- AI는 단일 기술이나 모델이 아니라, 에너지·칩·클라우드·모델·애플리케이션으로 구성된 새로운 컴퓨팅 플랫폼 전환이며, 이를 뒷받침하기 위해 인류 역사상 최대 규모의 인프라 구축이 진행되고 있다.
- AI는 업무(task)를 자동화함으로써 직무의 목적(purpose)을 강화해 생산성을 높이며, 방사선 전문의와 간호사 사례에서 보듯 일자리를 대체하기보다 노동 수요와 경제 활동을 확대하는 방향으로 작동하고 있다.
- 오픈 모델과 사용 용이성 덕분에 AI는 선진국에 국한되지 않고 모든 국가가 자국의 언어와 산업에 맞게 활용할 수 있는 기반 기술로 확산되며, 글로벌 경제를 좁히는 것이 아니라 넓힐 잠재력을 지니고 있다.
| 본 자료는 2026년 1월 스위스 다보스에게 개최된 세계경제포럼 연례총회(일명 다보스 포럼)에서, 엔비디아의 젠슨 황 회장 겸 CEO와 세계경제포럼 의장이지 블랙록(세계 최대의 자산운용사) 회장인 래리 핑크와의 대담 내용을 비즈앤프로가 번역, 정리한 것입니다. 본 번역과 요약은 세계경제포럼이 작성한 공식적인 번역과 요약이 아니며, 세계경제포럼은 그 내용이나 오류에 대해 책임을 지지 않습니다. 아울러 대담자의 의견은 비즈앤프로의 의견과 다를 수 있습니다. |
| 요약 (Executive Summary) |
Conversation with Jensen Huang, President & CEO of NVIDIA
WEF Annual Meeting 2026
1. 대담의 목적과 문제의식
본 대담은 AI가 세계 경제와 노동시장에 미칠 영향에 대한 논쟁을 넘어, AI가 어떻게 글로벌 경제를 ‘확장(broadening)’할 수 있는지, 그리고 AI가 특정 기업이나 국가에 국한되지 않고 **보편적 기반 기술(foundation technology)**로 자리 잡기 위해 무엇이 필요한지를 논의하는 데 초점을 둔다.
젠슨 황 CEO는 AI를 단일 기술이나 제품이 아니라, 전면적인 컴퓨팅 플랫폼 전환으로 규정하며, 그 파급력이 생산성·인프라·산업 구조 전반에 걸쳐 나타나고 있음을 강조한다.
2. AI는 새로운 컴퓨팅 플랫폼 전환이다
젠슨 황은 AI를 PC, 인터넷, 모바일·클라우드 전환과 유사한 **플랫폼 전환(platform shift)**으로 설명한다. 현재 사용되는 ChatGPT, Claude, Gemini 등은 플랫폼 자체가 아니라, 플랫폼 위의 초기 애플리케이션에 해당한다.
AI 플랫폼의 핵심적 차별점은 다음과 같다.
- 사전 정의된 알고리즘이 아닌 실시간 추론 기반 컴퓨팅
- 구조화된 데이터(SQL) 중심에서 비정형 데이터(언어·이미지·음성) 이해로의 전환
- 사용자가 코드를 작성하는 대신 의도를 자연어로 전달(prompt)
이로 인해 AI는 과거에 불가능했던 문제 해결과 작업 수행을 가능하게 한다.
3. AI 산업은 ‘5개 계층’으로 구성된다
젠슨 황은 산업적 관점에서 AI를 다음의 5단 계층 구조로 설명한다.
- 에너지 – 실시간 AI 추론을 위한 전력 공급
- 칩 및 컴퓨팅 인프라 – GPU, 서버, 가속기
- 클라우드 인프라 및 서비스
- AI 모델 계층
- 애플리케이션 계층 – 금융, 헬스케어, 제조 등
대중의 관심은 주로 모델 계층에 집중되어 있으나, 경제적 가치는 애플리케이션 계층에서 발생하며, 이를 위해 하위 인프라 계층 전반의 대규모 투자가 필수적이다.
4. AI는 인류 역사상 최대 규모의 인프라 구축을 촉발한다
AI는 모든 계층이 동시에 작동해야 하는 컴퓨팅 플랫폼이기 때문에, 현재 전 세계적으로 대규모 인프라 구축이 진행 중이다. 젠슨 황은 이미 수백억~수천억 달러가 투입되었으며, 앞으로는 수조 달러 규모의 인프라 구축이 필요하다고 언급한다.
이 과정에서 반도체 공장, 컴퓨터 공장, AI 팩토리가 전 세계적으로 동시에 건설되고 있으며, 이는 에너지·제조·건설 분야 전반의 수요를 확대시키고 있다.
5. 최근 AI 모델 계층의 핵심 진전
젠슨 황은 최근 1년간 AI 모델 계층에서 세 가지 중요한 진전이 있었다고 평가한다.
- 에이전틱 AI(Agentic AI)
- 단순 응답을 넘어, 문제를 단계적으로 분해하고 계획을 수립해 실행하는 시스템으로 발전
- 오픈 추론 모델의 확산
- DeepSeek 이후 다양한 오픈 모델 등장
- 기업·연구기관·대학이 자체 목적에 맞는 모델을 구축 가능
- 물리적 AI(Physical AI)
- 언어를 넘어 단백질, 화학, 물리 등 자연 구조를 이해
- 신약 개발, 제조, 과학 연구에 적용 확대
이로 인해 AI 위에 실제 산업용 애플리케이션을 구축할 수 있는 조건이 성숙 단계에 진입했다고 진단한다.
6. AI와 일자리: ‘대체’가 아닌 ‘생산성 증폭’
젠슨 황은 AI가 일자리를 대체하기보다는 업무(task)를 자동화함으로써 직무의 목적(purpose)을 강화한다고 주장한다.
- 방사선 전문의 사례:
AI 도입 이후 판독 업무는 자동화되었으나, 전문의 수는 오히려 증가 - 간호사 사례:
기록·차팅 업무 자동화로 환자 접촉 시간이 늘고, 병원 수용 능력이 확대됨
공통점은 AI가 핵심 업무를 없앤 것이 아니라, 사람이 해야 할 본질적 역할에 더 집중할 수 있게 만들었다는 점이다.
7. 노동시장은 자동화보다 ‘인력 부족’에 직면한다
AI 인프라 구축은 대규모 숙련 노동력을 필요로 하며, 실제로 전기·설비·건설·네트워크 분야에서 인력 부족 현상이 나타나고 있다. 젠슨 황은 AI가 새로운 형태의 고임금 일자리를 창출하고 있으며, 이는 고학력 기술직에만 국한되지 않는다고 강조한다.
8. 개발도상국과 글로벌 확산
젠슨 황은 AI를 전기·도로와 같은 국가 필수 인프라로 규정한다. 오픈 모델의 확산으로 인해 각 국가는 자국의 언어와 문화에 기반한 AI를 구축할 수 있으며, AI는 역사상 가장 사용하기 쉬운 소프트웨어이기 때문에 기술 접근성 측면에서 장벽이 낮다고 설명한다.
그 결과 AI는 글로벌 기술 격차를 확대하기보다, 축소할 잠재력을 지닌 기술로 제시된다.
9. 결론: AI는 버블이 아니라 구조적 전환이다
GPU 수요가 지속적으로 공급을 초과하고 있고, 다양한 산업에서 AI 중심으로 R&D 예산이 이동하고 있다는 점에서 젠슨 황은 현재의 AI 투자를 일시적 버블이 아닌 필연적인 인프라 전환 과정으로 평가한다.
그의 핵심 메시지는 명확하다.
AI는 이미 모든 산업의 기반이 되고 있으며, 지금은 관망이 아니라 참여와 구축의 단계에 접어들었다는 것이다.
| 전체 번역본 |
엔비디아 CEO 젠슨 황과 래리 핑크의 대담
Conversation with Jensen Huang, President and CEO of NVIDIA
Speakers: Jensen Huang, Laurence D. Fink
World Economic Forum Annual Meeting 2026
래리 핑크:
여러분, 좋은 아침입니다. 다시 이 콩그레스 홀에 오게 되어 정말 반갑습니다. 어제 좋은 하루 보내셨고, 오늘도 잘 즐기고 계시기를 바랍니다.
오늘 제가 소개하게 되어 매우 기쁜 분은, 제가 진심으로 존경하고 오랫동안 지켜봐 왔으며, 기술과 AI를 배우는 여정에서 제게 큰 가르침을 주신 분, 바로 **젠슨 황(Jensen Huang)**입니다. 엔비디아를 이끌어온 그의 리더십을 지켜보는 것은 정말 놀라운 경험이었습니다.
저는 보통 타인과 자신을 비교하지 않지만, 이 비교는 꽤 마음에 듭니다. 엔비디아가 상장한 해가 1999년인데, 마침 블랙록도 같은 해에 상장했습니다.
(청중 웃음)
엔비디아의 주주 총수익률은 연평균 복리 기준 **30~37%**에 달합니다. 만약 모든 연기금이 IPO 당시 엔비디아에 투자했다면, 오늘날 우리의 은퇴자금이 얼마나 더 커졌을지 상상해 보십시오. 이는 전 세계의 은퇴자들에게 엄청난 의미를 가집니다.
한편, 블랙록의 연평균 총수익률은 약 **21%**입니다. 금융서비스 기업으로서는 매우 훌륭한 성과지만, 엔비디아와 비교하면 확실히 차이가 있습니다. 이는 젠슨의 리더십, 엔비디아의 전략적 포지셔닝, 그리고 시장이 엔비디아의 미래를 얼마나 강하게 신뢰하는지를 보여주는 훌륭한 지표입니다.
젠슨, 그 여정에 진심으로 축하드립니다. 그리고 우리는 앞으로도 훨씬 더 긴 여정을 함께할 것입니다.
젠슨 황:
감사합니다. 다만 한 가지 후회가 있습니다. IPO 직후 부모님께 좋은 선물을 해드리고 싶어서 당시 기업가치가 약 3억 달러였을 때 엔비디아 주식을 일부 팔아 메르세데스 S클래스를 사드렸습니다.
래리 핑크:
세상에서 가장 비싼 자동차죠.
젠슨 황:
네, 그렇습니다.
래리 핑크:
아직도 타고 계시나요?
젠슨 황:
네, 지금도 사용하고 계십니다.
래리 핑크:
이제 본론으로 들어가 보겠습니다. AI가 세상과 글로벌 경제를 어떻게 바꿀 것인지에 대한 논의는 매우 활발합니다. 오늘 저는 AI가 세계 경제에 어떻게 기여할 수 있는지, 그리고 어떻게 모든 사람이 활용 가능한 기반 기술이 될 수 있는지에 대해 이야기하고 싶습니다.
우리는 AI가 생산성, 노동, 인프라, 그리고 거의 모든 산업을 어떻게 재편할 것인지 살펴봐야 합니다. 무엇보다 AI가 글로벌 경제를 확장시키고, 더 많은 국가와 계층이 혜택을 누리도록 하려면 무엇이 필요한지가 중요합니다.
이 분야에서 젠슨보다 더 명확한 시각을 가진 사람은 찾기 어렵습니다. 그는 AI 자체뿐 아니라, 이를 뒷받침하는 인프라 전반을 깊이 이해하고 있습니다. 오늘 그의 이야기를 듣게 되어 매우 기대됩니다.
AI는 왜 근본적으로 다른 기술인가
래리 핑크:
왜 AI는 이렇게 거대한 성장 엔진이 될 수 있으며, 이번 기술 전환이 과거와 근본적으로 다른 이유는 무엇인가요?
젠슨 황:
우리가 AI를 사용하며 경험하는 변화의 본질은 **플랫폼 전환(platform shift)**입니다. PC의 등장, 인터넷의 등장, 모바일·클라우드 컴퓨팅의 등장은 모두 새로운 플랫폼을 만들어냈고, 그 위에 전혀 새로운 애플리케이션 생태계가 구축되었습니다.
AI 역시 동일한 현상입니다. 지금 우리가 사용하는 챗GPT나 클로드 같은 것은 하나의 애플리케이션일 뿐입니다. 앞으로 그 위에 무수히 많은 새로운 애플리케이션이 만들어질 것입니다.
과거의 소프트웨어는 인간이 알고리즘과 절차를 직접 입력하는 사전 프로그래밍 방식이었습니다. 구조화된 데이터를 기반으로 SQL 같은 언어를 사용해 정보를 처리했죠. SQL은 역사상 가장 중요한 데이터베이스 엔진이라 해도 과언이 아닙니다.
하지만 AI는 비정형 정보를 이해합니다. 이미지, 텍스트, 음성, 그리고 그 의미까지 파악하고, 상황을 해석하고, 의도를 추론합니다. 이는 컴퓨팅 역사상 처음으로 실시간 사고가 가능한 컴퓨터를 만든 것입니다.
우리는 이제 환경 정보, 맥락, 사용자의 의도를 실시간으로 이해하고 판단하는 컴퓨터를 갖게 되었습니다. 사용자는 단지 자연어로 요청하면 되고, AI는 이를 이해해 작업을 수행합니다. 이것이 바로 AI의 본질적 혁신입니다.
AI는 5단계 산업 구조다
AI는 산업적으로 보면 다섯 개의 층으로 구성된 구조입니다.
- 에너지 – 실시간 연산을 위한 전력
- 반도체 및 컴퓨팅 인프라 – 우리가 담당하는 영역
- 클라우드 인프라 및 서비스
- AI 모델
- 애플리케이션 계층
사람들은 보통 4번째 층, 즉 AI 모델만 생각합니다. 그러나 이 모든 것을 가능하게 하려면 그 아래의 인프라 전체가 함께 구축되어야 합니다.
현재 우리는 인류 역사상 최대 규모의 인프라 구축을 진행 중입니다. 이미 수천억 달러가 투입되었고, 앞으로는 수조 달러 규모의 투자가 필요합니다.
TSMC는 20개의 반도체 공장을 건설 중이며, 폭스콘, 위스트론, 콴타는 30개의 컴퓨터 공장을 짓고 있습니다. 이는 모두 **AI 공장(AI Factory)**으로 연결됩니다. 여기에 메모리 산업까지 더해지면서, 반도체·컴퓨터·AI 공장이 전 세계에서 동시에 건설되고 있습니다.
AI 기술의 3대 돌파구
지난해 AI 모델 계층에서 세 가지 큰 기술적 진전이 있었습니다.
첫째, 언어 모델이 단순한 챗봇을 넘어 에이전틱 AI(Agentic AI), 즉 스스로 사고하고 계획하며 행동하는 시스템으로 진화했습니다. 모델은 더 이상 환각(hallucination)에 머물지 않고, 추론하고 연구하며 단계적으로 문제를 해결합니다.
둘째, **오픈 모델(open models)**의 등장입니다. 딥시크(DeepSeek)는 세계 최초의 오픈 추론 모델이었고, 이후 수많은 오픈 모델이 등장했습니다. 이는 기업, 연구자, 대학, 스타트업이 자신들의 목적에 맞는 AI를 직접 구축할 수 있도록 만들었습니다.
셋째, **물리적 AI(Physical AI)**의 비약적 발전입니다. 단백질, 화학, 물리, 유체역학, 양자물리 등 자연의 법칙을 이해하는 AI가 등장했고, 이는 제조업, 신약 개발, 과학 연구를 근본적으로 바꾸고 있습니다.
AI는 일자리를 줄이지 않는다 — 오히려 늘린다
10년 전, 방사선과 전문의는 가장 먼저 사라질 직업으로 꼽혔습니다. 그러나 현재 AI는 의료 영상 판독에 완전히 적용되었음에도 불구하고, 방사선과 전문의 수는 오히려 증가했습니다.
이유는 간단합니다.
직업의 목적과 업무(task)를 구분해야 합니다.
방사선과 전문의의 목적은 환자 진단입니다. AI가 영상 판독을 자동화하면서, 의사들은 환자와 더 많은 시간을 보내고, 병원은 더 많은 환자를 진료하게 되었고, 결과적으로 더 많은 의사를 고용하게 되었습니다.
간호사 역시 마찬가지입니다. 미국은 500만 명의 간호사가 부족합니다. AI가 기록과 문서 업무를 자동화하면서 간호사는 환자 돌봄에 집중하게 되었고, 병원은 더 많은 간호사를 고용하게 되었습니다.
개발도상국과 글로벌 확장
AI는 모든 국가가 반드시 구축해야 할 핵심 인프라입니다. 전기와 도로처럼 AI 역시 공공 인프라가 되어야 합니다.
각국은 자국의 언어와 문화를 기반으로 국가 AI 모델을 구축해야 합니다. 오픈 모델 덕분에 이는 충분히 가능합니다.
AI는 역사상 가장 사용하기 쉬운 기술입니다. 이는 기술 격차를 획기적으로 줄일 것입니다. 이제 모든 사람은 AI에게 “프로그래밍하는 방법을 가르쳐 달라”고 말하면 됩니다.
유럽의 전략적 기회
유럽은 세계 최고 수준의 제조업 기반과 기초과학 역량을 갖추고 있습니다. AI와 결합하면 로보틱스와 물리적 AI 혁신의 중심지가 될 수 있습니다.
이를 위해서는 에너지, 인프라, 기술 인력에 대한 대규모 투자가 필수적입니다.
AI 거품 논쟁
현재 전 세계적으로 GPU 임대 가격은 상승 중입니다. 수요가 공급을 훨씬 초과하기 때문입니다. 2025년은 사상 최대 규모의 벤처 투자 해였으며, 그 대부분이 AI 네이티브 기업에 집중되었습니다.
이는 거품이 아니라, 거대한 산업 재편의 초입입니다. 특히 연기금은 이 역사적 전환에 반드시 참여해야 하며, 그래야 평균 시민도 이 성장의 열매를 공유할 수 있습니다.
래리 핑크:
시간이 다 되었습니다. 오늘 우리는 젠슨 황의 기술적 리더십, 비즈니스 통찰, 그리고 무엇보다 마음과 영혼을 가진 리더십을 확인했습니다. 모두에게 큰 영감이 되었기를 바랍니다. 감사합니다.
