영상 제목: 젠슨 황: 엔비디아의 미래, 물리적 AI, 에이전트의 부상, 추론 기능의 폭발적 성장, AI 홍보 위기
영상 제작자: All-In Podcast
작성: 페기, 블록비츠
편집자 주: 인공지능(AI)에 대한 관심이 점점 뜨거워지면서 시장의 논의는 "모델의 성능"에서 "시스템의 배포 방식"으로 옮겨가고 있습니다. 지난 2년간 AI 산업은 대규모 모델 개발 능력의 획기적인 발전, 해시레이트 경쟁 심화, 그리고 생성형 애플리케이션의 확장을 경험했습니다. 하지만 이러한 발전 단계들이 점차 보편화됨에 따라 새로운 질문들이 제기됩니다. AI가 단순히 질문에 답하는 것을 넘어 작업을 수행하고, 기업 프로세스에 통합되고, 물리적 세계에까지 진출하게 될 때, AI의 지속적인 발전을 뒷받침할 근본적인 조건은 무엇일까요?
이 인터뷰는 유명 기술 팟캐스트인 '올인 팟캐스트(All-In Podcast)'에서 발췌한 것입니다. 실리콘 밸리에서 가장 영향력 있는 투자 팟캐스트 중 하나인 이 프로그램은 오랜 경력을 가진 네 명의 투자자가 공동 진행하며, 기술, 비즈니스 및 거시 경제 동향에 대한 심도 있는 논의로 유명합니다.
이 프로그램의 진행자는 다음과 같습니다.
- 제이슨 칼라카니스는 초기 인터넷 기업가이자 엔젤 투자자로, 우버와 로빈후드 같은 회사에 투자한 것으로 가장 잘 알려져 있습니다.
- 소셜 캐피털의 설립자이자 전 페이스북 임원 인 차마트 팔리하피티야는 슬랙과 박스를 포함한 여러 기술 기업에 투자했습니다.
- 크래프트 벤처스의 파트너이자 "페이팔 마피아"의 일원인 데이비드 색스는 야머(Yammer)를 설립하고 마이크로소프트에 약 12억 달러에 매각했습니다. 그는 또한 에어비앤비와 우버의 초기 투자자이기도 했습니다.
- 프로덕션 보드의 설립자인 데이비드 프리드버그는 농업, 기후 및 생명 과학 분야에 투자하는 데 주력하고 있습니다. 그는 이전에 클라이밋 코퍼레이션(이후 몬산토에 인수됨)을 설립한 바 있습니다.
이번 에피소드의 게스트는 NVIDIA의 공동 창립자 겸 CEO인 젠슨 황입니다. 그는 현재 AI 인프라 물결을 이끄는 가장 핵심적인 인물 중 한 명으로 꼽힙니다.
왼쪽부터: David Friedberg, Chamath Palihapitiya, David Sacks, Jensen Huang, Jason Calacanis
전체 인터뷰는 대략 세 단계로 요약할 수 있습니다.
첫째, AI 인프라가 변화하고 있습니다. 과거에는 시장에서 AI를 이해하는 방식이 주로 더 강력한 GPU와 더 많은 데이터 센터에 기반했습니다. 하지만 젠슨 황 CEO는 미래의 경쟁은 개별 칩 하나가 아니라 전체 시스템을 놓고 벌어질 것이라고 강조합니다. 추론 요구량이 상승, 모델 유형이 다양해지며, 에이전트가 더욱 복잡한 작업을 처리하기 시작하면서 AI 컴퓨팅은 비교적 단일 모델에서 더욱 복잡하고 전문화된 시스템 협업으로 전환되고 있습니다. 따라서 NVIDIA는 칩 회사에서 "AI 팩토리" 구축 기업으로 역할을 격상시키려 노력하고 있습니다.
둘째로, AI는 '콘텐츠 생성'에서 '작업 완료'로 전환하고 있습니다. 이는 이번 인터뷰에서 가장 중요한 부분입니다. ChatGPT는 대중에게 AI의 역량을 직접 경험할 수 있는 첫 번째 기회를 제공했지만, 황 대표의 관점에서 진정으로 중요한 변화는 AI가 에이전트로서 워크플로에 진입하기 시작했다는 점입니다. AI는 단순히 질문에 답하는 것을 넘어 도구를 활용하고, 작업을 세분화하고, 협업하여 최종적으로 작업을 완료할 수 있습니다. 따라서 사용자들이 AI에 지불하고자 하는 비용은 점차 '답변 얻기'에서 '결과 얻기'로 바뀔 것입니다. 이는 더 높은 수준의 추론 능력과 시스템 복잡성을 요구하며, 소프트웨어 개발, 조직 관리, 지식 노동 방식의 재정립 가능성을 시사합니다.
마지막으로, AI는 디지털 세계를 넘어 현실 세계로 확장되고 있습니다. 자율주행, 로봇공학, 헬스케어, 디지털 생물학, 그리고 황의 물리적 AI 개념에 이르기까지 인터뷰 전반에 걸쳐 공통적으로 나타난 주제는 AI의 가치가 더 이상 화면에만 국한되지 않고 공장, 병원, 자동차, 단말 장치, 그리고 일상생활 곳곳에 반영될 것이라는 점입니다. 하지만 이는 AI가 기술적 과제뿐만 아니라 공급망, 정책, 규제, 제조 능력, 지정학적 요인 등 더욱 복잡한 현실 세계의 제약 조건 대면 하게 될 것임을 의미하기도 합니다. 다시 말해, 차세대 AI 확장은 진정한 산업화 과정이 될 것입니다.
이러한 관점에서 볼 때, 이번 대화에서 가장 주목할 만한 점은 특정 제품이나 낙관적인 수치가 아니라, 황런쉰이 거듭 강조한 판단, 즉 AI가 "모델 시대"에서 "시스템 시대"로 전환되고 있다는 점입니다. 미래의 경쟁은 누가 더 큰 모델을 가지고 있거나 더 강력한 해시레이트 보유하느냐에 달려 있는 것이 아니라, 누가 산업을 더 잘 이해하고, AI를 실제 업무 프로세스에 더 깊이 접목시키며, 이러한 역량을 실용적이고 확장 가능한 시스템으로 구축할 수 있느냐에 달려 있을 것입니다.
이로써 이 기사의 범위는 NVIDIA 자체를 넘어 확장됩니다. 이 기사가 진정으로 답하고자 하는 질문은 다음과 같습니다. AI가 점차 인프라로 자리 잡음에 따라 차세대 산업 구조조정은 어떻게 전개될 것이며, 새로운 가치는 어디에서 창출될 것인가?
다음은 원문입니다(읽고 이해하기 쉽도록 편집됨).
요약
- AI 인프라는 "단일 GPU"에서 분리형 아키텍처로 전환되고 있습니다. 다양한 컴퓨팅 작업은 GPU, CPU, 네트워크 칩, 그리고 Groq와 같은 추론 칩들이 협력하여 수행하게 될 것입니다.
- 엔비디아는 GPU 회사에서 완전한 시스템을 제공하는 "AI 팩토리 회사"로 변모하고 있습니다. 개별 칩뿐만 아니라 전체 인프라를 판매합니다.
- AI 비용을 측정하는 핵심은 데이터 센터 비용이 아니라 토큰 비용과 처리 효율성입니다. 더 비싼 시스템이 실제로는 더 저렴할 수도 있습니다.
- AI는 생성형 모델에서 에이전트 시대로 나아가고 있습니다. 사용자들은 단순히 정답을 얻는 것뿐만 아니라 "일을 완수하는 데" 기꺼이 비용을 지불할 의향이 있습니다.
- 컴퓨팅 요구량이 폭발적으로 증가하고 있습니다. 생성부터 추론, 에이전트에 이르기까지 단기간에 1만 배 이상 증가했을 수 있으며, 그 증가 속도는 여전히 가속화되고 있습니다.
- 소프트웨어 개발의 미래는 바뀔 것입니다. 엔지니어는 더 이상 단순히 코드만 작성하는 것이 아니라 문제를 정의하고, 아키텍처를 설계하고, 에이전트와 협업하게 될 것입니다.
- 장기적으로 볼 때, 가장 큰 기회는 일반적인 모델보다는 특정 산업 분야에 대한 심층적인 전문화에 있습니다. 해당 산업을 더 잘 이해하는 기업이 더 강력한 경쟁 우위를 확보할 것입니다.
원본 인터뷰
제이슨 칼라카니스(유명 엔젤 투자자 | 올인 팟캐스트 진행자 | 우버 초기 투자자):
이번 주는 특별 프로그램입니다. 평소에 세 분에게만 허락해 드리는 특권인, 매주 출연하시는 단골 게스트를 모시려고 합니다. 바로 트럼프 대통령, 예수님, 그리고 젠슨 황(엔비디아 창립자 겸 CEO)입니다. 이 세 분을 어떻게 순위를 매길지는 여러분의 판단에 맡기겠습니다. 최근 여러분의 활약이 정말 대단하고, GTC도 대성공이었습니다.
젠슨 황 (엔비디아 CEO):
업계 전체가 몰려들었습니다. 거의 모든 기술 기업과 AI 기업들이 진출했습니다.
제이슨 칼라카니스:
정말 놀랍고 대단한 소식입니다. 작년 한 해 동안 가장 큰 발표 중 하나가 Groq 인수였죠. Groq를 인수했을 때, Chamath가 얼마나 "견딜 수 없는" 곳이 될지 예상하셨나요?
참고: Groq는 Grok와 다른 회사입니다. Groq는 AI 추론 칩과 추론 클라우드를 개발하는 회사이고, Grok는 xAI의 챗봇입니다. 2025년 말, Groq는 NVIDIA와 비독점 추론 기술 라이선스 계약을 체결했습니다. 공식 계약 금액은 공개되지 않았지만, 170억 달러에서 200억 달러 사이일 것이라는 보도와 추측이 있었습니다. 2026년 GTC에서 젠슨 황 NVIDIA CEO는 Groq 기술을 NVIDIA 플랫폼에 통합한 추론 시스템을 추가로 시연했습니다.
여기서 언급된 차마트는 차마트 팔리하피티야(소셜 캐피털 설립자, 전 페이스북 임원, 그리고 팟캐스트 '올인' 진행자)를 가리킵니다. 그는 '올인'의 네 명의 진행자 중 한 명이며, 그로크(Groq)의 초기 투자자이자 이사회 멤버이기도 했습니다. 따라서 엔비디아와 그로크 간의 대규모 계약이 발표되었을 때, 이는 차마트가 핵심 프로젝트에 투자한 또 다른 성공적인 사례로 여겨졌습니다.
황 런순:
어렴풋한 예감이 들었어요.
제이슨 칼라카니스:
우리는 매주 그와 상대해야 합니다.
황 런순:
알아요. 여러분은 6주간의 합의 기간 내내 그와 계속 함께 하셔야 해요.
제이슨 칼라카니스:
좋아요.
GPU 제조업체부터 "AI 공장" 기업까지
황 런순:
사실 저희는 GTC에서 여러 전략을 몇 년 앞서 발표합니다. 2년 반 전에는 AI 공장을 위한 운영 체제인 다이나모(Dynamo)를 소개했습니다.
아시다시피, 다이나모는 원래 지멘스에서 발명한 장치로, 물의 에너지를 전기 에너지로 변환하여 지난 산업혁명 시대의 공장 시스템에 전력을 공급했습니다. 따라서 저는 이 이름이 다음 산업혁명 시대의 "공장 운영 체제"라는 이름에 매우 적합하다고 생각합니다. 그리고 다이나모의 핵심 기술 중 하나는 분산 추론입니다.
제이슨 칼라카니스:
젠슨, 당신이 기술에 굉장히 정통하다는 건 알고 있어요. 자, 당신이 직접 정의해 보세요. 당신의 공을 가로채고 싶진 않아요.
황 런순:
감사합니다. 분리형 추론이란 전체 추론 파이프라인이 극도로 복잡하다는 것을 의미하며, 어쩌면 오늘날 가장 복잡한 유형의 계산 문제일지도 모릅니다.
그 규모는 엄청나며, 다양한 형태와 규모의 대량 수학적 계산을 포함하고 있습니다. 저희는 전체 처리 흐름을 분할하여 각 부분은 한 종류의 GPU에서, 다른 부분은 다른 종류의 GPU에서 실행되도록 하는 아이디어를 구상했습니다. 더 나아가, 이러한 과정을 통해 분리형 컴퓨팅 자체가 논리적인 방향일 수 있다는 것을 깨달았습니다. 서로 다른 유형과 특성을 가진 컴퓨팅 자원들이 함께 작동하도록 하는 것이 분명히 가능하기 때문입니다.
이러한 사고방식은 나중에 멜라녹스(Mellanox)로 이어졌습니다. 오늘날 NVIDIA의 컴퓨팅은 GPU, CPU, 스위치, 스케일업 스위치, 스케일아웃 스위치 및 네트워크 프로세서에 분산되어 있습니다. 이제 여기에 Groq를 추가할 예정입니다.
우리의 목표는 적절한 작업 부하를 적절한 칩에 투입하는 것입니다. 다시 말해, 우리는 GPU 회사에서 AI 제조 회사로 진화했습니다.
데이비드 삭스 (크래프트 벤처스 파트너 | 전 페이팔 최고운영책임자 | 올인 진행자):
제 생각에 이것이 아마도 가장 중요한 핵심일 겁니다. 지금 우리가 목격하고 있는 것은 근본적인 "분리" 현상입니다. 과거에는 GPU만이 유일한 선택지였지만, 이제는 점점 더 다양한 컴퓨팅 패러다임이 등장하고 있으며, 이러한 선택지들은 미래에 공존할 것입니다.
무대에서 말씀하신 내용 중에 가치 중심적인 사고를 하는 사람이라면 누구나 주의 깊게 들어야 할 부분이 있다고 생각합니다. 데이터 센터 공간의 약 25%를 Groq의 LPU에 할당해야 한다고 하셨는데, 그 부분이 특히 그렇습니다.
참고: LPU는 Language Processing Unit의 약자입니다. 이는 Groq에서 제안한 칩 종류로, 핵심 기능은 학습이 아닌 추론입니다.
황 런순:
네, 데이터 센터에서 Groq는 Vera Rubin 시스템의 약 25%를 차지할 것으로 예상됩니다.
참고: Vera Rubin은 NVIDIA의 차세대 AI 플랫폼 아키텍처입니다. 단일 칩이 아니라 AI 팩토리를 위한 시스템 수준의 인프라 플랫폼입니다.
데이비드 색스:
업계에서는 이러한 방향을 어떻게 보고 있는지 말씀해 주시겠습니까? 기본적으로, 프리필과 디코딩을 분리하고 추론 프로세스를 분리하는 차세대 디커플링 아키텍처를 구축하고 계신데요. 업계의 반응은 어떻게 예상하시나요?
황 런순:
잠시 뒤로 물러나 다른 관점에서 살펴보겠습니다. 업계 전체가 대규모 언어 모델 처리에서 지능형 에이전트 기반 처리인 에이전트 처리로 전환했기 때문에 시스템에 이 기능을 추가했습니다.
에이전트를 실행하면 작업 메모리, 장기 메모리에 접근하고 도구를 호출하는데, 이로 인해 저장 공간에 엄청난 부담이 가해집니다. 또한 에이전트들이 서로 협력하는 모습도 볼 수 있습니다. 어떤 에이전트는 매우 큰 모델을 사용하고, 어떤 에이전트는 작은 모델을 사용하며, 확산 모델을 사용하는 에이전트도 있고, 자기회귀 모델을 사용하는 에이전트도 있습니다. 다시 말해, 이 데이터 센터 안에는 완전히 다른 유형의 모델들이 공존하게 됩니다. 저희는 이처럼 매우 다양한 워크로드를 처리할 수 있도록 Vera Rubin을 개발했습니다.
예전에는 "랙 하나"만 사용하던 회사였지만, 이제는 랙을 네 개 더 추가했습니다. 다시 말해, NVIDIA의 총 시장 규모(TAM)는 이전보다 약 33%에서 50% 정도 크게 확대되었습니다.
이 추가 33%에서 50% 중 상당 부분은 스토리지 프로세서, 특히 블루필드(BlueField)가 될 것이고, 개인적으로 큰 비중을 차지하기를 바라는 부분은 그로크(Groq) 프로세서가 될 것이며, 또 다른 부분은 CPU가 될 것이고, 물론 네트워크 프로세서도 많이 포함될 것입니다. 이 모든 것들이 결합되어 궁극적으로 AI 혁명의 "새로운 유형의 컴퓨터", 즉 에이전트를 구동하게 될 것입니다. 이것이 바로 현대 산업의 운영 체제입니다.
차마트 팔리하피티야 (소셜 캐피털 설립자 | 전 페이스북 임원 | 올인 진행자):
임베디드 애플리케이션은 어떨까요? 예를 들어, 딸아이의 곰인형이 딸아이와 말을 하고 싶어 한다면 그 안에는 무엇이 들어갈까요? 맞춤형 ASIC이 들어갈까요? 아니면 미래에는 엣지 및 임베디드 환경에서 더 넓은 시장이 형성되고, 시나리오별로 다른 도구들이 등장할까요?
참고: ASIC는 응용 분야별 집적 회로(Application-Specific Integrated Circuit)의 약자이며, TAM은 총 시장 규모(Total Addressable Market)의 약자입니다.
황 런순:
우리는 이 문제에 실제로 세 대의 컴퓨터가 관련되어 있다고 생각합니다.
최초의 대규모 컴퓨터는 인공지능 모델을 훈련시키고, 인공지능을 개발하고, 인공지능을 창조하는 데 사용됩니다.
두 번째 기계는 인공지능을 평가하는 데 사용되는 컴퓨터입니다. 예를 들어, 주변을 둘러보세요. 로봇, 자동차, 그리고 이와 유사한 것들이 도처에 있습니다. 이러한 것들을 평가하려면 먼저 물리적 세계를 나타내는 가상 환경에 넣어줘야 합니다. 다시 말해, 소프트웨어 자체가 물리 법칙을 따라야 한다는 뜻입니다. 우리는 이 시스템을 옴니버스(Omniverse)라고 부릅니다.
세 번째 유형은 엣지에 배치된 컴퓨터, 즉 로봇 컴퓨터입니다. 자율 주행 자동차, 로봇, 심지어 작은 곰인형도 이에 해당할 수 있습니다.
우리가 곰인형 같은 기기들을 위해 탐구하고 있는 중요한 방향 중 하나는 통신 기지국을 AI 인프라의 일부로 전환하는 것입니다. 이는 2조 달러 규모의 전체 통신 산업이 점차 AI 인프라의 확장으로 변모한다는 것을 의미합니다. 따라서 무선 장비는 엣지 디바이스가 되고, 공장도 엣지 디바이스가 되며, 창고 또한 엣지 디바이스가 될 것입니다.
요컨대, 세 가지 유형의 기본 컴퓨터는 모두 필수불가결하다.
데이비드 프리드버그 (더 프로덕션 보드 설립자 | 올인 팟캐스트 진행자):
젠슨, 작년에 당신이 시대를 앞서 나갔다고 생각했어요. 그때 당신은 추론 능력에 대한 수요가 1000배 이상 증가할 거라고 예측했잖아요.
황 런순:
내가 뭔가 잘못한 걸까?
데이비드 프리드버그:
그 대신 백만 배, 아니 10억 배로 증가한다는 거죠? 그렇죠?
제 생각에 당시에는 많은 사람들이 이를 과장이라고 생각했을 겁니다. 전 세계가 훈련 용량 확장에만 집중하고 있었기 때문이죠. 하지만 지금 보세요, 추론 성능은 정말 폭발적으로 향상되었고, 이제는 "추론 용량 제약"이 발생하기 시작했습니다. 그런데 이제 차세대 팩토리보다 처리량이 10배나 높은 또 다른 "추론 팩토리"를 출시하셨군요.
하지만 외부의 논의를 살펴보면 많은 사람들이 이렇게 말할 것입니다. "귀사의 추론 팩토리 구축에는 400억 달러에서 500억 달러가 들겠지만, 맞춤형 ASIC이나 AMD 등의 대안은 250억 달러에서 300억 달러밖에 들지 않으므로 시장 점유율 잃게 될 것이다."
솔직히 말씀해 주시겠어요? 정확히 무엇을 보셨나요? 시장 점유율 에 대한 당신의 견해는 어떻습니까? 이 고객들이 거의 두 배에 달하는 프리미엄을 지불할 가치가 정말 있다고 생각하시나요?
더 비싼 시스템이 더 저렴한 토큰을 생산할 수 있는 이유는 무엇일까요?
황 런순:
가장 중요하고 핵심적인 점은 공장 가격과 토큰 가격, 또는 토큰 발행 비용과 동일시해서는 안 된다는 것입니다.
500억 달러 규모의 공장에서 실제로 가장 저렴한 토큰을 생산할 수 있다는 것은 충분히 가능하며, 저는 이를 증명할 수 있습니다. 그 이유는 우리가 놀라운 효율성, 최대 10배 더 높은 효율로 토큰을 생성하기 때문입니다.
아시다시피, 500억 달러와 200억 달러의 차이는 대부분 토지, 전기, 그리고 공장 외관 비용에서 비롯됩니다. 그 외에도 저장 장치, 네트워크 장비, CPU, 서버, 냉각 시스템 등을 구매해야 합니다. 따라서 GPU를 원래 가격에 팔든 반값에 팔든 총비용이 500억 달러에서 300억 달러로 직접적으로 줄어들지는 않습니다. 어떤 숫자를 선택하든 간에, 현실적으로는 500억 달러에서 400억 달러로 떨어지는 정도일 것입니다.
하지만 500억 달러짜리 데이터 센터의 처리량이 10배라면, 이러한 가격 차이는 사실상 의미가 없습니다.
제이슨 칼라카니스: 알겠습니다.
황 런순:
그래서 제가 항상 하는 말이 바로 이것입니다. 많은 칩의 경우, 기술적 한계와 발전 속도를 따라가지 못하면 설령 칩을 무료로 제공한다고 해도 충분히 저렴하지 않을 것입니다.
데이비드 색스:
좀 더 거시적인 전략적 질문을 드리고 싶습니다. 현재 세계에서 가장 가치 있는 기업을 경영하고 계시는데요. 내년 매출은 3,500억 달러를 넘어설 것으로 예상되며, 잉여현금흐름은 2,000억 달러에 달할 것으로 보입니다. 게다가 복리 효과를 통해 경이로운 속도로 성장하고 있습니다.
정확히 어떤 방식으로 의사결정을 내리시나요? 정보는 어떻게 얻으시나요? 당신의 유명한 이메일 시스템은 이제 모두가 알고 있지만, 어떻게 진정한 직관력을 키우고, 시장을 형성하고, 어디에 집중 투자하고, 어디에서 투자를 줄이고, 새로운 분야에 진출할지 결정하는 건가요? 이러한 정보는 어떻게 전달받으시나요? 그리고 최종 판단은 어떻게 내리시는 건가요?
황 런순:
그건 CEO의 업무입니다.
데이비드 색스:
오른쪽.
황 런순:
우리의 책임은 비전과 전략을 정립하는 것입니다. 물론, 우리는 회사 내 뛰어난 컴퓨터 과학자, 기술 전문가, 그리고 수많은 훌륭한 직원들로부터 영감과 정보를 얻지만, 궁극적으로 미래를 만들어가는 것은 우리의 책임입니다.
한 가지 기준은 바로 이것입니다. 이 일이 터무니없이 어려운가? 만약 충분히 어렵지 않다면, 우리는 그 일을 피해야 합니다. 이유는 간단합니다. 어떤 일이 쉽다면, 경쟁자가 많을 것이기 때문입니다.
지금까지 아무도 해본 적 없는, 엄청나게 어려운 일일까요? 아니면 우리 회사의 특별한 강점을 활용할 수 있는 일일까요? 저는 이 모든 조건을 동시에 충족하는 지점을 찾아야 했습니다.
그리고 궁극적으로, 이런 일을 하는 데에는 필연적으로 대량 고통과 어려움이 따른다는 것을 이해해야 합니다. 위대한 발명품은 결코 너무 단순해서 처음부터 쉽게 성공하는 것이 아닙니다.
어떤 일이 극도로 어렵고 아무도 해본 적이 없다면, 그것은 곧 많은 고통과 어려움을 겪게 될 것이라는 의미입니다. 그러니 그 과정을 즐기는 것이 좋습니다.
데이비드 색스:
장기적으로 성장 가능성이 높은 업무 세네 가지 더 꼽아 이야기해 주시겠어요? 예를 들어, 앞서 언급하신 우주 데이터 센터, ADAS(첨단 운전자 보조 시스템), 자동차 분야와 생명공학 분야를 생각해 볼 수 있겠습니다. 이러한 사업들의 성장 곡선이 언제쯤 상승세로 전환될 것으로 예상하시는지, 그리고 이러한 장기 업무 에 대한 당신의 생각은 어떠신지 말씀해 주시면 좋겠습니다.
참고: ADAS는 첨단 운전자 보조 시스템을 의미합니다.
황 런순:
물론입니다. 물리적 AI는 매우 광범위한 분야입니다. 방금 말씀드렸듯이, 우리는 세 가지 컴퓨팅 시스템과 그 위에 구축된 모든 소프트웨어 플랫폼을 가지고 있습니다. 물리적 AI는 기술 업계가 이전에는 기술의 영향을 거의 받지 않았던 50조 달러 규모의 산업에 진정으로 기여할 수 있는 첫 번째 기회입니다. 이를 위해서는 필요한 모든 기술을 재창조해야 합니다.
저는 항상 이것이 10년의 여정이라고 생각해 왔습니다. 10년 전에 시작했고, 이제야 비로소 상승세를 타기 시작하는 것을 보고 있습니다. 저희에게는 이미 수십억 달러 규모의 업무 이며, 현재 연간 100억 달러에 육박하고 있습니다. 즉, 엄청난 규모의 사업이고 기하급수적으로 성장하고 있습니다. 이것이 첫 번째 요점입니다.
두 번째 방향으로는, 디지털 생물학 분야에서 ChatGPT와 같은 혁신적인 순간이 곧 도래할 것이라고 생각합니다.
우리는 유전자, 단백질, 세포를 표현하고 이해하는 방법을 점차 배워나가고 있습니다. 화학 물질을 다루는 방법은 이미 알고 있죠. 따라서 생물학의 기본 구성 요소와 그 역동적인 행동을 표현하고 이해하는 것이 2~3년 안에 가능해질 것이라고 생각합니다. 그리고 5년 안에 디지털 생물학이 의료 산업 전반에 엄청난 영향을 미칠 것이라고 확신합니다.
이 모든 분야는 매우 중요합니다. 농업도 그중 하나입니다.
차마트 팔리하피티야:
이미 시작되었습니다.
황 런순:
두말할 필요 없죠.
제이슨 칼라카니스:
데이터 센터 이야기에서 데스크톱 이야기로 화제를 돌려보고 싶습니다. 회사는 초기에는 마니아, 게이머, 그래픽 카드 사용자들을 기반으로 성장했습니다. 오늘 약 만 명의 청중 대면 클로드 코드, 오픈클로, 그리고 에이전트가 가져온 혁명에 대해 말씀하셨습니다.
특히 마니아들 사이에서 대량 에너지와 혁신이 솟구치고 있으며, 데스크톱 분야에서 많은 획기적인 발전이 이루어지고 있습니다. 이번에 데스크톱 기기도 출시하셨는데, 델 60800 맞죠? 로컬 모델을 실행할 수 있을 정도로 강력한 워크스테이션이고, 750GB의 RAM을 자랑합니다. 맥 스튜디오는 지금 모든 곳에서 품절 상태입니다. 저희 회사는 오픈클로로 완전히 전환했습니다. 프리드버그와 차마스도 사용하고 있고, 모두가 오픈클로에 대해 엄청난 열정을 가지고 있습니다.
열정적인 개발자들로부터 시작된 이 오픈소스 에이전트 운동과 오픈소스 데스크톱 생태계는 당신에게 어떤 의미를 갖나요? 그리고 앞으로 어디로 나아갈 것이라고 생각하시나요?
에이전트 시대가 도래했다: 컴퓨팅 수요가 1만 배 더 증가할 이유는 무엇일까?
황 런순:
먼저, 잠시 과거로 돌아가 보겠습니다. 사실, 우리는 지난 2년 동안 세 번의 전환점을 목격했습니다.
첫 번째 사례는 생성형 AI였습니다. ChatGPT는 AI를 대중의 관심사로 끌어올리며 그 중요성을 널리 알리는 데 기여했습니다. 사실, 이 기술은 ChatGPT가 등장하기 몇 달 전부터 이미 존재했습니다. ChatGPT가 사용자 친화적인 인터페이스를 제공하면서 생성형 AI는 비로소 본격적으로 주목받기 시작했습니다.
아시다시피, 생성형 AI는 내부 및 외부 소비를 위한 토큰을 생성합니다. 내부 소비는 본질적으로 "사고"를 의미하며, 이는 추론 능력의 발전을 더욱 촉진합니다.
그러다가 점차 실용적이고 정보 기반의 기능들이 등장하기 시작했고, AI는 단순히 질문에 답하는 것을 넘어 더욱 신뢰할 수 있고 유용한 답변을 제공할 수 있게 되었습니다. 또한 오픈AI의 수익과 비즈니스 모델에도 전환점이 나타나기 시작했습니다.
세 번째 변곡점은 처음에는 업계 내부에서만 눈에 띄었는데, 바로 클로드 코드였습니다. 이것은 최초로 진정으로 유용하고 혁신적인 에이전시 시스템이었습니다.
하지만 클로드 코드 이전에는 이러한 기능은 주로 기업용으로만 제공되었고, 업계 외부의 많은 사람들은 이를 본 적조차 없었습니다. 오픈클로가 "AI 에이전트가 실제로 무엇을 할 수 있는지"를 대중에게 알리기 시작한 것이 그 계기였습니다.
따라서 OpenClaw가 문화적 차원에서 중요한 이유는 대중이 에이전트의 기능을 진정으로 인식하게 된 최초의 사례라는 점에 있다.
두 번째로 중요한 이유는 OpenClaw가 오픈소스이기 때문입니다.
더욱 중요한 것은, 이것이 완전히 새로운 컴퓨팅 모델을 구축하여 컴퓨팅 자체를 거의 재창조한다는 점입니다. 메모리 시스템을 갖추고 있는데, 스크래치는 단기 메모리이고 파일 시스템은 장기 자원입니다. 또한 스케줄링 기능을 통해 cron 작업을 실행하고, 새로운 에이전트를 생성하고, 작업을 분해하고, 인과 추론을 수행하고, 문제를 해결할 수 있습니다. 입출력 서브시스템을 통해 WhatsApp에 연결하고, 다양한 유형의 애플리케이션(소위 스킬)을 실행할 수 있는 API 세트도 갖추고 있습니다.
이 네 가지 요소가 컴퓨터를 정의하는 핵심입니다. 따라서 이제 우리는 처음으로 개인용 인공지능 컴퓨터를 갖게 되었습니다.
게다가, 이 소프트웨어는 진정한 오픈 소스이며 거의 모든 곳에서 실행될 수 있습니다. 이것이 바로 현대 컴퓨팅의 청사진입니다. 어떤 의미에서는 이미 현대 컴퓨팅의 운영 체제이며, 앞으로는 어디에나 존재하게 될 것입니다.
물론, 한 가지 더 짚고 넘어가야 할 점이 있습니다. 기관 소프트웨어를 보유하고 있는 한, 해당 소프트웨어는 민감한 정보에 접근하고, 코드를 실행하고, 외부와 통신할 수 있습니다. 따라서 이 모든 것이 관리되고, 충분히 안전하며, 정책적 제약을 받도록 해야 합니다. 이를 통해 기관 담당자들이 세 가지 기능 중 두 가지만 보유할 수 있도록 하고, 세 가지 모두를 동시에 사용할 수 없도록 해야 합니다.
저희는 거버넌스에도 기여해 왔습니다. 오늘 이 자리에 피터 스타인버거 씨가 함께하고 계시죠. 저희는 시스템을 더욱 안전하고 견고하게 만들어 개인정보와 보안을 모두 보호할 수 있도록 많은 훌륭한 엔지니어들과 함께 일하고 있습니다.
차마트 팔리하피티야:
젠슨, 이러한 패러다임의 변화로 인해 과거 미국에서 제정된 많은 AI 규제법들이 이미 쓸모없게 된 것인가요?
이러한 제안들 중 상당수는 기존 모델에 기반을 두고 있었습니다. 이러한 패러다임의 변화가 얼마나 빠르게 기존의 많은 규제 접근 방식을 무력화시켰는지에 대해 말씀해 주시겠습니까? 인공지능 규제는 이제 미국 정치에서 매우 이슈 주제가 되었습니다.
황 런순:
이 분야에서 우리는 항상 정책 결정자들보다 앞서 나가야 하며, 당신은 이 점에서 탁월한 성과를 거두었습니다. 우리는 그들에게 적극적으로 다가가 기술이 어느 단계에 이르렀는지, 그것이 무엇이고 무엇이 아닌지를 알려야 합니다. 그것은 살아있는 유기체도 아니고, 외계인도 아니며, 의식도 없습니다. 그것은 컴퓨터 소프트웨어입니다.
게다가 "우리는 이 기술을 전혀 이해하지 못한다"는 식의 말을 자주 듣습니다. 하지만 이는 사실이 아닙니다. 우리는 실제로 많은 것을 이해하고 있습니다. 따라서 우선 정책 입안자들에게 정확한 정보를 지속적으로 제공해야 하며, 종말론이나 극단주의에 휘둘려 그들이 이 기술을 이해하도록 해서는 안 됩니다.
하지만 동시에 기술이 빠르게 발전하고 있다는 점을 인정해야 하며, 정책이 기술 발전에 너무 뒤처지지 않도록 해야 합니다. 국가적 관점에서 볼 때, 미국의 가장 큰 국가 안보 리스크 은 인공지능 그 자체가 아니라, 다른 나라들이 인공지능을 도입하는 동안 우리가 분노, 두려움 또는 편견 때문에 우리 산업과 사회가 인공지능을 수용하는 것을 꺼린다는 점입니다.
따라서 제가 정말로 걱정하는 것은 미국에서 인공지능이 충분히 빠르게 확산되지 않고 있다는 점입니다.
데이비드 색스:
다른 질문 하나 드리겠습니다. 만약 당신이 앤트로픽 회의실에 앉아 "전쟁부" 사태를 지켜보고 있었다면 어떤 생각을 하셨겠습니까? 이는 방금 말씀하신 내용과도 일맥상통합니다. 사람들은 AI를 제대로 이해하지 못하고, 이로 인해 분노, 두려움, 불신이 더욱 커지고 있습니다. 만약 당신이 그들의 입장이었다면, 다리오와 그의 팀이 현재의 결과와 대중의 인식을 바꾸기 위해 어떤 다른 조치를 취해야 한다고 제안하시겠습니까?
황 런순:
우선, 앤트로픽의 기술은 정말 놀랍다고 말씀드리고 싶습니다. 저희 또한 앤트로픽 기술의 주요 사용자입니다. 저는 앤트로픽의 보안에 대한 강조, 보안 문화에 대한 헌신, 그리고 이러한 기술을 발전시키는 데 있어 보여주는 탁월한 역량에 깊은 감명을 받았습니다. 정말 훌륭합니다.
게다가 그들은 이 기술의 한계를 대중에게 상기시키고자 하는데, 저는 그 자체로는 좋은 일이라고 생각합니다. 하지만 세상에는 모든 것이 스펙트럼처럼 다양하다는 것을 알아야 합니다. 한계를 상기시키는 것은 좋지만, 사람들을 겁주는 것은 좋지 않습니다.
제이슨 칼라카니스: 네.
젠슨 황: 이 기술이 우리에게 너무나 중요하기 때문입니다. 미래를 예측하는 것은 분명히 가능하지만, 우리는 더욱 신중하고 겸손해야 합니다. 사실 미래를 완전히 예측하는 것은 불가능하기 때문입니다.
만약 극도로 재앙적인 예측이 나오더라도, 그러한 일들이 실제로 일어날 것이라는 증거가 없다면, 그로 인한 피해는 사람들이 상상하는 것보다 훨씬 클 수 있습니다.
이제 우리는 기술 산업의 선두주자입니다. 예전에는 아무도 우리 말에 귀 기울이지 않았지만, 지금은 상황이 다릅니다. 기술은 사회 구조에 깊숙이 자리 잡고 있으며, 매우 중요한 산업이자 국가 안보와도 밀접한 관련이 있습니다. 우리가 하는 모든 말이 중요합니다.
그러므로 우리는 더욱 신중하고, 절제되고, 균형 잡히고, 사려 깊어야 한다고 생각합니다.
데이비드 프리드버그:
저는 당신을 이 자리에 추천합니다. 미국에서 AI에 대한 지지율은 고작 17%에 불과합니다. 우리는 이미 원자력 분야에서 어떤 일이 일어났는지 목격했습니다. 사실상 원자력 산업 전체를 폐쇄했는데, 그 결과 중국은 100개의 원자로를 건설하고 있는 반면 미국은 단 한 개도 보유하고 있지 않습니다. 이제는 데이터 센터 폐쇄와 같은 이야기도 들려오기 시작했습니다. 따라서 우리는 더욱 적극적으로 대응해야 한다고 생각합니다.
하지만 저는 기업 내에서 에이전트가 폭발적으로 증가하면서 효율성과 생산성이 향상되고 있다는 말씀으로 돌아가고 싶습니다. 지금 많은 사람들이 투자 수익률(ROI)에 대해 논쟁하고 있죠? 올해 초, 저희 두 사람의 가장 큰 질문은 "과연 매출이 발생할까? 인텔리전스처럼 매출도 성장할까?"였습니다. 그런데 마치 "오펜하이머의 발견"과 같은 일이 일어났습니다. 앤트로픽의 매출이 2월 한 달 동안에만 50억~60억 달러에 달한 것입니다.
참고: "오펜하이머 모멘트"라는 용어는 제2차 세계 대전 중 원자폭탄 개발을 위한 비밀 연구 프로젝트인 맨해튼 프로젝트의 책임자였던 J. 로버트 오펜하이머의 이름에서 유래했습니다. 1945년 최초의 원자폭탄 실험은 기술적 혁신과 리스크 공존하는 중요한 전환점을 상징합니다. 이 용어는 이제 돌이킬 수 없는 결과를 초래하는 핵심적인 기술적 순간을 지칭하는 데 자주 사용됩니다.
미래 트렌드에 대해 어떻게 생각하시나요? 오늘 말씀하시기를 블랙웰과 베라 루빈은 향후 몇 년 안에 수조 달러 규모의 수요를 예상하고 있다고 하셨습니다. 앤트로픽과 오픈AI가 보여주는 성장세를 고려할 때, 이미 정점을 찍었다고 보시나요? 그리고 인공지능처럼 매출도 가속화된 속도로 성장할 것이라고 예상하시나요?
황 런순:
몇 가지 관점에서 답변드리겠습니다. 여기 계신 분들을 보세요. 앤스로픽과 오픈아이언 관계자분들도 계시죠. 하지만 실제로 여기 계신 분들의 99%는 AI 관련 분들이고, 그중 앤스로픽이나 오픈아이언 관련 분들은 아닙니다. 그 이유는 AI 자체가 매우 다양하기 때문입니다.
제 생각에는 모델 카테고리 중에서 두 번째로 인기 있는 모델은 오픈 모델입니다. 1위는 당연히 오픈 AI, 오픈 소스 가중치, 그리고 오픈 모델 생태계 전체가 차지하고 있습니다. 2위는 오픈 모델이고, 3위와는 상당한 격차가 있습니다. 3위는 인류 구조 모델(Anthropic Model)입니다.
이는 이곳에 있는 모든 AI 기업들의 규모를 합친 것이 얼마나 엄청난지를 보여주는 것이므로, 이 점을 먼저 인식하는 것이 중요합니다.
다시 연산 능력 요구량 문제로 돌아가 보겠습니다. 생성형 AI에서 추론형 AI로 넘어갈 때 필요한 연산 능력은 약 100배 증가하고, 추론형 AI에서 행위자 단계로 넘어갈 때는 또 100배 정도 증가할 것으로 예상됩니다. 즉, 불과 2년 만에 연산 능력 요구량이 약 1만 배 증가한 것입니다. 사람들은 정보에 돈을 지불하지만, 진정으로 돈을 지불하고 싶어하는 것은 자신의 노력의 결과물입니다.
데이비드 프리드버그: 네.
황 런순:
챗봇과 대화하고 답변을 받는 것은 물론 좋습니다. 리서치에 도움을 주는 것도 정말 훌륭하죠. 하지만 제가 기꺼이 비용을 지불하게 만드는 진정한 이유는 바로 업무 처리 능력입니다. 그리고 지금 우리는 바로 그 단계에 이르렀습니다. Agentic Systems는 실제로 업무를 효율적으로 처리해 주고 있습니다. 소프트웨어 엔지니어들이 업무를 완수할 수 있도록 지원하고 있는 것이죠.
자, 한번 생각해 보세요. 한편으로는 1만 배나 더 큰 계산치가 있고, 다른 한편으로는 아마도 100배 더 큰 소비자 수요가 있습니다. 그리고 우리는 아직 대규모 확장을 본격적으로 시작하지도 않았습니다. 우리는 분명히 100만 배 성장을 향해 나아가고 있습니다.
제이슨 칼라카니스:
이로 인해 다음과 같은 질문이 생깁니다. 귀사에는 총 몇 명의 직원이 있습니까?
황 런순:
저희 회사는 43,000명의 직원을 보유하고 있으며, 그중 약 38,000명이 엔지니어입니다.
제이슨 칼라카니스:
저희 팟캐스트에서 이 주제를 자주 다루는데, 저희 회사에서 토큰 사용량이 정말 폭발적으로 증가하고 있어요. 심지어 입사할 때 "토큰을 얼마나 받을 수 있나요?"라고 묻는 사람들도 있는데, 그만큼 높은 성과를 내고 싶어하기 때문이죠. 예전에 두 시간 반이나 걸린 기조연설에서 이 이야기를 하셨던 게 기억나네요. 정말 긴 연설이었지만, 아주 훌륭했습니다.
황 런순:
감사합니다. 사실, 더 짧게 할 수도 있었어요.
제이슨 칼라카니스:
각 엔지니어의 토큰 사용 한도가 약 7만 5천 달러라고 말씀하셨는데, 그렇다면 엔비디아 엔지니어링 팀은 매년 토큰 구매에 10억 달러 또는 20억 달러를 지출하게 된다는 뜻인가요?
황 런순:
저희 생각은 이렇습니다. 사고 실험을 하나 해볼게요. 여기서는 꽤 흔한 연봉인 50만 달러를 받는 소프트웨어 엔지니어 또는 AI 연구원을 고용했다고 가정해 보세요.
연말에 그에게 "올해 토큰에 얼마를 썼어?"라고 물었습니다. 만약 그가 "5,000달러"라고 대답했다면, 저는 정말 화가 났을 겁니다. 연봉 50만 달러를 받는 엔지니어가 25만 달러도 안 되는 토큰을 쓴다면, 저는 매우 의심스러울 겁니다. 마치 칩 설계자가 "이제 종이와 연필만 쓸 거야. CAD 도구는 필요 없어."라고 말하는 것과 다를 바 없으니까요.
제이슨 칼라카니스:
이건 정말 패러다임의 전환입니다. 당신이 최고 인재들을 이해하는 방식은 마치 제가 MBA 수업에서 배운 르브론 제임스를 떠올리게 합니다. 그는 41세에도 여전히 선수 생활을 할 수 있도록 몸 관리에 매년 100만 달러를 투자하죠. 그렇다면 최고의 지식 노동자들이 "초인적인 능력"을 갖지 못할 이유가 무엇일까요?
황 런순:
좋아요.
제이슨 칼라카니스:
이러한 추세가 2~3년 더 지속된다면 엔비디아 최고 직원들의 업무 효율성은 어떻게 될까요? 그들은 무엇을 성취할 수 있을까요?
황 런순:
첫째, "이건 너무 어려워"라는 생각이 사라질 것입니다. "이건 너무 오래 걸릴 거야"라는 생각도 사라질 것입니다. "많은 사람이 필요해"라는 생각도 사라질 것입니다.
마치 지난 산업혁명 때처럼, 아무도 "이 건물은 너무 무거워 보인다"거나 "저 산은 너무 크다"라고 말하지 않았던 것과 같습니다. "너무 크다, 너무 무겁다, 시간이 너무 많이 걸린다"는 모든 생각이 사라졌던 거죠.
데이비드 색스:
결국 남은 건 창의력뿐입니다. 당신은 실제로 무엇을 만들어낼 수 있을까요?
황 런순:
전적으로 맞습니다. 다시 말해, 앞으로의 질문은 "이러한 에이전트들과 어떻게 협력할 것인가?"가 될 것입니다.
본질적으로 이것은 완전히 새로운 프로그래밍 방식입니다. 과거에는 코드를 작성했지만, 미래에는 아이디어, 아키텍처, 명세를 작성할 것입니다. 팀을 구성하고, 평가 기준을 정의하여 시스템에 무엇이 좋고, 무엇이 나쁘고, 무엇이 탁월한 결과인지 알려줄 것입니다. 그리고 반복적으로 아이디어를 발전시켜 나갈 것입니다.
이게 바로 여러분이 해야 할 일입니다. 저는 미래에는 모든 엔지니어가 100개의 에이전트를 보유하게 될 것이라고 믿습니다.
제이슨 칼라카니스:
홍보 문제로 돌아가서, 데이비드 프리드버그 같은 기업가들은 오할로에서 당신의 기술과 AI를 활용하여 식량 생산량을 늘리고 고품질 칼로리 공급을 개선하는 등 실질적인 성과를 내고 있습니다. 프리드버그 씨, 이러한 기술이 비용 절감에 어느 정도 기여할 것이라고 생각하십니까? 그리고 이러한 비전이 당신의 사업에 어떤 영향을 미칠까요?
데이비드 프리드버그:
저희는 샘플 하나 없이 유전체 모델을 완성했는데, 정말 성공적이었습니다. 놀라실 거예요. 게다가 다른 회사는 하룻밤 사이에 기업용 소프트웨어 스택 전체를 교체하고 있었죠.
제가 직접 한 일은 90분 만에 전체 소프트웨어 스택과 수많은 워크플로우를 교체한 것입니다. 일요일 밤 10시에 시작해서 11시 30분쯤에는 모든 것이 가동되고 배포되었습니다.
CEO인 제가 제 연습을 마친 후, 경영진 전원에게도 주말 동안 같은 연습을 하도록 했습니다. 월요일이 되자, 결과는 분명했습니다. 모든 것이 끝났습니다.
좀 더 기술적이고 과학적인 이야기를 해볼까요? 우리는 자체 조사와 데이터 세트를 활용하여 30분 만에 어떤 결과를 얻었습니다. 만약 전통적인 방식을 따랐다면, 이는 박사 학위 논문이 되었을 것이고, 아마 7년이라는 시간이 걸렸을 것이며, 해당 분야에서 가장 권위 있는 박사 논문 중 하나로 인정받아 과학 저널에 게재되었을지도 모릅니다.
우리는 데스크톱 컴퓨터에 GitHub에서 Auto Research를 다운로드하고, 방금 받은 데이터를 불러와 30분 만에 실행했습니다. 모두의 표정이 바뀌었습니다. 그것이 드러낸 잠재력은 정말 믿을 수 없을 정도였습니다.
따라서 저는 이러한 가속화가 전례 없는 방식으로 모든 사람의 잠재력을 확장시키고 있다고 믿습니다.
하지만 자동차 연구에 대한 본론으로 돌아가서, 어떻게 생각하세요? 주말 동안 600줄의 코드만 작성하면 그런 결과를 도출하고, 다양한 유형의 데이터 세트를 로컬에서 실행하고 처리할 수 있습니다.
그렇다면 알고리즘 최적화와 하드웨어 최적화 측면 모두에서 우리가 아직 초기 단계에 있다는 뜻인가요?
황 런순:
OpenClaw가 그토록 놀라운 이유는 첫째, 대규모 언어 모델 분야의 획기적인 발전과 완벽하게 시기를 같이했기 때문입니다. OpenClaw의 등장은 놀라울 정도로 절묘했습니다.
클로드, GPT, 그리고 ChatGPT가 현재의 수준에 도달하지 않았다면 피터는 아마도 이것을 만들어낼 수 없었을 것입니다. 이 모델은 확실히 매우 높은 수준의 품질을 달성했습니다.
둘째, 새로운 기능을 제공합니다. 이러한 모델들이 우리가 수년간 개발해 온 도구들을 활용할 수 있게 되는 것입니다. 여기에는 웹 브라우저, 엑셀, 칩 설계 분야의 시놉시스(Synopsys)와 케이던스(Cadence), 그리고 옴니버스(Omniverse), 블렌더(Blender), 오토데스크(Autodesk) 등이 포함됩니다. 그리고 이러한 도구들은 앞으로도 계속 사용될 것입니다.
일부에서는 기업용 IT 소프트웨어 산업이 붕괴될 것이라고 말합니다. 하지만 저는 다른 관점을 제시하고 싶습니다. 기업용 소프트웨어 산업의 규모는 항상 "점유된 좌석 수", 즉 "좌석 수"에 의해 제한되어 왔습니다. 그러나 미래에는 그보다 100배 더 많은 에이전트가 등장할 것입니다. 이 에이전트들은 SQL을 작성하고, 벡터 데이터베이스를 다루며, Blender와 Photoshop을 사용할 것입니다.
이유는 간단합니다. 첫째, 이러한 도구들은 본질적으로 잘 설계되어 있습니다. 둘째, 이러한 도구들은 우리와 기계 사이의 "중개 인터페이스" 역할을 합니다. 궁극적으로 작업이 완료되면 결과는 제가 제어할 수 있는 방식으로 저에게 전달되어야 합니다. 그리고 저는 이러한 도구들을 사용하는 방법을 알고 있습니다.
그래서 모든 것이 결국 시놉시스나 케이던스로 돌아갈 수 있기를 바랍니다. 그곳에서 제가 모든 것을 제어하고 "결정론적" 검증을 할 수 있기 때문입니다.
참고: 시놉시스와 케이던스는 주요 EDA(전자 설계 자동화) 소프트웨어 회사이며, 거의 모든 칩 회사(NVIDIA, Apple, AMD)가 이들의 소프트웨어를 사용합니다.
차세대 AI 격전지: 오픈 소스, 산업화, 그리고 글로벌 확산
데이비드 색스:
오픈 소스에 대해 질문이 있습니다. 현재 우리는 훌륭한 클로즈드 소스 모델들을 보유하고 있으며, 또한 놀랍고 매우 강력한 오픈 소스 가중치 모델들도 많이 있습니다.
이틀 전, 무대에 오르느라 바빠서 못 보셨을 수도 있지만, BitTensor Subnet 3 암호화 프로젝트에서 누군가가 학습 작업을 완료했습니다. 40억 개의 매개변수를 가진 Llama 모델을 완전히 분산 방식으로 학습시킨 것입니다. 무작위로 모인 사람들이 해시레이트 제공했지만, 전체 학습 과정을 상태 기반으로 관리할 수 있었습니다. 참여자들이 완전히 무작위로 분포되어 있다는 점을 고려하면 기술적으로 정말 놀라운 일이라고 생각합니다.
황 런순:
이건 마치 현대판 Folding@home 같아요.
참고: Folding@home은 전 세계 자원 봉사자들이 단백질 시뮬레이션 및 의학 연구를 위해 해시레이트 제공할 수 있도록 하는 분산 컴퓨팅 프로젝트입니다.
데이비드 색스:
맞습니다. 그렇다면 오픈 소스의 궁극적인 결과는 어떻게 보십니까? 아키텍처와 컴퓨팅 파워가 탈중앙화 오픈 웨이트와 완전한 오픈 소스로 탈중앙화 , 인공지능이 진정으로 널리 보급될 수 있을 것이라고 생각하십니까?
황 런순:
저는 근본적으로 두 가지가 동시에 필요하다고 생각합니다. 첫째, 상업적이고 독점적인 제품으로서의 모델이 최고 수준으로 존중받아야 하고, 둘째, 오픈 소스 모델이 필요합니다.
이것은 A냐 B냐의 문제가 아니라, A와 B 모두 필수적인 요소입니다. 두말할 필요도 없죠. 그 이유는 모델은 기본적으로 기술이지 최종 제품이 아니기 때문입니다. 모델은 서비스가 아니라 기술입니다.
대다수 사용자의 경우, 일반적인 지능 수준에서는 제가 직접 모델을 세밀하게 조정하고 싶지 않습니다. ChatGPT, Claude, Gemini, X 같은 도구를 계속 사용하는 편이 낫습니다. 각각의 도구는 제 기분이나 해결하고자 하는 문제에 따라 고유한 특성을 가지고 있습니다. 따라서 이 분야는 앞으로 매우 잘 발전하고 번창할 것입니다.
하지만 이러한 모든 도메인 지식과 전문성은 그들이 통제할 수 있는 방식으로 축적되어야 하며, 이는 오직 오픈 모델에서만 가능합니다. 오픈 모델 산업은 이미 최전선에 매우 근접해 있으며, 저희 또한 이 분야에 막대한 투자를 하고 있습니다.
솔직히 말해서, 개방형 모델이 선두 자리를 따라잡는다 하더라도, 저는 서비스형 모델(Model-as-a-Service)과 세계적 수준의 비즈니스 제품 모델이 계속해서 번창할 것이라고 생각합니다.
제이슨 칼라카니스:
우리가 투자하는 거의 모든 스타트업은 오픈 소스로 시작해서 나중에 독점 모델로 전환합니다.
황 런순:
네. 그리고 가장 큰 장점은 바로 이것입니다. 훌륭한 라우터만 있다면, 처음부터 매일 세계 최고 수준의 모델에 연결할 수 있습니다. 동시에 비용을 절감하고, 기능을 최적화하고, 특화할 시간도 확보할 수 있습니다. 세계 최고 수준의 성능으로 시작해서 서서히 경쟁 우위를 구축해 나가는 것이죠.
데이비드 프리드버그:
젠슨, 지정학적인 질문이 있습니다. 물론 당신만큼 미국이 세계 AI 경쟁에서 승리하기를 바라는 사람은 없을 겁니다. 하지만 1년 전 바이든 대통령 재임 시절의 "확산 규칙"은 사실상 미국 AI 기술의 세계적 확산을 막고 있었습니다.
새 정부가 집권한 지 이제 1년이 되었습니다. 이 정부에 몇 점을 주시겠습니까? 인공지능의 세계적 확산과 관련하여 현재 우리는 A, B, C 수준 중 어느 정도라고 생각하십니까? 우리가 잘한 점과 부족한 점은 무엇이라고 생각하십니까?
황 런순:
첫째, 트럼프 대통령은 미국 산업이 주도권을 잡고, 미국 기술 산업이 주도권을 잡고, 미국 기술 산업이 승리하고, 미국 기술이 전 세계로 확산되고, 미국이 세계에서 가장 부유한 국가가 되기를 원합니다. 그는 이 모든 것을 이루고자 합니다.
하지만 현재 엔비디아는 세계 2위 시장에서 원래 누렸던 95%의 시장 점유율 잃고 0%가 되었습니다. 트럼프 대통령은 우리가 그 점유율을 되찾기를 원합니다.
첫 번째 단계는 판매 대상 기업들의 허가를 받는 것이었습니다. 이미 많은 기업들이 신청서를 제출했고, 저희도 해당 기업들을 대신하여 허가를 신청했으며, 루닉 상무장관이 일부를 승인했습니다. 다음으로, 중국 기업들에 이 사실을 알렸고, 이미 많은 기업들이 저희에게 구매 주문을 넣었습니다. 이제 공급망을 재개하고 제품을 출하할 예정입니다.
더 나아가, 우리는 한 가지 사실을 인정해야 한다고 생각합니다. 마이크로모터와 희토류 광물을 확보하지 못하면 국가 안보가 약화되고, 통신망을 통제하지 못하면 국가 안보가 약화되며, 국가에 지속 가능한 에너지를 공급하지 못하면 역시 국가 안보가 약화됩니다. 이러한 산업 분야들은 모두 제가 인공지능 산업에서 되풀이되기를 원하지 않는 시나리오를 보여줍니다.
미래를 내다보며 "미국의 기술 산업과 인공지능 산업이 진정으로 세계를 주도한다면 어떤 모습일까?"라고 질문할 때, 우리는 인공지능 모델이 미국 단독에 의해 지배될 수는 없다는 사실을 솔직하게 인정해야 합니다. 그러한 결과는 무의미할 것입니다.
하지만 칩부터 컴퓨팅 시스템, 플랫폼에 이르기까지 미국의 기술 스택이 전 세계적으로 널리 채택될 것이라고 충분히 예상할 수 있습니다. 전 세계 사람들이 이 미국 기술 스택 위에 자체 AI, 공공 AI, 민간 AI를 구축하고 이를 활용하여 사회에 기여할 수 있을 것입니다. 저는 미국의 기술 스택이 전 세계의 90%를 차지하게 되기를 진심으로 바랍니다.
그렇지 않고 최종 상황이 태양 에너지, 희토류, 자석, 모터, 통신 장비의 경우와 같아진다면, 이는 미국의 국가 안보에 매우 나쁜 결과가 될 것이라고 생각합니다.
차마트 팔리하피티야:
전 세계 분쟁 상황을 얼마나 면밀히 주시하고 계십니까? 이에 대해 얼마나 우려하고 계십니까? 예를 들어, 중동 분쟁은 헬륨 공급에 영향을 미칠 수 있으며, 이는 반도체 제조의 공급망에 잠재적인 리스크 초래할 수 있습니다. 이러한 문제들에 대해 얼마나 우려하고 계십니까? 이 문제들을 해결하기 위해 얼마나 많은 노력을 기울이고 계십니까?
참고: 헬륨은 반도체 제조에 매우 중요합니다. 포토리소그래피 및 검사와 같은 핵심 공정에서 대체 불가능한 자원이며, 재생 불가능한 자원이므로 공급이 미국, 카타르(중동), 알제리(북아프리카) 등 소수의 생산지에 집중되어 있습니다. 이러한 공급망의 차질은 반도체 생산 라인의 안정적인 운영에 직접적인 영향을 미칠 수 있습니다.
황 런순:
먼저 중동 지역에 대해 말씀드리자면, 저희는 그곳에 6,000가구를 두고 있습니다. 저희 회사 직원 중 상당수가 이란 출신이고, 그들의 가족은 여전히 이란에 거주하고 있습니다. 따라서 저희는 그곳에 많은 가족을 두고 있습니다.
첫째, 그들은 매우 불안해하고, 걱정하고, 두려워하고 있습니다. 우리는 끊임없이 그들을 생각하며 상황을 면밀히 주시하고 있습니다. 우리는 그들에게 전폭적인 지원을 제공할 것입니다. 어떤 분들은 현재 중동 상황을 고려할 때 우리가 이스라엘에 계속 주둔할 것인지 물으셨습니다. 제 대답은 '우리는 100% 이스라엘에 남을 것'입니다. 우리는 그곳에 있는 가족들을 전적으로 지원할 것입니다. 우리는 중동에 100% 남을 것입니다.
일부에서는 현재 중동 정세를 고려할 때, 그곳에 AI를 도입하는 것이 여전히 가치 있는 일인지 묻습니다. 제 생각에는 전쟁은 모두가 더 안정적인 결과를 원하기 때문에 발생합니다. 그리고 저는 전쟁 후 중동이 이전보다 더 안정될 것이라고 믿습니다. 따라서 전쟁 전에도 AI 도입을 고려했었다면, 전쟁 후에는 더욱 진지하게 고려해야 합니다. 저는 이 문제에 100% 전념하고 있습니다.
우리가 해야 할 일은 세 가지입니다. 첫째, 반도체 제조 공장이든, 컴퓨터 제조 공장이든, 인공지능 공장이든, 미국을 가능한 한 빨리 재산업화해야 합니다.
제이슨 칼라카니스:
이와 관련하여 어떤 진전이 있었습니까?
황 런순:
진행 상황은 매우 좋습니다. 애리조나, 텍사스, 캘리포니아에서 이처럼 놀라운 속도로 진척을 이룰 수 있었던 것은 대만의 공급망에서 보내준 전략적 지원, 우정, 그리고 도움 덕분입니다. 그들은 진정한 전략적 파트너이며, 우리의 지원과 우정, 그리고 아낌없는 지원을 받을 자격이 있습니다. 또한 그들은 제조 공정을 가속화하기 위해 모든 노력을 다하고 있습니다.
둘째, 우리는 제조 공급망을 다변화해야 합니다. 한국, 일본, 유럽 등 어느 나라든 공급망을 다변화하여 회복력을 강화해야 합니다. 셋째, 다변화와 회복력 강화에 힘쓰는 동시에 자제력을 발휘하여 불필요한 압력을 가하지 않도록 해야 합니다.
제이슨 칼라카니스:
그러니까, 인내심을 가지라는 말씀이시죠?
차마트 팔리하피티야:
헬륨은 어떻습니까? 많은 보고서에서 이 질문을 언급했습니다.
황 런순:
제 생각에는 헬륨이 문제가 될 수도 있을 것 같습니다. 하지만 반면에 공급망에는 일반적으로 충분한 재고가 있고, 이러한 시스템은 대개 일정 수준의 여유를 가지고 있습니다.
제이슨 칼라카니스:
자율주행 분야에서 엄청난 진전을 이루셨고, 중요한 발표도 많이 하셨습니다. 우버를 비롯한 여러 신규 파트너사도 추가하셨고요. 최근에는 메르세데스-벤츠 자율주행차에 탑승하신 영상도 공개하셨습니다. 또한, 우버와 함께 더 많은 자동차 제조사와 협력하여 자율주행 차량을 확대 운행할 계획이라고 발표하셨습니다.
제가 이해하기로는 미래에는 안드로이드와 유사한 개방형 플랫폼이 등장할 것이고, 당신은 그 플랫폼에서 수십 개의 자동차 제조업체에 서비스를 제공하며 핵심적인 역할을 하게 될 것이라는 예측이신 것 같습니다. 반면에 테슬라나 웨이모처럼 iOS와 같은 폐쇄형 시스템이 존재할 수도 있겠죠.
당신의 전략은 무엇인가요? 이 게임은 어떻게 전개될까요? 어떤 부분에서는 협력하는 것 같고, 어떤 부분에서는 경쟁하는 것 같으며, 당신의 카드 더미는 매우 두텁습니다.
황 런순:
첫째, 우리는 미래에 움직이는 모든 것이 언젠가는 완전 또는 부분적으로 자율 주행이 될 것이라고 믿습니다. 둘째, 우리는 직접 자율 주행 차량을 만들려는 것이 아니라, 전 세계 모든 자동차 회사가 자율 주행 차량을 만들 수 있도록 지원하고자 합니다.
그래서 우리는 훈련용 컴퓨터, 시뮬레이션용 컴퓨터, 평가용 컴퓨터 세 대와 차량 탑재형 컴퓨터를 제작했습니다. 또한 세계에서 가장 안전한 운전 운영 체제를 개발했습니다.
동시에, 우리는 세계 최초로 추론 능력을 갖춘 자율주행 시스템을 개발했습니다. 이 시스템은 복잡한 시나리오를 더 간단한 시나리오로 분해하고 추론 모델처럼 하나씩 순차적으로 진행할 수 있습니다. 알파마요(Alpamayo)라고 불리는 이 추론 시스템은 놀라운 성과를 거두었습니다.
우리는 수직적 최적화와 수평적 혁신을 수행한 후, 각 제조업체가 스스로 결정할 수 있도록 할 것입니다. 일론 머스크와 테슬라처럼 우리 컴퓨터만 구매하시겠습니까? 아니면 교육 시스템과 시뮬레이션 시스템 모두를 구매하시겠습니까? 혹은 세 가지 시스템을 모두 통합하고, 차량 탑재형 컴퓨터까지 차량에 설치하는 방안을 저희와 함께 추진하시겠습니까?
저희는 항상 문제를 해결하고자 하는 입장이지만, 해결책을 제시할 수 있는 유일한 주체가 저희라고 주장하지는 않습니다. 어떤 방식으로든 협력할 준비가 되어 있습니다.
데이비드 색스:
이러한 질문들을 계속하다 보니 특히 흥미로운 점이 눈에 띕니다. 당신은 본질적으로 수많은 꽃들이 피어날 수 있는 플랫폼을 구축하고 있는 셈입니다. 하지만 실제로 몇몇 꽃들은 이제 그 기반에서 벗어나 당신과 경쟁하려 들고 있습니다. 구글은 TPU를, 아마존은 인페렌티아와 트레이니움을, 거의 모든 회사가 "나는 NVIDIA를 능가할 수 있다"는 자신만의 버전을 개발하고 있습니다. 심지어 그들은 당신의 주요 고객이기도 한데 말이죠.
이러한 관계를 어떻게 관리하시나요? 장기적으로 어떤 전망을 갖고 계신가요? 이러한 제품들이 전체 생태계에서 궁극적으로 어떤 역할을 하게 될까요?
황 런순:
정말 좋은 질문입니다.
첫째, 우리는 유일한 진정한 AI 기업입니다. 자체적으로 기반 모델을 구축하고 있으며 여러 분야에서 선두를 달리고 있습니다. 스택의 모든 계층을 처음부터 끝까지 직접 개발합니다. 또한, 전 세계 모든 AI 기업과 협력하는 유일한 AI 기업이기도 합니다.
그들은 저에게 자신들이 무엇을 하고 있는지 절대 보여주지 않지만, 저는 항상 모든 것을 명확하게 설명합니다. 우리의 자신감은 단 한 가지에서 비롯됩니다. 바로 최고의 기술을 보유한 기업과 경쟁하려는 의지입니다. 우리가 고속으로 운영할 수 있는 한, NVIDIA로부터 계속 구매하는 것이 그들에게 가장 경제적인 선택 중 하나로 남을 것이라고 확신합니다.
둘째, 저희 아키텍처는 모든 클라우드 플랫폼에 배포할 수 있는 유일한 아키텍처입니다. 이는 근본적인 이점을 제공합니다. 또한, 클라우드에서 분리하여 로컬 데이터 센터, 차량, 어느 지역, 심지어 우주에도 설치할 수 있는 유일한 아키텍처이기도 합니다.
그래서 우리 업무 의 상당 부분, 약 40%는 고객들이 CUDA 스택이나 완전한 AI 팩토리를 제공할 수 없는 상황에서 어떻게 협업해야 할지 전혀 모르는 경우입니다. 그들은 단순히 칩을 구매하려는 것이 아니라 AI 인프라를 구축하려는 것입니다. 따라서 그들에게 필요한 것은 완벽한 스택이며, 마침 우리가 바로 그 완벽한 스택을 보유하고 있습니다.
놀랍게도 현재 상황을 살펴보면 엔비디아의 시장 점유율 실제로 계속 상승 있습니다.
데이비드 색스:
그러니까 이 회사들이 모든 걸 다 시도해 보고 나서 "맙소사, 너무 복잡하잖아"라고 깨닫고 돌아섰다는 말씀이시죠? 그래서 당신네 점유율 계속 증가했다는 건가요?
황 런순:
점유율 증가에는 여러 가지 이유가 있습니다.
첫째, 우리가 너무 서둘렀습니다. 둘째, 우리는 칩 제조 자체가 문제가 아니라 시스템 구축에 문제가 있으며, 그 시스템을 구축하는 것이 매우 어렵다는 것을 모두에게 깨닫게 했습니다. 따라서 그들과의 협력은 계속 확대되고 있습니다.
AWS를 예로 들어보겠습니다. 어제 AWS가 향후 몇 년 동안 100만 개의 칩을 구매할 계획이라고 발표했던 것으로 기억합니다. 엄청난 규모의 구매이며, 이미 구매한 엄청난 양은 포함되지도 않았습니다. 저희는 기꺼이 그 요청에 응할 것입니다.
또한, 지난 몇 년간 당사의 점유율 성장은 Anthropic과 Meta의 등장 덕분이기도 하며, 오픈 모델의 성장은 더욱 두드러지는데, 이 모든 것이 NVIDIA에서 일어나고 있습니다.
따라서 당사의 점유율 상승, 이는 부분적으로는 모델 수가 증가했기 때문이며, 부분적으로는 이러한 기업들이 클라우드에서 벗어나 지역 배포, 엔터프라이즈 시나리오 및 산업 엣지 시나리오로 확장하고 있기 때문입니다.
하지만 ASIC을 하나만 만들어서는 전체 시장에 진출하기가 매우 어렵습니다.
데이비드 프리드버그:
수치적인 세부 사항에 깊이 들어가지 않고 관련 질문을 해보세요. 하지만 분석가는 당신의 말을 믿지 않는 것 같습니다.
해시레이트 백만 배 증가할 수도 있다고 말씀하셨지만, 시장의 일반적인 예상은 내년에 30%, 그 다음 해에 20%, 그리고 폭발적인 성장이 예상되는 2029년에도 7% 성장에 그칠 것이라는 것입니다. 만약 귀사의 총 시장 규모(TAM)를 이러한 성장률에 맞춰 계산한다면, 점유율 크게 하락할 것이라는 결론에 도달하게 됩니다.
귀하께서 보신 향후 오더북 에 비추어 볼 때, 이러한 판단을 뒷받침하는 근거는 무엇입니까?
황 런순:
첫째, 그들은 인공지능의 규모와 범위에 대해 제대로 이해하지 못하고 있습니다.
데이비드 색스:
네, 저도 그렇게 생각해요.
황 런순:
대부분의 사람들은 인공지능이 그 다섯 개의 초대형 클라우드 업체만의 문제라고 생각합니다.
제이슨 칼라카니스:
오른쪽.
데이비드 색스:
또한 "규모가 클수록 성장을 지속하기 어렵다"는 일반적인 투자 논리가 있습니다. 투자자들은 투자 모델을 검토 후 투자은행의 위험 관리 위원회에 제출해야 합니다. 위원회는 "5조 달러가 15조 달러로 성장할 수 있다"는 것을 쉽게 받아들이지 않습니다. 그들은 최대 7조 달러까지만 투자할 의향이 있으며, 그 이상은 용납할 수 없다고 생각합니다.
제이슨 칼라카니스:
그들은 시총 회사를 상상조차 할 수 없다.
데이비드 색스:
본질적으로 이는 일종의 자기 보존 모델링입니다. 그들은 역사상 한 번도 일어나지 않은 일들을 감히 포함시키지 못합니다.
황 런순:
더 나아가, 여러분은 자신이 하고 있는 일의 본질을 재정의해야 합니다.
최근 몇몇 사람들이 이렇게 질문했습니다. "젠슨, NVIDIA가 어떻게 서버 시장에서 인텔을 능가할 수 있을까요?" 이유는 간단합니다. 전체 데이터센터 CPU 시장 규모는 연간 약 250억 달러에 불과합니다. 그런데 아시다시피, 우리가 이렇게 이야기하는 짧은 시간 동안에도 우리는 약 250억 달러의 매출을 달성했습니다.
제이슨 칼라카니스:
예쁜.
황 런순:
물론, 그건 농담이죠.
차마트 팔리하피티야:
팟캐스트에서 언급된 내용은 공식적인 공연 지침으로 간주되지 않습니다.
황 런순:
맞습니다, 이건 성과 관련 지침이 아닙니다. 하지만 핵심은, 얼마나 크게 성장할 수 있느냐는 실제로 무엇을 만들고 있느냐에 달려 있다는 것입니다.
첫째, 엔비디아는 단순히 칩만 만드는 회사가 아닙니다. 둘째, 단순히 칩을 만드는 것만으로는 더 이상 AI 인프라 문제를 해결하기에 충분하지 않습니다. 너무나 복잡하기 때문입니다. 셋째, 대부분 사람들의 AI에 대한 이해는 너무 편협하며, 보고 듣고 이야기해 온 것에만 국한되어 있습니다.
OpenAI는 엄청나게 강력하며, 앞으로 엄청난 규모로 성장할 것입니다. Anthropic Games Store 또한 엄청나게 강력하며, 마찬가지로 엄청난 규모로 성장할 것입니다. 하지만 인공지능 자체는 이 모든 것을 합친 것보다 훨씬 더 거대할 것입니다. 그리고 우리가 봉사하는 대상은 바로 그 훨씬 더 큰 부분을 차지하는 것입니다.
데이비드 색스:
그렇다면 일반인에게 "우주 데이터 센터"업무 설명해 보세요. 지상의 대형 데이터 센터와는 어떻게 비교해야 할까요?
황 런순:
우리는 이미 우주에 있습니다.
데이비드 색스:
일반인들은 이 사업을 어떻게 이해해야 할까요?
황 런순:
첫째, 현재 우리가 지구에 있으므로 당연히 지구에서 해야 할 일들을 먼저 처리해야 합니다. 둘째, 우주여행을 위한 준비도 해야 합니다. 우주에는 에너지가 대량 합니다. 문제는 열 방출입니다. 지구처럼 전도와 대류에 의존할 수 없으므로 복사에만 의존해야 하는데, 이는 매우 넓은 표면적을 필요로 합니다. 우주 공간이 넓다는 점을 고려하면 극복할 수 없는 문제는 아니지만, 비용은 여전히 매우 높습니다. 하지만 우리는 우주 탐사를 계속할 것입니다.
게다가 우리는 이미 그곳에 있습니다. 우리 하드웨어는 방사선 내성을 갖추었고, CUDA는 이미 전 세계 여러 위성에서 실행되고 있습니다. 이 위성들은 이미지 처리와 AI 기반 이미지 분석을 수행하고 있습니다. 이러한 작업은 이상적으로는 모든 데이터를 먼저 지구로 전송한 후 지구에서 이미지 분석을 하는 방식이 아니라 우주에서 직접 수행해야 합니다. 따라서 우주에서 해야 할 일은 분명히 많습니다.
한편, 우리는 우주 데이터 센터가 실제로 어떤 모습이어야 하는지에 대한 연구를 계속할 것입니다. 이 연구는 수년이 걸릴 겁니다. 괜찮습니다, 저는 시간이 충분합니다.
로봇공학, 의료, 그리고 일자리의 미래: 인공지능이 결국 현실 세계에 어떻게 진입할 것인가
제이슨 칼라카니스:
의료 서비스에 대해 좀 더 질문드리고 싶습니다.
누구나 나이가 들면 수명, 특히 건강하게 오래 사는 것에 대해 생각하게 되죠. 다들 보기 좋고, 어떤 사람들은 더 좋아 보이기도 하고요. 젠슨, 당신의 비결은 정말 모르겠네요. 노화 방지 비법인가요? 어떤 음식을 피해야 하나요? 이런 건 개인적으로 꼭 알려주세요.
의료 시스템 발전이라는 관점에서 볼 때, 이러한 방향은 어디로 이어질까요? 우리는 실제로 어떤 진전을 이루었을까요?
저는 클로드를 이용해서 미국의 의료비 청구 코드에 어떤 문제가 있는지 분석해 보고 있었습니다. 미국인들은 다른 나라 사람들보다 두 배나 많은 돈을 쓰지만, 건강 결과는 절반 수준인 것 같습니다.
제가 관찰한 바에 따르면, 예산의 약 15%에서 25% 정도가 실제로 첫 번째 일반의 진료에 사용됩니다. 솔직히 말해서, 오늘날의 대규모 언어 모델들이 이 분야에서 훨씬 더 나은, 그리고 더 일관된 성과를 내고 있다는 것은 우리 모두 알고 있습니다.
그렇다면 규제를 뚫고 인공지능이 의료 시스템 전체에 실질적인 영향을 미치려면 무엇이 부족한 걸까요?
황 런순:
저희는 주로 여러 의료 분야에 종사하고 있습니다.
첫 번째는 AI 물리학으로, AI 생물학을 지원하는 분야입니다. 즉, AI를 사용하여 생물학과 그 행동을 이해하고 표현하는 것입니다. 이는 신약 개발에 매우 중요합니다.
두 번째는 진단을 지원하는 데 사용되는 AI 에이전트입니다. OpenEvidence와 Hippocratic이 좋은 예입니다. 저는 이런 회사들과 함께 일하는 것을 정말 좋아합니다. 저는 어젠다 기술이 우리가 의사 및 의료 시스템과 상호작용하는 방식을 혁신적으로 바꿀 것이라고 확신합니다.
세 번째 부분은 물리적 인공지능입니다.
첫 번째는 AI를 사용하여 물리 현상을 예측하는 AI 물리학이고, 두 번째는 물리 AI가 물리 법칙을 이해하도록 하는 것으로, 이를 로봇 수술에 활용할 수 있게 됩니다. 이 분야는 이미 매우 활발하게 연구되고 있습니다. 미래에는 병원에서 접하게 될 모든 기기, 초음파 장비든 CT 장비든, 모두 인공지능(AI)을 탑재하게 될 것입니다.
이는 모든 기기에 내장될 OpenClaw의 보안 강화 버전이라고 생각하시면 됩니다. 따라서 여러 면에서 이러한 기기들은 미래에 환자, 간호사, 의사와 직접적으로 상호 작용하게 될 것입니다.
제이슨 칼라카니스:
우리는 이미 AI 무기에 막대한 투자를 해왔습니다. 이제는 생명을 살리는 데 더 많은 투자를 할 수 있도록 AI 응급 구조대원, AI 응급 구조사, AI 구급대원에게 집중해야 한다고 생각합니다.
이로써 자연스럽게 로봇공학이라는 주제로 넘어가게 됩니다. 이미 수십 개의 파트너사를 보유하고 계시죠. 지난 10년, 아니 20년 동안 로봇공학 분야는 다소 특이한 시기를 겪었습니다. 보스턴 다이내믹스와 구글이 여러 회사를 인수했다가 다시 매각하거나 분사시키기도 했죠. 한때는 로봇이 실용화되기에는 아직 멀었다고 모두가 생각했습니다.
하지만 이제 당신과 일론 머스크 같은 최고의 기업가들이 로봇 기술에 투자하고 있습니다. 옵티머스는 이미 놀라운 모습을 보여주고 있으며, 중국의 많은 기업들이 빠르게 진전을 이루고 있습니다. 그렇다면 로봇 요리사, 로봇 간호사, 로봇 유모, 그리고 실제로 현실 세계에서 일할 수 있는 휴머노이드 로봇처럼, 로봇이 우리 삶에 완전히 들어오는 날은 얼마나 남았을까요?
특히 중국에서는 미국과 거의 비슷한 수준으로, 혹은 그보다 더 빠르게 발전하고 있는 것 같습니다. 귀사 파트너들의 발전 속도와 기술적 성숙도를 고려할 때, 얼마나 걸릴 것으로 예상하십니까?
황 런순:
로봇 산업은 상당 부분 우리, 더 정확히는 미국이 발명했다고 할 수 있습니다. 하지만 우리가 너무 일찍 시장에 진입했다고도 볼 수 있습니다. 진정으로 중요한 핵심 기술인 '두뇌'보다 약 5년 앞서 있었기 때문에, 우리가 먼저 지치고 인내심을 잃었습니다.
하지만 이제 정말로 현실이 되었습니다. 남은 질문은 단 하나입니다. "높은 기능성 입증"에서 "상용 제품으로 출시되기까지 얼마나 걸릴까?"
기술 발전은 항상 두세 주기를 넘지 않습니다. 두세 주기란 대략 3년에서 5년 정도를 말합니다. 그게 전부입니다. 3년에서 5년 안에 로봇은 어디에나 있게 될 것입니다.
저는 중국이 매우 강력하며, 결코 과소평가할 수 없다고 생각합니다. 그 이유는 중국의 마이크로 전자, 모터, 희토류, 자석 등 로봇 산업의 근간을 이루는 모든 분야에서 세계 최고 수준을 자랑하기 때문입니다. 따라서 우리 로봇 산업은 여러 측면에서 중국의 생태계와 공급망에 크게 의존할 것이며, 전 세계 로봇 산업 또한 중국에 크게 의존하게 될 것입니다.
그러므로 앞으로 매우 빠른 변화가 있을 것으로 예상합니다.
제이슨 칼라카니스:
결국 1대1 비율이 될까요? 일론 머스크는 미래에는 사람 한 명당 로봇 한 대가 될 거라고 생각하는 것 같습니다. 70억 명의 사람과 70억 대의 로봇, 또는 80억 명의 사람과 80억 대의 로봇처럼 말이죠.
황 런순:
저는 앞으로 더 많은 변화를 기대합니다. 우선, 공장에서 24시간 내내 가동되는 로봇 대량 생겨날 것이고, 움직임은 적지만 미세하게 움직이는 공장 로봇들도 많아질 것입니다. 결국 거의 모든 것이 로봇화될 것입니다.
차마트 팔리하피티야:
제게 있어 로봇의 가장 중요한 점은 모든 사람에게 경제적 유동성을 제공한다는 것입니다.
과거에는 자동차를 소유함으로써 다양한 일을 할 수 있었지만, 미래에는 모든 사람이 로봇을 갖게 될 것이고, 그 로봇이 사람들을 위해 많은 일을 해낼 것입니다. 사람들은 Etsy나 Shopify에 온라인 스토어를 열고, 로봇을 이용해 원하는 모든 것을 만들 수 있으며, 혼자서는 할 수 없었던 많은 일들을 로봇이 대신해 줄 것입니다. 저는 로봇이 궁극적으로 지구상의 많은 사람들에게 가장 큰 번영을 가져다주는 기술이 될 것이라고 믿습니다.
황 런순:
두말할 필요 없죠. 지금 가장 단순한 현실은 우리가 이미 수백만 명의 노동력 부족에 직면해 있다는 겁니다. 그래서 로봇이 절실히 필요해요. 노동력이 늘어나면 모든 기업들이 훨씬 더 빠르게 성장할 수 있을 겁니다.
그리고 말씀하신 몇 가지는 정말 흥미롭네요. 로봇을 이용하면 '가상 존재'가 가능해질 거예요. 예를 들어, 제가 출장을 갔을 때 집에 있는 로봇에 접속해서 원격으로 집안을 돌아다니게 하거나, 강아지를 산책시키거나, 집을 점검하게 할 수 있겠죠.
제이슨 칼라카니스:
행사장 직원들이 즉시 사람들을 내보내도록 해야 합니다.
황 런순:
맞아요. 하지만 생각해 보세요. 집안 곳곳을 자유롭게 돌아다니게 하고, 무슨 일이 일어나는지 살펴보고, 강아지와 이야기하고, 아이들과 대화하게 할 수도 있잖아요.
데이비드 프리드버그:
이것은 마치 시간 여행과 같습니다.
황 런순:
동시에 우리는 빛의 속도로 이동할 겁니다. 당연히 로봇을 먼저 보낼 거예요. 제가 먼저 보내지는 않을 겁니다. 로봇을 먼저 보내서 상황을 살펴본 다음 제 인공지능을 업로드할 겁니다.
차마트 팔리하피티야:
이는 거의 필연적입니다. 달과 화성의 자원이 해방되어 식민지화 가능 지역이 될 것이고, 이는 사실상 무한한 자원을 의미합니다. 태양 에너지를 가속에 활용할 수 있기 때문에 달에서 지구로 물자를 운송하는 데 거의 에너지 소비가 필요하지 않습니다. 따라서 미래에는 달에 지구에 필요한 모든 것을 생산하는 공장을 건설할 수 있으며, 로봇은 이 모든 것을 가능하게 하는 핵심 기술이 될 것입니다.
황 런순:
그 시대에는 거리가 더 이상 문제가 되지 않을 것이다.
데이비드 프리드버그:
또한, 모델과 에이전트가 창출하는 수익이 많을수록 인프라에 더 많이 투자할 수 있으며, 인프라가 더욱 견고해질수록 모델과 에이전트의 잠재력을 더욱 극대화할 수 있습니다.
다리오(Dario)는 최근 드와르케시(Dwarkesh) 팟캐스트에서 모델링 및 에이전트 회사가 2027년 또는 2028년까지 수천억 달러의 수익을 창출할 것이며, 2030년에는 1조 달러에 이를 것으로 예측했습니다. 다만, 이는 인프라 계층의 AI에서 발생하는 수익은 포함하지 않은 수치입니다.
황 런순:
저는 그가 매우 보수적인 입장이었다고 생각합니다. 다리오와 앤트로픽은 그 수치를 훨씬 뛰어넘는 성과를 낼 것이라고 믿습니다.
제이슨 칼라카니스:
그럼 300억에서 1조로 늘어나는 건가요?
황 런순:
네. 그 이유는 그가 그 일부를 고려하지 않았기 때문입니다. 저는 모든 기업용 소프트웨어 회사가 결국 Anthropic 코드, Anthropic 토큰, 그리고 OpenAI 토큰의 부가가치 재판매업체가 될 것이라고 생각합니다. 이는 그들의 시장 진출 규모를 크게 확장시켜 줄 것입니다.
데이비드 색스:
그런 세상에서 진정으로 남아 있는 "해자"는 무엇일까요?
솔직히 말해서, 어떤 해자는 거의 넘을 수 없을 정도로 강력합니다. 예를 들어, 사람들이 많이 언급하지는 않지만 아마도 가장 강력한 해자는 바로 CUDA일 것입니다. 이는 놀라운 전략적 이점입니다.
하지만 만약 모델 자체가 미래에 정말 훌륭한 결과를 만들어낼 수 있다면, 차세대 모델은 그 모델을 뒤흔들 수도 있을 것입니다. 그렇다면, 애플리케이션 레이어를 구축하는 이 회사들에게 가장 중요한 차별화 요소는 무엇이라고 생각하십니까?
황 런순:
심층적인 전문화.
저는 미래에 범용 모델들이 소프트웨어 회사의 에이전트 시스템에 통합될 것이라고 생각합니다. 이러한 모델들 중 상당수는 클로드의 모델처럼 상용 또는 독점 모델이겠지만, 다른 많은 모델들은 특정 하위 작업을 위해 설계되고 해당 회사들이 직접 훈련시킨 특수 하위 에이전트일 것입니다.
데이비드 색스:
그러므로 기업가 여러분께 드리는 당부는 다음과 같습니다. 자신이 속한 분야를 진정으로 이해하십시오.
황 런순:
좋아요.
데이비드 색스:
누구보다 더 깊이, 더 잘 이해하십시오. 그런 다음 필요한 도구들이 당신을 따라잡을 때까지 기다리세요. 그리고 도구들이 준비되면, 당신의 지식을 도구에 불어넣으면 됩니다.
황 런순:
네. 고객과 상담원을 연결하는 데 필요한 지식을 갖추고 계십니다. 상담원과 고객이 진정으로 연결될수록 이 선순환 구조는 더 빨리, 더 빠르게 작동하기 시작할 것입니다.
데이비드 색스:
이는 오늘날 소프트웨어 개발 방식과 거의 정반대입니다. 오늘날 우리는 먼저 소프트웨어를 개발하고, 그다음 "무엇을 일반화할 수 있을까"를 고민하고, 가능한 한 많은 사람들에게 판매한 후, 마지막으로 맞춤형 기능을 부가 서비스로 판매합니다.
데이비드 프리드버그:
그렇게 하면 고객을 확보할 수 있습니다.
황 런순:
실제로 말씀하신 대로 먼저 수평적 플랫폼을 구축합니다. 하지만 아시다시피, 글로벌 시스템 통합업체(GSI)와 컨설팅 회사, 즉 전문가들이 그 수평적 플랫폼을 기반으로 수직적 솔루션을 맞춤화합니다.
제이슨 칼라카니스:
맞습니다. 사실, 맞춤 설정 시장은 플랫폼 자체보다 5~6배 더 클 수도 있습니다.
황 런순:
전적으로 맞는 말씀입니다. 따라서 저는 이러한 플랫폼 기업들이 해당 분야의 전문가이자 핵심 플레이어, 나아가 특정 영역의 진정한 달인이 될 기회를 갖고 있다고 생각합니다.
제이슨 칼라카니스:
당신이 마땅히 받아야 할 칭찬을 해드리고 싶습니다.
3년 전에 당신이 했던 말이 기억납니다. "당신의 일자리를 빼앗을 사람들은 인공지능이 아니라, 인공지능을 활용하는 방법을 아는 사람들일 겁니다." 지금 돌이켜보면, 우리의 모든 논의는 바로 이 점을 중심으로 이루어졌습니다. 인공지능이 인간을 '초인'으로 만들고, 사업 기회와 창업 기회를 확대하고 있다는 것이죠. 당신은 이미 오래전에 이 점을 아주 명확하게 간파했던 것 같습니다.
황 런순:
너무 친절하시네요.
제이슨 칼라카니스:
물론, 우리는 두 가지 관점을 받아들여야 합니다. 첫째, 긍정적인 발전이 있을 것이고, 둘째, 일부 일자리는 새로운 기술로 대체될 것입니다. 그렇다면 문제는 그 일자리를 가진 사람들이 이러한 새로운 기술을 받아들일 만큼 충분한 회복력과 의지를 가지고 있느냐는 것입니다.
예를 들어, 미래에 모든 운전 관련 일자리가 100% 자동화된다면 분명 많은 생명을 구할 수 있을 것이고, 이는 좋은 일입니다. 하지만 미국에서 1천만에서 1천5백만 명에 달하는 사람들이 운전에 생계를 의존하고 있다는 사실 또한 인정해야 합니다. 이러한 변화는 불가피합니다.
황 런순:
저는 직업의 형태가 바뀔 것이라고 생각합니다. 예를 들어, 오늘날 많은 운전자가 있습니다. 미래에는 여전히 차 안에 앉아 있겠지만, 더 이상 직접 운전하는 책임은 지지 않을 것이라고 생각합니다. 대신, 그들은 운전석 뒤나 옆자리에 앉아 일종의 '여행 도우미' 역할을 하게 될 것입니다.
잊지 마세요, 운전기사의 업무는 단순히 운전만 하는 것이 아닙니다. 짐을 옮기는 것을 도와주고, 다른 여러 가지 일들을 처리하며, 본질적으로 승객을 지원하는 역할을 합니다.
그래서 저는 미래의 운전자가 여러분의 이동 보조원이 되어 차가 스스로 운전하는 동안 다른 많은 것들을 처리해 줄 것이라는 사실에 전혀 놀라지 않습니다.
제이슨 칼라카니스:
마치 호텔처럼요.
황 런순:
네. 그가 직접 운전도 하지만, 여러 가지 일을 조율하는 데에도 도움을 주고 있어요.
데이비드 프리드버그:
자동 조종 장치가 장착된 항공기는 조종사를 조종실에서 완전히 배제하지 않고도 더 많은 조종사를 배치할 수 있게 해 주었는데, 이는 자동 조종 장치가 비행 작업의 90%를 이미 처리하고 있음에도 불구하고 그렇습니다.
차마트 팔리하피티야:
솔직히 말해서, 차가 자율주행하는 동안 운전자는 휴대전화로 여러 가지 다른 일을 하거나 당신을 위해 다양한 작업을 처리할 수 있습니다.
황 런순:
예를 들어, 조율, 소통, 예약, 그리고 여러 가지 업무를 처리하는 것 등이 있습니다.
차마트 팔리하피티야:
케이크가 점점 커지고 있어요.
황 런순:
네. 한 가지 분명한 것은 모든 직업이 변화할 것이고, 일부 직업은 사라지겠지만, 동시에 많은 새로운 직업이 창출될 것이라는 점입니다. 그리고 인공지능에 대해 불안해하는 졸업생들에게 이렇게 말하고 싶습니다. 인공지능을 가장 잘 활용하는 사람이 되십시오.
오늘날 우리는 모두 직원들이 진정한 AI 전문가가 되기를 바라지만, 이는 결코 쉬운 일이 아닙니다. 지나치게 경직된 지시를 내리지 않으면서도 적절한 요구를 하는 방법을 알아야 하고, AI가 우리의 지도 하에 혁신하고 창조할 수 있도록 충분한 여지를 주어야 하며, 우리가 진정으로 원하는 결과를 이끌어내야 합니다. 이 모든 것을 해내려면 '예술'과 같은 감각이 필요합니다.
데이비드 색스:
스탠포드에 계실 때 젊은이들에게 "너희에게 고통과 괴로움이 닥치기를 바란다"라는 유명한 조언을 하셨죠. 기억하시나요?
제이슨 칼라카니스:
그건 고전이죠.
데이비드 색스:
오늘날은 어떨까요? 만약 누군가가 고등학교 졸업을 앞두고 인생의 갈림길에 서서 대학에 갈지, 어떤 전공을 할지, 심지어 대학에 아예 가지 않을지조차 고민하고 있다면, 어떤 조언을 해주시겠습니까?
황 런순:
저는 여전히 심오한 과학, 심오한 수학, 그리고 언어 능력이 모두 중요하다고 믿습니다. 아시다시피, 언어 자체가 인공지능의 프로그래밍 언어, 즉 궁극적인 프로그래밍 언어입니다. 따라서 어쩌면 미래에는 영문학 전공자들이 가장 성공할지도 모릅니다.
요약하자면, 제 조언은 학력에 관계없이 인공지능을 사용하는 데 있어 전문가 수준의 역량을 갖추도록 하라는 것입니다.
업무 이야기가 나온 김에 덧붙이고 싶은 말이 있는데, 모두가 들어주셨으면 좋겠습니다. 딥러닝 혁명 초기, 세계에서 가장 영향력 있는 기업 중 하나가...
