블루밍 트렌드/주식

🧠 엔비디아 GTC 2025 핵심 요약, AI의 미래

bloomingbuck 2025. 3. 24. 00:04

최근 'AI의 슈퍼볼'이라 불리는 NVIDIA GTC 2025가 열렸다. 단순한 새로운 기술을 발표하는 AI 컨퍼런가 아닌, 앞으로 2년 안에 비즈니스 지형이 어떻게 바뀔지를 보여준 행사였다. 이는 지능과 자동화의 미래를 엿볼 수 있는 무대였고, 기업이 어떻게 변화하고, 창조하고, 재구성하며 전략을 다시 짜야 하는지를 명확히 보여준 자리였다. 엔비디아 CEO 젠슨 황은 AI는 더 이상 이메일을 작성하는 도구가 아닌, 세상이 비즈니스를 운영하는 방식 그 자체가 되어가고 있다는 것이라는 메세지를 정확히 했다. 이번 행사에서 드러난 핵심 키워드는 단 하나:
 

 "AI는 디지털을 넘어 '현실 세계'로 진입하고 있다."

 

“AI는 더 이상 콘텐츠를 만드는 도구가 아닙니다. 세상이 일하고 움직이는 방식 자체가 되고 있습니다.”
— Jensen Huang, NVIDIA CEO

 

젠슨 황, 엔비디아 CEO

 그리고 다음 네 가지로 이번 GTC의 핵심 메세지를 요약해 볼 수 있었다.

1. AI는 이제 현실을 ‘보고, 듣고, 행동’한다

 

  • Vision-Action Model (VAM):
    AI가 이미지를 인식하고 실시간으로 행동을 취함
  • AI 로보틱스 & 하드웨어:
    물류, 제조, 리테일, 고객 응대까지 AI 로봇이 담당
  • 멀티모달·스페이셜 AI:
    언어+영상+공간 데이터를 통합해 더 똑똑하게 판단

 
💡 이제 단순한 챗봇, 자동화 수준을 넘어서 AI가 '움직이고 작동'하는 환경까지 비즈니스 전략에 포함시켜야 할 때이다. 즉, 로봇, 멀티모달 AI, 공간지능형 AI 등과 같은 새로운 기술들이 어떻게 고객 응대, 비즈니스 프로세스, 업무 환경을 바꿀 수 있을지 고민해야 할 시점이다.

2. AI는 ‘엣지’로 이동 중이다 — 클라우드에서 디바이스로

기존 AI는 주로 클라우드 상에서 작동했지만, 이제는 엣지 컴퓨팅(Edge AI) 시대가 시작되었다. 이는 AI가 직접 디바이스나 네트워크 상에서 작동하게 된다는 것을 의미한다.
 

✔ 왜 엣지 AI가 중요할까?

  • 초저지연 처리 → 실시간 반응이 필요한 의료·금융·산업 분야에 필수
  • 보안·컴플라이언스 강화 → 데이터 중앙화 의존도 낮춤
  • 운영 효율화 → 고객 서비스·공급망·예측 분석에 즉각적인 반영 가능

💡 이제는 기업의 AI 인프라 자체를 다시 설계해야 할 때이다. 온디바이스 AI, 5G/6G 연결성, 실시간 데이터 처리 역량 확보가 향후 경쟁력을 좌우할 것이다.

3. 미래의 인재는 AI에 의해 대체되지 않는다 — 강화한다

AI로 인한 일자리 상실에 대한 우려가 크지만, 오히려 AI는 인간을 보완하고, 함께 일하는 동료 (co-pilot)로 진화하며 협업하게 될 것이다. 핵심은 ‘대체’가 아니라 ‘증강’이다.
 

  • AI Co-Pilot: 반복 업무 자동화 + 의사결정 추천
  • AR/VR 기반 AI 가이드: 실시간 교육, 작업 지시, 생산성 향상
  • AI 기반 리더십: 관리자들은 AI의 인사이트를 기반으로 빠른 의사결정 수행

 
💡 최고의 기업은 AI를 도입하는 데 그치지 않고, 'AI+ 교육+ XR 훈련' 시스템으로 인재를 더 똑똑하게 만들어 직원과 리더쉽의 활용 능력을 강화한다.

4. 이제는 학습이 아니라 추론이 핵심이다

AI 개발에서 오랫동안 가장 중요한 건 *모델 학습(training)**이었으나, 이제는 AI 모델 추론** 이 중심이 되는 시대로 변화하는 중이다.

✔ 왜 추론이 중요할까?

  • 실제 사용량 폭증:
    ChatGPT, Copilot, AI 챗봇 등 실시간 AI 서비스의 사용량이 폭발적으로 증가
  • 엣지 AI 시대 도래:
    로컬 디바이스, 로봇, 자율주행 시스템은 학습보다 추론 성능이 더 중요
  • 속도와 에너지 효율:
    추론 성능이 좋지 않으면 실제 서비스에서 속도, 전력 소비 모두 문제가 됨

“우리는 이제 AI 추론(inference)이 중심이 되는 시대에 접어들었다.”
“Inference is the new computing workload.”
-젠슨황, 엔비디아 CEO

 
* AI 모델 학습(training): 대규모 데이터를 기반으로 모델을 훈련시키는 과정
**AI 모델 추론(inference): 훈련된 모델이 실제 데이터를 기반으로 ‘생각하고’ ‘판단’하는 과정

 
💡AI 개발에서 오랫동안 가장 중요한 건 **모델 학습(training)**이었다. 수십억 개의 파라미터를 학습시켜 고성능 모델을 만드는 게 핵심이었었으나, 이제는 현실에서 AI가 어떻게 활용되고 있는가, 다시 말해 실시간 추론의 효율성과 정확성이 AI 성공의 열쇠가 된다.

 

⚙️ 그래서 NVIDIA는 어떻게 미래를 중일까?

엔비디아는 GTC 2025에서 ‘추론 시대’를 대비해 다음과 같은 기술들을 발표했다:
 
1) 차세대 AI 칩 아키텍처 발표

  • 블랙웰 울트라(Blackwell Ultra): 이전 세대 대비 68배 향상된 성능을 제공하며, 2025년 하반기 출시 예정입니다.
  • 베라 루빈(Vera Rubin): 2026년 말 출시 예정인 이 칩은 6세대 HBM인 'HBM4'를 탑재하고, 새로운 CPU인 '베라(Vera)'와 결합되어 데이터센터 성능을 획기적으로 향상시킬 것으로 기대됩니다

2) AI의 진화: 에이전틱 AI와 피지컬 AI

  • 에이전틱 AI(Agentic AI): 상황을 인식하고 계획을 수립하며, 물리적 세계를 이해하는 AI로, 웹 탐색이나 복잡한 작업을 스스로 해결할 수 있는 능력을 갖추고 있습니다.
  • 피지컬 AI(Physical AI): 마찰, 관성 등 물리적 개념을 이해하여 로봇 공학 분야에서의 활용이 기대됩니다. 이를 통해 로봇이 실제 환경에서 더욱 효율적으로 작동할 수 있습니다.

3) 로봇 공학을 위한 오픈소스 모델: 아이작 GR00T N1

  • 아이작 GR00T N1(Isaac GR00T N1): 휴머노이드 로봇 개발을 지원하는 오픈소스 모델로, 시뮬레이션 환경에서의 학습을 통해 로봇 개발의 효율성을 높입니다.

4) 합성 데이터 생성 모델: 코스모스 AI

  • 코스모스 AI(Cosmos AI): 포토리얼리스틱 비디오를 비용 효율적으로 생성하여 로봇 및 자동화 서비스의 훈련 데이터를 제공합니다. 이는 AI 모델의 학습 효율성을 크게 향상시킵니다. 

5)  자율주행 및 안전 시스템: GM과의 협력 및 할로스 시스템

  • GM과의 협력: 제너럴 모터스와 협력하여 엔비디아의 기술을 자율주행차에 통합, AI 제조 모델 훈련을 위한 맞춤형 AI 시스템을 구축합니다.
  • 할로스 시스템(Halos System): 자율주행의 안전성을 위한 AI 솔루션으로, 코드의 안전성을 철저히 평가하여 신뢰성을 확보합니다.

6) 로봇 시뮬레이션을 위한 물리 엔진: 뉴턴

  • 뉴턴(Newton): 구글 딥마인드 및 디즈니 리서치와 공동 개발한 오픈소스 물리 엔진으로, 로봇 시뮬레이션의 현실성을 높여 개발 과정을 혁신합니다.

 

GTC 2025에서 기조연설 중인 젠슨 황

 
GTC 2025는 우리에게 줄곧, “당신의 회사는 준비되어 있습니까?” 라는 질문을 던졌다. 앞으로 1~2년은 새로운 AI 시대의 선도자와 추격자를 가를 중요한 시기가 될 것이며. 그 시간동안 ‘AI를 전략으로 받아들인 기업’과 그렇지 못한 기업의 격차는 걷잡을 수 없이 벌어질 것이라는 젠슨의 경고가 계속 되는 듯 했다. 
 
 

우리는 2년 후, 또 어떻게 바뀌어 있을까?
🦾