엔비디아의 CEO 젠슨 황이 제시한 AI 기술 스택 5단계, 즉 에너지(Energy), 칩(Chips), 인프라(Infrastructure), 모델(Models), 애플리케이션(Applications)을 공학 전공 분야와 연결한 흥미로운 분석이 공유되었습니다. 이 분석은 AI 시대에 진로를 고민하는 학생들이 자신의 전공이 AI 생태계의 어느 부분에 기여할 수 있는지, 그리고 지금 당장 특정 분야를 전문화해야 할지 아니면 더 폭넓은 지식을 쌓아야 할지에 대한 질문에 답을 주고자 합니다.
해당 분석에 따르면, '에너지' 계층은 전력 시스템, 재생 에너지, 열 관리 등 전기 및 기계 공학 분야와 밀접하게 관련됩니다. '칩' 계층은 반도체 설계, 재료 공학, 컴퓨터 아키텍처 등 전자 및 컴퓨터 공학의 핵심 영역입니다. '인프라'는 데이터센터 설계, 네트워크 공학, 클라우드 컴퓨팅 등 컴퓨터 과학 및 통신 공학이 중요하며, '모델' 계층은 머신러닝(Machine Learning), 데이터 과학, 인공지능 알고리즘 개발 등 컴퓨터 과학 및 통계학 전공자들이 활약할 수 있는 분야입니다. 마지막 '애플리케이션' 계층은 소프트웨어 공학, 사용자 경험(UX) 디자인, 특정 도메인 지식 등 다양한 공학 및 인문학적 배경이 융합되는 지점입니다.
이러한 매핑은 AI 기술이 단순한 소프트웨어 개발을 넘어 하드웨어, 에너지, 인프라 등 광범위한 공학 분야의 총체적인 노력을 필요로 함을 보여줍니다. 학생들은 자신의 전공이 AI 시대에 어떤 역할을 할 수 있는지 구체적으로 이해하고, 미래 커리어를 계획하는 데 실질적인 도움을 받을 수 있습니다. 또한, AI 산업의 복잡성과 상호 연결성을 이해함으로써, 특정 분야에 대한 깊이 있는 전문성과 함께 다른 분야와의 협업 능력을 키우는 것의 중요성을 깨닫는 계기가 될 것입니다.