엔비디아: AI는 5단 케이크와 같다

에너지 → 칩 → 인프라 → 모델 → 애플리케이션. 모든 성공적인 애플리케이션은 그 아래의 각 계층, 즉 애플리케이션을 작동시키는 데 필요한 전력 공급 장치에 의존합니다.

인공지능은 오늘날 세상을 변화시키는 가장 강력한 힘 중 하나입니다. 그것은 단순히 똑똑한 애플리케이션이나 단일 모델이 아니라, 전기나 인터넷과 같은 인프라입니다.

AI는 실제 하드웨어, 실제 에너지, 그리고 실제 경제를 기반으로 작동합니다. 원자재를 투입하여 대규모로 지능을 구현해냅니다. 모든 기업이 AI를 사용할 것이고, 모든 국가가 AI 기반 시스템을 구축할 것입니다.

인공지능이 이러한 방식으로 발전하는 이유를 이해하려면 기본 원리부터 시작하여 컴퓨팅 분야에서 발생한 근본적인 변화를 살펴보는 것이 도움이 됩니다.

사전 녹화 소프트웨어부터 실시간 인텔리전스까지

컴퓨터 역사의 대부분 동안 소프트웨어는 미리 작성된 형태로 제공되었습니다. 사람이 알고리즘을 설명하면 컴퓨터가 이를 실행했습니다. 데이터는 신중하게 구조화하고 테이블에 저장한 다음 정확한 쿼리를 통해 검색해야 했습니다. SQL은 세상을 움직이는 데 필수적인 요소가 되었습니다.

인공지능은 이러한 패턴을 뒤흔들어 놓았습니다.

컴퓨터가 비정형 정보를 이해할 수 있게 된 것은 이번이 처음입니다. 이미지를 보고, 텍스트를 읽고, 소리를 듣고, 의미를 이해하고, 문맥과 의도를 추론할 수 있습니다. 무엇보다 중요한 것은 실시간으로 지능을 생성한다는 점입니다.

모든 응답은 새롭게 생성되며, 모든 답변은 사용자가 제공하는 맥락에 따라 달라집니다. 이는 소프트웨어가 저장된 명령어를 불러오는 것이 아니라, 필요에 따라 추론하고 지능을 생성하는 것입니다.

인텔리전스가 실시간으로 생성되기 때문에 그 기반이 되는 전체 컴퓨팅 스택을 재구축해야 합니다.

AI를 인프라로 활용하기

산업적 관점에서 AI는 5단계 기술 스택으로 분류할 수 있습니다.

에너지

가장 근본적인 원리는 에너지입니다. 실시간으로 생성되는 지능에는 실시간으로 생산되는 전력이 필요합니다. 생성되는 모든 토큰은 전자의 움직임, 열 관리, 그리고 에너지가 연산 능력으로 변환되는 과정의 결과입니다. 이보다 아래에는 추상화 계층이 없습니다. 에너지는 AI 인프라의 첫 번째 원칙이자 시스템이 생성할 수 있는 지능의 양을 제한하는 상한선이기도 합니다.

칩

에너지 위에는 칩이 있습니다. 칩은 에너지를 효율적으로 연산으로 변환하여 대규모 연산을 수행하도록 특별히 설계된 프로세서입니다. AI 워크로드는 엄청난 병렬 처리 능력, 고대역폭 메모리, 그리고 빠른 상호 연결을 필요로 합니다. 칩 수준의 기술 발전은 AI의 확장 속도와 인공지능의 경제성을 결정합니다.

하부 구조

칩 위에는 토지, 전력 공급, 냉각, 건설, 네트워크, 그리고 수만 개의 프로세서를 하나의 기계로 통합하는 시스템을 포함한 인프라가 자리 잡고 있습니다. 이러한 시스템은 정보를 저장하는 것이 아니라 지능을 창조하도록 설계된 AI 공장입니다.

모델

기반 시설 위에는 모델들이 존재합니다. AI 모델은 언어, 생물학, 화학, 물리학, 금융, 의학, 그리고 물리적 세계 자체를 포함한 광범위한 정보를 이해합니다. 언어 모델은 그중 하나의 범주에 불과합니다. 가장 혁신적인 연구는 단백질 AI, 화학 AI, 물리 시뮬레이션, 로봇 공학 및 자율 시스템 분야에서 이루어지고 있습니다.

애플리케이션

최상위에는 경제적 가치가 창출되는 응용 분야가 있습니다. 여기에는 신약 개발 플랫폼, 산업용 로봇, 법률 보조원, 자율주행 자동차 등이 포함됩니다. 자율주행 자동차는 기계에 구현된 AI 응용 프로그램의 예이며, 휴머노이드 로봇은 신체에 구현된 AI 응용 프로그램의 예입니다. 동일한 기술 스택을 사용하지만 결과는 다릅니다.

이것은 5단 케이크와 같습니다: 에너지 → 칩 → 인프라 → 모델 → 응용 프로그램.

성공적인 애플리케이션은 그 아래의 모든 계층, 심지어 애플리케이션을 작동시키는 데 필요한 전력 공급 시스템에까지 의존합니다.

우리는 이제 막 이 건설을 시작했을 뿐입니다. 이미 수천억 달러가 투자되었지만, 수조 달러에 달하는 인프라 구축이 여전히 필요합니다.

전 세계적으로 반도체 공장, 컴퓨터 조립 공장, 인공지능 공장 등이 전례 없는 규모로 건설되고 있습니다. 이는 인류 역사상 가장 큰 규모의 인프라 건설 사업이 되고 있습니다.

이러한 건설을 지원하는 데 필요한 인력은 엄청납니다. AI 공장에는 전기 기술자, 배관공, 파이프 설치 기사, 철강 노동자, 네트워크 기술자, 설치 기사 및 운영자가 필요합니다. 이들은 모두 고임금의 숙련된 직종이며 수요가 높습니다. 이러한 변화에 참여하기 위해 컴퓨터 공학 박사 학위가 필요한 것은 아닙니다.

동시에 인공지능은 지식 경제에서 생산성 향상을 이끌고 있습니다. 영상의학을 예로 들면, 인공지능은 이제 영상 판독을 돕고 있지만 영상의학 전문의에 대한 수요는 계속 증가하고 있습니다. 이는 모순이 아닙니다.

영상의학과 의사의 임무는 환자를 돌보는 것이며, 영상 판독은 그 과정의 한 부분일 뿐입니다. 인공지능이 반복적인 업무를 더 많이 담당하게 되면, 영상의학과 의사는 판단력 향상, 소통 강화, 그리고 환자 치료에 더욱 집중할 수 있습니다. 병원은 더욱 효율적으로 운영되어 더 많은 환자를 진료하고 더 많은 직원을 고용할 수 있게 됩니다. 생산성 향상은 의료 역량을 증대시키고, 의료 역량 증대는 성장을 촉진합니다.

지난 한 해 동안 어떤 변화가 있었나요?

지난 한 해 동안 인공지능(AI)은 중요한 전환점을 맞이했습니다. 이제 모델들은 대규모로 실질적인 가치를 제공할 수 있을 만큼 충분히 발전했습니다. 추론 능력이 향상되고, 허상은 줄어들었으며, 현실에 기반한 예측 능력은 크게 향상되었습니다. 이제 AI 기반 애플리케이션들이 처음으로 실질적인 경제적 가치를 창출하기 시작했습니다.

신약 개발, 물류, 고객 서비스, 소프트웨어 개발 및 제조 분야에서 적용된 애플리케이션들은 강력한 제품-시장 적합성을 입증했으며, 그 하위 계층들에 강력한 수요를 창출하고 있습니다.

오픈소스 모델은 여기서 매우 중요한 역할을 합니다. 전 세계 대부분의 모델은 무료이며, 연구원, 스타트업, 기업, 그리고 국가 전체가 첨단 AI 개발을 위해 이러한 모델에 의존하고 있습니다. 오픈소스 모델이 주목받게 되면 단순히 소프트웨어만 변화시키는 것이 아니라, 전체 기술 스택에 걸쳐 수요를 촉발합니다.

DeepSeek-R1은 이러한 현상의 대표적인 예입니다. 강력한 추론 모델을 널리 보급함으로써 애플리케이션 계층의 도입을 가속화하고, 그에 따른 학습, 인프라, 칩, 에너지 수요를 증가시킵니다.

그건 무슨 뜻인가요?

인공지능을 인프라로 바라보면 그 의미가 명확해집니다.

AI는 트랜스포머 LLM에서 시작되었지만, 그 이상의 의미를 지닙니다. AI는 에너지 생산 및 소비 방식, 공장 건설 방식, 업무 조직 방식, 그리고 경제 성장 방식을 근본적으로 바꿔놓은 산업 혁명입니다.

인공지능 공장이 건설되고 있는 것은 지능이 실시간으로 생성되기 때문입니다. 칩은 효율성이 지능의 확장 속도를 결정하기 때문에 재설계되고 있습니다. 에너지는 지능의 총 생산량에 한계를 두기 때문에 핵심적인 요소가 되었습니다. 애플리케이션이 가속화되는 것은 그 기반이 되는 모델들이 마침내 대규모로 실질적인 가치를 제공할 수 있는 임계점을 넘어섰기 때문입니다.

각 층은 서로를 강화합니다.

이것이 바로 이 거대한 구축 사업이 그토록 많은 산업에 동시에 영향을 미치고, 특정 국가나 분야에만 국한되지 않을 이유입니다. 모든 기업이 AI를 사용할 것이고, 모든 국가가 AI를 구축할 것입니다.

아직 초기 단계입니다. 대부분의 기반 시설이 아직 구축되지 않았고, 대부분의 인력은 훈련을 받지 않았으며, 대부분의 기회는 아직 실현되지 않았습니다.

하지만 방향은 분명합니다.

인공지능은 현대 사회의 기반 시설이 되어가고 있습니다. 우리가 지금 내리는 선택들, 즉 얼마나 빠르게 개발하고, 얼마나 폭넓게 참여하며, 얼마나 책임감 있게 배포할 것인지가 이 시대의 모습을 결정짓게 될 것입니다.