여러분 모두 만나 뵙게 되어 반갑습니다. 정말 반갑습니다. 깐부 치킨 정말 훌륭하네요. 친구들과 함께 치맥을 하며 즐거운 시간을 보냈습니다. 한국을 즐기는 최고의 방법이었습니다. 오늘 여러분 앞에서 말씀드릴 기회를 주셔서 감사합니다.

먼저, 이번 APEC의 놀라운 성공에 대해 축하드립니다. 이 행사는 한국이 얼마나 강력한 연결력과 통합의 능력을 가지고 있는지를 보여줍니다. 그리고 무엇보다 최태원(Tony Che) 회장님과 조직위원회의 훌륭한 노고에 감사드립니다. 이번 행사는 역사적인 APEC이 되었습니다.

이제 산업 이야기를 해볼까요. NVIDIA가 속한 컴퓨터 산업은 지금 근본적인 전환기에 있습니다. 컴퓨터는 모든 산업에 영향을 미치기 때문에, 지금 변화는 단순한 기술 변화가 아니라 인류 전체의 도구가 바뀌는 순간입니다. 오늘날 거의 모든 산업이 하나의 거대한 플랫폼 전환(Platform Shift)— 우리가 인공지능(AI)’이라 부르는 변화에 의해 영향을 받고 있습니다.

우리의 여정은 30년 전으로 거슬러 올라갑니다. 그때 우리는 새로운 방식의 컴퓨팅을 발명하고자 했습니다. 우리가 창조한 그 접근법이 바로 ‘가속 컴퓨팅(Accelerated Computing)’입니다.

우리는 오래전에 깨달았습니다. 기존의 컴퓨터로는 풀 수 없는 문제를 해결하기 위해서는 전혀 새로운 컴퓨팅 모델이 필요하다는 사실을요. 그것은 또 하나의 이점이 있습니다. 무어의 법칙(Moore’s Law)이 한계에 다다랐을 때, 이것이 컴퓨터 산업이 앞으로 나아갈 새로운 길이 될 수 있다는 점입니다.

33년이 지난 지금도 우리는 매 세대의 반도체 공정 기술을 통해 더 많은 트랜지스터를 만들어낼 수 있습니다. 하지만 트랜지스터의 성능과 전력 효율 향상 속도는 크게 둔화되었습니다. 그럼에도 우리는 가속 컴퓨팅(accelerated computing) 덕분에, 우리가 상상할 수 있는 한계까지 계속 컴퓨팅의 확장을 이어갈 수 있게 되었습니다. 바로 지금 우리는 플랫폼의 전환(platform shift)을 목격하고 있습니다.

이 플랫폼 전환이 바로 GPU를 만들고, 우리가 ‘쿠다(CUDA)’라고 부르는 모델을 발명하게 된 이유였습니다. 그러나 GPU만으로는 그저 하나의 칩(CHIP)에 불과합니다. 이 새로운 컴퓨팅 접근법에는 엄청난 양의 알고리즘과 소프트웨어 개발이 필요합니다. 우리는 그것을 ‘CUDA X 라이브러리’라고 부릅니다. 많은 사람들이 이것에 대해 말하지 않지만, 이것이야말로 엔비디아의 보물입니다.

이 라이브러리 덕분에 우리는 가속 컴퓨팅을 실제 산업 현장에 적용할 수 있습니다. 예를 들어 삼성과 함께 진행하는 반도체 리소그래피(Computational Lithography) 작업, 또는 딥러닝과 로보틱스 분야에서 한국의 여러 기업들과 진행하는 협업, 양자물리학(Quantum Physics), 양자컴퓨팅(Quantum Computing), 분자역학(Molecular Dynamics), 유체역학(Fluid Dynamics), 로보틱스, 그리고 물론 인공지능(AI)까지 — 모두 이 CUDA X 라이브러리 덕분에 가능해졌습니다.

이 라이브러리들은 우리 회사에 새로운 시장을 열어주었으며, 바로 이 라이브러리들이야말로 엔비디아의 컴퓨팅 접근 방식이 전 세계 다양한 산업 분야에서 활용될 수 있게 한 핵심 이유입니다.

하지만 이 모든 것은 매우 겸손한 시작(humble beginning)에서 출발했습니다. 그래서 오늘 저는 여러분께 엔비디아의 기술이 무엇을 할 수 있는지 보여드리기 위해 짧은 영상 하나를 준비했습니다.

오늘로부터 정확히 33년이 지났습니다. 사실 저는 한국에 오기 시작한 지 30년이 되었고, 엔비디아(NVIDIA)가 한국에 진출한 지도 그 즈음이었습니다. 우리는 함께 비디오 게임 산업(video game industry)을 만들어냈습니다.

제가 지포스(GPU: GeForce)를 한국에 처음 소개한 것은 25년 전이었습니다.

그리고 어젯밤, 우리는 한국의 e스포츠 게이머들과 PC 게이머들과 함께 ‘지포스 25주년(25 years of GeForce)’을 기념하는 멋진 축하 행사를 가졌습니다. 정말 놀라운 밤이었습니다.

그래서 저는 여러분을 위해 짧은 영상을 하나 준비했습니다. 하지만 이 영상을 보실 때 기억해야 할 한 가지가 있습니다. 이 영상 속의 어떤 장면도 애니메이션(animation)이 아닙니다. 모든 것은 시뮬레이션(simulation)입니다. 제가 보여드릴 모든 것은 수학(Mathematics), 그리고 그것을 가능하게 만드는 컴퓨터 알고리즘(Computer Algorithms)입니다.

자, 이제 영상을 보시죠. (영상 시청 후)

이 산업은 정말 놀랍습니다. 기술이 지금까지 얼마나 멀리 발전해왔는지, 그리고 방금 여러분이 본 것이 얼마나 근본적으로 새로운 컴퓨팅 방식인지를 생각해보면 경이롭습니다. 그중 하나가 가속 컴퓨팅(accelerated computing)이고, 여러분이 지금 보고 있는 또 다른 것은 바로 인공지능(Artificial Intelligence)입니다.

인공지능은 물론 모든 산업에 영향을 미치고 있습니다. 대부분의 사람들은 인공지능을 ‘챗봇(chatbot)’으로 생각합니다 — 그렇게 생각하는 것도 당연합니다. ChatGPT가 인공지능을 혁신시켰고, AI를 모든 사람의 손안에 넣었기 때문입니다. 하지만 인공지능은 그보다 훨씬 더 많은 것을 의미합니다. 지금부터 저는 인공지능이 여러분에게 어떤 의미인지, 그리고 우리가 속한 산업에서 그것이 어떤 의미를 가지는지 말씀드리겠습니다. 그래서 여러분이 앞으로 AI와 어떻게 함께 나아갈 수 있을지 감을 잡게 되길 바랍니다.

먼저, 인공지능은 완전히 새로운 컴퓨팅 플랫폼입니다. 과거의 소프트웨어는 사람이 직접 코드를 작성하는 수작업형(hand-coded) 방식이었습니다.

하지만 이제 소프트웨어는 컴퓨터 스스로 학습하는 방식으로 만들어집니다. 우리는 컴퓨터를 훈련(training) 시킵니다. 우리가 원하는 작업을 수행할 수 있도록 모델(Model)을 학습시키는 것입니다.

인공지능은 GPU 위에서 작동합니다.

반면에 사람이 직접 코드를 작성한 소프트웨어는 CPU 위에서 실행됩니다. 이제 에너지 칩, 인프라, 시스템 소프트웨어, AI 모델, 애플리케이션 등 컴퓨팅의 모든 계층이 완전히 재구성되고 있습니다.

생각해 보십시오 — 컴퓨터 산업은 지난 60년 동안 거의 동일한 구조를 유지해 왔습니다. 그런데 이제 AI와 가속 컴퓨팅 덕분에, 컴퓨팅 스택의 모든 계층이 근본적으로 바뀌고 있습니다. 지금까지 만들어진 컴퓨터들, 즉 수조 달러어치의 기존 시스템들이 이제는 새로운 컴퓨팅 플랫폼으로 전환되어야 하는 시대가 된 것입니다.

AI에 대해 두 번째로 알아야 할 점은, ‘트랜스포머(Transformers)’ 모델이 엄청난 성공을 거두었지만 그것이 AI의 전부는 아니라는 것입니다. AI에는 언어(Language)를 다루는 모델도 있지만, 우리가 다루고자 하는 정보의 종류는 그것보다 훨씬 다양합니다. 예를 들어, 화학(Chemistry), 단백질(Proteins), 물리학(Physics), 양자물리(Quantum Physics), 그리고 다양한 과학 분야를 위한 AI가 있습니다. 또 로보틱스(Robotics)처럼 물리적 세계를 이해하는 AI도 존재합니다.

AI는 정말로 다양하고 방대합니다. 세상의 모든 분야를 포괄하기 위해 필요한 알고리즘의 수는 헤아릴 수 없을 정도입니다. ChatGPT와 같은 챗봇은 그중 하나일 뿐입니다. 그러나 놀라운 점은 — 이 수많은 AI 모델들이 함께 존재함으로써, 우리는 수많은 산업과 응용 분야를 혁신할 수 있다는 것입니다. 그렇기 때문에 지금 AI가 전 세계 거의 모든 산업에 영향을 미치고 있는 것입니다.

세상에 ‘지능(intelligence)’이 불필요한 산업은 존재하지 않습니다. 이것이 아주 중요한 관찰입니다. 과거의 기술, 과거의 소프트웨어는 인간이 사용하는 도구(tool)였습니다. 엑셀(Excel)은 도구입니다. 웹 브라우저(Web Browser)는 도구입니다. 파워포인트(PowerPoint)도 도구입니다. 이것들은 모두 인간이 사용하는 매우 중요한 도구들입니다.

그것(인공지능)은 인간이 사용하는 자동차와 다를 바 없습니다. 또는 인간이 사용하는 도구인 드라이버(screwdriver)와 망치(hammer)와도 다르지 않습니다. 하지만 AI는 ‘도구’가 아니라 ‘일(work)’을 수행합니다. 이것이 바로 AI가 인류 역사상 가장 거대한 기술 산업— 즉‘도구 산업(tool industry)’, 우리가 알고 있는 IT 산업전체를 바꿀 수 있는 이유입니다. 기존의 IT 산업은 수조 달러 규모였지만, AI 산업은 전 세계 100조 달러 규모의 산업을 포괄하며, 그 산업들을 더 생산적으로 만들고, 세계 GDP 성장에 기여할 수 있습니다.

그리고 또 하나 중요한 점이 있습니다. 기존의 소프트웨어와 달리, 인공지능은 ‘공장(factory)’이 필요합니다. AI는 인류 역사상 에너지를 변환(Transform Energy)하고 지속적으로 계산을 수행해야 하는 첫 번째 기술입니다. 엔비디아는 이러한 목적을 위해 GPU 기반 AI 슈퍼컴퓨터(AI Supercomputer)를 구축합니다. 이것이 바로 모두가 사용할 ‘지능(intelligence)’을 생산하는 공장입니다. AI가 생성하는 각 토큰(token)은 그 시점의 맥락(Context)과 사용자가 던지는 질문(Question)에 따라 계산됩니다.

즉, 앞으로 세상에는 엄청난 수의 AI 공장(AI Factories)이 생겨날 것입니다. AI는 모든 애플리케이션과 모든 산업에 통합될 것이기 때문에, AI 인프라스트럭처(AI Infrastructure)는 전 세계 모든 나라에서 구축될 것입니다. 전기(Electricity), 인터넷(Internet)이 그러했듯이, 이제는 인공지능(AI)도 마찬가지로 각 나라가 자국 내에 AI 공장을 세우는 시대가 될 것입니다.

이것이 바로 오늘 우리가 이 자리에서 이 이야기를 나누는 이유이며, 이 기술이 모든 국가에게 막대한 영향을 미치는 이유입니다. AI는 하나의 산업혁명(Industrial Revolution)입니다. 그것은 컴퓨팅과 소프트웨어의 구조(software stack)를 완전히 바꿉니다. AI는 도구가 아니라 ‘일을 하는 소프트웨어’입니다. AI는 거대한 산업들을 직접적으로 다루며, 그리고 ‘공장(factory)’을 필요로 합니다.

지난 몇 년 동안 우리는 놀라운 진보(Extraordinary Progress)를 목격했습니다. 그것을 가능하게 하는 시스템이 바로 이것입니다. 이것은 최신 엔비디아 시스템,‘Grace Blackwell’입니다.

이것은 거대한 GPU 한 대입니다. 무게는 2톤, 150만 개의 부품으로 구성되어 있으며, 1만 2,000와트(120킬로와트)의 전력을 사용합니다. 그리고 이 장비는 믿을 수 없을 만큼 빠른 속도로 토큰(token)— 즉, 지능(intelligence)을 생성합니다.

이것이 바로 오늘날의 GPU입니다. 많은 사람들은 여전히 엔비디아의 GPU를 게임용 그래픽 카드 정도로 생각하지만, 이 GPU들은 사실상 한 랙(rack) 안에 들어 있는 거대한 슈퍼컴퓨터입니다.

아마도 사람들이 저에게 가장 자주 묻는 질문은 이것일 겁니다. “올해는 무엇이 달라졌나요?” 여러분도 보셨겠지만, AI가 빠르게 성장하는 것처럼, 엔비디아 역시 빠르게 성장하고 있습니다. 하지만 지난 6개월 동안의 성장 속도는 그 이전과는 비교할 수 없을 정도로 가속화되었습니다.

그 이유가 있습니다. 지난 몇 년간 AI는 놀라운 발전을 이루었습니다. 이제 우리는 한 번도 훈련된 적이 없는 문제들까지도 스스로 추론하고(reason), 사고하고(think), 해결할 수 있게 되었기 때문입니다.

AI는 이제 ‘세 가지 스케일링 법칙(three scaling laws)’을 갖게 되었습니다. 우리는 아이를 가르치듯이 AI에게 정보를 기억하고 암기하는 법을 가르칩니다. 또한 ‘사후 학습(post-training)’ 단계를 통해 AI가 새로운 기술을 수행하는 법, 추론(reasoning)하는 법, 생각(thinking)하는 법을 배우도록 훈련합니다.

그리고 추론(inference) 단계에 이르면, 오늘날의 AI는 단순히 암기된 답을 내놓는 것이 아니라 ‘생각하며’ 대답합니다. 무엇보다도, AI의 답변 품질은 지난 1년 동안 놀라울 정도로 향상되었습니다. 그 결과, 더 많은 사람들이 AI를 사용하게 되었습니다.

답이 좋아지면 더 많은 문제가 해결되고, 더 많은 문제가 해결되면 더 많은 사람들이 사용하게 됩니다. 사람들이 더 많이 사용할수록 AI를 구동하기 위한 연산량(computation)은 계속해서 늘어납니다. 즉, AI를 훈련(teach)시키는 과정에서도 AI를 사용(use)하는 과정에서도 필요한 계산량은 매우 방대합니다.

하지만 중요한 점은 이것입니다. 이제 AI가 만들어내는 토큰(token)— 즉 지능(intelligence)이 너무나 뛰어나기 때문에, 고객들이 그것에 기꺼이 비용을 지불하기 시작했다는 것입니다. 이제 토큰이 ‘수익성 있는 토큰(profitable tokens)’이 되었습니다.

올해, AI는 드디어 수익성이 생겼습니다. 그리고 무언가가 수익성이 생기면, 우리는 그것을 더 많이 생산하고 싶어집니다. 마치 반도체 칩이나 웨이퍼(wafers), DRAM을 생산할 때와 같습니다. 칩 생산이 수익성이 있다면, 당연히 더 많은 공장을 지어 더 많은 칩을 생산하려고 할 것입니다. 지금 AI도 마찬가지입니다. AI가 수익성이 생겼기 때문에, 우리는 더 많은 AI를 만들어내는 ‘공장(AI factories)’을 세우려는 단계에 들어섰습니다.

이제 우리는 이른바 ‘선순환(virtous cycle)’, ‘AI의 선순환 구조’를 달성했습니다. AI 시스템이 좋아지면 → 더 많은 사람들이 사용하고 → 사용자가 늘면 → 더 많은 수익이 발생하고 → 그 수익으로 더 많은 공장을 세워 → 더 좋은 AI를 만들고 → 그 결과 더 많은 사람이 사용하는 구조입니다. AI의 선순환 구조(virtuous cycle of AI)가 도래한 것입니다. 이것이 바로 지금 전 세계에서 기업들의 설비 투자(CAPEX)가 폭발적으로 증가하고 있는 이유입니다.

현재 일어나고 있는 두 가지 근본적인 변화가 있습니다.

첫째는, 제가 앞서 말씀드렸듯이 범용 컴퓨팅(General-Purpose Computing)에서 가속 컴퓨팅(Accelerated Computing)으로의 전환(Transition)입니다. 무어의 법칙(Moore’s Law)은 이제 완전히 한계에 다다랐습니다. 그래서 우리는 새로운 계산 방식을 필요로 하게 되었습니다. 그리고 그 토대가 바로 엔비디아의 가속 컴퓨팅입니다.

둘째로, 그 위에 AI가 ‘선순환 구조’를 달성했습니다. 바로 이것이, 지금 기업들이 이전보다 훨씬 빠르게 CAPEX(자본 투자)를 늘리고 있는 이유입니다. 이 변화는 한국에서도 똑같이 일어날 것입니다. 그리고 저는 이것이 한국에게 매우 특별한 시기(an extraordinary time)라고 생각합니다.

왜냐하면, 플랫폼이 전환되는 시기는 모든 기술 산업과 모든 산업 국가에게 결정적인 시기이기 때문입니다. 그러나 한국에게는 그보다 더 특별한 이유가 있습니다. 전 세계에서도 드물게, AI 시대에 성공하기 위한 세 가지 핵심적이고 필수적인 조건을 한국은 모두 갖추고 있기 때문입니다.

첫째로,소프트웨어(software)가 필요합니다. 소프트웨어 전문성(software expertise)은 한국이풍부하게 보유하고 있는 능력 중 하나입니다. 둘째로, 깊은 수준의 기술력과 과학 역량(deep technical and science capability), 셋째로, 제조 역량(manufacturing capability)입니다.

이 세 가지 —소프트웨어, 인공지능 기술, 제조 역량— 을 결합하면 한국은 로보틱스(Robotics)분야에서 진정한 기회를 얻을 수 있습니다. 이것이 바로 다음 세대의 물리적 인공지능(Physical AI)입니다.

엔비디아는 이미 전 세계 곳곳에서 로보틱스 분야의 다양한 프로젝트를 진행하고 있습니다. 이것은 우리가 Figure사와 함께 진행하고 있는 휴머노이드 로봇(Humanoid Robotics) 프로젝트입니다. 또한 우리는 Caterpillar와 협력하여, 그들이 로보틱스 산업 기업으로 전환할 수 있도록 돕고 있습니다.

이것은 Agility사의 물류 로봇(Logistics Robots)이고, 이것은 Johnson & Johnson의 외과 수술용 로봇(Surgical Robots)입니다. 이처럼 기술은 이제 로봇 시스템이 실제 산업 현장 전반에 걸쳐 확산되는 수준에 도달했습니다. 이제 우리는 전체 공장(factory) 자체가 로봇으로 작동하는 시대를 보고 있습니다.

엔비디아는 현재 자사 AI 슈퍼컴퓨터를 위한 공장을 미국 내에 건설 중입니다. 우리는 전 세계의 기술 기업들과 협력하여 로봇형 공장(Robotic Factory)을 만들고 있습니다. 그 전체 공장 자체가 하나의 거대한 로봇(Giant Robot)이며, 그 안에서 로봇들은 인간과 협력하며 작업을 수행합니다.

이 로봇 공장들은 자율주행차(Self-Driving Cars)와 같은 로봇형 제품들(Robotic Products)을 생산하게 될 것입니다. 즉, 로봇이 로봇을 지휘하고, 로봇이 로봇 제품을 만드는 세상이 되는 것입니다. 이것이 바로인공지능의 미래(Future of Artificial Intelligence)입니다.

그리고 저는 이 분야야말로 한국에게 엄청난 기회라고 생각합니다. 한국은 이미 그 모든 요소를 갖추고 있습니다. 깊은 기술력, 소프트웨어 역량, 인공지능 역량, 그리고 세계적인 제조·산업 기반(industrial base)을 가지고 있습니다.

이번 주 우리는 여러 주요 파트너십의 확장(Extension of Partnerships)을 발표하고 있습니다. 저는 오랫동안 한국과 협력해왔고, 정말 많은 친구들을 두고 있습니다. 예를 들어 네이버(Naver)는 우리와 협력한 가장 초기의 파트너 중 하나였습니다. 우리는 함께 세계에서 세 번째로 큰 대형 언어모델(Large Language Model)을 만들었습니다. 그 모델은 한국어 기반이었으며, 네이버는 한국에서 슈퍼컴퓨터를 구축한 우리의 첫 고객 중 하나였습니다.

이번 주 우리는 네이버와 엔비디아가 한국 내 GPU 인프라를 6만 개(60,000 GPUs) 추가 확장할 것이라고 발표했습니다. 우리는 또한 삼성과의 협력(manufacturing partnership)을 강화하고 있습니다. 삼성은 엔비디아가 AI 슈퍼컴퓨터 메모리 기술을 발명하는 과정에서 가장 먼저 협력한 파트너였습니다. 우리는 한국에서 HPM 메모리를 제조하고 있으며, 물론 반도체 칩 제조(chip manufacturing)도 삼성과 함께 하고 있습니다.

이제 우리는 한 단계 더 나아가, AI를 함께 발전시키고, AI 팩토리(AI Factory)를 함께 구축하고, 공장의 디지털 트윈(Digital Twin)을 함께 만들 것입니다. 즉, 파트너십을 대폭 확장하여 삼성과 함께 5만 개(50,000 GPUs) 규모의 AI 팩토리를 건설하고, SK그룹(SK Group)과는 HPM 메모리뿐 아니라 공장 내 디지털 트윈 구축에서도 협력할 것입니다.

그리고 우리는 SK그룹(SK Group)과 함께 5만 개(50,000) GPU 규모의 AI 팩토리를 구축할 것입니다. 이 팩토리들은 SK의 AI 공장(AI factories)을 위한 것입니다. 또한 현대자동차(Hyundai)와는 자율주행차(Autonomous Vehicles)개발을 위해 협력하고 있으며,

현대의 공장은 앞으로 디지털 트윈(Digital Twin)으로 전환될 것입니다.

그 공장 내부는 로봇형 공장(Robotic Factory)으로 변화하여, 로봇들이 서로 협력하며 로봇형 자동차(Robotic Cars)를 조립하게 될 것입니다. 현대 역시 자사 AI 팩토리 구축을 위해 5만 개의 GPU를 도입할 예정입니다.

이번 주 우리는 또 하나의 큰 계획을 발표했습니다. 한국 내에 25만(250,000) 개의 GPU를 추가로 구축할 예정입니다.

이로써 한국은 전 세계에서 가장 큰 GPU 및 AI 인프라 국가 중 하나가 될 것입니다.

그리고 마지막으로, 정말 중요한 점이 있습니다. 우리는 AI 인프라스트럭처(AI Infrastructure)만 구축하는 것이 아니라, 한국의 AI 생태계(Ecosystem) 자체를 함께 만들어가야 합니다. 그래서 우리는 한국의 AI 연구자들(AI researchers), 한국의 대학들(Korean universities)— 예를 들어 KIST와 같은 훌륭한 연구기관, 그리고 혁신적인 스타트업들(Startups)과 협력하고 있습니다.

그들이 AI로부터 실질적인 혜택을 누릴 수 있는 환경(Environment)을 만들기 위해서입니다. 이를 통해 AI 스타트업, 정부, 교육기관, 그리고 기존 대기업들이 함께 협력하는 풍부한 AI 생태계가 한국에 형성될 것입니다.

지금은 정말 특별한 순간(an extraordinary time)입니다. 저는 엔비디아를 따뜻하게 맞이해준 모든 분들께 깊이 감사드립니다. 지난 30년 동안 우리는 함께 걸어왔습니다. 그리고 오늘, 우리는 새로운 여정(New Journey)의 출발점에 서 있습니다. 여러분은 제가 엔비디아를 만들어온 여정의 일부였습니다.

이제 저는 한국이 ‘AI 국가(AI Nation)’로 성장하는 여정의 일부가 될 수 있음에 깊은 영광과 감사를 느낍니다. 여러분의 AI 프런티어(AI Frontier)를 향한 도전을 진심으로 응원합니다. 정말 감사합니다.

#젠슨황(엔비디아) #APEC정상회의

젠슨 황의 GPU 26만대 공급. 무슨 의미일까? 그리고 5가지 숙제

-AI 혁명의 초대장

-초대장 받았다고 주인공은 아냐. 준비 제대로 해야 파티를 즐길 수 있다

-젠슨 황 CEO가 '깐부회동'을 포함. 한국에서 참고 참던 대형 '발표'를 하고 갔다. 그동안 미국, 대만, 영국, 노르웨이 등 세계 각국에서 대형 발표를 하면서 AI 생태계 확산에 총력을 기울였었는데 한국에선 유독 '아무것도' 하지 않았다. 사실 일각에서는 '코리아 패싱' 의혹도 있었음.

-그러나 이번에 APEC 정상회담과 지포스 출시 25주년 이벤트에 맞춰(둘을 맞췄겠지) 꽉 채운 일정으로 GPU 26만대 공급 약속을 하고, 지포스 25주년 행사에서는 이건희 회장과의 일화를 소개하면서 "한국이 있었기에 오늘의 엔비디아가 존재할 수 있었다"라는 고백도 하고, 코리아 산업 혁명의 역사라는 헌정 영상을 소개했다.

-이 자리엔 이재용 삼성그룹 회장과 정의선 현대차그룹 회장도 있었다. 한국에 대한 진심과 헌사이며 한국에 대한 기대를 동시에 나타냈다. 젠슨-제이-ES가 한 무대에 올라간 이 장면은 한국 산업 80년 역사에 의미 있는 '역사적 장면'이라 평가할 수 있다.

-최소 12조원에 달하는 GPU 판매하고 갔다는 의견이 있을 수 있다. 하지만 GPU가 품귀현상을 보이는데다 컴퓨트 파워는 국가 경쟁력을 좌우하는 전략자산화이 되고 있기 때문에 오히려 '컴퓨트 파워 전략배치'의 의미가 있는 중요한 결정이다. 최소한 핵무기 하나 정도는 보유한 효과가 있을 것이다.

-컴퓨트 파워에 있어서 미중에 이어 3~4위에 달한다. 연초에 UAE에 50만대 배치를 약속한 바 있어서, 숫자 기준으로 보면 4위인데 실제 적용으로 보면 하정우 수석이 말한대로 3위도 될 수 있다. 현재 4만대 수준이었는데 일약 총 30만대를 배치할 수 있게 됐다.

-더밀크 취재 결과 젠슨 황은 이번에 GPU를 한국에 공급하면서 '프리미엄'을 받지 않기로 한 것으로 알려졌다. 요새 GPU가 품귀라 대당 5000만원을 훌쩍 넘어서 수요가 많을 때는 '웃돈'을 줘야 구할 수 있는데 그렇게 하지 않기로 한 것이다. 또 상황에 따라서 B200 이상의 GPU가 배치될 수도 있는데 그렇게 되면 26만장 보다 줄어들 수는 있다고 한다. 26만장이 절대적 수차기 아니라 수요와 가격 등에 따라 유동적인 수치가 될 것으로 보인다.

-월가의 유명 애널리스트 댄 아이브스(웨드부시 증권)는 이번 딜에 대해 "그동안 한국이 HBM 말고는 AI 혁명에 소외된 측면이 있었는데 엔비디아의 26만대 전략배치로 한국 AI 산업에 분수령이 될 것이다"고 평가했다. 그 정도로 의미있는 딜이었다.

-하지만 한국엔 숙제가 많이 남아 있다. 지금 한국의 상태로 GPU 26만대가 당장 배치되면 그냥 '고철덩어리'에 불과하다. GPU 수명은 사실상 3년이라 1년 지나면 급격한 감가상각이 되는데 지금 아무런 준비없이 받으면 우왕좌왕하다가 현존 국가 AI데이터센터처럼 텅텅빈 상태가 된다. GPU를 쓸 하이퍼스케일러가 없기 때문이다. GPU 26만대면 2.5기가와트급인데 한국의 전기요금이 세계적으로도 매우 비싼 편이어서 경제성도 낮아진다.

-인재 부족도 심각하다. 26만장의 GPU를 활용하려면 세계 최고 수준의 AI 인재가 필요하다. KAIST, 서울대, 포스텍 등 우수한 대학들이 있고, 뛰어난 학생들도 많지만 문제는 규모와 생태계다. 미국은 스탠퍼드, MIT, CMU, 버클리 등에서 매년 수천 명의 AI 박사를 배출한다. 중국은 더 많다. 그들은 졸업 후 구글, 메타, 오픈AI, 앤트로픽 같은 기업에서 실전 경험을 쌓고, 다시 스타트업을 창업하거나 대학으로 돌아가 선순환 생태계를 만든다.

반면 한국은 매년 배출되는 AI 박사는 수백 명 수준이다. 그나마 상당수는 미국으로 떠난다. 삼성이나 네이버, 카카오 같은 대기업에 들어가도, 실리콘밸리 같은 자유롭고 혁신적인 문화를 경험하기는 어렵다. 스타트업을 창업하기엔 생태계가 척박하고 보상 수준이 불확실하다.

피지컬 AI 분야는 더 심각하다. 로봇공학, 제어이론, 컴퓨터 비전, 센서 융합 등 여러 분야의 전문가가 협업해야 한다. 이런 융합 인재를 키우는 교육 시스템이 제대로 갖춰져 있는지 의문이다. 대학은 여전히 학과 간 장벽이 높고, 기업은 단기 성과에 급급하기 때문이다.

-이번에 26만대는 삼성, SK, 현대차, 네이버 등에 배치된다. 대기업 중심의 생태계는 한국 산업의 체질 개선을 더디게 할 수 있다. AI 시대에도 대기업이 모든 것을 독식하는 구조가 될 수 있다. 중소기업과 스타트업은 엔비디아 GPU를 구하기 어렵다. 가격도 문제지만, 공급 자체가 대기업 위주로 이뤄진다. SK 등 대기업은 제조 AI 플랫폼을 개방하고 스타트업을 지원하겠다고 했지만 과연 얼마나 실효성이 있을지 의문이다. 한국의 대기업들이 스타트업을 진정한 파트너로 대한 역사는 그리 길지 않다. 플랫폼을 개방한다고 해도, 핵심 기술은 닫아두고 주변부만 개방하는 경우가 많다.

-규제와 데이터의 딜레마다. AI는 데이터를 먹고 자란다. 많은 데이터, 질 좋은 데이터가 있어야 좋은 AI가 나온다. 그런데 한국의 데이터 환경은 개인정보보호법, 금융실명제, 의료법 등 각종 규제로 데이터 활용이 제한적이다. 개인정보 보호는 중요지만 과도한 규제는 혁신을 막는다. 유럽이 GDPR로 규제를 강화했더니, AI 혁신의 중심은 미국과 중국으로 넘어갔다.

특히 피지컬 AI에는 실제 세계의 데이터가 필수다. 도로 주행 데이터, 공장 운영 데이터, 로봇 작업 데이터. 현대차가 자율주행을 개발하려면 수억 킬로미터의 주행 데이터가 필요하다. 삼성과 SK가 디지털 트윈을 만들려면 실제 공정의 세밀한 데이터가 있어야 한다.

이 데이터들을 어떻게 수집하고, 어떻게 활용할 것인가? 개인정보는 어디까지 보호하고, 산업 데이터는 어떻게 공유할 것인가? 기업 간 데이터 협업은 가능한가? 외국 기업(엔비디아)과의 데이터 공유는 어디까지 허용되는가?에 대한 룰이 만들어지지 않고 있다.

-26만장의 GPU는 하드웨어의 숫자를 넘어, 한국이 AI 시대의 글로벌 리더로 도약할 수 있는 발판이자 AI 시대로 들어갈 수 있는 초대장이다. 하지만 초대장을 받았다고 해서 파티의 주인공이 되는 것은 아니다. 파티에 맞는 옷도 제대로 갖추지 않고 무엇보다 마음의 준비를 못한다면 파티의 주변에서 서성이다 파티가 끝나기도 전에 쯤 집으로 돌아가게 마련이다.

치킨과 소주를 나누며 "깐부"를 외쳤던 순간은 역사적이다. 하지만 감동만으로는 충분하지 않다는 냉정한 현실을 잊어서는 안된다.

젠슨 황 CEO는 APEC 연설에서 "한국의 제조 AI 리더십은 무한대다(Sky's the limit)"라고 말했다. 하지만 곱씹어보면 그만큼 올라가야 할 높이가 멀다는 의미이기도 하다. 더밀크 The Miilk

*하루 무료 기사입니다.

*토론AI로 토론을 시작해보세요 ~