AI/ML 가속, 레이 트레이싱과 같은 새로운 GPU 기능 개발에서 어떤 리더십을 발휘했는지 설명해 주세요.

인턴 프로젝트에서 AI 추론 가속 블록 설계를 맡으며 팀 방향을 잡는 경험을 했습니다. 기존 코드 경로가 세 가지 제안으로 갈렸는데, 저는 먼저 성능·면적·전력 세 축의 기준표를 만들어 팀원 모두가 같은 잣대로 토론하게 했습니다. 기준표 없이 구두로만 비교할 때는 각자의 직관이 달라 합의가 어려웠는데, 표를 공유하니 이견이 빠르게 좁혀졌습니다.

레이 트레이싱 BVH 순회 부분은 직접 RTL 프로토타입을 짜서 레이턴시 수치를 제시했고, 그 데이터를 근거로 병렬 처리 방향이 결정되었습니다. 최종적으로 면적 10% 절감과 추론 처리량 1.4배 향상을 확인했고, 데이터 기반 합의 문화가 리더십의 핵심이라는 결을 배웠습니다.