무슨 일이 있었나
엔비디아 CEO 젠슨 황은 G20 혁신 장관회의에 참석해 미국 상무장관 러트닉과 노변정담(fireside chat)을 가지며 자신의 'AI 경제학' 비전을 제시했다. 그는 AI가 소프트웨어 기술에서 전기나 인터넷에 견줄 만한 근본적인 경제 인프라로 진화하고 있으며, 어떤 국가에게든 최악의 결과는 AI를 활용하지 못하고 뒤처지는 것이라고 주장했다.
황은 컴퓨팅 파워 시설을 더 이상 PC나 휴대폰 같은 최종 제품으로 봐서는 안 되며, 지속적으로 경제적 가치를 창출하는 생산 자산으로 봐야 한다고 말했다. 그는 지능이 에너지가 킬로와트시 단위로 가격이 매겨지듯 토큰 단위로 가격이 매겨진다고 설명했다. 그는 막대한 자본 수요를 언급하며, 1기가와트 규모의 AI 인프라 구축에는 약 500억~600억 달러가 들어가는데, 이는 250억 달러 규모의 웨이퍼 팹(fab) 가격의 약 두 배에 달한다고 밝혔다. 그는 이번 10년이 끝날 무렵까지 약 100기가와트 규모의 AI 인프라가 구축될 것으로 전망했다.
그는 또한 AI의 다음 단계를 대형 언어 모델에서 AI 에이전트와 자율주행, 산업용 로봇, 수술용 로봇을 포함한 피지컬 AI로의 이동으로 설명하며, AGI가 향후 몇 년 안에 상당 부분 달성될 것이라고 예측했다. 하지만 그는 각국과 기업이 자신의 모든 지능을 하나의 범용 모델에 위탁할 수는 없다고 경고했으며, AI는 직업 전체가 아니라 대부분 업무(task)를 대체하게 될 것이라고 말했다.
왜 중요한가
황이 G20 관료들 앞에서 자신의 주장을 펼침으로써, AI 인프라를 단순한 기업 기술 트렌드가 아니라 국가 경제 정책 사안으로 규정하고 있다. 그의 경고는 정부 입장에서 진짜 경쟁 리스크는 기술 자체가 아니라 이를 투자하고 도입하는 데 실패하는 것임을 시사한다.
황의 비용 비교는 AI 인프라가 자본 집약적이고 유틸리티와 같은 산업이 되어가고 있음을 보여준다. 에너지, 칩, 인프라, 모델, 애플리케이션으로 이어지는 '5계층 케이크' 구도는 각국에 특화 전략을 고민할 틀을 제공한다. 즉 모든 영역에서 선두를 차지할 필요는 없지만, 자국 내 충분한 AI 역량을 유지하면서 경쟁할 수 있는 계층을 선택해야 한다는 것이다.
그가 범용 칩을 강조한 데에는 전략적 논리도 담겨 있다. 값비싼 인프라가 지나치게 특화되어 있으면 AI 모델의 급속한 변화로 인해 무용지물이 될 수 있으며, 따라서 유연성이 모든 국가 AI 계획에서 핵심 고려사항이 된다는 것이다.
핵심 사실
젠슨 황은 미국 상무장관 러트닉과 함께 G20 혁신 장관회의에서 연설했다.
황은 1GW 규모의 AI 인프라를 구축하는 데 약 500억~600억 달러가 필요하다고 말했으며, 이번 10년이 끝날 무렵까지 약 100GW 규모의 AI 인프라가 구축될 것으로 전망했다.
그는 AGI가 향후 몇 년 안에 사실상 달성될 것이라고 예측했으며, 모든 국가가 AI 도입을 추진해야 한다고 주장했다.
앞으로 지켜볼 점
G20 회원국들이 구체적인 국가 AI 인프라 계획, 예산 또는 국경을 넘는 협력 이니셔티브로 후속 조치를 취하는지 지켜봐야 한다.
황이 권고한 대로 AI 하드웨어 지출이 유연한 범용 칩 쪽으로 이동하는지, 아니면 모델 아키텍처의 진화에 따라 더 특화된 시스템 쪽으로 이동하는지 주시해야 한다.
AI 에이전트와 피지컬 AI 시스템이 실물 경제에 도입되면서, 업무 대체와 직업 대체를 구분한 그의 주장이 실제로 어떻게 전개되는지 관찰해야 한다.