머지 않아, AI '토큰'이라는 말은 우리가 사용하는 전기의 '와트'와 같은 의미로 받아들여지게 될 겁니다.
2025년 4월 30일 미국 워싱턴DC에서 있었던 Hill & Valley 포럼에서 젠슨 황이 사회자와 대담한 내용을 번역해 소개합니다.
(Hill & Valley 란 이름은 미국의 정치적 중심지인 워싱턴DC와 테크 중심지인 실리콘밸리를 지칭합니다. 정치와 테크가 만났다 뭐 이런 진부한 뜻이 되겠네요. 한국식으로 하자면 '여의도 & 가디단')
Rebuilding Industrial Power: AI Factories and the Return of American Manufacturing
산업의 힘을 재건하다: AI 공장과 미국 제조업의 귀환
[사회자 Jacob Helberg] 젠슨, 힐 앤 밸리 포럼에 오신 것을 환영합니다. 함께하게 되어 정말 기쁩니다.
[젠슨 황] 초대해 주셔서 감사합니다. 이 자리에 참석하게 되어 매우 기쁩니다.
[사회자] 당신은 AI를 새로운 산업혁명으로 포지셔닝 하셨고, 그 중심에 AI 공장이 있다고 말씀하셨습니다. AI 공장이란 무엇이며, 21세기 경제를 이해하는 데 있어 왜 그것이 중요한지 설명해 주십시오.
[젠슨 황] 네.
지난 몇 년 간 AI에 대한 이야기가 많았고 다양한 각도로 볼 수 있을텐데요, 저는 이런 각도로 보았으면 합니다.
먼저 AI는 새로운 기술이라고 볼 수 있습니다. 기존의 소프트웨어와는 다른 방식으로 구축된 기술이며, 새로운 소프트웨어로서 과거의 소프트웨어로는 할 수 없었던 일들을 수행할 수 있습니다. AI는 놀라운 기술이며, 우리가 그것을 안전하게 다루기 위해 해야 할 많은 일들과, 그것이 앞으로 가능하게 만들 혁신적인 변화들을 생각하면 정말 대단하다고 느낍니다. 이것이 바로 AI기술이라는 첫 번째 층위입니다.
두 번째 층위는, 기술 산업에서는 비교적 최근에 나타난 현상입니다. 과거에는 소프트웨어를 사람이 타이핑하여 제작했습니다. 그러나 이제는 새로운 산업이 등장했습니다. 이 산업에서는 기계가 소프트웨어를 생산합니다. 대형 슈퍼컴퓨터에 전력을 공급하면, 그 안에서 '토큰'이 생성됩니다. 이 토큰은 숫자, 단어, 단백질, 이미지, 영상, 3차원 구조 등으로 재변환할 수 있습니다. 다양한 방식으로 토큰을 재구성할 수 있으며, 우리는 이것을 '지능'이라고 부릅니다. 이런 기계는 과거의 기계와는 전혀 다른 모습을 하고 있습니다. 저는 이 두 번째 층위를 'AI 공장'이라고 부릅니다. 이 공장은 매일 같은 작업을 반복합니다. 바로 토큰을 생산하는 일입니다.
그 위의 세 번째 층위는 인프라에 관한 것입니다. 이것이 바로 제가 AI를 '새로운 산업혁명'으로 인식하게 된 이유입니다. 이 새로운 기술이 새로운 산업, 즉 방금 말씀드린 AI 공장과 지능 생산을 가능하게 할 것이며, 나아가 기존의 모든 산업을 혁신하고 변화시킬 것입니다. 즉 이 토큰들은 의료, 교육, 금융 서비스, 공학 등 다양한 산업에 활용될 것입니다. 저는 개인적으로 교육 분야를 가장 좋아합니다. 저희 회사는 교육을 위해 매일 AI를 사용하고 있습니다. 또한 소프트웨어 프로그래밍, 공급망 관리에도 AI가 활용되고 있습니다. 이제는 제조업에도 본격적으로 도입될 예정입니다.
이렇게 세 가지 층위를 기준으로 생각해 보면, 명백한 사실이 있습니다. AI는 과거 전기(電氣)의 발명이 그랬던 것처럼 산업 전반에 걸쳐 거대한 영향을 미칠 것이며, 모든 산업을 혁신하게 될 것입니다. 이것은 분명한 산업혁명입니다.
[사회자] 그렇다면 이것은 현대 컴퓨팅의 패러다임 전환이라고 보십니까? 그리고 실제 세계에서 물리적인 제품을 생산하는 모든 공장은 AI 공장도 함께 갖추게 될까요?
[젠슨 황] 그렇습니다. 전적으로 동의합니다.
오늘날 물건을 생산하는 모든 기업은, 그 제품이 움직일 수만 있다면 해당됩니다. 예를 들어 잔디깎는 기계를 만든다고 가정해 봅시다. 그것이 캐터필러일 수도 있고, 건설 장비를 제작하는 회사일 수도 있습니다.
오늘날 대부분의 장비는 수동으로 조작되고 있습니다. 하지만 미래에는 자율적이거나, 높은 수준의 자율성 혹은 부분 자율성 또는 보조 형태로 작동하게 될 것입니다. 자율화되면 그 장비는 소프트웨어에 의해 정의되는 시스템이 됩니다. 그러면 그 트랙터를 움직이게 할 소프트웨어, 즉 토큰을 생산해야 합니다.
그래서 앞으로는 어떤 기업이든 물건을 만드는 공장 하나는 기본으로 가지고 있을 것이고, 그 물건 위에서 작동할 AI를 만드는 또 다른 공장도 함께 운영하게 될 것입니다. 아주 명확한 변화입니다.
자동차 회사를 생각해 보면 분명히 알 수 있습니다. 현재 자동차 회사는 대부분 자동차만 생산합니다. 하지만 10년 후에는 모든 자동차 회사가 그 자동차 안에서 작동할 토큰도 함께 생산하게 될 것입니다.
[사회자] 당신은 지난 1년 동안 ‘물리적 AI(Physical AI)’라는 개념에 대해 여러 차례 언급하셨습니다. 미국의 정책 방향을 고민하는 정책결정자들을 위해, 물리적 AI가 무엇인지, 그리고 그것을 어떻게 이해해야 하는지 설명해 주실 수 있을까요?
[젠슨 황] 네. 잠시 과거로 거슬러 올라가 보겠습니다.
현대적 의미의 AI가 본격적으로 등장한 것은 약 12년에서 14년 전입니다. 알렉스넷(AlexNet)이 발표되었을 때였고, 컴퓨터 비전 분야에서 커다란 돌파구가 생겼습니다. 아마 2012년쯤이었을 것입니다. 그 시점에서 한 걸음 물러서서 보면, 컴퓨터 비전이란 결국 인식(perception)이라고 할 수 있습니다. 다양한 방식으로 세상을 인지하는 것이죠. 예를 들어 이미지, 소리, 진동, 온도 등 다양한 정보 형태를 통해 세상을 인지하는 것입니다. 우리는 이제 그러한 모든 정보의 의미를 이해할 수 있는 AI 모델을 개발했습니다. 그리고 이 AI는 상당히 높은 수준의 지능을 보일 수 있게 되었습니다. 이것이 AI의 첫 번째 단계, 즉 ‘인식 AI(Perception AI)’였습니다.
두 번째 단계는, 약 5년 전부터 사람들이 많이 이야기하기 시작한 ‘생성 AI(Generative AI)’입니다. 생성 AI는 AI가 정보를 이해할 뿐 아니라 그것을 변환할 수 있는 능력을 가진 것입니다. 예를 들어 영어를 이해하고 그것을 프랑스어로 번역할 수 있습니다. 혹은 영어를 이해하고 이미지를 생성할 수도 있습니다. 사용자가 프롬프트를 입력하면 이미지를 만들어낼 수 있습니다. 이처럼 생성 AI는 일종의 범용 번역기라고 할 수 있습니다. 인간 언어의 의미를 이해하고 그것을 다른 형태로 바꾸는 능력을 가진 범용 번역기입니다. 이것이 다음 물결이었습니다. 우리가 현재 도달한 단계는, 이렇게 AI가 정보를 이해할 수 있을 뿐 아니라 생성도 가능하다는 것입니다.
하지만 아시다시피 진정한 지능은 우리가 한 번도 경험하지 못한 문제를 해결하고, 새로운 조건을 인식할 수 있어야 합니다. 이때 필요한 것이 ‘추론(reasoning)’입니다. 우리는 과거에 배운 규칙, 법칙, 원칙 등을 적용해 문제를 단계적으로 나누어 접근합니다. 그리고 비록 이 문제를 처음 마주했더라도, 추론을 통해 해결할 수 있습니다. 이것이 지능의 독특한 능력 중 하나입니다. 지금 우리는 ‘추론 AI(Reasoning AI)’의 시대에 진입한 것입니다.
추론하는 AI는 디지털 로봇의 한 형태를 만들어낼 수 있게 해줍니다. 우리는 이를 '에이전트형 AI', 즉 'Agentic AI'라고 부릅니다. 이 AI는 자율성을 가집니다. 즉, 주어진 과제를 이해하고, 스스로 학습하며 정보를 탐색하고, 계산기나 웹 브라우저, 스프레드시트 같은 도구를 사용할 수 있습니다. 그리고 다시 돌아와 사용자에게 무언가를 수행해줍니다. 예를 들어 공급망 관련 업무일 수도 있고, SAP 시스템에 접근하거나, 인사 업무와 관련되어 Workday에 접근하는 일일 수도 있습니다. 이런 에이전트형 AI는 본질적으로 로봇과 같지만, 디지털 인력에 해당하는 로봇입니다.
앞으로 우리는 생물학적 인력과 디지털 인력을 동시에 관리하는 CEO 세대가 될 것입니다. HR 부서는 생물학적 인력을 담당하고, IT 부서는 에이전트형 AI의 HR 부서 역할을 하게 될 것입니다. 지금 우리가 있는 단계가 바로 이 시점입니다.
그리고 다음 단계, 곧 가장 큰 산업들이 혜택을 보게 될 다음 물결이 다가오고 있습니다. 이 물결에서는 물리 법칙, 마찰, 관성, 인과관계 같은 개념들을 이해해야 합니다. 예를 들어 어떤 물건을 밀면 그것이 쓰러진다는 것, 병을 책상 위에 올려놓으면 바닥을 통과하지 않고 책상 위에 머물러 있다는 것을 이해하는 능력입니다.
이런 종류의 상식적인 물리 추론 능력은 아이들이나 애완동물도 가지고 있지만, 대부분의 AI는 가지고 있지 않습니다. 예를 들어 공을 부엌 조리대 위에서 굴려서 바닥으로 떨어지면, 대부분의 AI는 그것이 사라졌다고 생각합니다. 하지만 여러분의 개는 그것이 조리대 반대편 바닥에 있다는 걸 압니다. 개는 ‘물체 영속성(object permanence)’이라는 개념을 이해합니다. 공이 다른 메타버스로 간 게 아니라는 걸 아는 것입니다. 그래서 개는 조리대를 돌아서 공을 찾습니다. 로봇도 마찬가지여야 합니다. 테이블 이쪽에서 저쪽으로 가고 싶다면 테이블을 통과할 수 없다는 것을 이해하고, 테이블을 돌아가는 방법을 추론할 수 있어야 합니다.
이러한 모든 물리적 추론 능력을 우리는 '물리 AI(Physical AI)'라고 부릅니다. 그리고 이 물리 AI를 로봇이라는 물리적 객체 안에 집어넣으면 '로보틱스(Robotics)'가 됩니다.
이것이 현재 우리에게 매우 중요한 이유는, 지금 미국 전역에 새로운 공장과 제조 시설을 짓고 있기 때문입니다. 우리는 그것을 최신 기술을 활용하는 방식으로 건설하고 싶어 합니다. 그래서 앞으로 10년 안에 이러한 새로운 세대의 공장과 제조 시설을 구축할 때, 그것들이 고도로 자동화되고 로봇 기술을 적극적으로 활용하여, 전 세계적으로 심각한 노동력 부족 문제를 해결하는 데 도움을 줄 수 있기를 기대합니다.
[사회자] 많은 사람들이 전 세계적으로 AI 경쟁이 벌어지고 있다고 이야기합니다. 이 AI 경쟁에서 미국이 승리하고 최고의 AI 기술을 보유하기 위해, 미국 정부는 무엇을 해야 한다고 생각하십니까?
[젠슨 황] 먼저, 어떤 경쟁에서 좋은 성과를 내기 위해서는 그 경쟁이 무엇인지 제대로 이해해야 합니다. 그리고 자신이 보유한 자원, 자산, 부족한 점, 강점과 약점을 명확히 인식해야 합니다. AI를 이해할 때는 우리가 앞서 이야기했던 세 가지 층위에서 각각의 게임이 어떻게 구성되어 있는지 이해하는 것이 중요합니다.
이 게임에는 60분 제한 시간이 있는 것이 아닙니다. 이건 무한 게임입니다. 그런데 대부분의 사람들은 이런 무한 게임을 잘하지 못합니다. 엔비디아는 이제 33년 된 회사입니다. PC 혁명, 인터넷 혁명, 모바일 혁명을 거쳐 이제 AI 시대에 접어들었습니다. 이처럼 변화하는 환경 속에서 지속적으로 번창하려면 게임을 이해하고, 잘하는 법을 익혀야 합니다. 그래서 제가 방금 설명했던 것처럼, 이 게임을 이해하고, 우리가 가진 자산을 파악하는 것이 매우 중요합니다.
첫 번째 층위, 즉 기술의 층위에서는 ‘지적 자산’이 가장 중요합니다. 이 점에서 우리가 반드시 인식해야 할 사실은, 전 세계 AI 연구자의 50%가 중국계라는 것입니다. 우리가 한 발 물러서서 이것을 인정해야 합니다. 이런 중요한 사실이 반드시 고려되어야 합니다.
다음 층위는 AI 팩토리입니다. 여기에 성공적으로 참여하기 위해서는 ‘에너지’가 필요합니다. 왜냐하면 본질적으로 우리는 전기를 디지털 토큰으로 전환하는 작업을 하기 때문입니다. 과거 산업혁명에서 우리는 에너지를 이용해 원자(물질)를 가공하여 철강이나 자동차, 건물 같은 물리적 사물을 만들어냈습니다. 그보다 앞선 세대에서는 물을 다이너모(발전기 터빈)라는 기계에 넣어 전기를 만들어냈습니다. 이제 우리는 전기를 투입하면 토큰이 출력되는 시대에 도달했습니다. 그래서 이 두 번째 층위에는 ‘에너지’가 필수적입니다.
그리고 세 번째 층위는 이제 막 진행되고 있습니다. 우리가 반드시 인식해야 할 점은, 지난 산업혁명에서 승리한 나라는 그 기술을 ‘발명한’ 나라가 아니라 ‘적용한’ 나라였다는 사실입니다.미국은 철강과 에너지를 그 어떤 나라보다 빠르게 활용했습니다. 다른 나라들은 노동 문제나 말이 자동차로 대체되는 문제 같은 것들에 집착하고 있을 때, 미국은 그저 기술을 받아들여 곧바로 실행에 옮겼습니다. 그래서 이 인프라 층위에서는 기술을 어떻게 적용하느냐가 관건입니다. 기술을 두려워하지 않고 적극적으로 활용하고자 하는 자세, 노동 인력을 재교육하려는 노력, 그리고 기술 채택을 장려하는 정책이 중요합니다.
제가 방금 설명한 프레임을 통해 AI를 바라보면, 각 층위마다 고유한 도전 과제와 기회가 존재하며, 각각의 게임은 서로 다른 방식으로 전개됨을 알 수 있습니다.
[사회자]
노동력에 관한 이야기로 넘어가 보겠습니다. 언론은 AI가 대규모 노동력 이동이나 실업을 초래할 수 있다는 서사를 집중적으로 부각시키고 있습니다. AI가 노동 시장에 미칠 영향에 대해, 특히 우리가 현재 생각하지 못하는 새로운 직종에 대해서도 예측을 그려줄 수 있나요?
[젠슨 황]
어떤 직업은 새로 생길 것이고, 어떤 직업은 사라지겠지만, 모든 직업은 변화할 것입니다. 그러니까 한 번 분해해서 생각해봅시다. 이 문제를 처음부터 끝까지 첫 번째 원칙으로 분석하는 것이 도움이 될 수 있습니다. 그리고 제가 방금 설명한 프레임을 통해 다시 이야기하자면, 가장 낮은 층에서는, 여러분도 잘 아시겠지만, 제이콥, 당신은 벤처 투자에 깊이 관여하고 있고, AI의 상황을 잘 알고 있죠. AI 덕분에 샌프란시스코가 다시 살아났습니다. 샌프란시스코에 사는 사람들은 제가 무슨 말을 하는지 알 겁니다. 예전에는 거의 모든 사람이 샌프란시스코를 떠났었죠. 그런데 이제는 다시 번성하고 있습니다. AI 덕분입니다.
AI는 새로운 종류의 직업을 창출합니다. 그 근본적인 이유는 AI가 소프트웨어 개발 방식을 바꾸었기 때문입니다. 우리는 AI 덕분에 기술의 모든 층을 변화시켰습니다. 예전에는 사람들이 직접 코딩한 소프트웨어가 CPU에서 실행되었지만, 이제는 기계 학습으로 생성된 소프트웨어가 GPU에서 실행됩니다. 그래서 기술의 각 층, 툴링, 컴파일러, 데이터 수집 및 큐레이션, AI 안전성 관리 등을 위해 AI를 활용하는 모든 기술이 지금 만들어지고 있으며, 이는 많은 일자리를 창출합니다.
다음 층에서는 거대한 기회가 존재합니다. 아까 제가 새로운 종류의 공장이 만들어질 것이라고 말했죠. 이 공장에는 전기가 들어오고, 그 전기를 통해 토큰이 생성됩니다. 1기가와트 규모의 공장 비용이 예를 들어 60억 달러입니다. 60억 달러면 보잉의 연매출과 비슷한 수준입니다. 그리고 우리는 현재 약 7~10기가와트 규모의 AI 공장을 건설하고 있습니다. 이를 건설하려면 자금을 조달해야 하고, 이 과정에서 많은 일자리가 창출됩니다. 공장 부지를 개발하고, 공장을 짓는 데도 많은 일자리가 필요합니다. 목수, 철강 노동자, 석공, 전기 엔지니어, 기계 엔지니어, 배관공, 저전압 장비 기술자, IT 및 네트워킹 전문가 등 다양한 직종이 필요합니다. 그리고 이 공장을 운영하기 위한 모든 준비가 끝난 후에도 운영을 담당할 인력이 필요합니다. 전체 사이클은 약 3년 정도 걸리며, 그 과정에서 새로운 무역 직종들이 많이 생길 것입니다.
이번 컴퓨터 산업과 이전 컴퓨팅 플랫폼의 변화에서 가장 중요한 경로는 소프트웨어 엔지니어였죠. 하지만 AI 공장의 다음 단계에서는 가장 중요한 것이 바로 숙련된 장인의 기술(trade craft)입니다. 저는 이것이 아주 훌륭하다고 생각합니다. 장인정신은 존경받아야 하며, 국가를 건설하는 데 필수적이고 중요한 일이라는 사실을 인식해야 합니다. 그래서 전기 기술자, 배관공, 목수, 철강 노동자 등 모든 종류의 장인 기술자들이 많이 필요합니다.
그리고 그 위의 층에서 우리는 AI 에이전트가 의사, 금융 서비스 전문가, 고객 서비스 분야에서 어떻게 일의 방식을 변화시킬지에 대해 이야기할 수 있습니다. 저희 회사의 경우, 모든 소프트웨어 엔지니어가 AI 어시스턴트의 도움을 받고 있습니다. 그 덕분에 회사에 체크인되는 코드의 양은 엄청나게 증가했고, 그 결과로 생산성이 폭발적으로 증가했습니다. 이는 저희가 세상에 더 많은 것을 만들어 낼 수 있게 해주었고, 그 덕분에 더 많은 사람을 고용하게 되었습니다. 그래서 저는 그 위의 층에서는 가능한 빨리 AI와 상호작용하는 것이 중요하다고 생각합니다. AI가 여러분의 직업을 빼앗는 것이 아니라, AI를 잘 활용하는 사람과 회사가 여러분의 직업을 대체할 것입니다. 이 점을 깊이 이해해야 합니다.
[사회자]
최근 제조업을 되살리는 것에 대한 관심이 정말 크게 집중되고 있습니다. AI 분야에서 디지털 트윈과 제조 공장에서 디지털 트윈을 채택하는 것이 어떻게 제조업 부활을 도울 수 있는지에 대한 개념을 많이 다루고 있는데요. 동시에, 애플 CEO 팀 쿡은 아이폰을 미국에서 다시 만들기 위한 주요 장애물 중 하나로 정확한 로봇 팔 기술을 꼽았습니다. 이 두 가지를 보면, AI가 제조업과 리쇼어링에 있어 중요한 기술이 될 수 있다는 생각이 듭니다. 이에 대해 어떻게 생각하시나요?
[젠슨 황] 우선, 제조업은 저비용 노동력에 관한 문제가 아닙니다. 오늘날의 첨단 제조업은 소프트웨어에 관한 문제입니다. 전체 공장은 소프트웨어로 구동되고, 공장은 하나의 거대한 로봇처럼 작동합니다. 이 로봇이 내부의 여러 로봇을 조정하는 형태입니다. 그래서 첨단 공장에는 많은 사람들이 있지만, 주로 기술이 중심이 되는 곳입니다.
저희 산업에서 이야기하자면, 실리콘(반도체)부터 AI 슈퍼컴퓨터까지 모든 것을 미국 내에서 제조할 수 있는 기회는 굉장히 훌륭한 기회입니다. 저는 정부가 제조업을 미국으로 되돌리기 위한 노력을 격려하고 지원하는 점에 대해 매우 기쁘게 생각합니다. 이것은 고품질의 작업이며 첨단 기술 작업입니다. 이를 미국 내에서 생산하는 것은 국가에 엄청난 기회를 제공할 것입니다. 저는 이 점에 대해 매우 열정적이며, 이를 지원하는 전 세계 파트너들이 있어 매우 감사하게 생각합니다.
두 번째로, 만약 우리가 제조업에 능숙해지지 못하면, 에너지의 가용성에 의해 추진되는 거대한 산업을 놓치게 될 것입니다. 어떤 나라가 이 새로운 산업인 AI에 참여하고 싶지 않을까요? 왜 AI를 생산하고 싶지 않겠습니까? 왜 가장 첨단의 제조업에 참여하고 싶지 않겠습니까? 결국 그것도 제조업인데, 다만 그 결과물이 숫자일 뿐입니다. 지난 산업 혁명에서 전자가 다이나모 기계(발전기)를 통해 만들어진다는 사실을 대부분의 사람들이 이해하지 못했죠. 만지지 말라고만 했었습니다. 마찬가지로, 지금은 우리가 Nvidia AI 슈퍼컴퓨터라고 부르는 것으로 숫자를 만들어냅니다. 그래서 물론 우리는 이 새로운 산업에 참여하고 싶어 합니다. 그리고 이를 하기 위해서는 제조업이 본토에서 이루어져야 합니다.
제조업은 기술 집약적이기 때문에, 우리는 먼저 디지털 트윈에서 시작해야 합니다. 먼저 가상 현실에서 시도해야 합니다. Nvidia는 세계에서 가장 복잡한 시스템을 설계합니다. 우리가 매년 R&D에 투자하는 금액은 약 200억 달러, 현재는 그보다 더 많을 수도 있지만, 어쨌든 200억 달러 정도의 R&D를 통해 한 계열의 칩을 만듭니다. 우리는 이 칩들을 완전히 디지털 트윈에서 설계합니다. 그들은 우리가 그것을 실제로 생산하기 몇 달 전부터 존재하며, 그 시점에서 이미 완벽하다는 것을 알고 있습니다. 우리는 철저하게 시뮬레이션하고, 에뮬레이션하며, 실제로 그것을 테스트해 봅니다. 우리는 디지털 공장도 마찬가지로 해야 합니다. 이러한 큰 공장들은 완전히 디지털 트윈을 만들어야 합니다. 인공지능을 사용하여 디지털 트윈을 생성하고, 가상 통합을 통해 이 거대한 구조물을 완벽하게 디지털 방식으로 운영하며 최적화하고, 출력 계획을 완전히 디지털로 관리해야 합니다.
미래에는 모든 공장이 디지털 트윈 버전을 가질 것입니다. 또한 미래에는 모든 사람이 디지털 트윈 버전을, 모든 자동차가 디지털 트윈 버전을, 모든 건물이 디지털 트윈 버전을, 모든 도시가 디지털 트윈 버전을 가지게 될 것입니다. 이 디지털 트윈의 개념은 현재 진행 중이며, 모두 인공지능 덕분에 이루어지고 있습니다.
[사회자] 젠슨, 마지막 질문입니다. AI가 탑재된 로봇들이 일상적인 인간 생활의 일부가 되는 세상이 올 것이라고 예상하는 시간표는 언제쯤일까요?
[젠슨 황] 우선, 자율주행차는 이미 로봇입니다. 자율주행차는 약 10년이 걸렸고, 이제 웨이모는 미국 여러 도시에 배치되어 훌륭하게 작동하고 있습니다. 샌프란시스코와 다른 도시들에서 웨이모가 운전하는 모습을 보는 것은 정말 멋진 일입니다. 약 10년이 걸렸죠. 로봇은 그보다 더 짧은 시간이 걸릴 것입니다.
그 이유는 우리가 로봇들이 활동하는 환경을 제한할 수 있기 때문입니다. 그래서 로봇은 자동차만큼 일반적인 목적을 가질 필요가 없습니다. 예를 들어, 샌프란시스코에서 자율주행차가 운행하려면 모든 도로와 모든 상황에 대해서 작업을 해야 합니다. 그러나 로봇의 경우, 우리는 그것을 훨씬 더 제한된 환경에서 운용할 수 있습니다. 그래서 무언가가 프로토타입으로 기능할 수 있을 정도로 되면, 그것이 대량 생산 제품으로 바뀌는 데 걸리는 시간은 약 5년 정도입니다. 현재 우리는 이미 꽤 높은 기능을 가진 로봇을 보유하고 있습니다. 그래서 5년 후면, 우리는 이런 로봇들이 공장에서 생산되는 것을 볼 것입니다. 현재 자동차를 만드는 모든 자동차 회사는 로봇을 만드는 데 매우 능숙해질 것입니다. 그들은 소프트웨어와 AI 부분에서 능숙해져야 하지만, 그 기술은 사실 지금 매우 접근 가능하죠.
머지 않아, AI '토큰'이라는 말은 우리가 사용하는 전기의 '와트'와 같은 의미로 받아들여지게 될 겁니다.
2025년 4월 30일 미국 워싱턴DC에서 있었던 Hill & Valley 포럼에서 젠슨 황이 사회자와 대담한 내용을 번역해 소개합니다.
(Hill & Valley 란 이름은 미국의 정치적 중심지인 워싱턴DC와 테크 중심지인 실리콘밸리를 지칭합니다. 정치와 테크가 만났다 뭐 이런 진부한 뜻이 되겠네요. 한국식으로 하자면 '여의도 & 가디단')
Rebuilding Industrial Power: AI Factories and the Return of American Manufacturing
산업의 힘을 재건하다: AI 공장과 미국 제조업의 귀환
[사회자 Jacob Helberg]
젠슨, 힐 앤 밸리 포럼에 오신 것을 환영합니다. 함께하게 되어 정말 기쁩니다.
[젠슨 황]
초대해 주셔서 감사합니다. 이 자리에 참석하게 되어 매우 기쁩니다.
[사회자]
당신은 AI를 새로운 산업혁명으로 포지셔닝 하셨고, 그 중심에 AI 공장이 있다고 말씀하셨습니다. AI 공장이란 무엇이며, 21세기 경제를 이해하는 데 있어 왜 그것이 중요한지 설명해 주십시오.
[젠슨 황]
네.
지난 몇 년 간 AI에 대한 이야기가 많았고 다양한 각도로 볼 수 있을텐데요, 저는 이런 각도로 보았으면 합니다.
이렇게 세 가지 층위를 기준으로 생각해 보면, 명백한 사실이 있습니다. AI는 과거 전기(電氣)의 발명이 그랬던 것처럼 산업 전반에 걸쳐 거대한 영향을 미칠 것이며, 모든 산업을 혁신하게 될 것입니다. 이것은 분명한 산업혁명입니다.
[사회자]
그렇다면 이것은 현대 컴퓨팅의 패러다임 전환이라고 보십니까? 그리고 실제 세계에서 물리적인 제품을 생산하는 모든 공장은 AI 공장도 함께 갖추게 될까요?
[젠슨 황]
그렇습니다. 전적으로 동의합니다.
오늘날 물건을 생산하는 모든 기업은, 그 제품이 움직일 수만 있다면 해당됩니다. 예를 들어 잔디깎는 기계를 만든다고 가정해 봅시다. 그것이 캐터필러일 수도 있고, 건설 장비를 제작하는 회사일 수도 있습니다.
오늘날 대부분의 장비는 수동으로 조작되고 있습니다. 하지만 미래에는 자율적이거나, 높은 수준의 자율성 혹은 부분 자율성 또는 보조 형태로 작동하게 될 것입니다. 자율화되면 그 장비는 소프트웨어에 의해 정의되는 시스템이 됩니다. 그러면 그 트랙터를 움직이게 할 소프트웨어, 즉 토큰을 생산해야 합니다.
그래서 앞으로는 어떤 기업이든 물건을 만드는 공장 하나는 기본으로 가지고 있을 것이고, 그 물건 위에서 작동할 AI를 만드는 또 다른 공장도 함께 운영하게 될 것입니다. 아주 명확한 변화입니다.
자동차 회사를 생각해 보면 분명히 알 수 있습니다. 현재 자동차 회사는 대부분 자동차만 생산합니다. 하지만 10년 후에는 모든 자동차 회사가 그 자동차 안에서 작동할 토큰도 함께 생산하게 될 것입니다.
[사회자]
당신은 지난 1년 동안 ‘물리적 AI(Physical AI)’라는 개념에 대해 여러 차례 언급하셨습니다. 미국의 정책 방향을 고민하는 정책결정자들을 위해, 물리적 AI가 무엇인지, 그리고 그것을 어떻게 이해해야 하는지 설명해 주실 수 있을까요?
[젠슨 황]
네. 잠시 과거로 거슬러 올라가 보겠습니다.
추론하는 AI는 디지털 로봇의 한 형태를 만들어낼 수 있게 해줍니다. 우리는 이를 '에이전트형 AI', 즉 'Agentic AI'라고 부릅니다. 이 AI는 자율성을 가집니다. 즉, 주어진 과제를 이해하고, 스스로 학습하며 정보를 탐색하고, 계산기나 웹 브라우저, 스프레드시트 같은 도구를 사용할 수 있습니다. 그리고 다시 돌아와 사용자에게 무언가를 수행해줍니다. 예를 들어 공급망 관련 업무일 수도 있고, SAP 시스템에 접근하거나, 인사 업무와 관련되어 Workday에 접근하는 일일 수도 있습니다. 이런 에이전트형 AI는 본질적으로 로봇과 같지만, 디지털 인력에 해당하는 로봇입니다.
앞으로 우리는 생물학적 인력과 디지털 인력을 동시에 관리하는 CEO 세대가 될 것입니다. HR 부서는 생물학적 인력을 담당하고, IT 부서는 에이전트형 AI의 HR 부서 역할을 하게 될 것입니다. 지금 우리가 있는 단계가 바로 이 시점입니다.
그리고 다음 단계, 곧 가장 큰 산업들이 혜택을 보게 될 다음 물결이 다가오고 있습니다. 이 물결에서는 물리 법칙, 마찰, 관성, 인과관계 같은 개념들을 이해해야 합니다. 예를 들어 어떤 물건을 밀면 그것이 쓰러진다는 것, 병을 책상 위에 올려놓으면 바닥을 통과하지 않고 책상 위에 머물러 있다는 것을 이해하는 능력입니다.
이런 종류의 상식적인 물리 추론 능력은 아이들이나 애완동물도 가지고 있지만, 대부분의 AI는 가지고 있지 않습니다. 예를 들어 공을 부엌 조리대 위에서 굴려서 바닥으로 떨어지면, 대부분의 AI는 그것이 사라졌다고 생각합니다. 하지만 여러분의 개는 그것이 조리대 반대편 바닥에 있다는 걸 압니다. 개는 ‘물체 영속성(object permanence)’이라는 개념을 이해합니다. 공이 다른 메타버스로 간 게 아니라는 걸 아는 것입니다. 그래서 개는 조리대를 돌아서 공을 찾습니다. 로봇도 마찬가지여야 합니다. 테이블 이쪽에서 저쪽으로 가고 싶다면 테이블을 통과할 수 없다는 것을 이해하고, 테이블을 돌아가는 방법을 추론할 수 있어야 합니다.
이러한 모든 물리적 추론 능력을 우리는 '물리 AI(Physical AI)'라고 부릅니다. 그리고 이 물리 AI를 로봇이라는 물리적 객체 안에 집어넣으면 '로보틱스(Robotics)'가 됩니다.
이것이 현재 우리에게 매우 중요한 이유는, 지금 미국 전역에 새로운 공장과 제조 시설을 짓고 있기 때문입니다. 우리는 그것을 최신 기술을 활용하는 방식으로 건설하고 싶어 합니다.
그래서 앞으로 10년 안에 이러한 새로운 세대의 공장과 제조 시설을 구축할 때, 그것들이 고도로 자동화되고 로봇 기술을 적극적으로 활용하여, 전 세계적으로 심각한 노동력 부족 문제를 해결하는 데 도움을 줄 수 있기를 기대합니다.
[사회자]
많은 사람들이 전 세계적으로 AI 경쟁이 벌어지고 있다고 이야기합니다. 이 AI 경쟁에서 미국이 승리하고 최고의 AI 기술을 보유하기 위해, 미국 정부는 무엇을 해야 한다고 생각하십니까?
[젠슨 황]
먼저, 어떤 경쟁에서 좋은 성과를 내기 위해서는 그 경쟁이 무엇인지 제대로 이해해야 합니다. 그리고 자신이 보유한 자원, 자산, 부족한 점, 강점과 약점을 명확히 인식해야 합니다. AI를 이해할 때는 우리가 앞서 이야기했던 세 가지 층위에서 각각의 게임이 어떻게 구성되어 있는지 이해하는 것이 중요합니다.
이 게임에는 60분 제한 시간이 있는 것이 아닙니다. 이건 무한 게임입니다. 그런데 대부분의 사람들은 이런 무한 게임을 잘하지 못합니다. 엔비디아는 이제 33년 된 회사입니다. PC 혁명, 인터넷 혁명, 모바일 혁명을 거쳐 이제 AI 시대에 접어들었습니다. 이처럼 변화하는 환경 속에서 지속적으로 번창하려면 게임을 이해하고, 잘하는 법을 익혀야 합니다. 그래서 제가 방금 설명했던 것처럼, 이 게임을 이해하고, 우리가 가진 자산을 파악하는 것이 매우 중요합니다.
제가 방금 설명한 프레임을 통해 AI를 바라보면, 각 층위마다 고유한 도전 과제와 기회가 존재하며, 각각의 게임은 서로 다른 방식으로 전개됨을 알 수 있습니다.
[사회자]
노동력에 관한 이야기로 넘어가 보겠습니다. 언론은 AI가 대규모 노동력 이동이나 실업을 초래할 수 있다는 서사를 집중적으로 부각시키고 있습니다. AI가 노동 시장에 미칠 영향에 대해, 특히 우리가 현재 생각하지 못하는 새로운 직종에 대해서도 예측을 그려줄 수 있나요?
[젠슨 황]
어떤 직업은 새로 생길 것이고, 어떤 직업은 사라지겠지만, 모든 직업은 변화할 것입니다. 그러니까 한 번 분해해서 생각해봅시다. 이 문제를 처음부터 끝까지 첫 번째 원칙으로 분석하는 것이 도움이 될 수 있습니다. 그리고 제가 방금 설명한 프레임을 통해 다시 이야기하자면, 가장 낮은 층에서는, 여러분도 잘 아시겠지만, 제이콥, 당신은 벤처 투자에 깊이 관여하고 있고, AI의 상황을 잘 알고 있죠. AI 덕분에 샌프란시스코가 다시 살아났습니다. 샌프란시스코에 사는 사람들은 제가 무슨 말을 하는지 알 겁니다. 예전에는 거의 모든 사람이 샌프란시스코를 떠났었죠. 그런데 이제는 다시 번성하고 있습니다. AI 덕분입니다.
AI는 새로운 종류의 직업을 창출합니다. 그 근본적인 이유는 AI가 소프트웨어 개발 방식을 바꾸었기 때문입니다. 우리는 AI 덕분에 기술의 모든 층을 변화시켰습니다. 예전에는 사람들이 직접 코딩한 소프트웨어가 CPU에서 실행되었지만, 이제는 기계 학습으로 생성된 소프트웨어가 GPU에서 실행됩니다. 그래서 기술의 각 층, 툴링, 컴파일러, 데이터 수집 및 큐레이션, AI 안전성 관리 등을 위해 AI를 활용하는 모든 기술이 지금 만들어지고 있으며, 이는 많은 일자리를 창출합니다.
다음 층에서는 거대한 기회가 존재합니다. 아까 제가 새로운 종류의 공장이 만들어질 것이라고 말했죠. 이 공장에는 전기가 들어오고, 그 전기를 통해 토큰이 생성됩니다. 1기가와트 규모의 공장 비용이 예를 들어 60억 달러입니다. 60억 달러면 보잉의 연매출과 비슷한 수준입니다. 그리고 우리는 현재 약 7~10기가와트 규모의 AI 공장을 건설하고 있습니다. 이를 건설하려면 자금을 조달해야 하고, 이 과정에서 많은 일자리가 창출됩니다. 공장 부지를 개발하고, 공장을 짓는 데도 많은 일자리가 필요합니다. 목수, 철강 노동자, 석공, 전기 엔지니어, 기계 엔지니어, 배관공, 저전압 장비 기술자, IT 및 네트워킹 전문가 등 다양한 직종이 필요합니다. 그리고 이 공장을 운영하기 위한 모든 준비가 끝난 후에도 운영을 담당할 인력이 필요합니다. 전체 사이클은 약 3년 정도 걸리며, 그 과정에서 새로운 무역 직종들이 많이 생길 것입니다.
이번 컴퓨터 산업과 이전 컴퓨팅 플랫폼의 변화에서 가장 중요한 경로는 소프트웨어 엔지니어였죠. 하지만 AI 공장의 다음 단계에서는 가장 중요한 것이 바로 숙련된 장인의 기술(trade craft)입니다. 저는 이것이 아주 훌륭하다고 생각합니다. 장인정신은 존경받아야 하며, 국가를 건설하는 데 필수적이고 중요한 일이라는 사실을 인식해야 합니다. 그래서 전기 기술자, 배관공, 목수, 철강 노동자 등 모든 종류의 장인 기술자들이 많이 필요합니다.
그리고 그 위의 층에서 우리는 AI 에이전트가 의사, 금융 서비스 전문가, 고객 서비스 분야에서 어떻게 일의 방식을 변화시킬지에 대해 이야기할 수 있습니다. 저희 회사의 경우, 모든 소프트웨어 엔지니어가 AI 어시스턴트의 도움을 받고 있습니다. 그 덕분에 회사에 체크인되는 코드의 양은 엄청나게 증가했고, 그 결과로 생산성이 폭발적으로 증가했습니다. 이는 저희가 세상에 더 많은 것을 만들어 낼 수 있게 해주었고, 그 덕분에 더 많은 사람을 고용하게 되었습니다. 그래서 저는 그 위의 층에서는 가능한 빨리 AI와 상호작용하는 것이 중요하다고 생각합니다. AI가 여러분의 직업을 빼앗는 것이 아니라, AI를 잘 활용하는 사람과 회사가 여러분의 직업을 대체할 것입니다. 이 점을 깊이 이해해야 합니다.
[사회자]
최근 제조업을 되살리는 것에 대한 관심이 정말 크게 집중되고 있습니다. AI 분야에서 디지털 트윈과 제조 공장에서 디지털 트윈을 채택하는 것이 어떻게 제조업 부활을 도울 수 있는지에 대한 개념을 많이 다루고 있는데요. 동시에, 애플 CEO 팀 쿡은 아이폰을 미국에서 다시 만들기 위한 주요 장애물 중 하나로 정확한 로봇 팔 기술을 꼽았습니다. 이 두 가지를 보면, AI가 제조업과 리쇼어링에 있어 중요한 기술이 될 수 있다는 생각이 듭니다. 이에 대해 어떻게 생각하시나요?
[젠슨 황]
우선, 제조업은 저비용 노동력에 관한 문제가 아닙니다. 오늘날의 첨단 제조업은 소프트웨어에 관한 문제입니다. 전체 공장은 소프트웨어로 구동되고, 공장은 하나의 거대한 로봇처럼 작동합니다. 이 로봇이 내부의 여러 로봇을 조정하는 형태입니다. 그래서 첨단 공장에는 많은 사람들이 있지만, 주로 기술이 중심이 되는 곳입니다.
저희 산업에서 이야기하자면, 실리콘(반도체)부터 AI 슈퍼컴퓨터까지 모든 것을 미국 내에서 제조할 수 있는 기회는 굉장히 훌륭한 기회입니다. 저는 정부가 제조업을 미국으로 되돌리기 위한 노력을 격려하고 지원하는 점에 대해 매우 기쁘게 생각합니다. 이것은 고품질의 작업이며 첨단 기술 작업입니다. 이를 미국 내에서 생산하는 것은 국가에 엄청난 기회를 제공할 것입니다. 저는 이 점에 대해 매우 열정적이며, 이를 지원하는 전 세계 파트너들이 있어 매우 감사하게 생각합니다.
두 번째로, 만약 우리가 제조업에 능숙해지지 못하면, 에너지의 가용성에 의해 추진되는 거대한 산업을 놓치게 될 것입니다. 어떤 나라가 이 새로운 산업인 AI에 참여하고 싶지 않을까요? 왜 AI를 생산하고 싶지 않겠습니까? 왜 가장 첨단의 제조업에 참여하고 싶지 않겠습니까? 결국 그것도 제조업인데, 다만 그 결과물이 숫자일 뿐입니다. 지난 산업 혁명에서 전자가 다이나모 기계(발전기)를 통해 만들어진다는 사실을 대부분의 사람들이 이해하지 못했죠. 만지지 말라고만 했었습니다. 마찬가지로, 지금은 우리가 Nvidia AI 슈퍼컴퓨터라고 부르는 것으로 숫자를 만들어냅니다. 그래서 물론 우리는 이 새로운 산업에 참여하고 싶어 합니다. 그리고 이를 하기 위해서는 제조업이 본토에서 이루어져야 합니다.
제조업은 기술 집약적이기 때문에, 우리는 먼저 디지털 트윈에서 시작해야 합니다. 먼저 가상 현실에서 시도해야 합니다. Nvidia는 세계에서 가장 복잡한 시스템을 설계합니다. 우리가 매년 R&D에 투자하는 금액은 약 200억 달러, 현재는 그보다 더 많을 수도 있지만, 어쨌든 200억 달러 정도의 R&D를 통해 한 계열의 칩을 만듭니다. 우리는 이 칩들을 완전히 디지털 트윈에서 설계합니다. 그들은 우리가 그것을 실제로 생산하기 몇 달 전부터 존재하며, 그 시점에서 이미 완벽하다는 것을 알고 있습니다. 우리는 철저하게 시뮬레이션하고, 에뮬레이션하며, 실제로 그것을 테스트해 봅니다. 우리는 디지털 공장도 마찬가지로 해야 합니다. 이러한 큰 공장들은 완전히 디지털 트윈을 만들어야 합니다. 인공지능을 사용하여 디지털 트윈을 생성하고, 가상 통합을 통해 이 거대한 구조물을 완벽하게 디지털 방식으로 운영하며 최적화하고, 출력 계획을 완전히 디지털로 관리해야 합니다.
미래에는 모든 공장이 디지털 트윈 버전을 가질 것입니다. 또한 미래에는 모든 사람이 디지털 트윈 버전을, 모든 자동차가 디지털 트윈 버전을, 모든 건물이 디지털 트윈 버전을, 모든 도시가 디지털 트윈 버전을 가지게 될 것입니다. 이 디지털 트윈의 개념은 현재 진행 중이며, 모두 인공지능 덕분에 이루어지고 있습니다.
[사회자]
젠슨, 마지막 질문입니다. AI가 탑재된 로봇들이 일상적인 인간 생활의 일부가 되는 세상이 올 것이라고 예상하는 시간표는 언제쯤일까요?
[젠슨 황]
우선, 자율주행차는 이미 로봇입니다. 자율주행차는 약 10년이 걸렸고, 이제 웨이모는 미국 여러 도시에 배치되어 훌륭하게 작동하고 있습니다. 샌프란시스코와 다른 도시들에서 웨이모가 운전하는 모습을 보는 것은 정말 멋진 일입니다. 약 10년이 걸렸죠. 로봇은 그보다 더 짧은 시간이 걸릴 것입니다.
그 이유는 우리가 로봇들이 활동하는 환경을 제한할 수 있기 때문입니다. 그래서 로봇은 자동차만큼 일반적인 목적을 가질 필요가 없습니다. 예를 들어, 샌프란시스코에서 자율주행차가 운행하려면 모든 도로와 모든 상황에 대해서 작업을 해야 합니다. 그러나 로봇의 경우, 우리는 그것을 훨씬 더 제한된 환경에서 운용할 수 있습니다. 그래서 무언가가 프로토타입으로 기능할 수 있을 정도로 되면, 그것이 대량 생산 제품으로 바뀌는 데 걸리는 시간은 약 5년 정도입니다. 현재 우리는 이미 꽤 높은 기능을 가진 로봇을 보유하고 있습니다. 그래서 5년 후면, 우리는 이런 로봇들이 공장에서 생산되는 것을 볼 것입니다. 현재 자동차를 만드는 모든 자동차 회사는 로봇을 만드는 데 매우 능숙해질 것입니다. 그들은 소프트웨어와 AI 부분에서 능숙해져야 하지만, 그 기술은 사실 지금 매우 접근 가능하죠.
[사회자]
젠슨, 이렇게 함께해 주셔서 감사합니다.
네, 감사합니다.
- OR