# 젠슨 황: Nvidia의 미래와 물리적 AI, 에이전트의 부상 [유튜브]

> Clean Markdown view of GeekNews topic #27679. Use the original source for factual precision when an external source URL is present.

## Metadata

- GeekNews HTML: [https://news.hada.io/topic?id=27679](https://news.hada.io/topic?id=27679)
- GeekNews Markdown: [https://news.hada.io/topic/27679.md](https://news.hada.io/topic/27679.md)
- Type: GN+
- Author: [neo](https://news.hada.io/@neo)
- Published: 2026-03-20T16:03:02+09:00
- Updated: 2026-03-20T16:03:02+09:00
- Original source: [youtube.com](https://www.youtube.com/watch?v=gwW8GKwHB3I)
- Points: 6
- Comments: 5

## Summary

Nvidia가 GPU 기업에서 **AI 팩토리 회사**로 완전히 전환하며, Groq 인수와 함께 에이전트 중심의 이기종 컴퓨팅 아키텍처를 구축하고 있습니다. 젠슨 황은 Open Claw를 **개인용 AI 컴퓨터의 운영체제 청사진**으로 정의하며, 메모리·스킬·스케줄링·IO를 통합한 새로운 컴퓨팅 모델을 제시합니다. 그는 물리적 AI가 50조 달러 규모의 차세대 산업이 될 것이라 보고, 기술 리더들이 종말론 대신 **균형 잡힌 커뮤니케이션**으로 산업 신뢰를 지켜야 한다고 강조합니다.

## Topic Body

- Nvidia CEO 젠슨 황이 All-In 팟캐스트에 출연해 **Groq 인수**, 추론 폭발, 물리적 AI, 에이전트 컴퓨팅, AI 산업의 PR 위기 등 광범위한 주제를 다룬 인터뷰  
- Nvidia는 GPU 회사에서 **AI 팩토리 회사**로 진화했으며, 에이전트 처리를 위한 이기종 컴퓨팅 아키텍처에 Groq LPU, BlueField, CPU, 네트워킹 프로세서를 추가  
- Open Claw를 **현대 AI 컴퓨팅의 운영체제 청사진**으로 평가하며, 메모리 시스템·스킬·스케줄링·IO 서브시스템을 갖춘 최초의 개인용 AI 컴퓨터로 정의  
- 물리적 AI는 **50조 달러 규모의 시장**을 기술 산업이 처음으로 다루는 영역이며, 현재 연간 약 100억 달러에 근접한 사업으로 기하급수적 성장 중  
- AI 산업의 **PR 위기**에 대해 기술 리더들의 극단적·종말론적 발언이 정책 입안자와 대중에게 미치는 부정적 영향을 경고하며, 보다 **절제되고 균형 잡힌 소통** 필요  
  
---  
  
### Groq 인수와 추론 폭발  
  
- 2년 반 전 소개한 AI 팩토리 운영체제 **Dynamo**의 핵심 기술은 **비분리 추론(disaggregated inference)** 으로, 추론 처리 파이프라인을 분할하여 서로 다른 GPU에서 실행하는 방식  
- 이 비분리 컴퓨팅 개념이 Mellanox 인수로 이어졌고, 현재 Nvidia 컴퓨팅은 **GPU, CPU, 스위치, 스케일업/스케일아웃 스위치, 네트워킹 프로세서** 전반에 분산  
  - 여기에 Groq를 추가하여 적합한 워크로드를 적합한 칩에 배치하는 구조  
- 에이전트 처리 시대로 전환하면서 **작업 메모리, 장기 메모리, 도구 사용, 스토리지** 요구가 급증  
  - 대형 모델, 소형 모델, 디퓨전 모델, 자기회귀 모델 등 데이터센터 내 다양한 모델 유형 공존  
- **Vera Rubin**은 이 극도로 다양한 워크로드를 실행할 수 있도록 설계된 시스템  
  - 기존 1랙 구성에서 4개 랙 추가, Nvidia의 **TAM이 약 33~50% 증가**  
  - 추가분은 스토리지 프로세서(BlueField), Groq 프로세서, CPU, 네트워킹 프로세서로 구성  
- 데이터센터 가격과 토큰 비용을 동일시하면 안 됨  
  - **500억 달러 팩토리**가 최저 비용 토큰을 생산할 수 있으며, 이유는 **10배의 처리량 효율**  
  - 200억 달러는 토지·전력·셸 비용이고, 스토리지·네트워킹·CPU·서버·쿨링은 어차피 필요  
  - GPU 가격이 1x냐 0.5x냐의 차이는 500억 대 400억 정도이며, 10배 처리량 대비 큰 비율이 아님  
- 작년에 추론이 **1,000배** 증가할 것이라 했는데, 이제 **100만 배, 10억 배** 수준으로 갈 것  
  - 당시 세계는 사전 스케일링·훈련에 집중하고 있었으나, 현재 추론이 폭발적으로 증가하여 **추론 제약(inference constrained)** 상태  
  
### 세계 최고 가치 기업의 의사결정  
  
- CEO의 역할은 **비전과 전략을 정의**하는 것이며, 뛰어난 컴퓨터 과학자와 기술자들의 정보를 기반으로 미래를 형성  
- 핵심 기준: **미친 듯이 어려운 일**인가, **이전에 한 번도 된 적 없는 일**인가, Nvidia의 **특별한 슈퍼파워**에 부합하는가  
  - 쉬운 일이면 경쟁자가 많으므로 피해야 함  
  - 극도로 어려운 일에는 고통이 수반되므로 **그 과정을 즐길 수 있어야** 함  
  
### 물리적 AI의 50조 달러 시장과 Open Claw  
  
- **물리적 AI**는 기술 산업이 처음으로 50조 달러 규모 산업을 다루는 기회  
  - 10년 전 시작, 현재 **연간 약 100억 달러**에 근접한 기하급수적 성장 사업  
- 3가지 컴퓨팅 시스템 구분  
  - **첫 번째**: AI 모델 훈련·개발용 컴퓨터  
  - **두 번째**: 평가용 컴퓨터 — 물리 법칙을 따르는 가상 환경에서 로봇·자동차 평가 (Omniverse)  
  - **세 번째**: 엣지 로보틱스 컴퓨터 — 자율주행차, 로봇, 테디베어 등  
- 통신 기지국을 **AI 인프라의 일부**로 전환하는 작업 진행 중  
  - 2조 달러 규모의 통신 산업이 AI 인프라의 확장이 될 것  
- **디지털 생물학**은 ChatGPT 모멘트에 근접  
  - 유전자, 단백질, 세포의 표현과 동역학 이해가 2~5년 내 가능  
  - 5년 내 디지털 생물학이 헬스케어 산업에서 변곡점에 도달할 것  
- **Open Claw**는 지난 2년간의 3가지 변곡점 중 세 번째  
  - 첫 번째: ChatGPT — 생성형 AI를 대중 인식으로 끌어올림  
  - 두 번째: o1/o3 — 추론(reasoning), 근거 기반 정보로 경제 모델 변곡  
  - 세 번째: Claude Code — 최초의 유용한 에이전트 시스템이지만 기업용에 한정, **Open Claw가 대중 의식에 AI 에이전트 개념을 각인**  
- Open Claw의 컴퓨팅 모델 구조  
  - **메모리 시스템**: 스크래치패드(단기 메모리), 파일 시스템  
  - **스킬**: API를 통해 여러 유형의 애플리케이션 실행  
  - **리소스 관리·스케줄링**: 크론잡, 에이전트 스폰, 태스크 분해  
  - **IO 서브시스템**: 입출력, WhatsApp 연결 등  
  - 이 4가지 요소가 근본적으로 **컴퓨터를 정의** → 최초의 **오픈소스 개인용 AI 컴퓨터**  
- 에이전트 소프트웨어의 **거버넌스·보안** 기여  
  - 민감한 정보 접근, 코드 실행, 외부 통신 중 동시에 세 가지를 모두 허용하지 않는 정책  
  - Peter Steinberger와 Nvidia 엔지니어들이 보안 강화에 기여  
  
### AI의 PR 위기와 Anthropic 커뮤니케이션 문제  
  
- AI는 **생물학적 존재도, 외계인도, 의식이 있는 것도 아닌 컴퓨터 소프트웨어**  
- "우리가 전혀 이해하지 못한다"는 말은 사실이 아니며, 이 기술에 대해 많은 것을 이해하고 있음  
- 정책 입안자들에게 지속적으로 **정보를 제공**하고, **종말론과 극단주의**가 정책 결정에 영향을 미치지 않도록 해야 함  
  - 동시에 기술이 매우 빠르게 움직이므로 **정책이 기술보다 너무 앞서가면 안 됨**  
- 미국의 **최대 국가안보 우려**: 다른 국가들이 AI를 채택하는 동안 미국이 AI에 **분노하거나 두려워하거나 편집증적**이 되어 채택하지 못하는 것  
- Anthropic에 대해: 기술이 훌륭하고, 보안·안전에 대한 집중을 존경  
  - 그러나 기술의 위험을 **경고하는 것은 좋지만, 겁을 주는 것은 덜 좋음**  
  - 증거 없이 **극단적이고 재앙적인 발언**을 하면 사람들이 생각하는 것 이상으로 해로울 수 있음  
  - 기술 리더로서 **말의 무게**를 인식하고 더 **절제되고, 온건하고, 균형 잡히고, 사려 깊어야** 함  
- 미국 내 AI 인기도가 **17%** 이며, 핵 산업처럼 셧다운되는 전철을 밟을 위험  
  - 중국에 100개의 핵분열 원자로가 건설 중인 반면 미국은 0개  
  - 데이터센터 모라토리엄 이야기도 나오는 상황  
  
### 매출 역량, 직원 토큰 배분, 에이전트의 미래  
  
- AI 모델 사용 순위: **1위 OpenAI, 2위 오픈소스(매우 큰 격차), 3위 Anthropic**  
- 컴퓨팅 수요 증가  
  - 생성형 → 추론: **약 100배**  
  - 추론 → 에이전트: **약 100배**  
  - 2년 만에 컴퓨팅이 **10,000배** 증가  
- 사람들은 정보에 돈을 지불하지만 **일(work)에 더 많은 돈을 지불**  
  - 에이전트 시스템은 일을 처리해줌 → 소비가 현재 **약 100배** 증가, 아직 스케일링도 시작하지 않은 상태  
- Nvidia의 43,000명 직원 중 약 38,000명이 엔지니어  
  - **50만 달러 연봉 엔지니어가 연간 5,000달러만 토큰에 쓰면 큰 문제**  
  - 최소 **25만 달러** 이상 토큰에 소비해야 한다는 기대  
  - 칩 설계자가 "종이와 연필만 쓰겠다, CAD 도구 필요 없다"고 하는 것과 같은 상황  
- **Auto Research** 사례  
  - 데스크톱에서 30분 만에 수행한 연구가 일반적으로 **7년 걸리는 PhD 논문** 수준  
  - GitHub에서 다운로드하여 로컬에서 실행, 과학 저널 수준의 결과  
  - 600줄의 코드로 주말에 공개된 도구  
- 미래의 업무 방식: 코드를 직접 작성하는 대신 **아이디어, 아키텍처, 사양을 작성**하고 팀을 조직하며 평가 기준을 정의  
  - 모든 엔지니어가 **100개의 에이전트**를 보유할 것  
  
### 엔터프라이즈 소프트웨어의 미래  
  
- 엔터프라이즈 IT 소프트웨어 산업이 파괴될 것이라는 시각에 대한 반론  
  - 엔터프라이즈 소프트웨어는 **인원과 좌석(butts and seats)** 에 의해 제한되어 왔음  
  - 곧 **100배 더 많은 에이전트**가 SQL, 벡터 데이터베이스, Blender, Photoshop 등 기존 도구를 사용하게 됨  
  - 기존 도구들은 작업을 잘 수행하고, 최종 작업 결과를 사용자가 **제어 가능한 형태로 표현**하는 통로 역할  
  
### 오픈소스, 글로벌 확산, 이란/대만 공급망  
  
- 모델은 **기술이지 제품이 아니며, 기술이지 서비스가 아님**  
  - 독점 모델과 오픈소스 모델 **둘 다 근본적으로 필요** (A or B가 아닌 A and B)  
  - 일반 소비자는 ChatGPT, Claude, Gemini 등 수평 레이어의 범용 지능을 선호  
  - 산업별 도메인 전문성·특화는 **오픈 모델**에서만 가능  
- 오픈소스 모델은 **프론티어에 근접**해 있으며, 프론티어에 도달하더라도 서비스형 모델은 계속 번성할 것  
- **글로벌 확산** 현황  
  - 바이든 시대의 확산 규칙은 **반미국적 AI 확산** 정책이었음  
  - Trump 대통령은 미국 기술 산업의 세계 선도와 기술 확산을 원함  
  - Nvidia는 세계 2위 시장(중국)에서 **95% 시장 점유율을 포기하고 현재 0%**  
  - Secretary Lutnik으로부터 승인된 라이선스를 확보, 중국 기업들로부터 구매 주문을 받고 공급망 가동 재개 중  
- **국가안보** 관점  
  - 소형 모터, 희토류 광물, 통신 네트워크, 지속 가능 에너지를 통제하지 못하면 국가안보 약화  
  - AI 산업이 태양광, 희토류, 자석, 모터, 통신처럼 되면 안 됨  
  - 미국 기술 스택(칩~컴퓨팅 시스템~플랫폼)이 **세계의 90%** 를 차지하는 것이 바람직  
- **대만**: 미국 재산업화를 최대한 빠르게 추진해야 하며, 대만 공급망의 **전략적 파트너십과 우정**을 확보하여 Arizona, Texas, California에서 빠른 속도로 제조  
  - 한국, 일본, 유럽으로 **공급망 다변화** 필요  
  - 다변화·회복력 확보 중에는 **인내와 자제** 필요  
- **헬륨**: 문제가 될 수 있으나 공급망에 충분한 **버퍼**가 있을 가능성  
  
### 자율주행 플랫폼과 경쟁  
  
- "움직이는 모든 것이 언젠가 완전히 또는 부분적으로 자율화될 것"  
- Nvidia는 자율주행차를 직접 만들지 않고 **모든 자동차 회사가 만들 수 있도록 지원**  
  - 훈련 컴퓨터, 시뮬레이션/평가 컴퓨터, 차량 컴퓨터 3가지를 모두 구축  
  - 세계 최초의 **추론 기반 자율주행차** — 복잡한 시나리오를 단순한 시나리오로 분해하여 탐색하는 **Alpommyo** 시스템  
- Tesla는 훈련 컴퓨터만 구매, 다른 회사들은 전체 스택 사용 등 **유연한 협력 모델**  
- Google TPU, Amazon Inferentia/Tranium 등 고객이 경쟁자가 되는 상황  
  - Nvidia의 자신감: **최고의 기술로 경쟁하며 빠르게 달리는 한**, Nvidia에서 구매하는 것이 가장 경제적  
  - **모든 클라우드에 존재하는 유일한 아키텍처** — 클라우드에서 온프레미스, 차량, 어느 지역, 우주까지  
  - 사업의 약 **40%** 는 전체 AI 팩토리를 구축할 수 있는 풀스택이 없으면 고객이 활용 불가  
- **시장 점유율 확대** 이유  
  - Anthropic이 Nvidia로 이동, Meta도 Nvidia로 이동, 오픈 모델 성장 — 모두 Nvidia 기반  
  - 클라우드 외부의 기업·산업·엣지 성장  
  - AWS가 향후 몇 년간 **100만 개 칩** 구매 발표  
- 애널리스트들의 **성장 둔화 예측**(내년 30%, 그 다음 20%, 2029년 7%)에 대해  
  - AI의 **규모와 범위를 이해하지 못하는 것**  
  - 대부분 AI가 상위 5개 하이퍼스케일러에만 있다고 생각하지만 실제로는 훨씬 광범위  
  
### 우주 데이터센터, AI 헬스케어, 로보틱스  
  
- **우주 데이터센터**  
  - 이미 우주에 진출 — **방사선 경화** 처리된 CUDA가 전 세계 위성에서 이미징·AI 이미지 처리 수행  
  - 우주에서 모든 데이터를 지구로 보내는 대신 **우주에서 직접 이미징** 처리가 합리적  
  - 우주에는 에너지가 풍부하나, 전도·대류를 이용한 냉각 불가 → **복사만 가능**, 매우 큰 표면적 필요  
  - 우주 데이터센터 아키텍처 탐구에 수년 소요 예상  
- **AI 헬스케어** 3가지 영역  
  - **AI 생물학**: AI로 생물학적 행동을 표현·예측 → 신약 발견  
  - **AI 에이전트**: 진단 보조 등 — Open Evidence, Hypocratic 등의 사례  
  - **물리적 AI**: 물리 법칙을 이해하는 AI → 로봇 수술 등  
  - 미래에는 초음파, CT 등 병원의 **모든 장비가 에이전트화** — 안전한 버전의 Open Claw가 모든 장비에 내장  
- **로보틱스**  
  - 미국이 이 산업을 대부분 발명했으나 **핵심 기술(뇌=AI)이 등장하기 약 5년 전에 지쳐버림**  
  - 고기능 존재 증명(existence proof)에서 합리적인 제품까지 기술은 **2~3사이클(3~5년)** 이상 걸리지 않음  
  - 중국은 **마이크로 전자, 모터, 희토류, 자석** 분야에서 세계 최고 → 세계 로보틱스 산업이 중국 생태계·공급망에 크게 의존  
  - 로봇은 개인이 독립적으로 할 수 없는 일을 가능하게 하여 **경제적 이동성과 번영의 최대 해제(unlock)** 가 될 것  
  - 현재 미국은 **수백만 명의 노동력 부족** 상태로 로보틱스가 절실히 필요  
  - 로봇을 통한 **가상 현존(virtual presence)**, 빛의 속도로 이동, 달·화성 식민지화의 핵심 수단  
  
### OpenAI/Anthropic 매출 잠재력과 AI 모트  
  
- Dario Amodei는 2027~28년까지 **수천억 달러**, 2030년까지 **1조 달러**의 비인프라 AI 매출 예측  
  - Jensen은 이것이 **매우 보수적**이라고 평가, Anthropic이 그보다 훨씬 나은 성과를 낼 것으로 기대  
  - 아직 고려되지 않은 부분: **모든 엔터프라이즈 소프트웨어 회사가 Anthropic·OpenAI 토큰의 부가가치 리셀러**가 될 것  
  - Go-to-market이 **로그적으로 확장**될 전망  
- AI 시대의 **모트(해자)** 는 **깊은 전문화(deep specialization)**  
  - 범용 모델이 에이전트 시스템에 연결되고, 많은 모델은 기업이 자체 훈련한 **특화 서브 에이전트**  
  - 기업가를 위한 메시지: **자신의 버티컬을 누구보다 깊이 알고**, 도구가 발전하면 자신의 지식을 주입  
  - 에이전트를 고객과 빨리 연결할수록 **플라이휠**이 작동하여 에이전트가 더 나아짐  
  - 현재의 수평 플랫폼 → 커스터마이징 모델과 반대로, 플랫폼 기업이 **전문가·버티컬 도메인 전문가**가 되는 기회  
  
### AI 시대 젊은이들을 위한 조언  
  
- **심층 과학, 심층 수학, 언어 능력**을 추천  
  - 언어가 AI의 프로그래밍 언어이므로 **영문학 전공자가 가장 성공할 수도** 있음  
- 어떤 교육을 받든 **AI 사용에 깊이 전문가**가 되어야 함  
  - 과하게 지시하지 않고(overprescribe), AI가 혁신하고 창조할 여지를 남기면서 원하는 결과로 이끄는 것은 **예술(artistry)**  
- **방사선과 전문의** 사례  
  - 10년 전 컴퓨터 비전이 방사선과를 완전히 대체할 것이라는 예측 → 컴퓨터 비전은 100% 통합됨  
  - 그러나 방사선과 전문의 수는 오히려 **증가**, 수요 급증  
  - 스캔이 빨라져 더 많은 스캔 → 더 많은 환자 처리 → 병원 수익 증가  
  - 직업의 **작업(task)** 은 변하지만 **목적(purpose)** 은 유지  
- 생산성이 증가하면 **더 부유한 국가**가 되어 교실에 더 많은 교사를 배치할 수 있으며, 모든 학생에게 **개인화된 커리큘럼** 제공 가능  
- 일자리 전환은 불가피하나, 자율주행으로 **1,000~1,500만 운전 일자리**가 변화할 것  
  - 쇼퍼는 **이동성 어시스턴트**로 진화할 가능성 — 차가 스스로 운전하는 동안 승객을 위한 다양한 업무 수행  
  - 항공기 오토파일럿이 **더 많은 조종사**를 만들어냈듯이 유사한 패턴

## Comments



### Comment 53446

- Author: xguru
- Created: 2026-03-20T16:20:11+09:00
- Points: 2

24:28 부터가 인상적이네요   
---  
한번 이런 사고실험을 해보죠.  
  
연봉 50만 달러를 받는 소프트웨어 엔지니어나 AI 연구원이 있다고 가정해 봅시다. 이런 경우는 저희에게 흔합니다.  
  
그 연봉 50만 달러짜리 엔지니어에게 연말에 제가 물어볼 겁니다.  
“올해 토큰에 얼마를 썼나요?”  
그런데 그 사람이 “5천 달러 썼습니다”라고 답한다면, 저는 정말 기가 막힐 겁니다.  
  
그 연봉 50만 달러짜리 엔지니어가 최소 25만 달러어치 토큰도 쓰지 않았다면, 저는 굉장히 심각하게 받아들일 겁니다.  
  
이건 우리 칩 디자이너 중 한 명이  
“전 그냥 종이와 연필만 쓸게요. CAD 툴은 필요 없을 것 같습니다”  
라고 말하는 것과 다를 바 없습니다.  
  
이제는 최고의 인재를 바라보는 관점 자체가 완전히 바뀌고 있다는 뜻입니다.  
  
이건 NBA에서 르브론 제임스가 자기 몸을 관리하고 컨디션을 유지하는 데  
매년 100만 달러를 쓰기 시작했을 때 우리가 배운 것과도 비슷합니다.  
  
이렇게 뛰어난 지식 노동자들에게 왜 초인적인 능력을 쥐여주지 않겠습니까?  
  
그렇다면 2~3년 뒤를 내다봤을 때,  
엔비디아의 최고 인재 한 명은 얼마나 효율적으로 일하게 될까요?  
그리고 대체 어디까지 해낼 수 있게 될까요?  
  
우선, “와, 이건 너무 어렵다”라는 생각은 사라질 겁니다.  
“이건 시간이 너무 오래 걸린다”라는 생각도 사라질 겁니다.  
“사람이 많이 필요하다”라는 생각도 사라질 겁니다.  
  
너무 크다, 너무 무겁다, 너무 오래 걸린다.  
이런 생각들은 전부 사라집니다.  
결국 남는 건 창의성입니다.  
당신이 무엇을 생각해낼 수 있느냐만 남는 거죠.  
  
그러면 이제 질문은 이것입니다.  
이 에이전트들과 어떻게 함께 일할 것인가?  
  
그건 결국 컴퓨터 프로그래밍을 하는 새로운 방식입니다.  
과거에는 우리가 직접 코드를 썼습니다.  
앞으로는 아이디어를 쓰고, 아키텍처를 쓰고, 명세를 쓰게 될 겁니다.  
  
우리는 팀을 조직하고,  
좋은 결과와 나쁜 결과를 어떻게 평가할지 정의하고,  
무엇이 훌륭한 결과인지 정하고,  
어떻게 함께 반복 개선할지,  
어떻게 브레인스토밍할지를 정하게 될 겁니다.  
  
정말로 중요한 건 바로 그런 일입니다.  
  
그리고 제 생각에는,  
앞으로 모든 엔지니어는 에이전트 백 명을 거느리게 될 겁니다.

### Comment 53493

- Author: aliveornot
- Created: 2026-03-21T11:57:29+09:00
- Points: 1
- Parent comment: 53446
- Depth: 1

무슨 의미인지는 알겠으나, 코드 라인 수로 엔지니어를 평가하는 건 바보짓이긴 했죠. 좋은 지표라는건 참 어려운 일 같습니다

### Comment 53492

- Author: aer0700
- Created: 2026-03-21T11:34:44+09:00
- Points: 1
- Parent comment: 53446
- Depth: 1

연봉 50만 달러짜리 엔지니어에게 "토큰을 얼마 썼나요?"를 물어보는 게 아니라,   
"올해 무엇을 개발했고, 그것은 회사의 영업이익에 어떻게 기여했나요?"를 물어봐야 하는 것 아닐까요?

### Comment 56098

- Author: kirkyoon
- Created: 2026-04-23T09:26:42+09:00
- Points: 1
- Parent comment: 53492
- Depth: 2

토큰을 얼마 썼나요? 라고 물어보는게 아니라 잘 활용하고 있는가를 물어보는거죠   
5000달러만 썼다는건 너무 적게 쓴것에 대한 기준으로 생각하면 될 것같네요  
“전 그냥 종이와 연필만 쓸게요. CAD 툴은 필요 없을 것 같습니다”  
라고 말하는 것과 다를 바 없습니다.

### Comment 56099

- Author: kirkyoon
- Created: 2026-04-23T09:32:04+09:00
- Points: 1
- Parent comment: 56098
- Depth: 3

다른 예시를 들면 "직원중에 엑셀을 합계 수식만 쓰고 있는 직원이 있어?"로 생각하면 될 것 같네요.