황인훈 최신 대담 전문: AI 로봇, 향후 5년 이내 대량 생산 및 상용화 전망
5월 3일, NVIDIA 최고경영자 젠슨 황은 The Hill & Valley Forum에서 인터뷰를 진행하며 "AI 공장"의 핵심 개념을 논의하고 "물리적 AI(Physical AI)"의 발전 단계를 설명했으며, 전 세계 AI 경쟁 구도와 AI 및 디지털 트윈(Digital Twin)이 첨단 제조업에 어떻게 기여할 수 있는지도 다뤘다.
젠슨 황은 AI 경쟁은 무한 게임이며, 최종 승자는 기술을 발명한 국가가 아니라 기술을 대규모로 효율적으로 활용하는 국가가 될 것이라고 말했다. 또한 조작 환경이 제한될 수 있기 때문에 AI 기반 로봇은 자율주행차보다 빠르게 약 5년 이내에 양산과 보급이 이루어질 것으로 예측했다.
다음은 이번 대화의 전문 기록이다:
01 AI 공장은 '지능형 토큰'的大规模 생산을 통해 모든 산업을 재편할 것이다
진행자 질문: 당신은 AI를 새로운 산업혁명으로 정의하고 AI 공장을 그 중심에 두고 있습니다. AI 공장이란 무엇인지, 그리고 21세기 경제에서 이를 이해하는 것이 왜 중요한지 설명해주실 수 있습니까? 또한 이것이 현대 컴퓨팅 분야의 패러다임 전환인가요? 앞으로 현실 세계에서 물리적 제품을 생산하는 모든 공장마다 반드시 AI 공장이 동반될 것이라고 생각하십니까?
젠슨 황:
AI에 대해서는 지난 몇 년간 많은 논의가 있었다. 다양한 관점에서 바라보는 것이 도움이 된다. 우선, AI는 분명히 새로운 기술이다. 과거 소프트웨어와는 다른 방식으로 구성되기 때문에 이전에는 불가능했던 작업을 수행할 수 있다. 따라서 이 기술은 매우 뛰어나며, 동시에 안전성을 확보하기 위해 노력해야 하고, 많은 흥미로운 변화를 가져올 것이다. 이것이 기술적인 차원이다.
두 번째 차원은 비교적 새로운 개념이다. 과거의 기술 산업에서는 소프트웨어를 사람이 직접 코드를 입력해 만들어냈다. 하지만 이제 머신이 소프트웨어를 생산하는 새로운 산업이 등장했다. 즉, 대규모 슈퍼컴퓨터를 사용해 전기를 공급하고 토큰을 생성하는 산업이 된 것이다. 이러한 토큰들은 숫자, 텍스트, 단백질, 이미지, 비디오, 3D 구조 등 다양한 형태로 재구성될 수 있으며, 우리는 이것을 지능이라 부른다. 이런 머신은 과거의 기계들과 근본적으로 다르며, 나는 이를 AI 공장이라 부른다. 왜냐하면 오직 하루 종일 토큰을 생산하는 일에만 집중하기 때문이다.
더 높은 차원은 인프라 차원이다. 바로 이 때문에 AI가 심오한 산업혁명을 유발할 가능성이 점점 더 커지고 있다는 인식이 강해지고 있다. 이 새로운 기술은 내가 언급한 AI 공장이라는 새로운 산업, 즉 지능의 생산뿐만 아니라 다른 모든 산업을 근본적으로 변화시킬 것이다. 이러한 토큰들은 의료, 교육, 금융 서비스, 공학 분야에 적용될 것이다. 우리 일상에서도 AI를 이용해 소프트웨어 프로그래밍이나 공급망 관리를 한다. AI는 제조업 등 더 많은 분야로 진입할 것이다. 이렇게 세 가지 측면에서 살펴볼 때, AI의 변혁성과 영향력은 과거의 전기와 맞먹으며 모든 산업을 혁신할 것이다. 따라서 이것은 진정한 의미의 산업혁명이다.
AI 공장의 미래에 대해 말하자면, 나는 완전히 옳다고 본다. 현재 잔디깎이나 중장비 제조업체(Caterpillar 등)처럼 물리적 부품을 만드는 회사들은 대부분 사람의 조작에 의존한다. 앞으로 이러한 장비들은 자율적이거나 고도의 자율, 반자율, 또는 보조 운영이 가능해질 것이다. 자율화가 되면 소프트웨어로 정의되므로, 기업은 트랙터 같은 장비를 구동하는 토큰, 즉 소프트웨어를 생산해야 한다. 그러므로 앞으로 모든 제품 제조 회사는 제품을 만드는 공장 외에도, 해당 제품을 구동하는AI를 전문적으로 생산하는 또 하나의 공장을 갖게 될 것이다. 자동차 산업을 보면 이를 명확히 알 수 있다. 오늘날 자동차 회사들은 주로 자동차를 제조하지만, 10년 후에는 모든 자동차 회사들이 자동차 내부에서 작동하는 토큰을 생산하게 될 것이다.
02 추론 능력을 갖춘 물리적 AI는 제조업 등의 실물 산업에 매우 중요하다
진행자 질문: 지난 1년간 당신은 물리적 AI(Physical AI)라는 개념을 언급해왔습니다. 미국의 미래 정책을 고민하는 정책 결정자들에게 물리적 AI가 무엇이며 어떻게 바라봐야 하는지 설명해주실 수 있습니까?
젠슨 황:
먼저 돌아보자. 현대 AI가 대중에게 알려진 것은 대략 12~14년 전, AlexNet의 등장과 컴퓨터 비전 분야의 중대한 돌파구를 계기로 시작되었으며, 그 시기는 약 2012년쯤이다. 더 넓은 시각에서 보면 당시의 컴퓨터 비전은 본질적으로 지각(perception)—즉 이미지, 음성, 진동, 온도 등 어떤 형태의 정보든 세상을 인식하는 것이었다. 지금 우리는 정보의 의미를 이해하고 지능적인 행동을 보이는 AI 모델을 개발했다. 따라서 AI의 첫 번째 물결은 지각 AI였다. 약 5년 전부터 사람들은 두 번째 물결인 생성형 AI(generative AI)에 대해 이야기하기 시작했다. 생성형 AI의 핵심은 AI 모델이 정보의 의미를 이해할 뿐 아니라 변환할 수 있다는 점이다. 예를 들어 영어를 프랑스어로 번역하거나, 텍스트 설명을 이미지로 바꾸는 것—프롬프트만으로 이미지를 생성하는 것이다. 생성형 AI는 본질적으로 인간 언어를 이해하는 범용 번역기라고 볼 수 있다. 이것이 두 번째 물결이다.
현재의 물결은,AI 가 이해와 생성 능력을 모두 갖추고 있다는 점이다. 그러나 진정한 지능은 미지의 문제를 해결하고 전혀 새로운 상황을 식별하는 능력이 필요하다. 우리는 추론을 통해 이를 달성한다: 이미 배운 규칙, 법칙, 원칙들을 활용해 문제를 단계적으로 분해함으로써, 새로운 도전이라도 추론을 통해 해결책을 찾는다. 이는 지능의 핵심 능력 중 하나이며, 우리가 이제 추론 AI 시대로 진입했음을 의미한다. 추론 AI는 디지털 로봇을 생성할 수 있는데, 이를 에이전트(Agents)라고 부르며 자율성을 가진다. 이러한 AI는 작업을 이해하고, 독립적으로 학습하며, 계산기, 브라우저, 전자스프레드시트 등을 활용해 최종적으로 지정된 업무를 수행할 수 있다. 예를 들어 SAP에 접속하여 공급망 업무를 처리하거나 Workday에 연결해 인사관리를 하는 것이다. 이러한 에이전트형 AI는 본질적으로 디지털 노동력 로봇이다.앞으로 우리 세대의CEO 들은 생물학적 노동력과 디지털 노동력을 동시에 관리하게 될 것이다. 기존의 인사팀은 전자를 맡고, IT 부서는 자율 에이전트형 AI를 위한 '인사센터'로 진화하게 될 것이다. 이것이 우리가 현재 처한 단계다.
다음 물결은 세계 최대 산업 규모를 가진 분야에 혜택을 줄 것이다. 이는AI 가 물리법칙, 마찰력, 관성, 인과관계 등의 기본 개념을 이해해야 한다는 것을 요구한다. 예를 들어 물체를 치면 넘어져 떨어진다. 병을 책상 위에 놓으면 책상 아래로 뚫고 지나가지 않는다. 어린아이나 애완동물도 가지고 있는 이러한 상식적인 물리적 추론 능력을 대부분의 AI는 아직 갖추지 못했다. 부엌 조리대 위에서 공을 굴려 떨어뜨리면 AI는 공이 사라졌다고 생각할 수도 있지만, 개는 공이 다른 쪽에 있다고 안다. 개는 물체의 존재 유지(object permanence) 개념을 이해하고 있어 공이 다른 메타버스로 간 것이 아니라 판단하고, 테이블 끝을 돌아가서 공을 찾는다.
로봇도 마찬가지로 배워야 한다: 테이블 한쪽에서 다른 쪽으로 가려면 직선으로 통과할 수 없고, 돌아가는 경로를 추론해야 한다. 이러한 물리적 수준의 추론이 바로 물리적 AI다. 이 물리적 AI를 '로봇'이라 불리는 물리적 실체에 탑재하면 로보틱스 기술이 된다. 이는 우리에게 매우 중요하다. 왜냐하면 미국 전역에서 지금 공장을 대규모로 건설하고 있기 때문이다. 우리는 최신 기술을 최대한 활용하는 방식으로 이러한 시설을 짓기를 원한다. 따라서 앞으로 10년 내에 건설될 신세대 공장들이 고도로 로봇화되기를 바라며, 전 세계적으로 심각한 노동력 부족 문제를 해결하는 데 도움이 되기를 기대한다.
03 AI 경쟁은 무한 게임이며, 승자는 기술을 대규모로 효율적으로 활용하는 국가가 될 것이다
진행자 질문: 많은 사람들이 전 세계적으로 AI 경쟁이 벌어지고 있다고 생각합니다. 미국 정부가 이 경쟁에서 승리하고 최첨단 AI 기술을 확보하기 위해 어떻게 행동해야 한다고 보십니까?
젠슨 황:
우선, 경쟁에 참여하고 승리하기 위해서는 경쟁 자체를 이해해야 한다: 자신의 자원, 보유하고 있거나 부족한 자산, 강점과 약점을 명확히 파악해야 한다. AI의 핵심이 기초적이라는 점을 인식해야 한다. 앞서 언급한 세 가지 차원을 다시 살펴보면, 각 차원에서 게임의 규칙을 이해하고 있어야 한다. 이 게임은 60분으로 제한되지 않으며, 무한 게임이다. 대부분의 사람은 무한 게임에 익숙하지 않다. Nvidia는 이미 33년이 됐으며, PC 혁명, 인터넷 혁명, 모바일 혁명을 거쳐 지금은 AI 혁명을 맞이하고 있다. 계속해서 변화하는 환경 속에서 지속 성장하려면 어떻게 게임에 참여해야 하는지 알아야 한다. 게임의 규칙을 이해하고, 자신의 자산을 정확히 아는 것이 중요하다.
기술 차원에서 가장 중요한 것은 지식 자본(knowledge capital)을 이해하는 것이다. 전 세계 AI 연구자의 절반이 중국 출신이라는 사실을 인식하고, 이를 게임 전략에 포함시켜야 한다. 다음은 AI 공장인데, 이는 전기에 의해 효율적으로 운영된다. 왜냐하면 본질적으로 전기를 디지털 토큰으로 전환하기 때문이다. 이것은 이전 산업혁명에서 에너지를 원자로 변환해 철강, 자동차, 건물을 생산했던 것과 같다. 그보다 더 이전에는 수력이 발전기를 돌려 전기를 만들었고, 지금은 전기를 입력하고 토큰을 출력하는 것이다. 따라서 에너지가 다음 차원의 핵심 요소다.
더 높은 차원은 점차 드러나고 있으며, 우리는 이를 깊이 이해해야 한다: 이전 산업혁명의 최종 승자는 기술을 발명한 나라가 아니라 기술을 활용한 나라였다. 미국은 철강과 에너지 활용에서 다른 나라를 압도했다. 따라서 이 인프라 차원의 핵심은 기술 활용이다—새로운 기술을 두려워하지 않고 적극 수용하며, 노동력을 재교육하고 광범위한 도입을 장려하는 것이다. 이러한 시각과 틀로 AI를 바라보면 각 차원마다 고유한 도전과 기회, 게임의 규칙이 있음을 알 수 있다.
04 AI 공장은 대량의 새로운 기술직 일자리를 창출할 것이다
진행자 질문: 노동력 문제에 대해 언론은 AI가 대규모 노동력 대체와 실업 붐을 초래할 수 있다는 논조를 지속적으로 부각시키고 있습니다. AI가 고용시장에 어떤 영향을 미칠지 전망해주실 수 있습니까? 좀 더 구체적으로, 현재는 상상도 못하지만 앞으로 등장할 수 있는 새로운 직업군은 어떤 것이 있을 것으로 보십니까?
젠슨 황:
새로운 일자리가 창출되고, 일부 일자리는 사라지며, 모든 일자리는 변화할 것이다. 사람들은 쉽게 극단 사이를 오간다. 하지만 나는 문제를 분해하고 근본 원리(first principles)에서 사고하는 것이 매우 유익하다고 항상 생각한다. 내가 앞서 설명한 틀에서 가장 낮은 수준의 상황은—당신이 벤처캐피탈에 깊이 관여하고 AI 분야의 동향을 알고 있다면—기초 수준에서 AI가 샌프란시스코의 부활을 가능하게 했다는 점이다. 거의 모든 사람이 샌프란시스코를 떠났지만, 지금 다시 번영하고 있는데, 이는 전적으로 AI 덕분이다. AI가 새로운 일자리를 창출한 근본적인 이유는 완전히 새로운 소프트웨어 개발 방식이기 때문이다. AI의 등장은 기술의 모든 수준을 변화시켰다. 과거에는 CPU에서 사람이 작성한 소프트웨어가 실행됐지만, 지금은 GPU에서 머신러닝이 생성한 소프트웨어가 실행된다. 따라서 관련 도구, 컴파일러, 방법론, 데이터 수집 및 관리 방식, AI를 이용한 보안 장치 설정, AI를 이용한 트레이닝, AI 스스로의 안전을 보장하기 위한 AI 활용 등 모든 기술이 계속해서 등장하고 있으며, 이는 대규모의 일자리 창출을 가져왔다.
더 높은 수준에는 거대한 기회가 있다. 내가 언급했듯이, 우리는 전기를 입력하고 토큰을 출력하는 새로운 공장을 건설하게 될 것이다. 1기가와트(GW) 규모의 공장을 예로 들자면—미래에는 7~10기가와트 규모의 AI 공장 클러스터를 건설할 것으로 예상된다. 1기가와트 공장의 투자는 무려 600억 달러에 달한다. 현재 100메가와트(MW) 규모의 공장은 이미 일반적이다. 이 600억 달러의 투자 규모는 보잉(Boeing) 회사의 연간 매출과 맞먹는다. 이러한 공장을 건설하려면 자금 조달이 필요하며, 이는 대규모 고용 창출을 의미한다. 건설 장소와 공장 외곽 구조물은 목수, 철골공, 석공 등 건축업의 대규모 고용을 유도하며, 이들은 모두 공장 건설에 필요한 인력이다. 600억 달러를 투자하는 공장은 규모가 매우 크다. 이는 기계공학자, 전기공학자, 배관공, 이후 저전압 시스템, IT 및 네트워크 분야 전문가, 마지막으로 운영팀까지 필요로 한다. 전체 건설 기간은 약 3년 정도 소요된다. 이는 대량의 새로운 기술직을 창출할 것이다. 과거 컴퓨터 산업과 컴퓨팅 플랫폼 전환 과정에서 대부분의 회사들이 겪은 성장의 주요 병목현상은 소프트웨어 엔지니어의 부족이었다.
하지만 AI 공장이라는 새로운 차원에서는 핵심이 바로 숙련 기술자, 즉 전문 기술을 가진 인재가 될 것이다. 나는 이것이 매우 좋은 일이라고 본다. 우리 국가는 전문 기술이 존중받고 중요한 일자리이며, 국가 건설에 필수적이라는 점을 인식해야 한다. 따라서 우리는 이러한 인재 양성을 장려해야 한다. 전기공, 배관공, 목수, 철골공 등 모든 분야에서 대량의 인력이 필요하다.
그보다 더 높은 수준에서는 AI 에이전트가 의사, 금융 전문가, 고객 서비스 담당자의 업무를 어떻게 변화시킬지 논의할 수 있다. 우리 회사를 예로 들면, 현재 각 소프트웨어 엔지니어에게 AI 어시스턴트를 제공하는 것을 초기 시도로 삼았다. 그 결과 우리 회사의 추가된 코드양은 놀라울 정도였다. 생산성이 급증했고, 더 많은 인재를 채용할 수 있게 되었다. 왜냐하면 AI 덕분에 시장이 필요로 하는 더 많은 제품을 만들 수 있게 되었고, 수익과 채용 역량이 증가했기 때문이다. 따라서 나는 상위 수준의 응용 분야에서도 조기에 AI를 수용하는 것이 마땅하다고 본다. 기억하라, 너의 일을 빼앗는 것은 AI가 아니며, 너의 회사를 파괴하는 것도 AI가 아니다. AI를 잘 활용하는 회사와 개인이 그렇게 만들 것이다. 이 점은 깊이 생각하고 받아들여야 할 가치가 있다.
05 AI와 디지털 트윈 기술은 첨단 제조업의 핵심이다
진행자 질문: 최근 제조업의 국내 복귀(re-shoring)에 대한 논의가 활발합니다. AI 분야의 많은 전문가들이 디지털 트윈 개념과 제조 공장이 이 기술을 도입하면 국내 제조업 부흥을 실제로 도울 수 있다고 논의했습니다. 또한 애플 CEO는 최근 아이폰 제조의 국내 복귀를 가로막는 주요 장애물 중 하나가 고품질 고정밀 로봇팔 기술의 부족이라고 밝혔습니다. 종합적으로 볼 때, AI는 제조업 발전과 산업 재유턴을 추진하는 핵심적인 지원 기술이 될 수 있는 것 같습니다. 이에 대한 전망을 말씀해주실 수 있습니까?
젠슨 황:
우선, 제조업의 핵심은 저렴한 노동력이 아니다. 오늘날의 첨단 제조업은 전체 공장이 소프트웨어로 구동된다. 전체 공장은 거대한 로봇처럼 내부의 여러 로봇들을 조율한다. 이러한 첨단 공장에는 많은 직원이 있지만, 본질적으로는 기술 중심이다. 제가 보기에 첫 번째로, (내가 속한 업계를 예로 들자면) 칩에서부터 AI 슈퍼컴퓨터까지 미국 내에서 엔드-투-엔드(end-to-end) 제조를 실현하는 것은 훌륭한 기회다. 정부가 산업계가 제조업을 국내로 되돌리는 것을 적극 장려하고 지원하는 것을 보면서 매우 반갑게 생각한다. 이는 고품질, 고기술적인 일자리이며, 국내에서 수행하는 것은 국가에게 훌륭한 기회다. 나는 이에 매우 열정적이며, 우리는 이 추세의 확고한 지지자이며, 글로벌 파트너들이 이를 지지해주는 것을 다행으로 여긴다. 이것이 첫 번째다.
두 번째로, 제조업에 능숙하지 않으면 우리는 거대한 산업을 놓치게 된다. 이 산업의 미래는 에너지 접근 가능성에 의해 좌우될 것이다. 어느 나라도 이 새로운 AI 산업에 참여하고 싶지 않은가? 왜 AI를 생산하지 않겠는가? 왜 첨단 제조업에 참여하지 않겠는가? 본질적으로 그것은 제조업이다. 최종 산출물은 디지털이며, 이전 산업혁명의 산출물이 전자였던 것과 같다—당시 대부분의 사람들은 발전기로 전기를 만들어낼 수 있다는 것을 이해하지 못했다. 지금 우리는 이를 엔비디아 AI 슈퍼컴퓨터라 부른다. 그러나 당시에는 발전기가 만들어낸 전기는 보이지도, 만지지도 못하는 무형의 것이었지만, 그것이 전기였고 전자였다. 지금은 새로운 형태의 '전자'—디지털이 만들어진다. 따라서 우리는 당연히 이 새로운 산업에 뛰어들기를 원하며, 이를 실현하려면 국내 제조 능력이 반드시 필요하다.
제조업이 기술집약적이라는 점을 감안하면, 우리는 먼저 디지털 트윈 환경에서 설계하고, 그다음 가상현실(VR) 환경에서 운영해야 한다. 엔비디아는 세계에서 가장 복잡한 시스템을 설계한다. 제품 세대마다의 R&D 투자는 약 200억 달러 정도이며, 지금은 더 높을 수도 있다. 하지만 이 200억 달러는 하나의 칩 시리즈를 생산하기 위한 것이다. 우리는 완전히 칩의 디지털 트윈 안에서 설계한다. 실제 생산보다 수개월 전에 이미 디지털 모델로서 존재한다. 칩이 출시될 때 나는 그것이 완벽할 것임을 안다. 왜냐하면 이미 철저한 시뮬레이션, 검증, 엄격한 테스트를 거쳤기 때문이다. 디지털 공장도 마찬가지여야 한다. 특히 대규모 공장은 완전히 디지털 트윈을 만들어야 하며, 인공지능을 활용해 설계하고 운영해야 한다—가상 통합을 실현하고, 이러한 웅장한 구조물을 완전히 디지털로 통합한 후 운영과 최적화를 수행하며, 완전히 디지털화된 산출 계획에 활용해야 한다. 앞으로 모든 공장, 모든 자동차, 모든 건물, 모든 도시, 그리고 나아가 희망컨대 모든 사람에게 디지털 트윈 버전이 생길 것이다. 디지털 트윈의 개념이 바로 이 때문에 현실이 되고 있으며, 그 모든 것이 인공지능 덕분이다.
06 AI 로봇은 약 5년 이내에 대규모 생산과 보급이 이루어질 것이다
진행자 질문: AI 기반 로봇이 우리의 일상에서 어디에나 존재하게 되는 시점은 언제쯤이라고 예상하십니까?
젠슨 황:
우선, 자율주행차도 일종의 로봇이다. 우리는 현재 단계까지 오는 데 약 10년이 걸렸다. Waymo는 현재 미국의 많은 도시에 진출해 우수한 운영 성과를 보이고 있다. 샌프란시스코 등 도시에서 Waymo 차량이 운행되는 모습을 보는 것은 고무적이다. 이에 약 10년이 걸렸다.로봇은 더 빠를 것이다. 왜냐하면로봇의 작동 환경을 제한할 수 있기 때문이다. 따라서 로봇은 자동차처럼 완전한 범용성을 갖출 필요가 없다. 자동차가 샌프란시스코에 들어가면 모든 거리와 다양한 도로 상황에 적응해야 한다. 하지만 로봇은 더 많은 제한을 둘 수 있으므로, 프로토타입 개발에서 기능 완성, 대량 생산까지 약 5년 정도면 충분하다. 우리는 이미 기능이 강력한 로봇을 보유하고 있다. 따라서 약 5년 후에는 로봇이 공장에서 대량으로 생산되는 것을 보게 될 것이다. 현재 자동차를 만드는 회사들은 앞으로 로봇 제조에도 매우 능숙해질 것이다. 그들은 소프트웨어와 AI 부분만 더 잘하면 되며, 관련 기술은 이미 상당히 보편화되어 있다.
TechFlow 공식 커뮤니티에 오신 것을 환영합니다
Telegram 구독 그룹:https://t.me/TechFlowDaily
트위터 공식 계정:https://x.com/TechFlowPost
트위터 영어 계정:https://x.com/BlockFlow_News
