출처: 올인 팟캐스트
작성: 펠릭스, PANews
이번 주에 열린 글로벌 기술 행사 NVIDIA GTC 2026 컨퍼런스에는 거의 모든 산업, 기술 기업 및 AI 기업의 참가자들이 모였습니다. NVIDIA 창립자 겸 CEO인 젠슨 황도기조연설을 했습니다.
나흘간의 컨퍼런스 기간 동안 젠슨 황은 GTC 컨퍼런스에서 All-In 팟캐스트와의 단독 인터뷰를 통해 NVIDIA의 미래, 물리적 AI, 지능형 에이전트의 부상, 추론 기능의 폭발적인 성장, AI 관련 홍보 위기 등 다양한 주제를 다루었습니다. PANews는 이 인터뷰를 정리했으며, 주요 내용은 다음과 같습니다.
진행자: 작년 최고의 발표 중 하나는 Groq 인수였죠. 당시 Chamath(팟캐스트 진행자이자 Social Capital의 CEO)가 엄청나게 실망할 거라는 걸 예상하셨나요?
(PA뉴스 주: 소셜 캐피털은 그록의 초기 투자자였습니다. 그들의 불만은 손실 때문이 아니라, 그들의 성격과 투자 스타일에서 비롯된 것이었습니다. 그들은 중요한 사건이 발생하기 전, 그리고 그 이후에 만족감을 느끼지 못했습니다.)
젠슨 황: 저는 예감이 들었습니다. 어쨌든 우리는 차마스와 친분이 있고 매주 그와 협업하니까요. 인수 후 2주는 결코 편안하지 않았습니다. 사실, 우리의 전략 중 상당수는 몇 년 전에 공개되었습니다. 2년 반 전에 저는 AI 공장을 위한 운영 체제인 다이나모(Dynamo)를 소개했습니다. 다이나모는 지멘스가 발명한 물을 전기로 변환하는 기계로, 지난 산업 혁명 시대의 공장에 동력을 공급했습니다. 저는 이것이 다음 산업 혁명 시대의 공장을 위한 운영 체제에 완벽한 이름이라고 생각했습니다. 다이나모의 핵심 기술은 "분리된 추론"입니다. 오늘날의 추론 처리는 모든 형태와 크기의 대규모 수학 연산을 포함하는 매우 복잡한 계산 문제입니다. 우리의 아이디어는 처리를 분리하여 한 부분은 특정 GPU에서, 다른 부분은 다른 GPU에서 실행되도록 함으로써 이기종 컴퓨팅을 구현하는 것입니다. 현재 NVIDIA의 컴퓨팅은 GPU, CPU, 스위치, 네트워크 프로세서 등 여러 부분에 분산되어 있으며, 이제 Groq가 추가됨에 따라 적절한 워크로드를 적절한 칩에 배치하는 것이 목표입니다. 우리는 GPU 회사에서 AI 팩토리 회사로 진화했습니다.
진행자: 무대에서 데이터센터 공간의 25%를 Groq와 같은 프로세서에 할당해야 한다고 말씀하셨습니다. 업계에서는 이 아이디어를 어떻게 보고 있습니까? 사람들은 이 제안에 어떻게 반응할 것이라고 생각하십니까?
젠슨 황: 이 기술을 추가했을 당시, 업계는 대규모 언어 모델 처리에서 에이전트 처리로 전환하고 있었습니다. 에이전트를 실행하려면 작업 메모리, 장기 메모리 및 다양한 도구에 대한 접근이 필요하며, 이는 스토리지에 엄청난 부담을 줍니다. 데이터 센터에는 매우 큰 모델, 작은 모델, 확산 모델, 자기회귀 모델 등 다양한 모델이 존재합니다. 우리는 이처럼 매우 다양한 워크로드를 처리하기 위해 Vera Rubin 아키텍처를 개발했습니다. 따라서 잠재 시장 규모(TAM)는 약 33%에서 50%까지 증가했습니다. 이러한 증가분의 상당 부분은 스토리지 프로세서(Blue Field), Groq 프로세서, CPU 및 네트워크 프로세서에서 비롯될 것입니다. 이 모든 것들이 함께 작동하여 AI 혁명을 주도하는 "에이전트" 컴퓨터를 실행할 것입니다.
진행자: 임베디드 애플리케이션은 어떻습니까? 예를 들어, 제 딸의 곰인형이 딸에게 말을 걸고 싶어 한다면, 그 안에 맞춤형 ASIC이 탑재될까요? 아니면 엣지 애플리케이션과 임베디드 애플리케이션 개발 도구가 따로 있을까요?
젠슨 황: 전반적으로 이 문제를 해결하려면 세 대의 컴퓨터가 협력해야 합니다. 첫 번째는 AI 모델을 학습하고 개발하는 데 사용됩니다. 두 번째는 물리 법칙을 따르는 가상 환경에서 로봇(자동차, 로봇 등)을 평가하는 데 사용됩니다. 세 번째는 엣지 컴퓨터, 즉 로봇 컴퓨터입니다. 자율주행 자동차, 로봇, 심지어 곰인형 안에 있는 작은 컴퓨터도 될 수 있습니다. 또한, 우리는 2조 달러 규모의 통신 기지국 산업을 AI 인프라의 일부로 전환하기 위해 노력하고 있으며, 미래의 무선 기지국은 엣지 디바이스가 될 것입니다. 따라서 이 세 가지 기본 컴퓨터는 모두 필수적입니다.
진행자: 당신은 이전에 추론 기술에 대한 수요가 1,000배, 심지어 10억 배까지 폭발적으로 증가할 것이라고 예측했습니다. 그런데 지금은 당신의 추론 팩토리 구축 비용이 400억~500억 달러에 달하는 반면, 경쟁사는 250억~300억 달러면 충분하다는 이야기가 나오고 있습니다. 고객들이 이처럼 두 배나 높은 비용을 기꺼이 지불할 의향이 있다고 생각하십니까? 이러한 가격 차이가 당신의 시장 점유율 영향을 미칠까요?
젠슨 황: 데이터 센터 구축 비용과 토큰 생성 비용을 절대 동일시하지 마십시오. 500억 달러 규모의 공장에서도 최고 수준의 생산 효율을 바탕으로 최저가 토큰을 생성할 수 있다는 것을 증명할 수 있습니다. 토지, 전기, 저장 장치, 네트워크, 서버, 냉각 시스템 등 기본 비용조차 고정되어 있습니다(약 200억 달러). 이러한 비용을 고려하면 GPU 가격 차이는 전체 비용에서 500억 달러와 400억 달러의 차이에 불과할 수 있으며, 이는 큰 비중이 아닙니다. 하지만 저희 500억 달러 데이터 센터는 다른 솔루션보다 10배 높은 처리량을 제공합니다. 이 업계에서는 기술 개발 속도를 따라가지 못하면 칩을 무료로 제공하더라도 충분히 저렴하게 만들 수 없습니다.
진행자: 세계에서 가장 시총 기업(내년 예상 매출 3,500억 달러)의 CEO로서, 어떻게 의사결정을 내리고, 정보를 수집하고, 투자 또는 매각 분야를 결정하시나요?
젠슨 황: 비전과 전략을 수립하는 것은 CEO의 가장 중요한 책임입니다. 우리는 주로 회사 안팎의 최고 컴퓨터 과학자와 엔지니어들에게 정보를 얻지만, 미래를 만들어가는 것은 바로 우리입니다. 새로운 방향을 평가하는 기준은 '전례가 없고 극도로 어려운가?'입니다. 쉬운 일이라면 수많은 경쟁자가 있을 것이고, 극도로 어렵더라도 우리 회사의 고유한 '초능력'과 부합하는 것이라면 바로 우리가 찾는 것입니다. 전례가 없고 극도로 도전적인 일이기 때문에 필연적으로 대량 고통과 어려움을 겪게 될 것이고, 그 과정을 즐기는 것이 좋습니다.
진행자: 롱테일 업무 와 관련하여, 우주 데이터 센터, 자동차 ADAS 또는 생물학 같은 분야의 장기적인 생존 가능성과 성장 잠재력에 대해 말씀해 주시겠습니까?
젠슨 황: 첫째, 물리 기반 AI가 있습니다. 기술 업계는 처음으로 기술의 손길이 거의 닿지 않았던 50조 달러 규모의 전통 산업을 해결할 기회를 맞았습니다. 10년 전에 시작했는데, 지금 폭발적으로 성장하고 있습니다. 이미 100억 달러에 가까운 규모의 업무 이며, 기하급수적으로 성장하고 있습니다. 둘째, 디지털 생물학이 있습니다. 우리는 디지털 생물학 분야에서 "ChatGPT의 순간"에 매우 가까워지고 있습니다. 향후 2~5년 안에 AI를 사용하여 유전자, 단백질, 세포의 역학을 표현하고 이해할 수 있게 될 것이며, 이는 의료 산업을 완전히 혁신할 것입니다. 농업 분야 또한 폭발적인 성장을 경험하고 있습니다.
진행자: 많은 열정적인 개발자와 혁신가들이 "OpenClaw"와 같은 데스크톱 오픈소스 에이전트 시스템에 열광하는 것을 볼 수 있습니다. 이러한 풀뿌리 주도의 오픈소스 에이전트 운동은 당신과 업계에 어떤 의미를 갖습니까?
젠슨 황: 지난 2년 동안 세 가지 주요 전환점이 있었습니다. 첫째, ChatGPT가 생성형 AI를 대중화했습니다. 둘째, 추론 능력을 갖춘 모델 덕분에 AI는 질문에 답할 뿐만 아니라 더욱 실용적인 답변을 제공할 수 있게 되었습니다. 셋째, "클로드 코드(Claude Code)"와 같은 혁신적인 에이전트 시스템이 업계에 등장했습니다. 하지만 클로드 코드는 초기에는 기업용으로만 설계되었고, 오픈클로(OpenClaw)가 등장하면서 일반 대중은 AI 에이전트의 진정한 가능성을 인식하게 되었습니다. 더 중요한 것은 이러한 시스템이 컴퓨팅 패러다임을 근본적으로 재편한다는 점입니다. 단기 메모리(스크래치 디스크)를 갖추고, 자원을 관리하고, 작업 스케줄링을 수행하고, 문제를 해결하기 위한 하위 에이전트를 생성하고, API를 통해 다양한 애플리케이션(스킬)을 실행할 수 있습니다. 이러한 요소들이 바로 컴퓨터를 정의합니다. 이는 처음으로 어디서든 실행될 수 있는 오픈 소스 개인용 AI 컴퓨터의 청사진이 마련되었음을 의미하며, 이는 현대 컴퓨팅의 운영 체제가 될 것입니다. 물론 이처럼 높은 권한을 가진 소프트웨어는 철저한 관리가 필요합니다. 저희는 에이전트가 우수한 보안 관리 및 개인정보 보호를 받을 수 있도록 피터 스타인버거(OpenClaw 창립자)를 비롯한 여러 전문가들과 협력하여 대량 엔지니어를 투자했습니다.
진행자: 인공지능 분야의 패러다임 전환 속도가 너무 빨라 최근의 인공지능 규제 법안들이 무의미해지는 것일까요? 앤트로픽사를 둘러싼 홍보 위기처럼 인공지능으로 인한 불안감이 확산되는 상황에서, 만약 당신이 앤트로픽사 이사회 구성원이라면 대중의 인식을 바꾸기 위해 어떤 조언을 하시겠습니까?
젠슨 황: 우리는 정책 입안자들에게 현재 기술의 현황에 대해 지속적으로 교육해야 합니다. AI는 단지 컴퓨터 소프트웨어일 뿐이며, 외계 생명체도 아니고 의식도 없으며, 일부 사람들이 말하는 것처럼 "우리가 전혀 알지 못하는 것"도 아닙니다. 종말론이나 극단주의가 정책을 좌우하도록 내버려 둘 수는 없습니다. 하지만 정책이 기술 발전 속도를 너무 빨리 앞질러서도 안 됩니다. 현재 가장 큰 국가 안보 문제는 우리가 두려움, 분노, 또는 편집증 때문에 AI 사용을 주저하는 동안 다른 나라들은 이 기술을 적극적으로 도입하고 있다는 점입니다.
앤트로픽의 기술력은 탁월하며, 보안과 대비에 대한 그들의 노력은 칭찬할 만합니다. 기술의 잠재력에 대해 사람들에게 경고하는 것은 좋지만, "공포 조장"은 바람직하지 않습니다. 기술 분야의 선두주자로서 우리 산업은 국가 안보와 사회 기반에 매우 중요하기 때문에 우리의 목소리는 막대한 영향력을 지닙니다. 따라서 미래를 예측할 때는 겸손하고 균형 잡힌, 온건하고 사려 깊은 태도를 유지해야 하며, 근거 없이 극단적인 재앙론을 제기하는 것을 피해야 합니다.
진행자: 우리는 인공지능(AI) 홍보에 더욱 적극적으로 나서야 합니다. 지능형 에이전트의 폭발적인 증가로 인한 생산성 향상과 관련하여, AI 투자수익률(ROI)에 대한 논쟁이 현재 진행 중입니다. OpenAI와 Anthropic의 폭발적인 성장을 고려할 때, 우리의 매출 규모가 인공지능 수준의 확장에 발맞춰 나갈 수 있을 것이라고 생각하십니까?
젠슨 황: 주변을 둘러보면 앤트로피코와 오픈AI의 담당자들이 보이지만, 실제로는 AI 기업의 99%가 이 분야에 종사하고 있으며, 앤트로피코와 오픈AI는 그중 일부에 불과합니다. 현재 오픈AI가 가장 인기 있고, 오픈소스 모델이 그 뒤를 잇고 있으며, 앤트로피코가 3위를 차지하고 있습니다. 이는 AI 생태계의 방대하고 다양한 특성을 보여줍니다. 생성형 AI에서 추론형 AI로 넘어갈 때 연산 부하는 100배 증가하고, 추론형 AI에서 에이전트형 AI로 넘어갈 때는 연산 부하가 또 100배 증가할 수 있습니다. 사람들은 정보에 기꺼이 돈을 지불하지만, "일을 제대로 처리하는 데"는 더욱 기꺼이 돈을 지불합니다. 에이전트 시스템은 소프트웨어 엔지니어가 실제로 일을 완료하는 데 도움을 줄 수 있습니다. 따라서 연산 부하가 1만 배 증가하면 에너지 소비량도 100배 증가할 수 있습니다. 우리의 현재 확장은 이제 막 시작 단계입니다.
진행자: 말씀하신 내용 중, 엔비디아가 엔지니어링 팀을 위해 대량 토큰 수수료를 지불하고 있다고 언급하셨습니다. 대략적으로 엔지니어 한 명당 75,000개의 토큰이 필요하다고 추산되는데, 현재 엔지니어링 팀의 토큰 구매에 연간 10억~20억 달러를 지출하고 있는 것입니까? 2~3년 후 이 엔지니어들의 효율성은 어느 정도일까요?
젠슨 황: 사고 실험을 해봅시다. 최고의 소프트웨어 엔지니어 또는 AI 연구원에게 연봉 50만 달러를 지급한다고 가정해 보세요. 만약 연말에 그들이 토큰에 5천 달러밖에 쓰지 않았다고 한다면, 저는 몹시 화를 낼 겁니다. 하지만 50만 달러 연봉을 받는 엔지니어가 최소 25만 달러어치의 토큰을 사용하지 않았다면, 저는 깊은 충격을 받고 걱정할 겁니다. 마치 칩 설계자가 CAD 도구를 사용하지 않고 종이와 펜을 고집하는 것과 같습니다. 이는 제임스가 건강 관리에 연간 100만 달러를 쓰는 것처럼, 이러한 뛰어난 지식 노동자들에게 "초인적인" 능력을 부여하는 것과도 관련이 있습니다.
미래의 패러다임 전환은 "이건 너무 어려워", "이건 시간이 너무 많이 걸려", "이건 너무 많은 사람이 필요해"와 같은 생각을 완전히 사라지게 할 것입니다. 업무상의 병목 현상은 오로지 여러분의 창의력에 달려 있을 것입니다. 미래의 프로그래밍은 더 이상 코드를 작성하는 것이 아니라 아이디어, 아키텍처, 명세를 작성하는 것이 될 것입니다. 우리는 팀을 구성하고, 좋은 결과물의 기준을 정의하고, 평가 방법을 안내하고, 지능형 에이전트와 함께 브레인스토밍하고 반복 작업을 수행할 것입니다. 저는 모든 엔지니어가 수백 개의 지능형 에이전트 도우미를 갖게 될 것이라고 믿습니다.
진행자: 우리는 여러 기술적 측면에서 놀라운 효율성을 목격했습니다. 예를 들어, 한 CEO는 주말 동안 90분 만에 기존 소프트웨어 스택 전체를 클로드(Claude)와 지능형 에이전트로 교체했고, 오토 리서치(Auto Research)는 박사 학위 논문 수준의 연구를 보통 7년은 걸리는 작업을 30분 만에 완료했습니다. 그렇다면 이러한 현상이 기업 IT 소프트웨어 산업의 종말을 의미하는 걸까요?
젠슨 황: 오픈클로는 대규모 언어 모델의 획기적인 발전과 도구를 활용한 모델의 새로운 기능들과 시기적으로 완벽하게 맞아떨어지기 때문에 정말 놀랍습니다. 어떤 사람들은 기업 IT 소프트웨어 산업이 파괴될 것이라고 말하지만, 다른 관점 도 있습니다. 과거에는 기업 소프트웨어가 직원 수에 의해 제한되었지만, 미래에는 이러한 도구를 사용하는 지능형 에이전트가 수백 배 더 많아질 것입니다. 이들은 SQL, 벡터 데이터베이스, 블렌더, 포토샵, CAD와 같은 도구를 사용할 것입니다. 왜냐하면 이러한 도구들은 성능이 뛰어나고 인간과 작업 결과를 연결하는 "파이프라인" 역할을 하기 때문입니다. 저는 AI가 작업 결과를 Synopsis나 Cadence와 같은 도구에 입력해 주기를 바랍니다. 그래야만 결과를 관리하고 검증할 수 있기 때문입니다.
진행자: 최근 암호화폐 프로젝트인 비트텐서(Bit Tensor)가 분산 컴퓨팅 방식을 이용해 40억 개의 파라미터를 가진 LLaMA 모델을 성공적으로 학습시켰습니다. 오픈소스 모델의 궁극적인 형태에 대해 어떻게 생각하시나요? 탈중앙화 해시레이트 과 완전한 오픈소스 방식이 미래의 주류가 될까요?
젠슨 황: 우리는 최고 수준의 제품으로서의 독점 모델과 오픈 소스 모델 모두 필요하며, 이 둘은 공존합니다. 모델은 제품이 아니라 기술이기 때문입니다. 일반 소비자에게 ChatGPT, Claude, Gemini 등 각기 다른 서비스를 제공하는 플랫폼의 사용 경험은 훌륭합니다. 하지만 전 세계 모든 산업은 특정 분야의 전문 지식을 완벽하게 제어할 수 있는 모델에 접목해야 하며, 이는 오픈 소스 모델을 통해서만 가능합니다. 우리가 투자하는 거의 모든 스타트업은 현재 독점 모델로 점진적으로 전환하기 전에 "오픈 소스 우선" 전략을 채택하고 있습니다.
진행자: 작년에 바이든 행정부의 정책은 인공지능의 세계적 확산을 제한했습니다. 새 대통령이 취임한 지금, 미국 인공지능 기술의 세계적 확산에 있어 우리의 성과를 어떻게 평가하시겠습니까?
젠슨 황: 트럼프 대통령은 미국 산업과 기술이 세계를 선도하고, 승리하며, 미국이 세계에서 가장 부유한 국가가 되기를 원합니다. 현재 엔비디아는 한때 중국 점유율 95%를 잃었지만, 지금은 0%입니다. 트럼프 대통령은 우리가 그 시장으로 복귀하기를 바라고 있습니다. 우리는 루트닉 국무장관을 통해 관련 기업에 판매할 수 있는 허가를 신청하여 받았고, 구매 주문도 확보했습니다. 현재 공급망을 재가동하고 있습니다.
국가 안보 차원에서 볼 때, 마이크로모터, 희토류, 통신망, 에너지에 대한 통제권을 잃는 것은 국가 안보를 위협하는 일입니다. 저는 AI 산업이 그들의 전철을 밟는 것을 원하지 않습니다. 전 세계가 단 하나의 범용 AI 모델만을 사용하기를 기대할 수는 없지만, 칩, 시스템, 플랫폼을 포함하는 "미국 기술 스택"이 전 세계 점유율 의 90%를 차지하도록 허용함으로써 전 세계 국가들이 각자의 사회에 맞는 공공 또는 민간 AI 애플리케이션을 개발할 수 있도록 하는 것이 우리가 원하는 결과입니다.
진행자: 자율주행 분야에서 메르세데스-벤츠, 우버 등 많은 파트너사와 협력하고 계시는데요. 안드로이드처럼 오픈소스 플랫폼을 구축할 계획이신가요, 아니면 테슬라의 iOS처럼 폐쇄적인 생태계를 구축할 계획이신가요?
젠슨 황: 우리는 미래에는 모든 움직이는 물체가 다양한 수준으로 자동화될 것이라고 믿습니다. 우리는 직접 자동차를 만들려는 것이 아니라, 전 세계 모든 자동차 회사가 자율주행차를 생산할 수 있도록 지원하고자 합니다. 이를 위해 훈련용 컴퓨터, 시뮬레이션 컴퓨터, 온보드 평가 컴퓨터, 그리고 인간처럼 복잡한 시나리오를 단순화할 수 있는 추론 기능을 갖춘 세계 최초의 자율주행 운영 체제를 개발했습니다. 수직적 최적화와 수평적 혁신을 통해 고객의 선택에 맡기고 있습니다. 일론 머스크(테슬라)처럼 훈련용 컴퓨터만 구매하는 고객도 있고, 하드웨어와 소프트웨어 전체 시스템을 구매하는 고객도 있을 수 있습니다. 우리의 목표는 문제 해결이며, 고객이 우리와 협력하는 데 있어 어떤 선택을 하든 환영합니다.
진행자: 구글과 아마존을 비롯한 많은 주요 고객사들이 귀사와 경쟁하기 위해 자체 AI 칩을 개발하고 있습니다. 한편, 월스트리트 분석가들은 귀사의 성장률이 2029년까지 7%로 떨어지고 시장 점유율 감소할 것으로 예측하고 있습니다. 이에 대해 어떻게 생각하십니까?
젠슨 황: 저희는 AI 스택 전체와 기반 모델을 구축하는 AI 기업이며, 전 세계 모든 AI 기업과 협력하는 세계 유일의 기업입니다. 그들은 저에게 자신들이 무엇을 개발하고 있는지 보여주지 않지만, 저는 항상 제가 무엇을 개발하고 있는지 보여줍니다. 저희가 빠르게 움직이는 한, NVIDIA 제품을 구매하는 것이 가장 경제적인 선택입니다. NVIDIA는 클라우드, 온프레미스 서버, 자동차, 심지어 우주까지 모든 곳에 배포할 수 있는 유일한 아키텍처입니다. 저희 업무 고객의 약 40%는 칩을 구매하는 대신 AI 인프라를 구축하고 싶어하며, 저희가 제공하는 완전한 CUDA 스택을 필요로 합니다. 따라서 NVIDIA의 시장 점유율 감소하기는커녕 오히려 증가했습니다. 예를 들어, AWS는 향후 몇 년 동안 100만 개의 칩을 구매할 것이라고 발표했으며, Meta와 Anthropic도 NVIDIA를 선택하고 있습니다.
월스트리트 분석가들은 인공지능의 규모와 범위가 얼마나 광범위한지 제대로 이해하지 못하고 있습니다. 고정관념에 사로잡힌 그들은 시장 규모가 5조 달러에서 15조 달러로 성장할 수 있다고 믿지 않습니다. 대부분의 사람들은 인공지능이 상위 5대 클라우드 서비스 제공업체에 집중되어 있다고 생각하지만, 인공지능의 영향력은 현재 오픈AI나 앤스로픽이 보여주는 것보다 훨씬 더 클 것입니다. 엔비디아는 더 이상 단순히 칩 제조 문제만을 해결하는 것이 아니라, 매우 복잡한 인공지능 인프라 문제까지 해결해야 하는 상황에 놓여 있습니다.
진행자: 우주 데이터 센터 업무 대해 전문가가 아닌 사람들에게 설명해 주시겠어요?
젠슨 황: 우리는 지구상의 문제 해결에 우선순위를 두어야 하지만, 우주에는 풍부한 에너지 자원이 있기 때문에 우주를 위한 준비도 해야 합니다. 가장 큰 과제는 열 방출입니다. 우주에서는 전도나 대류로는 열을 방출할 수 없고, 오로지 복사에만 의존해야 하는데, 이를 위해서는 엄청난 표면적이 필요합니다. 하지만 우주 공간 자체는 부족함이 없습니다. 우리는 이미 방사선 차폐 CUDA 장비를 이용해 전 세계 위성에서 AI 이미지 처리를 수행하며 우주에 진출했습니다. 많은 이미지 작업은 지구로 전송하지 않고 우주에서 직접 완료할 수 있습니다. 우주 데이터 센터 아키텍처를 연구하는 데는 시간이 걸리겠지만, 우리에게는 충분한 시간이 있습니다.
진행자: 의료 분야 시스템은 지나치게 비대해져 있습니다. 인공지능이 규제를 극복하고 이 분야에서 실질적인 역할을 하려면 어떻게 해야 할까요?
젠슨 황: 의료 분야에서 저희는 주로 세 가지 영역에 집중하고 있습니다. 첫째, 생물학 AI: AI를 활용하여 신약 개발, 생물학적 행동 예측 및 이해에 사용합니다. 둘째, AI 에이전트: 히포크라틱과 같은 기업들은 진단을 지원하는 보조 도구를 개발하고 있으며, 이는 의사와의 상호작용 방식을 획기적으로 변화시키고 있습니다. 셋째, 물리 AI: 물리 법칙을 이해하는 AI로, 로봇 수술에 사용됩니다. 미래에는 병원의 모든 장비(초음파, CT 등)에 보안이 강화된 OpenClaw 에이전트가 내장되어 환자, 간호사, 의사와 완전히 새로운 방식으로 상호작용하게 될 것입니다.
진행자: 휴머노이드 로봇 산업은 '잃어버린 10년'을 겪었지만, 이제 머스크의 옵티머스와 중국 기업들의 놀라운 성과를 목격하고 있습니다. 로봇이 우리 삶에 들어오는 날은 얼마나 남았을까요?
젠슨 황: 사실 미국은 오래전에 이 산업을 개척했지만, 시장 진입 시기가 너무 일렀습니다. 인공지능 두뇌와 같은 핵심 기술이 등장하기 5년 전에 이미 우리는 한계에 다다랐습니다. 하지만 이제 두뇌 기술은 충분히 갖춰졌습니다. 높은 기능성을 입증하는 사례가 나타나기부터 실제로 합리적인 제품이 출시되기까지는 보통 2~3주기, 즉 3~5년 정도밖에 걸리지 않으며, 우리는 곧 모든 곳에서 로봇을 보게 될 것입니다.
중국은 엄청난 힘을 가지고 있습니다. 마이크로 전자, 전기 공학, 희토류 및 자석 기술은 세계 최고 수준이며, 이는 로봇 산업의 기반을 형성하고 있습니다. 전 세계 로봇 산업은 상당 부분 중국의 생태계와 공급망에 크게 의존하게 될 것입니다. 로봇은 노동력 부족 문제를 해결할 것이며, 가상 현실을 통해 가정에서 로봇을 조종하여 가사일을 돕게 하거나, 달이나 화성으로의 우주 이주를 위한 사전 노동력으로 활용할 수도 있을 것입니다.
진행자: 앤트로픽 CEO 다리오 씨는 비인프라 AI 애플리케이션(모델 및 에이전트)의 매출이 2030년까지 수조 달러에 달할 것으로 대면 합니다. 미래에 소프트웨어 애플리케이션 기업들은 어떻게 경쟁 우위를 확보할 수 있을까요? 운전기사처럼 불가피하게 실업에 직면하게 될 젊은이들에게 어떤 학습 조언을 해주시겠습니까?
젠슨 황: 제 생각에 다리오의 예측은 매우 보수적입니다. 그들은 더 잘할 겁니다. 그는 미래에 모든 기업용 소프트웨어 회사가 Anthropic이나 OpenAI 같은 핵심 모델의 부가가치 리셀러(VAR)가 되어 시장을 크게 확장할 것이라는 점을 고려하지 않았습니다.
애플리케이션 계층에서 진정한 경쟁 우위는 심층적인 전문화 에 있습니다. 일반적인 클라우드 모델은 소프트웨어 회사의 에이전트 시스템에 연결되지만, 도메인별 하위 에이전트는 자체 데이터를 사용하여 학습시켜야 합니다. 에이전트를 고객과 조기에 연결하면 전문 도메인 내에서 선순환 효과가 가속화되어 소프트웨어 플랫폼이 각 분야의 전문가로 성장할 수 있는 기회를 얻게 됩니다. 고용 측면에서는 일자리가 실제로 변화할 것입니다. 일부 일자리는 사라지겠지만, 많은 새로운 일자리가 창출될 것입니다. 예를 들어, 자율주행이 널리 보급되면 기존 운전자는 차량 내 "여행 도우미" 역할을 하여 짐을 처리하거나 호텔 일정을 예약해 줄 수 있습니다. 이는 항공기의 자동 조종 장치가 조종사에 대한 수요를 증가시킨 것과 유사합니다.
젊은이들에게 드리는 제 조언은 과학과 수학을 깊이 있게 공부하라는 것입니다. 언어 능력 또한 매우 중요합니다. 언어가 바로 인공지능(AI)을 위한 궁극적인 프로그래밍 언어이기 때문입니다. 더 나아가, 전공과 관계없이 AI를 능숙하게 활용하는 전문가가 되어야 합니다. 딥러닝이 처음 등장했을 때, 일부 전문가들은 영상의학과 의사들이 일자리를 잃을 것이라고 예측했습니다. 하지만 10년 후, 컴퓨터 비전 기술이 의료 플랫폼에 100% 통합되면서 영상의학과 의사에 대한 수요는 오히려 급증했습니다. 스캔 속도가 빨라지면서 병원은 더 많은 환자를 진료할 수 있게 되었고, 이는 수익 증대로 이어져 더 많은 의사를 고용할 수 있게 되었습니다. 마찬가지로 생산성 향상은 국가 경제를 풍요롭게 하고, 더 많은 교사를 양성할 수 있게 하며, AI를 통해 학생 개개인에게 맞춤형 교육을 제공할 수 있게 합니다. 모든 학생에게는 훌륭한 교사가 필요합니다. AI 대면, 우리는 종말론적인 공포를 조장할 필요가 없습니다. 이 기술을 어떻게 활용하여 더 나은 미래를 만들어갈지 선택할 수 있습니다.
