젠슨 황은 최근 다리오 아모데이 등 프런티어 AI 연구소들이 제기한 ‘AI 개발 속도 조절·안전’ 논쟁에 대해 “안전은 최우선이지만 안전과 리더십은 양자택일이 아니다”라고 강조. 미국은 빠르게 혁신하면서도 안전하게 AI를 발전시킬 수 있으며, 안전을 위해 AI 개발 자체를 늦춰야 한다는 논리에 동의하지 않는다고 설명.
특히 AI가 인류 멸종이나 문명적 재앙으로 이어질 확률을 숫자로 제시하는 주장에 강하게 비판적. 과학적으로 충분히 입증되지 않은 예측을 연구자들이 권위 있는 언어와 숫자로 표현해 사람들을 불안하게 만드는 것은 “무책임하다”고 지적.
과거에도
• “5년 안에 AI가 영상의학과 의사를 완전히 대체한다”
• “6~12개월 안에 코드의 90%를 AI가 작성한다”
• “6~9개월 안에 초급 일자리 50%가 사라진다”
• “내년 화이트칼라 일자리 절반이 사라진다”
등의 예측이 있었지만 실제로는 그렇게 되지 않았다고 설명.
오히려 AI가 영상의학 판독 업무 상당 부분을 자동화했음에도 영상의학과 전문의는 이전보다 더 필요해졌다며, AI가 업무를 자동화한다고 직업 전체가 사라지는 것은 아니라고 강조.
■ AI 안전 문제는 ‘속도 중단’보다 엔지니어링으로 해결
프런티어 연구소 내부에서 통제 문제가 발생했다면 심각하게 다뤄야 하지만, 그것은 AI 자체가 통제 불가능하다는 것과는 다른 문제라고 설명.
AI 연구소들이 ‘연구’ 조직에서 대규모 제품을 운영하는 ‘엔지니어링’ 조직으로 전환하는 과정에서 시행착오가 있을 수 있으며, 사고가 발생하면
Root Cause 분석 → 기술·프로세스 개선 → 재발 방지
방식으로 해결해야 한다고 주장.
샌드박스, 런타임, 모니터링, 지속적 감시, 평가 시스템 등이 발전하면 통제력도 계속 높아질 것이라고 전망.
규제 역시 막연한 미래의 공포가 아니라 실제로 발생한 문제를 해결해야 한다고 강조. 필요하다면 금융감사처럼 여러 독립적인 제3자 AI 평가기관을 두어 테스트·감사를 수행하는 방식도 가능하다고 설명.
■ 재귀적 자기개선(RSI)도 ‘폭주하는 AI’와는 다르다
중국 GLM 계열 연구소가 대규모 자금을 들여 AI가 다음 AI를 개선하는 재귀적 자기개선을 추진한다는 질문에도 과도한 공포를 경계.
젠슨은 RSI가 인컨텍스트 학습, 스킬, Reflection, 강화학습, 합성데이터, LoRA 등 이미 사용되는 여러 기술의 조합이라고 설명.
AI를 이용해 AI 개발 생산성을 높이는 것은 매우 논리적인 접근법이며 모든 주요 연구소가 어느 정도 사용하고 있을 것이라고 말했다.
기업 내부에서 아무리 자기개선을 진행해도 제품을 외부에 출시하기 전에는 다시 평가·테스트·회귀검증을 해야 하기 때문에 “AI가 스스로 개선하다 통제 불가능하게 폭주한다”는 식의 해석에는 동의하지 않는다고 강조.
■ 오픈소스 AI는 미국 AI 패권에 필수
“세계에는 폐쇄형 모델과 오픈 모델이 모두 필요하다.”
폐쇄형 프런티어 모델은 뛰어난 사용 경험을 제공하지만, 오픈 모델은 AI 주권·프라이버시·기업 독자기술 확보에 필수적이라고 설명.
젠슨은 최근 6개월간 AI Native 기업에 약 4,000억달러의 벤처투자가 들어갔으며 그중 약 80%가 오픈 모델을 사용한다고 언급.
미국이 AI 경쟁에서 승리하려면 OpenAI·Anthropic·Google 같은 몇 개 회사만 성공해서는 안 되고,
모든 기업, 모든 산업, 연구자, 교사, 학생, 스타트업이 AI를 사용할 수 있어야 한다고 강조.
중국산 오픈 모델에 대해서도 실용적 입장. 리눅스나 쿠버네티스에도 전 세계 개발자들의 코드가 들어가듯 중국 연구진이 만든 모델도 다운로드하고 포크해서 개선하면 결국 자신의 기술로 활용할 수 있다는 것.
따라서 AI 경쟁의 본질은
“누가 AI를 처음 만들었느냐가 아니라 누가 AI를 가장 잘 활용하느냐”라고 강조.
과거 산업혁명의 핵심 과학자들은 유럽인이었지만 미국이 그 기술을 산업·사회적으로 가장 잘 활용해 최대 수혜자가 됐다는 비유를 제시.
■ 중국은 AI를 ‘종말’이 아닌 산업기술로 본다
젠슨은 중국의 AI 담론이 미국보다 훨씬 실용적이라고 평가.
중국에서는 AI가 문명을 끝낼 것이라는 주장보다 경제·산업·사회 발전을 촉진하는 기술이라는 관점이 강하다는 것.
중국은 엔지니어를 대규모로 배출하고 고부가 제조업을 대량생산하는 능력이 매우 뛰어나기 때문에 결국 첨단 반도체 기술도 따라올 것이라고 전망.
중국의 자체 첨단 노광장비 기술에 대해서는 “2030년이면 도달할 것”이라고 전망하며,
“2030년은 바로 코앞이다. NVIDIA처럼 수십 년을 생각하는 기업 입장에서는 2~3년은 한순간에 불과하다. 중국은 사실상 이미 거기에 도달했다고 생각해야 한다.”
→ 미국 입장에서는 AI 속도를 늦추는 전략이 중국과의 경쟁에서 특히 위험하다는 논리.
■ 트럼프 깜짝 전화 — “Whoever wins AI wins”
행사 도중 트럼프 대통령이 젠슨에게 전화.
트럼프는 최근 AI·데이터센터 반대 움직임에 대해 중국에 이익이 되는 흐름이라고 비판하며,
“Whoever wins AI wins. AI에서 이기는 나라가 승리한다.”
“AI는 인터넷보다 더 크다.”
라고 강조.
데이터센터를 향후 20~25년의 ‘석유(oil)’에 비유하며 데이터센터가 지역 투자·일자리·부를 창출할 수 있다고 주장.
AI를 신중하게 개발해야 하지만 그것을 이유로 산업 자체를 멈춰서는 안 된다고 강조했고, 젠슨 역시 이에 동의.
■ 젠슨이 보는 AI = 새로운 산업혁명 + 미국 재산업화
AI는 단순한 소프트웨어 산업이 아니라 ‘지능을 생산하는 산업’.
따라서 AI가 커질수록 필요한 것은 GPU만이 아니라
반도체 → 메모리 → 네트워크 → 데이터센터 → 건설 → 전력생산 → 전력망 → 애플리케이션
전체 산업 생태계.
젠슨은 AI 벤처투자 증가가 소프트웨어 일자리를 만들고, 컴퓨팅 수요는 다시 데이터센터·건설·전력·제조업 일자리를 만든다고 설명.
■ NVIDIA의 다음 핵심 전략 = 다운스트림 병목 제거
NVIDIA는 과거부터 TSMC, 메모리 업체, 코닝, 루멘텀 등 업스트림 공급망과 미리 협력해 AI 수요 폭증을 준비해왔다고 설명.
이제 젠슨이 집중하는 것은 다운스트림.
핵심은 다시 한번
“Land, Power, Shell”
= 부지 + 전력 + 데이터센터 건물
AI 컴퓨팅을 배치하려 해도 이 3가지가 준비되지 않으면 GPU를 설치할 수 없기 때문.
특히 하이퍼스케일러들은 보통 연 단위로 계획하지만 현재 AI 수요 변화 속도가 너무 빨라 계획이 계속 빗나간다고 설명.
반면 네오클라우드·지역 클라우드 사업자들은 각 지역의 부지와 전력을 더 빠르게 확보할 수 있어 중요성이 커지고 있다고 평가.
각 국가가 자국 전력을 전략자산으로 인식하면서 Sovereign AI·지역 네오클라우드 확대도 계속될 것으로 전망.
■ NVIDIA는 칩 회사가 아니라 AI 전체 플랫폼으로 확장
과거 NVIDIA가 cuDNN, Megatron 등을 직접 개발한 이유도 고객이 필요로 했기 때문이며, 필요한 영역까지 먼저 기술을 만든 뒤 생태계에 제공해 “천 송이 꽃이 피게 한다”는 전략이라고 설명.
현재 NVIDIA 플랫폼에서는 OpenAI뿐 아니라 Meta 계열 모델, Gemini, Anthropic 등 다양한 프런티어 모델이 구동되고 있으며 AI 연구소 숫자 자체가 계속 늘어나는 중.
자율주행·로보틱스·생물학·단백질 설계에서도 NVIDIA가 직접 프런티어 모델을 만드는 이유 역시 기존 산업이 자체적으로 전체 AI 스택을 만들기 어렵기 때문.
https://x.com/DrNHJ/status/2099641172331569177?s=20
https://youtu.be/S7CrlFLAmEA?si=q8VJ4Uacxw1YS45E