AI 시대? 엔비디아 시대, 투자 해? 말아?

AI 혁명이 세상을 바꾸고 있다.

뭐 이런 이야기 이제 정말 어디서나들을 수 있다. 

그리고 그 변화의 중심에는 항상 엔비디아 이름이 있다.

최근에 엔비디아 CEO 인터뷰가 또 한번 큰 관심을 받았다.

음. 그냥 칩 회사가 아니라 뭐랄까 AI 인프라 전체를 설계하는 회사로 가겠다?

이런 야심이 좀 느껴진다.

맞다. 그래서 오늘 바로 그 인터뷰 내용을 좀 깊게 파 볼까 한다.

💡 엔비디아 CEO는 왜 "AI가 이제 생각하기 시작했다"고 말했을까?

---

Q1. 엔비디아 CEO가 말하는 '생각하는 AI'는 무엇인가요?

A1. 기존 AI가 대규모 데이터 학습(Pre-training)으로 질문에 답했다면, 이제는 두 가지 단계가 추가됩니다.

1. 사후 학습(Post-training): AI가 스스로 연습하고 개선하는 과정.
2. 추론(Inference): AI가 답하기 전에 관련 정보를 찾아보고 검토하며 여러 각도로 '생각'하는 과정.

이 '생각'하는 과정 자체가 막대한 컴퓨팅 파워를 요구하며, AI가 더 오래 생각할수록 더 깊이 있고 좋은 결과물을 낼 수 있게 됩니다.

---

Q2. '생각하는 AI'가 엔비디아에게 중요한 이유는 무엇인가요?

A2. 사전 학습, 사후 학습, 추론 이 세 가지 스케일링 법칙이 동시에 작용하면서 AI가 요구하는 컴퓨팅 자원이 기하급수적으로 늘어나기 때문입니다. 에이전트 AI, 멀티모달, 동영상 생성 등 최신 AI 분야에서 이 '생각하는' 과정이 더욱 중요해지며 엔비디아 GPU의 수요를 폭발적으로 증가시킵니다.

---

🤝 오픈 AI 파트너십, 단순한 투자가 아니다?

Q3. 엔비디아가 오픈 AI와 파트너십을 맺고 직접 투자까지 하는 이유는 무엇인가요?

A3. 엔비디아 CEO는 오픈 AI를 단순한 파트너가 아닌, '차세대 수조 달러 규모의 하이퍼스케일러'가 될 잠재력이 높은 기업으로 봅니다. 이는 미래의 핵심 파트너와 강력한 전략적 동맹을 맺고, 오픈 AI의 성장이 곧 엔비디아의 성장으로 이어질 것이라는 전략적 판단에 기반합니다. 오픈 AI는 사용자 수 증가와 함께 1인당 컴퓨팅 파워 요구량까지 급증하는 '이중 지수함수적 성장'을 겪고 있으며, 엔비디아는 이 수요를 감당할 인프라를 제공하는 핵심 파트너로서 입지를 다지려는 것입니다.

---

📈 월스트리트 vs 엔비디아 CEO, 왜 성장 전망이 다를까요?

Q4. 월스트리트 분석가들과 엔비디아 CEO의 성장 전망이 크게 다른 이유는 무엇인가요?

A4. 월스트리트는 엔비디아의 성장이 2027년 이후 둔화될 것으로 보지만, CEO는 AI 혁명의 진짜 규모를 과소평가한다고 지적하며 지속적인 고성장을 확신합니다. 그 이유는 세 가지입니다.

1. 컴퓨팅 패러다임 전환: 무어의 법칙 시대가 끝나고 가속 컴퓨팅 시대로 전환되면서 전 세계 수조 달러 규모의 데이터 센터 인프라 전체를 교체해야 하는 거대한 수요가 발생합니다.
2. 기존 서비스의 AI 전환: 구글, 메타 등 기존 하이퍼스케일러들이 검색, 광고, 추천 엔진 등 핵심 서비스를 CPU 기반에서 엔비디아 GPU 기반 AI 시스템으로 전환하는 수요가 수천억 달러 규모로 발생하고 있습니다.
3. AI 기반 신규 가치 창출: AI가 인간 지능을 증강하여 50조 달러의 새로운 경제적 가치를 창출할 것이며, 이를 뒷받침하기 위해 약 5조 달러 규모의 AI 인프라 투자가 필요할 것으로 예측합니다.

---

Q5. 엔비디아 CEO는 AI 시장의 공급 과잉 우려에 대해 어떻게 생각하나요?

A5. CEO는 위에서 언급한 세 가지 거대한 동력이 계속해서 시장을 확장시키기 때문에, 모든 범용 컴퓨팅이 가속 컴퓨팅으로 전환되고 모든 하이퍼스케일러가 AI 기반으로 전환되기 전까지는 공급 과잉이 발생할 가능성이 아주 낮다고 보고 있습니다.

---

🛡️ 엔비디아의 강력한 '해자(Moat)'는 무엇일까요?

Q6. 엔비디아가 매년 새로운 칩 아키텍처를 발표하며 놀라운 혁신 속도를 유지하는 비결은 무엇인가요?

A6. CEO는 '극한의 공동 설계(Extreme Co-design)' 개념을 강조합니다. 이는 단순히 칩 성능 개선을 넘어 GPU, CPU, 네트워킹 칩 등 하드웨어와 이를 연결하는 시스템, 소프트웨어 스택(CUDA 등), AI 알고리즘, 심지어 데이터 센터 구조와 냉각 방식까지 모든 요소를 처음부터 끝까지 함께 설계하고 최적화하는 방식입니다. 마치 F1 경주차처럼 전체 시스템을 유기적으로 최적화하여 성능을 극대화하는 것입니다.

---

Q7. 엔비디아 시스템의 TCO(총 소유 비용) 경쟁력은 무엇을 의미하나요?

A7. 엔비디아는 경쟁사 칩이 설령 공짜라고 해도, 전력 효율(와트당 성능)이 월등히 높은 자사 시스템을 사용하는 것이 결국 고객에게 더 큰 이득이라고 주장합니다. 데이터 센터 운영에서 전력과 비용이 가장 큰 제약이므로, 최고의 와트당 성능을 제공하는 엔비디아 시스템이 장기적으로 훨씬 경제적이라는 논리입니다.

---

Q8. 구글 TPU, 아마존 트레이니움 같은 빅테크 기업들의 자체 개발 AI 칩(ASIC)은 엔비디아에게 위협이 되지 않을까요?

A8. CEO는 초기 ASIC 시도의 선견지명은 인정하지만, 현재 시점에서는 효과적인 ASIC을 만들기가 훨씬 어려워졌다고 진단합니다. AI 시장과 워크로드가 너무 커지고 빠르게 변하며 복잡해졌기 때문에 특정 작업에만 최적화된 칩으로는 대응하기 어렵다는 것입니다. 또한, 극한의 공동 설계가 중요해지면서 칩 하나만이 아니라 여러 특수 칩, 네트워킹, 그리고 이 모든 것을 아우르는 소프트웨어 플랫폼 전체를 최적화해야 합니다. 엔비디아의 CUDA 생태계는 수백만 개발자가 활동하며 끊임없이 새로운 AI 모델과 기법을 개발하므로, 이러한 개방성과 유연성이 빠르게 변하는 AI 환경에서 강력한 무기가 됩니다.

---

🎯 엔비디아 투자, 무엇을 고려해야 할까요?

Q9. 엔비디아 투자 시 가장 핵심적으로 따져봐야 할 것은 무엇인가요?

A9. 가장 중요한 부분은 월스트리트의 보수적인 예측과 엔비디아 CEO의 야심찬 비전 사이의 간극을 어떻게 해석할 것인가입니다. CEO가 제시한 세 가지 성장 동력(컴퓨팅 패러다임 전환, 기존 서비스의 AI 전환, AI 기반 신규 가치 창출)의 현실성과 강력함을 스스로 판단해야 합니다.

---

Q10. 엔비디아 투자 시 고려해야 할 위험 요인들은 무엇인가요?

A10.

• 공급 과잉 우려: CEO는 낮게 보지만, 시장 상황은 언제든 변할 수 있습니다.
• 자체 칩 개발 경쟁 심화: 장기적으로 특정 워크로드에서 경쟁력 있는 대안들이 나올 수 있습니다.
• 지정학적 변수 (특히 중국 시장): 미국의 수출 통제로 인해 화웨이 같은 현지 기업이 성장할 기회를 얻고 있으며, 불확실성이 여전합니다.

---

Q11. 결국 엔비디아 투자의 핵심 질문은 무엇인가요?

A11. 엔비디아가 가진 강력한 플랫폼 지배력, 극한의 공동 설계를 통한 압도적인 혁신 속도, TCO 경쟁력 같은 강점들을 믿을 것인지, 동시에 경쟁 심화 가능성, 지정학적 리스크, 높은 시장 기대치를 충족시킬 수 있을지 냉정하게 평가하는 것입니다. 단순히 GPU 시장 점유율을 넘어, AI 인프라 구축이라는 훨씬 큰 게임에서 엔비디아가 차지하는 역할과 그 가치를 어떻게 매길 것인지가 핵심적인 고민이 될 것입니다.