최근 학계에서 포착되는 현상은 단순히 대학생들의 전공 선택 변화 이상의 의미를 지닌다.
전통적인 컴퓨터 과학(CS) 전공 등록률이 감소세에 접어들었다는 보고는, 우리가 오랫동안 믿어왔던 'CS 학위 = 성공적인 커리어'라는 공식에 균열이 생기고 있음을 보여준다.
이는 시장이 특정 기술 스택에 대한 포화 상태를 감지하고, 다음 단계의 가치를 요구하기 시작했다는 명확한 신호다.
졸업 후 취업 시장의 어려움이 학생들의 선택에 영향을 미치고 있다는 해석이 지배적이지만, 우리는 이 현상을 일시적인 변동이 아닌, 산업 패러다임 전환의 거대한 흐름으로 읽어야 한다.
과거에는 CS 지식이 핵심 경쟁력이었다면, 이제는 그 지식을 AI라는 거대한 인프라 위에서 어떻게 활용하고 확장할 수 있는지가 생존의 문제가 되었다.
대학들 역시 뒤처지지 않기 위해 AI 전용 프로그램을 급하게 개설하고 학제 간 단과대학을 설립하는 모습은, 이 변화가 선택이 아닌 생존의 문제임을 방증한다.
특히, 학부모들조차 자녀의 전공을 AI 자동화에 상대적으로 덜 취약해 보이는 기계 공학이나 전기 공학 쪽으로 본능적으로 선회한다는 점은, 시장의 불안정성이 특정 기술 분야에 대한 신뢰도 하락으로 직결되고 있음을 보여주는 강력한 증거다.
결국, 어떤 분야의 전문가가 되든, AI를 다루는 능력이 기본값(table stakes)이 되어버린 것이다.
이러한 변화의 흐름을 가장 선도적으로, 그리고 가장 체계적으로 받아들이는 곳은 중국의 대학 시스템이다.
미국 대학들이 '추격'하는 수준에 머무르는 동안, 중국은 이미 AI를 위협이 아닌 필수 인프라로 완전히 내재화했다.
중국 대학들은 AI 문해력(AI literacy) 강화에 집중하며, 학생과 교직원 대부분이 매일 여러 차례 AI 도구를 활용하는 것이 일상이 되었다.
저장 대학이나 칭화 같은 최고 기관들이 AI 과목을 필수화하거나 완전히 새로운 학제 간 단과대학을 설립한 것은, AI 활용 능력이 이제 '선택 사항'이 아니라 '기본 전제 조건'이 되었음을 선언한 것이다.
이는 시장이 요구하는 최소 역량 수준이 급격하게 상향 평준화되고 있다는 의미다.
물론 미국 학계 내부에서도 이 변화에 대한 저항과 혼란이 존재한다.
일부 교수진은 여전히 전통적인 교육 방식을 고수하며 AI 통합을 주저하고, 이는 마치 기술 변화의 속도를 따라가지 못하는 레거시 시스템과 같다.
하지만 대학 총장들이 법인 합병이나 전용 단과대학 설립을 통해 강하게 AI 통합을 밀어붙이는 모습은, 결국 시장의 요구와 자본의 흐름이 학문의 경계를 재정의하고 있음을 보여준다.
빌더의 관점에서 볼 때, 이 모든 것은 하나의 명확한 메시지를 던진다.
아무리 깊이 있는 전문 지식을 갖추었더라도, 그 지식을 AI라는 도구와 결합하여 '어떻게 문제를 해결할 것인가'라는 관점을 제시하지 못한다면, 시장에서 가치를 인정받기 어렵다는 것이다.
AI는 이제 특정 기술 스택의 추가 기능이 아니라, 모든 산업과 학문 분야의 기본 운영체제(OS)가 되었으며, 이 관점을 제품 기획의 최우선 순위에 두어야 한다.