황런쉰 최신 기사: AI의 ‘5단 케이크’
작성자: 젠슨 황(Jensen Huang)
번역: Peggy, BlockBeats
인공지능(AI)은 현재 세계를 형성하는 가장 강력한 힘 중 하나다. AI는 단순히 똑똑한 애플리케이션이나 특정 단일 모델이 아니라, 전기 및 인터넷만큼 중요한 인프라다.
AI는 실제 하드웨어, 실제 에너지, 실제 경제 체계 위에서 작동한다. AI는 원재료를 대규모로 ‘지능’으로 전환한다. 모든 기업이 이를 활용할 것이며, 모든 국가는 이를 구축할 것이다.
왜 AI가 이런 방식으로 전개되는지를 이해하려면, 근본 원리(first principles)에서 출발해 컴퓨팅 분야에서 실제로 어떤 근본적인 변화가 일어났는지를 살펴보는 것이 유용하다.
‘사전 제작된 소프트웨어’에서 ‘실시간 생성 지능’으로
컴퓨터 역사의 대부분 동안 소프트웨어는 ‘사전 제작된(pre-fabricated)’ 형태였다. 인간이 먼저 알고리즘을 기술하고, 컴퓨터가 그 지시에 따라 실행했다. 데이터는 정밀하게 구조화되어 테이블에 저장되었으며, 정확한 쿼리를 통해 검색되었다. SQL이 필수적인 이유는 바로 이 전체 체계가 원활하게 작동하도록 해주기 때문이다.
그러나 AI는 이러한 패턴을 깨뜨렸다.
AI는 비구조화된 정보를 이해할 수 있는 최초의 컴퓨터 기술이다. 이미지를 보고, 텍스트를 읽고, 음성을 듣고 그 의미를 파악할 수 있으며, 맥락과 의도를 추론할 수 있다. 더 중요하게는, 실시간으로 지능을 생성할 수 있다.
모든 응답은 매번 새로 생성된다. 각 답변은 사용자가 제공한 맥락에 따라 달라진다. 이는 더 이상 데이터베이스에서 기존 명령어를 검색하는 소프트웨어가 아니라, 실시간으로 추론하고 필요에 따라 지능을 생성하는 소프트웨어다.
지능이 실시간으로 생성되기 때문에, 이를 뒷받침하는 전체 계산 기술 스택도 완전히 새롭게 재설계되어야 한다.
인프라로서의 AI
산업적 관점에서 AI를 바라보면, 사실상 다섯 단계로 구성된 구조로 분해할 수 있다.
에너지(Energy)
가장 하위 계층은 에너지다.
실시간으로 생성되는 지능은 실시간으로 생성되는 전력을 필요로 한다. 토큰 하나를 생성하는 것조차 전자의 움직임, 열 관리, 에너지의 계산 능력으로의 전환을 의미한다.
이 계층 아래에는 어떠한 추상화도 존재하지 않는다. 에너지는 AI 인프라의 첫 번째 원칙이며, 시스템이 얼마나 많은 지능을 생산할 수 있는지를 결정하는 근본적 제약 조건이다.
칩(Chips)
에너지 위에는 칩이 있다. 이 프로세서들은 매우 높은 효율로, 대규모 조건 하에서 에너지를 계산 능력으로 전환하도록 설계되었다.
AI 워크로드는 거대한 병렬 연산 능력, 고대역폭 메모리, 고속 인터커넥트를 요구한다. 칩 계층의 진전은 AI 확장 속도를 결정하며, 궁극적으로 ‘지능’이 얼마나 저렴해질지를 결정한다.
인프라(Infrastructure)
칩 위에는 인프라가 있다. 여기에는 부지, 전력 공급, 냉각 시스템, 건축 공사, 네트워크 시스템, 그리고 수만 개의 프로세서를 하나의 기계처럼 조직하는 스케줄링 시스템 등이 포함된다.
이러한 시스템은 본질적으로 AI 공장이다. 정보 저장을 위해 설계된 것이 아니라, 지능을 제조하기 위해 설계된 것이다.
모델(Models)
인프라 위에는 모델이 있다. AI 모델은 언어, 생물학, 화학, 물리학, 금융, 의학, 나아가 현실 세계 자체까지 다양한 유형의 정보를 이해할 수 있다.
언어 모델은 그중 하나일 뿐이다. 가장 혁신적인 연구 중 하나는 다음과 같은 분야에서 진행되고 있다: 단백질 AI, 화학 AI, 물리 시뮬레이션, 로봇공학, 자율 시스템.
애플리케이션(Applications)
가장 상위 계층은 애플리케이션 계층으로, 여기서야말로 실제 경제적 가치가 창출된다. 예를 들어, 신약 개발 플랫폼, 산업용 로봇, 법률 코파일럿(Legal Copilot), 자율주행 자동차 등이 있다.
자율주행 자동차는 본질적으로 ‘기계에 탑재된 AI 애플리케이션’이며, 인간형 로봇은 ‘신체에 탑재된 AI 애플리케이션’이다. 기반 기술 스택은 동일하지만, 최종적으로 나타나는 형태만 다를 뿐이다.
따라서 이것이 바로 AI의 다섯 단계 구조다: 에너지 → 칩 → 인프라 → 모델 → 애플리케이션. 성공적인 애플리케이션 하나가 등장할 때마다, 그 애플리케이션을 전원 공급하는 발전소에 이르기까지 모든 계층이 아래로 연결되어 영향을 받는다.
아직 초기 단계에 불과한 인프라 구축
우리는 이제 막 이 인프라 구축의 시작 단계에 접어들었다. 현재 투입 규모는 수천억 달러 수준에 불과하지만, 앞으로는 수조 달러 규모의 인프라가 추가로 구축되어야 한다.
전 세계적으로 반도체 공장, 컴퓨터 조립 공장, AI 공장이 이전에 없었던 규모로 건설되고 있다.
이는 인류 역사상 가장 규모가 큰 인프라 구축 사업 중 하나가 되고 있다.
AI 시대의 노동 수요
이러한 구축을 뒷받침하기 위한 노동력 규모는 매우 크다.
AI 공장에서는 전기기술자, 배관공, 파이프 설치 기술자, 철골 공사 기술자, 네트워크 기술자, 장비 설치 기술자, 운영 및 유지보수 인력 등이 필요하다.
이 모두는 기술 수준이 높고 급여가 우수한 직무이며, 현재 심각한 인력 부족 상태에 있다. 이 전환 과정에 참여하기 위해 반드시 컴퓨터공학 박사 학위가 필요한 것은 아니다.
한편, AI는 지식 경제의 생산성 향상을 주도하고 있다. 방사선과를 예로 들면, AI는 이미 의료 영상 판독을 보조하기 시작했지만, 방사선과 의사의 수요는 오히려 증가하고 있다.
이는 모순되지 않는다.
방사선과 의사의 진정한 임무는 환자를 돌보는 것이며, 영상 판독은 그 일부에 불과하다. AI가 점점 더 많은 반복 작업을 대신 수행하게 되면, 의사는 판단, 소통, 치료에 더 많은 시간을 할애할 수 있게 된다.
병원의 운영 효율성이 향상되면 더 많은 환자를 수용할 수 있으므로, 결국 더 많은 인력이 필요하게 된다. 생산성은 역량을 창출하고, 역량은 성장을 창출한다.
지난 1년간 어떤 변화가 있었는가?
지난 1년간 AI는 한 가지 중요한 문턱을 넘었다.
모델의 성능이 충분히 향상되어, 대규모 현장에서 실제로 유의미한 역할을 수행할 수 있게 되었다.
- 추론 능력이 크게 향상됨
- 환각(hallucination)이 현저히 감소함
- 현실 세계와의 ‘고정화(grounding)’가 크게 강화됨
처음으로, AI 기반 애플리케이션이 실제 경제적 가치를 창출하기 시작했다.
신약 개발, 물류, 고객 서비스, 소프트웨어 개발, 제조업 등 분야에서 이미 명확한 제품-시장 적합성(Product-Market Fit)이 확인되었다.
이러한 애플리케이션은 하위 기술 스택 전체를 강력하게 견인하고 있다.
오픈소스 모델의 역할
오픈소스 모델은 이 과정에서 핵심적인 역할을 한다. 전 세계에서 개발된 대부분의 AI 모델은 무료로 제공된다. 연구자, 스타트업, 기업, 나아가 국가 전체가 선진 AI 경쟁에 참여하기 위해 오픈소스 모델에 의존하고 있다.
오픈소스 모델이 기술의 최전선에 도달하면, 이는 단순히 소프트웨어만이 아니라 전체 기술 스택에 대한 수요까지 촉발한다.
DeepSeek-R1은 이러한 사례의 전형이다. 강력한 추론 모델을 광범위하게 제공함으로써, 애플리케이션 계층의 급속한 성장을 촉진했을 뿐 아니라, 훈련용 컴퓨팅 파워, 인프라, 칩, 에너지에 대한 수요도 함께 증가시켰다.
이것이 의미하는 바는 무엇인가?
AI를 인프라로 바라볼 때 모든 것이 명확해진다. AI는 트랜스포머(Transformer) 및 대규모 언어 모델(LLM)에서 시작했을지 몰라도, 그것으로 끝나지 않는다.
이는 산업 수준의 전환으로, 다음을 재구성할 것이다:
- 에너지의 생산 및 소비 방식
- 공장의 건설 방식
- 노동의 조직 방식
- 경제 성장의 패턴
지능이 이제 실시간으로 생성될 수 있기 때문에 AI 공장이 건설된다. 효율성이 지능 확장 속도를 결정하기 때문에 칩이 새롭게 설계된다. 시스템이 최대한 얼마나 많은 지능을 생산할 수 있는지를 결정하기 때문에 에너지가 핵심이 된다. 모델이 마침내 ‘규모 적용 가능(scalably usable)’ 문턱을 넘어섰기 때문에 애플리케이션이 폭발적으로 증가한다.
각 계층은 다른 계층을 강화한다.
그렇기 때문에 이 인프라 구축 규모가 이렇게 방대하며, 이렇게 많은 산업에 동시에 영향을 미치고, 한 국가나 한 분야에 국한되지 않는 것이다.
모든 기업이 AI를 사용할 것이다.
모든 국가는 AI를 구축할 것이다.
우리는 여전히 초창기 단계에 있다.
아직 구축되지 않은 인프라가 많고, 아직 훈련되지 않은 인력이 많으며, 아직 실현되지 않은 기회가 많다.
하지만 방향성은 이미 매우 명확하다.
인공지능은 현대 세계의 기반 인프라가 되고 있다.
그리고 우리가 오늘 내리는 선택—구축 속도, 참여 범위, 그리고 배치 책임—이 이 시대가 궁극적으로 어떤 모습을 띨지를 결정할 것이다.
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
@nvidia
