Cleo Abram의 ‘Huge Conversations’에서 젠슨 황이 GPU와 CUDA의 탄생, 딥러닝 혁명, Omniverse·Cosmos·로봇, 디지털 바이올로지, 에너지 효율, AI 안전과 일자리까지 다음 10년의 컴퓨팅과 로보틱스가 어디로 가는지를 단계적으로 설명합니다. 30년의 긴 비전을 하나의 대화로 풀어낸 완벽 가이드입니다.
1. 인터뷰의 목적과 큰 질문
진행자 Cleo Abram은 이 대화를 “미래를 만드는 핵심 인물이 무엇을 상상하고 있는지 듣는 자리”라고 정의하며, 젠슨 황에게 세 가지를 묻겠다고 선언합니다: 어떻게 여기까지 왔는지, 지금 무슨 일이 벌어지고 있는지, 그리고 앞으로 무엇을 만들려 하는지입니다.
청중은 CPU와 GPU 차이도 모를 수 있는 10대부터 각 분야의 전문가까지 다양하다고 전제하고, “완전 초보도 이해할 수 있는 수준에서 미래의 컴퓨팅을 함께 설명하자”는 포맷으로 인터뷰가 진행됩니다.
2. GPU의 탄생: 병렬 처리라는 관찰
젠슨 황은 1990년대 초 NVIDIA를 창업할 때 “소프트웨어 코드의 10%가 전체 연산의 90% 이상을 차지하고, 그 90%는 병렬로 처리할 수 있다”는 관찰에서 출발했다고 회상합니다.
“나머지 90%의 코드는 반드시 순차적으로 처리해야 하므로, 이상적인 컴퓨터는 순차 처리와 병렬 처리를 모두 강력하게 지원해야 합니다. NVIDIA는 기존 CPU로 풀 수 없는 문제를 가속하는 컴퓨터를 만들겠다는 목표로 시작했습니다.”
3. 왜 비디오 게임부터 시작했는가
3D 그래픽은 엄청난 양의 동일·유사 연산을 동시에 수행해야 하는 전형적인 병렬 처리 문제였고, 90년대 게임 개발자들은 더 사실적인 그래픽을 원했지만 기존 하드웨어 성능이 따라가지 못하고 있었습니다.
젠슨 황은 “게임은 우리가 사랑하는 애플리케이션이었고, 가상의 세계를 시뮬레이션하는 작업이라 병렬 처리에 완벽하게 맞았다”며, 게임 시장이 거대해질 것이라고 믿었기 때문에 복잡한 GPU 아키텍처에 필요한 막대한 R&D를 지속할 수 있었다고 말합니다.
4. GPU는 왜 ‘타임머신’인가
젠슨 황은 GPU를 “미래를 더 빨리 보여주는 타임머신”이라고 표현하며, 양자화학 연구자가 “당신들이 만든 GPU 덕분에 내 평생의 연구를 내 생애 안에 끝낼 수 있게 됐다”고 말한 일화를 소개합니다.
기상 예측, 자율주행 시뮬레이션, 도시 교통 시뮬레이션처럼, GPU 가속 덕분에 원래라면 불가능하거나 수십 년이 걸릴 계산을 짧은 시간 안에 수행해 “미리 미래를 보는 것”이 가능해졌습니다.
5. CUDA: 병렬 컴퓨팅을 모두에게 연다
초기 연구자들은 GPU를 일반 연산에 쓰기 위해 그래픽 문제인 척 속이거나 복잡한 편법을 써야 했고, Mass General 연구팀이 의료 영상 CT 재구성에 그래픽 프로세서를 쓰기 시작한 것이 내부에 큰 영감을 주었다고 합니다.
NVIDIA는 이를 계기로 C 같은 익숙한 언어로 GPU에 명령을 내릴 수 있는 CUDA 플랫폼을 만들었고, 젠슨 황은 “비디오 게임 시장 덕에 우리 GPU가 세계에서 가장 많이 팔리는 병렬 프로세서가 될 것”이라 확신했기 때문에 회사 전체를 CUDA에 걸 수 있었다고 회고합니다.
6. AlexNet과 딥러닝 대전환
2012년 토론토 대학교의 AlexNet 팀이 NVIDIA GeForce GTX 580과 CUDA를 사용해 이미지 인식 대회에서 성능을 압도적으로 끌어올리면서, GPU는 단순 가속기가 아니라 완전히 새로운 계산 패러다임의 엔진으로 자리 잡게 됩니다.
“NVIDIA 내부에서도 컴퓨터 비전을 잘 풀지 못해 답답해하던 차에, 완전히 다른 접근인 딥 뉴럴넷이 GPU 위에서 기존 알고리즘을 뛰어넘는 성능을 보이는 것을 보고 ‘이 방법이 어디까지 갈 수 있는가, 컴퓨터 산업 전체를 어떻게 바꿀 수 있는가’를 다시 설계하기 시작했습니다.”
7. 전체 컴퓨팅 스택을 다시 발명하다
그는 “만약 딥러닝 아키텍처가 충분히 확장될 수 있다면, 대부분의 머신러닝 문제를 표현할 수 있고 우리가 풀 수 있는 문제의 범위가 컴퓨터 산업을 완전히 재편할 정도로 넓어진다”고 보고, 하드웨어·시스템·소프트웨어 전체를 재구성하는 결정을 내립니다.
그 결과가 DGX와 같은 AI 슈퍼컴퓨터 플랫폼이며, IBM System/360 이후 60여 년간 유지되던 범용 컴퓨팅 모델 이후, “가속 컴퓨팅” 중심의 새로운 컴퓨팅을 쌓아 올리게 됐다고 설명합니다.
8. 10년 동안 큰 베팅을 유지한 이유
Cleo가 “2012년 이후 사람들이 실제로 AI와 NVIDIA를 체감하기까지 왜 10년이 걸렸느냐”고 묻자, 그는 그 10년 내내 성공과 불확실성이 섞여 있었지만 “근본 가정과 물리 법칙, 산업에 대한 통찰이 변하지 않는 한 신념을 바꿀 이유가 없다”고 답합니다.
투자자들이 단기 이익을 원할 때도 “우리 미래에 대한 신념” 때문에 수십억 달러를 선투자했고, 자신은 30년 넘게 NVIDIA에 같은 믿음을 가지고 있기 때문에 계속 간다고 말합니다.
9. 핵심 신념: 가속 컴퓨팅과 스케일링 가능한 AI
젠슨 황이 정리하는 첫 번째 핵심 신념은 “일반 목적 컴퓨팅 + 병렬 가속 컴퓨팅을 결합한 ‘가속 컴퓨팅’이 앞으로의 기본 모델”이라는 점이며, 이 원칙은 지금도 변하지 않았다고 말합니다.
두 번째 신념은 딥 뉴럴넷이 데이터에서 패턴과 관계를 학습하는 놀라운 능력을 가지고 있고, 네트워크와 데이터가 커질수록 더 많은 지식을 학습할 수 있다는 스케일링 법칙이 실제로 검증되었기 때문에, 아직 물리적·수학적 한계가 보이지 않는다는 것입니다.
10. 멀티모달 AI: 텍스트, 이미지, 단백질까지
그는 딥러닝이 이미지 인식, 음성 인식, 언어 이해뿐 아니라 “텍스트→텍스트 요약, 언어 번역, 텍스트→이미지 생성, 이미지→텍스트 캡셔닝, 아미노산 서열→단백질 구조 예측”까지 다양한 형태의 데이터를 서로 변환할 수 있게 되었다고 설명합니다.
앞으로는 “단백질→텍스트 설명”, “원하는 특성을 가진 새로운 단백질 설계”, “단어→비디오”, “단어→로봇 동작 토큰” 같은 것들도 자연스럽게 가능해질 것이며, 이는 거의 모든 산업과 직무에 AI 적용 여지를 연다고 강조합니다.
11. 과학에서 ‘AI 응용 과학’의 시대로
지난 10년이 AI 자체의 과학을 발전시키는 시기였다면, 앞으로 10년은 “AI 응용 과학”의 시기라고 정의하며, 디지털 바이올로지, 기후·에너지, 농업·어업, 로보틱스, 교육, 물류, 미디어 등 실제 산업과 문제에 AI를 적용하는 것이 핵심이 될 것이라고 말합니다.
그는 “우리가 겪는 변화의 속도와 폭이 커지기 때문에, 지금 보는 미래의 사용 사례를 정확히 예측하기는 훨씬 더 어려운 시대로 들어가고 있다”고 덧붙입니다.
12. Omniverse·Cosmos와 로봇의 ‘세계 모델’
젠슨 황은 ChatGPT를 예로 들어, 첫 세대 모델은 멋지게 문장을 생성하지만 지식이 없는 분야나 길게 답하는 경우 허구를 지어내는 ‘환각’ 문제가 있었고, 이후 PDF나 검색 결과 같은 ‘ground truth’로 모델을 조건화해 정확도를 높였다고 설명합니다.
물리 세계의 로봇도 마찬가지로, 중력·마찰·관성·객체 영속성·인과관계 같은 물리 상식을 내재한 ‘세계 기초 모델’이 필요하며, NVIDIA는 이를 위해 Cosmos라는 세계 모델과 물리 시뮬레이터 Omniverse를 결합해, 물리 법칙에 기반한 무한한 시나리오를 생성·학습하게 하고 있다고 말합니다.
13. “움직이는 것은 모두 로봇이 된다”
그는 “움직이는 것은 언젠가 모두 로봇이 될 것이고, 그 시점은 멀지 않다”며, 잔디 깎는 기계나 자동차처럼 움직이는 거의 모든 것이 자율화될 것이고, 휴머노이드 로봇 기술도 곧 실용 수준에 도달한다고 전망합니다.
“로봇들은 Omniverse·Cosmos에서 수많은 가상의 미래를 경험하며 학습한 후 현실 세계에 배치되고, 개인은 평생 함께 성장하는 자기만의 AI 동반자(R2‑D2 같은 존재)를 스마트 글래스·폰·PC·차·집 어디에서나 함께 쓰게 될 것입니다.”
실전 Q&A · CEO 인터뷰 핵심
5줄 핵심 CEO 인사이트
- 가속 컴퓨팅(CPU + GPU)은 30년 전 관찰에서 시작해 지금도 변하지 않는 핵심 원칙입니다
- 딥러닝의 스케일링 법칙은 검증되었고, 아직 물리적 한계가 보이지 않습니다
- Omniverse와 Cosmos는 로봇에게 물리 세계의 상식을 학습시키는 핵심 플랫폼입니다
- 움직이는 모든 것이 로봇이 될 미래는 5~10년 내 현실이 됩니다
- AI 안전은 단일 모델이 아닌 시스템·인간·규제가 겹친 커뮤니티 아키텍처가 답입니다
결론—젠슨 황이 남기고 싶은 것
마지막으로 그는 자신이 기억되고 싶은 방식에 대해, 단순히 기업 가치나 주가가 아니라 “사람들의 잠재력을 확장하고, 과학자와 엔지니어가 평생의 작업을 자신의 생애 안에 완성하도록 도와주는 컴퓨팅 플랫폼을 만든 사람”으로 남고 싶다고 합니다.
이 인터뷰는 GPU·CUDA·딥러닝·Omniverse·Cosmos로 이어지는 30년의 축과, 앞으로 10년간 물리 세계와 디지털 세계가 AI를 통해 어떻게 결합될지에 대한 젠슨 황의 장기적 비전을 한 번에 조망할 수 있는 완벽한 가이드입니다. NVIDIA가 단순한 GPU 제조사가 아니라 미래 컴퓨팅 전체를 재설계하는 회사임을 명확히 보여주며, AI·로봇·디지털 바이올로지 시대를 준비하는 모든 이에게 필수적인 통찰을 제공합니다.