엔비디아 젠슨 황 "AI 연산 수요, 챗GPT 때보다 100배 폭증"

딥시크 R1이 등장했을 당시 엔비디아 주가는 하루 만에 17% 폭락하며 2020년 이후 최악의 하루를 보냈습니다. 저비용으로 고성능 AI를 만들 수 있다면 고가의 GPU 수요가 꺾일 것이라는 공포 때문이었습니다.

하지만 4분기 실적 발표 직후 미국 CNBC와 인터뷰를 가진 젠슨 황 엔비디아 CEO는 시장의 우려가 완전히 빗나갔다고 반박했습니다.

생각하는 AI, 연산량은 100배 더 든다

젠슨 황은 질문을 단계적으로 추론해 답을 도출하는 차세대 AI 모델들이 챗GPT 초기 시절보다 100배 더 많은 컴퓨팅 능력을 필요로 한다고 밝혔습니다.

그는 이러한 추론 중심 모델의 대표 사례로 딥시크의 R1, 오픈AI의 GPT-4, xAI의 Grok 3를 함께 언급했습니다.

황 CEO는 딥시크에 대해 세계적인 수준의 추론 모델을 오픈소스로 공개했다며 대단하다고 칭찬을 아끼지 않았습니다. 다만 딥시크의 진짜 영향은 비용 절감이 아니라, 칩을 더 많이 쓰는 추론 모델을 대중화한 데 있다고 강조했습니다.

엔비디아의 실적 역시 이를 뒷받침합니다. 4분기 매출은 전년 동기 대비 78% 증가한 393억 3000만 달러를 기록했고, AI 칩이 포함된 데이터센터 부문 매출은 93% 급증한 356억 달러로 전체의 90% 이상을 차지했습니다.

중국 시장의 침체와 60배 성능 격차

장밋빛 실적 뒤에는 지정학적 위기도 도사리고 있습니다. 바이든 행정부 말기 강화된 수출 규제로 인해 엔비디아의 중국 내 매출 비중은 거의 반토막 났습니다.

여기에 화웨이를 비롯한 중국 현지 경쟁사들의 거센 추격도 이어지고 있습니다.

칩 성능 차이도 극단적으로 벌어졌습니다. 젠슨 황은 미국에서 판매되는 차세대 GB200이 수출 규제에 맞춰 중국에 공급되는 저사양 칩보다 AI 콘텐츠를 생성하는 속도가 60배 더 빠르다고 밝혔습니다.

그럼에도 황 CEO는 개발자들이 슈퍼컴퓨터든 PC든 소프트웨어 최적화를 통해 길을 찾아낼 것이라며, 결국 소프트웨어가 해법을 찾는다는 낙관론을 폈습니다.

왜 중요한가

젠슨 황의 발언은 딥시크라는 잠재적 악재를 자사 칩 수요를 정당화하는 논리로 영리하게 뒤바꿨다는 점에서 주목할 만합니다.

개발자와 기업 입장에서는 학습 비용이 아무리 낮아져도, AI가 복잡한 문제를 스스로 검증하고 답하는 추론 단계에서는 연산 비용이 기하급수적으로 뛴다는 점을 확인시켜 줍니다. 고난도 업무를 수행하는 에이전트를 구축하려는 팀이라면 지금 당장 인프라 비용 부담을 덜기는 어려워 보입니다.

산업 전반으로 보면 AI 경쟁의 중심축이 대규모 사전학습에서 추론 연산으로 완전히 이동했습니다. 오픈소스 추론 모델이 전 세계에 보급될수록 그 모델들을 서비스하기 위해 엔비디아 하드웨어를 구매해야 하는 아이러니한 시장 구조가 형성되고 있습니다.

하지만 불안 요소는 여전합니다. 미국과 중국용 칩 사이에 벌어진 60배의 성능 격차는 단기적으로는 엔비디아의 기술력을 증명하지만, 장기적으로는 중국 기업들이 화웨이 등 자국산 대안을 선택하도록 등을 떠미는 꼴입니다. 우리가 보기에 소프트웨어로 60배의 하드웨어 격차를 메우는 데는 한계가 있으며, 이는 결국 글로벌 AI 기술 표준의 영구적 단절을 가속화할 가능성이 높습니다.