 것이라고 했고, 그가 그린 다음 단계는 에이전트가 세운 계획 파일에서 단어 하나만 바꿔도 결과물 전체를 갈아엎지 않고 그 단어만큼만 달라지는 수준의 제어였습니다. 그가 든 예는 픽셀 하나, 삼각형 하나, CAD 파일의 부품 하나, 레이어 하나, 비아(레이어 사이를 잇는 연결 구멍) 하나, 연결 하나였습니다. 그 하나를 고치면 나머지는 에이전트가 다시 만들어 내고, 그 정도의 제어와 협업이 나오면 판도가 달라질 것이라고 했습니다.

80%만 맞아도 나머지는 우리가 도우면 되니 에이전트가 100% 정확할 필요는 없습니다. 제어 가능성이 아마 모든 수준의 에이전트에 필요한 가장 큰 돌파구일 겁니다.— 젠슨 황, 엔비디아 CEO

엔비디아도 에이전트를 통제하는 도구는 이미 냈습니다. 3월 16일 공개한 에이전트 툴킷에는 오픈소스 런타임 OpenShell이 들어 있는데, 정책에 따라 보안·네트워크·개인정보 가드레일을 강제해 OpenClaw 같은 자율 에이전트를 더 안전하게 배포하게 해 주는 도구입니다. 황은 그 발표에서 클로드 코드와 OpenClaw가 에이전트의 변곡점을 만들었다고 말했습니다. OpenShell이 다루는 것은 에이전트가 무엇을 해도 되는지이고, 이번 대담에서 그가 꼽은 숙제는 에이전트가 만든 결과물을 얼마나 잘게 고칠 수 있느냐입니다.

엔비디아 안에서 쓰는 도구는 정해 두지 않았다고 했습니다. 황은 「뒤에 보리스가 와 있다」고 말한 뒤, 클로드 코드가 엔비디아 곳곳의 샌드박스에서 자율로 돌고 있다고 했습니다. 어떤 직원은 코덱스를, 어떤 직원은 클로드 코드나 커서, 코그니션을 쓰고, 회사는 천 송이 꽃이 피도록 두면서 거기서 배운다는 설명입니다.

칩 회사가 에이전트를 공부하는 이유

개리 탄은 Hermes나 OpenClaw처럼 각자 자기 AI를 가져야 하는 것 아니냐며, 그래서 엔비디아가 이렇게 깊이 관여하느냐고 물었습니다. 황의 첫 대답은 칩 회사의 사정이었습니다. 에이전트가 새로운 소프트웨어이고, 이 소프트웨어를 어떻게 처리하느냐가 컴퓨터 구조를 좌우한다는 겁니다. 시스템 하나를 만드는 데 3년쯤, 생산을 늘리는 데 2년쯤 걸리고 고객은 그 컴퓨터를 10년 동안 쓰고 싶어 하니, 엔비디아는 5~10년 앞의 미래에 살아야 한다고 했습니다.

그래서 그가 에이전트를 보며 던지는 질문은 작업 부하에 관한 것들입니다. 병목은 어디인가, 암달의 법칙(병렬로 돌리지 못하는 부분이 전체 속도를 묶는다는 법칙)이 걸리는 곳은 어디인가, 동시성은 어떻게 되는가, 샌드박스와 MCP, 작업 기억과 장기 기억은 어떻게 다루는가. 칩 회사가 모델까지 만드는 이유도 같은 논리로 설명됩니다. 엔비디아 Nemotron을 이끄는 브라이언 카탄자로는 7월 초 AI를 알아야 칩을 설계할 수 있다고 말했습니다.

엔비디아는 7월 7일 블로그에서 이 질문 가운데 하나에 답을 내놨습니다. 에이전트가 시키는 도구 호출과 코드 실행을 CPU가 처리하므로 CPU가 추론과 응답 시간의 임계 경로에 있다며 코어 88개짜리 Vera CPU를 앞세웠고, 에이전트 실행을 대표하는 부하에서 코어당 지속 성능이 x86의 1.8배라고 밝혔습니다. 병렬로 도는 GPU가 아무리 빨라도 차례로 처리하는 CPU 구간이 느리면 전체가 기다린다는, 암달의 법칙 그대로의 계산입니다. 자세한 내용은 GPU 회사가 CPU를 병목으로 꼽은 기사에 있습니다.

개리 탄이 OpenClaw가 처음 나왔을 때 안전하지 않다는 말이 많았는데 엔비디아가 어떤 하네스든 감싸 안전하게 만드는 샌드박스 도구를 냈다고 하자, 황은 OpenClaw를 처음 보고 대형 언어 모델을 담을 운영체제, 곧 현대적인 컴퓨터가 설계됐다고 느꼈다고 했습니다. 그에게 OpenClaw는 리눅스 같은 순간이었고, 만든 사람인 피터에게 엔비디아 엔지니어 전부가 당신의 엔지니어이니 집 앞에 전함 한 척이 와 있다고 생각하라고 말했다고 했습니다. Hermes 팀에도 같은 제안을 했다고 했습니다. 그는 모두가 ChatGPT와 클로드를 써야 한다면서도, 회사라면 Hermes와 OpenClaw, LangChain과 딥 에이전트(Deep Agents) 같은 도구로 자기 분야의 AI를 직접 만들라고 권했습니다.

7월 24일(미국 시각) 올린 첫 X 글도 같은 주제였습니다. 황은 엔비디아가 서명한 공동 서한 「Open Weights and American AI Leadership」을 공유하며 AI가 모든 산업을 바꾸고 모든 회사를 움직이고 모든 나라가 만들게 될 것이라고 적었습니다. 이어 오픈 모델이 안전과 사이버보안을 강화하고 혁신과 확산을 앞당기며 주권을 가능하게 한다고 썼습니다. 엔비디아와 마이크로소프트, 메타, IBM 등 25곳이 처음 서명한 서한입니다.

개리 탄이 대담 중에 X 가입을 환영하자 황은 2026년이 돼서야 첫 글을 올렸다며 아마 지구에서 마지막 사람일 거라고 했고, 올린 내용이 자신과 업계와 세계에 너무 중요해 수줍음을 이겨 냈다고 했습니다. 서한의 주장은 첫 X 글을 다룬 기사에, 그 뒤 서명사가 늘어난 과정은 서명사 명단 분석에 정리했습니다.

「일자리를 없앤다는 말은 정반대」의 근거

개리 탄이 지능을 수돗물처럼 꺼내 쓰는 시대에 경제가 어떻게 달라지느냐고 묻자, 황은 먼저 영향이 고르지 않을 것이라고 전제했습니다. 누군가 전화로 질문하고 필요한 정보가 데이터베이스에 다 있다면, 그 질문에 답하는 과업은 자동화된다는 겁니다. 모든 직업이 바뀌고 새 직업도 많이 생길 것이라고 한 뒤, 그는 기회 쪽 이야기를 하겠다며 AI가 일자리를 파괴한다는 이야기는 정확히 거꾸로라고 말했습니다.

AI는 과업을 없애지만 직업을 반드시 없애지는 않습니다. 한 사람의 직업에는 목적이 있고, 그 목적에는 많은 과업이 딸려 있기 때문입니다.— 젠슨 황, 엔비디아 CEO

그가 든 근거는 세 가지였습니다. 코딩이라는 과업은 자동화됐지만 소프트웨어 엔지니어 일자리는 전년보다 10% 늘었고, 영상 판독이라는 과업도 자동화됐지만 영상의학 일자리는 지난 몇 년 동안 20%쯤 늘었다고 했습니다. 하비(Harvey) 같은 법률 AI가 패러리걸(법률 사무 보조원)을 없앨 거라던 법률 분야에서도 패러리걸이 엄청나게 늘고 있다고 했습니다.

세 경우 모두 그가 댄 이유는 밀린 일이었습니다. 병원에는 대기 환자가, 기업에는 밀린 아이디어와 야망이, 로펌에는 밀린 소송이 많아서 생산성이 오르면 더 많은 일을 받게 되고, 그 일을 하려면 사람을 더 뽑는다는 설명입니다. 생산성이 성장을 키우고 성장이 고용을 늘린다며, 자신이 학교를 졸업했을 때보다 지금 일자리가 더 많은 이유도 그것이라고 했습니다. 황은 이 숫자들의 출처는 밝히지 않았습니다.

같은 3년, 줄어든 직업과 늘어난 직업

미국 노동통계국(BLS)의 직업별 고용 통계(OEWS)에서 소프트웨어 개발자는 2022년 5월 153만 4,790명에서 2025년 5월 168만 7,890명으로 10.0% 늘었습니다. 황이 말한 10%와 같은 폭이지만 기간이 3년입니다. 2023년 5월(165만 6,880명)부터 2년 동안만 보면 1.9% 늘었습니다.

같은 통계에는 컴퓨터 프로그래머라는 별도 직업이 있습니다. BLS 정의로는 소프트웨어·웹 개발자 등이 짠 명세를 받아 코드와 스크립트를 만들고 고치고 시험하는 사람입니다. 이 직업은 같은 3년 동안 13만 2,740명에서 9만 2,230명으로 30.5% 줄었습니다. 사용자의 필요를 분석해 소프트웨어를 설계하는 개발자는 늘었고, 남이 정한 명세대로 코드를 쓰는 프로그래머는 3분의 1 가까이 줄었습니다.

나이로 쪼개면 또 다른 숫자가 나옵니다. 스탠퍼드 디지털경제연구소의 에릭 브린욜프슨 연구팀은 미국 최대 급여 소프트웨어 회사 ADP의 급여 기록을 분석했는데, 2025년 11월 개정판 논문에서 22~25세 소프트웨어 개발자 고용은 2025년 9월 기준 2022년 말 고점보다 20% 가까이 줄었습니다. 같은 기간 다른 나이대 개발자 고용은 계속 늘었습니다. 개발자 전체가 늘어나는 동안 가장 어린 개발자는 줄었고, 이 차이는 신입 개발자 시장을 다룬 글에서 자세히 다뤘습니다.

황의 말대로 소프트웨어 개발이라는 직업은 커졌습니다. 두 자료에서 줄어든 쪽은 명세를 받아 코드를 쓰는 직업과 막 일을 시작한 22~25세였고, 황이 대담 끝에 자동화된다고 한 일도 컴퓨터 앞에 앉아 코드를 써서 문제를 푸는 일이었습니다.

논문·13분 읽기AIAI에 직원당 월 33.67달러 쓴 기업, 2년 새 신입 12% 더 뽑았습니다AI에 직원당 월 33.67달러를 쓴 미국 기업은 도입 뒤 2년간 인원이 평균 10.2%, 신입이 12.0% 늘었습니다. 2.78달러를 쓴 나머지 3분의 2는 변화가 없었고, 증가가 통계적으로 유의한 업종은 정보 섹터 하나였습니다.읽기

2016년 힌턴의 예언과 영상의학과

영상의학 예시에는 10년 묵은 예언이 얽혀 있습니다. 2024년 노벨 물리학상을 받은 제프리 힌턴은 창업 지원 프로그램 크리에이티브 디스트럭션 랩(CDL)이 2016년 11월 공개한 영상에서, 영상의학과 의사는 이미 절벽 끝을 넘어 아래를 보지 않은 코요테 같다며 지금 당장 영상의학과 의사 양성을 멈춰야 한다고 말했습니다. 5년 안에 딥러닝이 영상의학과 의사보다 잘하게 될 것이 너무나 분명하고, 10년이 걸릴 수도 있지만 영상의학과 의사는 이미 충분하다는 이유였습니다.

YouTube 영상 · 누르면 재생

힌턴이 말한 5년은 2021년에 지났고, 그 뒤의 숫자는 예언과 다르게 움직였습니다. 잡지 웍스 인 프로그레스(Works in Progress)가 2025년 9월 정리한 자료를 보면, 미국 식품의약국(FDA) 허가를 받은 영상의학 AI 모델은 700개가 넘고 의료 AI 기기의 4분의 3 이상을 차지합니다. 그런데 2025년 미국 영상의학 전공의 모집 인원은 1,208명으로 1년 전보다 4% 늘어 사상 최대였고, 영상의학과 의사의 평균 소득은 52만 달러로 2015년보다 48% 높았습니다.

같은 글은 이유 하나를 직업의 구성에서 찾았습니다. 영상의학과 의사가 영상 판독에 직접 쓰는 시간은 전체의 36%이고, 나머지는 환자와의 소통, 감독, 교육, 검사 절차 검토에 씁니다. 판독이 빨라져도 남은 64%의 일은 그대로 사람에게 남고, 황의 설명대로라면 판독이 빨라진 만큼 병원은 더 많은 환자를 받을 수 있습니다. 다만 그가 말한 영상의학 일자리 20% 증가는 출처를 확인하지 못했습니다.

100억 달러는 어디서 나온 숫자인가

로봇 이야기에서 황은 로봇의 ChatGPT 순간이 이미 몇 년 전에 왔다고 했습니다. 처음 나온 ChatGPT가 생산적인 일은 못 했지만 무엇이 가능한지 상상하게 했듯, 강화학습으로 다듬고 물리 법칙에 맞춘 로봇이 걸어 다닌 일이 몇 년 전에 이미 있었다는 겁니다. 남은 일은 지금 에이전트에게 하는 일과 같다고 했습니다. 현실을 시뮬레이션으로 옮기는 리얼투심(real-to-sim), 물리 법칙에 근거한 시뮬레이터와 생성형 시뮬레이터(엔비디아의 Isaac Sim과 Cosmos), 시뮬레이션에서 배운 것을 실제 전기·기계 장치로 옮기는 심투리얼(sim-to-real)이 로봇의 사후 학습과 평가를 이룬다는 설명입니다.

돈이 되는 첫 분야로는 자율주행차를 골랐다고 했습니다. 시장이 충분히 크고, 기술이 비교적 표준화돼 규모를 키울 수 있고, 실제 경제 가치가 있다는 이유였습니다. 웨이모 안에는 엔비디아 칩이 있고, 테슬라에서는 차 안에 들어갔다가 지금은 데이터센터에 들어가 있으며, 메르세데스에는 데이터센터와 차와 소프트웨어 스택까지 들어가 있다고 했습니다. 자율주행 모델 Alpamayo를 오픈소스로 푼 이유는 농업, 우편 배달, 창고용 자율 이동 로봇에도 같은 기술이 필요하지만 그 시장 하나하나는 자율주행차 시장만큼 크지 않아서라고 했습니다.

황은 Alpamayo를 세계 최초의 생각하는 자율주행차라고 소개하며, 100만~200만 마일 정도의 주행 데이터만으로도 뛰어난 자율주행차가 됐다고 했습니다. 사람이 운전을 배우는 데 많은 거리가 필요하지 않듯, 언어 모델에서 얻은 사전 지식으로 처음 보는 상황을 아는 요소들로 쪼개 판단하기 때문이라는 설명입니다. 이 주행 거리와 성능을 뒷받침하는 수치는 대담에서 나오지 않았습니다.

로봇과 자율주행, 곧 피지컬 AI 사업은 아마 거의 100억 달러일 겁니다. 2~3년보다는 오래 걸리겠지만 10년은 안 걸릴 것이고, 우리의 다음 1,000억 달러 사업이 될 겁니다.— 젠슨 황, 엔비디아 CEO

엔비디아 실적표에서 이 숫자를 그대로 찾기는 어렵습니다. 2026 회계연도(2026년 1월 25일 마감) 실적 발표에서 자동차 매출은 연간 23억 달러로 1년 전보다 39% 늘어 사상 최대였고, 4분기만 보면 6억 400만 달러였습니다. 황이 말한 100억 달러의 4분의 1이 안 됩니다. 그가 테슬라와 메르세데스에 「데이터센터에 들어가 있다」고 한 것처럼 자율주행·로봇 회사가 모델 학습용으로 사는 GPU는 실적표에서 데이터센터 매출로 잡히고, 100억 달러가 이런 매출까지 더한 숫자라면 차이가 설명됩니다. 엔비디아는 그 구성을 밝히지 않았습니다.

맞춰 볼 숫자는 오히려 줄었습니다. 엔비디아는 5월 20일 발표한 2027 회계연도 1분기 실적부터 시장을 데이터센터와 엣지 컴퓨팅 둘로 나누고, 로봇과 자동차를 PC·게임기·워크스테이션·AI-RAN 기지국과 함께 엣지 컴퓨팅에 묶었습니다. 1분기 엣지 컴퓨팅 매출은 64억 달러였고, 실적 보도자료에는 자동차나 로봇 매출이 따로 적혀 있지 않습니다. 1,000억 달러라는 목표는 2026 회계연도 엔비디아 전체 매출 2,159억 달러의 절반에 가까운 규모입니다.

「얼마나 어렵겠어」와 「생각보다 훨씬 어렵다」

젊은 사람이 지금 무엇을 배워야 하느냐는 질문에 황은 단순한 일, 곧 컴퓨터 앞에 앉아 코드를 써서 문제를 푸는 일은 자동화된다고 답했습니다. 자기 세대가 손으로 배운 긴 나눗셈이 자동화된 것과 같다는 겁니다. 대신 물리학, 화학, 생물학, 컴퓨터 과학, 컴퓨터 공학, 시스템 사고 같은 어려운 학문과 여러 분야가 겹치는 곳의 어려운 문제는 사라지지 않는다며, 학교에 가서 예전처럼 공부하라고 했습니다.

마지막 질문은 18~22세의 자신에게 보내고 싶은 말이었습니다. 황은 공동 창업자 셋이 엔비디아를 시작할 때 회사 차리는 법을 다룬 500쪽짜리 책을 샀다가 다 읽기 전에 망할 것 같아 덮었고, 투자자의 질문에 답할 줄 몰라 투자 유치가 무서웠다고 했습니다. 그리고 인류 역사에서 가장 중요한 기술인 컴퓨터가 완전히 새로 시작됐다며, 지금이 지난 60년 가운데 회사를 시작하기에 가장 좋은 때이고 객석의 모두가 부럽다고 했습니다.

솔직히 말하면 생각보다 훨씬 어렵습니다. 그래도 머릿속은 「얼마나 어렵겠어」에 두고, 고통은 조금씩 찾아오게 두십시오.— 젠슨 황, 엔비디아 CEO

그는 하루에 인생 전체를 이겨 낼 필요는 없고 오늘 하루만 넘기면 된다고 했습니다. 배우는 능력이 가장 큰 초능력이고, 회복탄력성이 아마 가장 중요한 자질이라는 말로 대담을 맺었습니다. 그가 교과서 세 권을 사 들고 회사로 돌아간 1995년에도 PC용 3D 그래픽 경쟁사는 35~40곳이었습니다.

다음에 확인할 숫자

이 대담에서 황이 든 숫자 가운데 공식 자료로 맞춰 볼 수 있는 것은 많지 않습니다. 소프트웨어 엔지니어 10%는 BLS 기준으로는 3년 동안의 증가 폭이고, 영상의학 20%와 패러리걸 증가는 출처가 나오지 않았습니다. 피지컬 AI 100억 달러는 엔비디아가 5월부터 자동차·로봇 매출을 엣지 컴퓨팅에 묶어 발표하고 있어 분기 실적표로 따로 확인하기 어렵습니다.

국내 개발자에게 와닿는 숫자는 BLS 표의 두 줄일 겁니다. 같은 3년 동안 명세를 받아 코드를 쓰는 직업은 30.5% 줄고, 사용자의 필요를 분석해 설계하는 직업은 10% 늘었습니다. 황이 시스템 사고의 내용으로 든 질문들, 곧 문제와 제약, 입력과 출력, 정보가 드나드는 속도, 병목의 위치를 따지는 일은 늘어난 쪽 직업의 정의에 가깝습니다. 그가 10년 안이라고 한 1,000억 달러는 엔비디아가 피지컬 AI 매출의 구성을 따로 공개할 때 처음 채점할 수 있습니다.

읽어 주셔서 고맙습니다.

초이 드림