AI '토큰 공장'이 컴퓨팅의 GDP 기여도를 100배 높일 것
엔비디아 CEO 젠슨 황은 인공지능이 컴퓨팅을 기업의 비용 센터에서 직접 수익을 창출하는 '공장'으로 전환시키는 새로운 경제 프레임워크를 제시했습니다. 최근 렉스 프리드먼 팟캐스트와의 두 시간짜리 인터뷰에서 황 CEO는 AI 시스템이 이제 '토큰'이라는 새로운 종류의 가치 있는 계층형 상품을 생산하고 있다고 주장했습니다. 그는 이러한 근본적인 변화가 글로벌 경제에 대한 컴퓨팅의 기여를 크게 확대할 것이라고 말했습니다. 황 CEO는 "세계 GDP에서 컴퓨팅이 차지하는 비중이 과거보다 100배 더 커질 것이라고 확신한다"고 밝혔습니다.
그의 핵심 주장은 컴퓨팅의 역할이 미리 기록된 정보를 검색하는 것에서 새로운, 상황 인지 지능을 생성하는 것으로 진화했다는 것입니다. 가격을 책정하고 판매할 수 있는 이 AI 생성 토큰은 데이터 센터를 수익 센터로 변모시킵니다. 황 CEO는 이러한 결과물에 명시적으로 가치가 할당되어 새로운 수익원을 창출하는 시장을 예측합니다.
백만 개의 토큰에 1,000달러를 지불할 의향이 있는 사람이 있다는 생각은 머지않은 미래에 현실이 될 것입니다. 이것은 '할 수 있을까'의 문제가 아니라 '언제 할까'의 문제입니다.
— 젠슨 황, 엔비디아 CEO.
엔비디아의 10조 달러로 가는 길은 '피할 수 없는 것'으로 간주
황 CEO는 자신의 '토큰 경제' 이론을 바탕으로 엔비디아의 지속적인 확장에 대해 높은 자신감을 표명하며, 잠재적으로 10조 달러에 달하는 가치 평가를 향한 성장 궤도를 '피할 수 없는 것'으로 묘사했습니다. 그는 엔비디아가 이 새로운 경제 모델의 기초 인프라를 제공함에 따라 연간 3조 달러의 매출을 달성하는 것도 불가능하지 않다고 단언했습니다. 이러한 자신감은 3년 전 HBM(고대역폭 메모리)이 아직 틈새 제품이었을 때 메모리 제조업체들을 설득하여 생산량을 늘리게 한 것과 같은 장기 전략 계획에 뿌리를 두고 있습니다. 오늘날 HBM은 AI 가속기의 핵심 구성 요소이며, 단일 엔비디아 베라 루빈 랙은 이제 200개 이상의 다양한 공급업체의 부품을 통합하고 있습니다.
황 CEO는 또한 특정 정의에 따르면 AGI(범용 인공지능)가 이미 달성되었다고 주장합니다. 그는 현재의 AGI를 잠깐이라도 10억 달러 이상의 수익을 창출할 수 있는 바이럴 애플리케이션을 만들 수 있는 시스템으로 정의합니다. 이러한 시스템이 엔비디아와 같은 복잡하고 지속적인 회사를 구축할 수는 없다는 점을 인정하지만, 이러한 능력은 AI가 창출하는 새로운 시장의 막대한 규모를 강조합니다. 이러한 견해는 AI의 결과물을 새로운 유틸리티로 규정하려는 광범위한 산업 움직임과 일치하며, 오픈AI의 샘 올트만은 시민들이 AI 처리 능력의 일부를 받는 '보편적 기본 컴퓨팅'의 미래를 제안하기도 합니다.
CEO는 유휴 전력망 용량이 AI 성장을 뒷받침할 수 있다고 주장
AI의 막대한 에너지 요구 사항에 대해 황 CEO는 전력이 극복할 수 없는 병목 현상이라는 우려를 일축했습니다. 그는 전 세계 전력망이 피크 부하를 위해 설계되었지만, 99%의 시간 동안 해당 용량의 약 60%로 작동한다고 지적했습니다. 그는 '우아하게 성능이 저하되는' 데이터 센터를 구축하여 이 방대한 유휴 전력을 활용할 것을 제안합니다. 이러한 시설은 전력망이 긴장될 때 동적으로 전력 소비를 줄이고, 중요하지 않은 워크로드를 이동하거나 서비스 중단을 초래하지 않고 지연 시간을 약간 늘릴 수 있습니다. 이를 통해 AI 공장은 새로운 발전소가 건설될 때까지 몇 년을 기다릴 필요 없이 기존의 저활용 에너지 자원을 활용할 수 있게 됩니다.
이러한 해결책은 AI 비용이 기업의 주요 관심사가 되고 있는 시점에 나옵니다. 벤처 투자가 차마스 팔리하피티야는 최근 자신의 AI 전문 회사의 비용이 2025년 11월 이후 세 배로 증가했지만, 그에 상응하는 수익 증가는 없었다고 언급했습니다. 마이크로소프트 CEO 사티아 나델라도 AI 산업이 희소한 에너지 자원을 소비할 '사회적 허가'를 유지하기 위해 의료 및 교육과 같은 분야에서 실질적인 개선을 제공해야 한다고 경고했습니다. 황 CEO의 제안은 이러한 효율성 문제에 직접적으로 초점을 맞춰 AI의 확장이 경제적 및 환경적으로 더욱 지속 가능하도록 하는 것을 목표로 합니다.