제1부 엔비디아 창립의 순간 ― 덴니즈 식당 테이블에서 시작된 AI 제국 엔비디아는 오늘날 전 세계가 주목하는 AI 시대의 핵심 기업입니다. 2024년 기준 시가총액은 1조 달러를 넘어섰고, 데이터센터와 AI 학습에 사용되는 GPU 시장 점유율은 80퍼센트 이상을 차지합니다. 하지만 지금의 위용과는 달리 시작은 매우 조용했습니다. 거대한 연구소도, 독점 기술도 없었습니다. 단지 한 식당 테이블 위에서 “미래의 컴퓨터는 지금과 전혀 다를 것이다”라는 확신을 공유한 세 명의 엔지니어가 있었을 뿐입니다. 그 식당이 바로 캘리포니아 산타클라라의 덴니즈(Denny’s), 시간은 1993년, 엔비디아가 첫 호흡을 내쉬던 순간입니다. --- 1 창업자 세 사람의 공통된 문제의식 세 사람은 모두 기술 업계에서 경력을 쌓던 엔지니어였습니다. ● 젠슨 황 컴퓨터 칩 설계 전문가 ● 크리스 말라초스키 그래픽 소프트웨어 개발자 ● 커티스 프리엠 반도체 하드웨어 엔지니어 세 사람은 서로의 배경은 달랐지만 다가올 기술 환경에 대한 관점만큼은 똑같았습니다. “앞으로 컴퓨터는 숫자와 문자를 처리하는 기계에서 이미지 영상 게임을 중심으로 한 시각적 플랫폼이 될 것이다.” 즉, 미래의 컴퓨팅은 지금 CPU가 처리하는 방식으로는 절대 커버할 수 없다는 사실을 정확히 꿰뚫고 있었던 것이죠. 당시 CPU는 직렬 처리 방식이었습니다. 연산 능력은 뛰어났지만, 3D 그래픽처럼 방대한 양을 동시에 처리해야 하는 작업에선 한계가 분명했습니다. 영화 렌더링 게임 그래픽 시각적 데이터 분석 같은 분야는 오히려 병렬 구조에 더 잘 맞았습니다. 그러나 그 병렬 구조를 전담하는 ‘새로운 프로세서’는 아직 세상에 없었습니다. --- 2 미래를 바꾼 결론 “새로운 형태의 칩이 필요하다” 세 사람은 단순한 회의가 아니라 “컴퓨팅의 판을 완전히 바꿀 기술이 필요하다”는 데 의견이 일치했습니다. 그래서 도출된 결론은 단 하나였습니다. CPU로는 미래의 시각적 시대를 감당할 수 없다. 그래픽과 대량 연산을 전문적으로 처리하는 새로운 프로세서가 반드시 필요하다. 이 결론이 바로 엔비디아의 시작점입니다. 그들의 열정은 자금 부족과 현실을 뛰어넘었습니다. 창업 당시 그들이 가진 초기 자본금은 약 4만 달러. 심지어 장비를 구매하기 위해 젠슨 황이 자신의 신용카드를 사용해야 했습니다. 이렇듯 엔비디아의 출발은 허름한 식당 테이블과 개인 신용카드 한 장이 전부였지만, 그 속에 들어 있는 비전만큼은 거대했습니다. --- 3 엔비디아라는 이름의 탄생 엔비디아라는 이름도 거창한 전략에서 나온 것이 아닙니다. 초기 내부 코드명은 단순히 NV였습니다. Next Vision Next Version 미래지향적 의미를 담고 있었기 때문입니다. 이 NV가 확장되며 엔비디아라는 이름이 만들어졌습니다. 브랜드는 작았지만 목표는 컸습니다. --- 4 첫 실패 NV1 프로젝트 “이대로라면 회사는 문을 닫는다” 1995년 엔비디아는 첫 제품 NV1을 내놓습니다. 하지만 결과는 참혹했습니다. ● 소프트웨어 개발사들이 NV1의 구조를 제대로 지원하지 못했고 ● 당시 표준 API와도 맞지 않았으며 ● 경쟁사 3dfx는 더 단순하고 강력한 기술을 내놓아 시장을 장악했습니다. NV1 실패로 엔비디아는 첫 해체 위기를 겪습니다. 직원들은 월급이 밀리고 회사 운영이 불안정해졌습니다. 하지만 이 시기가 엔비디아를 다시 태어나게 한 중요한 터닝포인트였습니다. 젠슨 황은 이렇게 말했습니다. “실패는 엔비디아의 DNA이다. 우리는 실패할 때마다 더 강한 설계로 돌아왔다.” --- 5 반전의 시작 RIVA 128의 성공 엔비디아는 실패를 인정한 후 즉시 방향을 고쳤습니다. ● 시장 표준을 철저히 분석하고 ● 게임 개발사들과 적극적으로 협력하며 ● 그래픽 처리 구조를 완전히 재설계했습니다. 그 결과물이 RIVA 128입니다. 1997년 출시된 이 제품은 350만 개 이상 판매되며 폭발적인 성공을 거두었습니다. 이 성공으로 엔비디아는 마침내 “그래픽 시장에 진입한 신생 기업”에서 “새로운 강자”로 올라서게 됩니다. --- 6 세상을 바꾼 선언 “지포스 256, 이것은 CPU가 아니다. 세계 최초의 GPU다” 1999년 엔비디아는 컴퓨터 역사에 남을 일을 합니다. 바로 지포스 256을 발표하며 세계 최초로 “GPU”라는 단어를 공식 제시한 것입니다. ● CPU는 직렬 연산 ● GPU는 병렬 연산 중심 이 명확한 구분 자체가 혁명이었습니다. 지포스 256의 탄생으로 ● 3D 게임의 품질이 급격히 향상되었고 ● 영상 렌더링 속도가 크게 빨라졌으며 ● 그래픽 산업 전체가 완전히 다른 단계로 넘어갔습니다. 이 순간은 엔비디아가 단순한 그래픽 카드 회사를 넘어 시각적 컴퓨팅 시대의 기준을 만든 기업으로 자리 잡은 순간입니다. --- 엔비디아는 처음부터 혁신 기업이 아니었습니다. 첫 제품은 실패했고 자본은 부족했고 시장도 좁았습니다. 그러나 미래를 읽은 통찰 실패를 두려워하지 않는 문화 기술을 새롭게 정의하는 용기 이 세 가지가 엔비디아를 지금 AI 시대의 중심에 서게 만들었습니다. --- 제2부 엔비디아를 AI 제국으로 만든 결정적 순간들 엔비디아는 처음부터 AI 기업이 아니었습니다. 3D 그래픽을 처리하는 칩을 만드는, 수많은 기술 기업 중 하나였습니다. 그러나 이 회사를 전 세계 AI 산업의 정중앙으로 끌어올린 것은 단순한 기술력이 아니라 전략적 판단, 실패 이후의 방향 전환, 그리고 남들이 보지 못하던 미래를 보는 눈이었습니다. 이번 장에서는 엔비디아가 어떤 선택들을 통해 그래픽 회사를 넘어 AI 산업의 핵심 인프라로 진화했는지를 구체적인 사건과 데이터를 중심으로 풀어보겠습니다. --- 1 CPU 중심 구조의 한계를 가장 먼저 본 기업 엔비디아가 남보다 빨리 본 것은 미래의 컴퓨팅 패러다임이 근본적으로 바뀔 것이라는 점이었습니다. 젠슨 황은 일찍부터 이렇게 주장했습니다. “앞으로의 시대에는 하나의 복잡한 연산을 빠르게 처리하는 CPU보다 수천 개의 연산을 동시에 처리할 수 있는 병렬 구조가 필요하다.” 당시 대부분의 기업은 CPU 기술을 더 고도화하는 데 집중했습니다. 하지만 엔비디아는 아예 구조 자체가 바뀔 것이라고 예상한 것이죠. 이 관점이 엔비디아의 운명을 결정한 첫 번째 순간입니다. --- 2 CUDA 탄생 그래픽 칩을 계산용 컴퓨터로 만든 순간 2006년 엔비디아는 업계 전체가 놀랄만한 발표를 합니다. 바로 CUDA입니다. CUDA는 GPU가 화면을 그리는 용도뿐 아니라 일반적인 계산 작업까지 수행하도록 설계한 플랫폼입니다. 한마디로 GPU를 그래픽 카드에서 대규모 병렬 계산을 수행하는 슈퍼컴퓨터 로 바꿔놓은 것입니다. 하지만 당시만 해도 시장의 반응은 미지근했습니다. 왜 그랬을까요 첫째 대부분은 GPU를 그래픽 카드라고만 생각했고 둘째 연구자들도 아직 대규모 데이터 연산에 GPU가 필요하다는 상상을 하지 못했습니다. 셋째 AI는 아직 지금과 같은 시대를 열지 않았습니다. 그러나 엔비디아는 알고 있었습니다. 머지않아 AI와 과학 기술 산업 전반이 CPU를 넘어서는 연산 구조를 요구하게 될 것이라는 사실을요. 이 판단이 엔비디아의 미래를 바꾼 두 번째 결정적 선택입니다. --- 3 2012년 ImageNet 우승 사건 AI 산업의 판이 뒤집힌 날 2012년 인공지능 역사에서 매우 중요한 사건이 일어납니다. 바로 ImageNet 대회에서 딥러닝 모델이 기존 기술을 압도하며 우승한 것입니다. 여기서 많은 사람들이 놀랐던 사실이 있습니다. 그 딥러닝 모델의 훈련에 사용된 컴퓨터가 엔비디아 GPU 기반이었다는 점입니다. 당시 연구자들은 CPU로 모델을 훈련하면 몇 달이 걸리거나 아예 불가능했던 작업을 GPU로 불과 며칠 만에 끝낼 수 있었습니다. 이날 이후 전 세계 AI 연구자들의 시선은 한 방향으로 향했습니다. GPU를 사용하는 시대가 왔다. 이 하나의 사건이 엔비디아를 그래픽 회사에서 AI 생태계의 중심으로 끌어올린 세 번째 결정적 순간이었습니다. --- 4 데이터센터 매출 폭발 엔비디아는 AI 기업이 되었다 GPU가 AI 산업의 표준이 되자 데이터센터 시장에서 엔비디아의 매출이 폭발적으로 증가하기 시작했습니다. 데이터센터 매출 변화 2015년 약 3억 달러 2020년 약 67억 달러 2021년 100억 달러 돌파 2024년 400억 달러 이상 추정 불과 10년이 채 되지 않는 시간 동안 데이터센터 부문 매출이 100배 가까이 커졌습니다. 이 시기부터 엔비디아는 회사 내부에서도 그래픽 회사가 아니라 AI 엔진 회사로 정체성을 바꾸기 시작했습니다. --- 5 A100 H100 초대형 AI 모델 시대를 열어젖힌 칩 엔비디아의 진짜 변곡점은 A100과 H100의 등장입니다. A100은 딥러닝 학습 속도를 이전 세대 대비 20배 이상 높였고 대규모 데이터 연산을 GPU가 완전히 장악하도록 만들었습니다. 그리고 이어 출시된 H100은 초대형 AI 모델 시대를 현실로 만든 결정적 칩입니다. ChatGPT GPT4 Claude Llama Gemini 이 모든 모델은 H100 또는 A100 기반에서 훈련됩니다. GPU는 이제 그래픽 카드가 아니라 AI 시대의 원유 같은 존재가 되었습니다. --- 6 엔비디아는 칩 회사가 아니라 생태계 기업 엔비디아가 더 강해진 이유는 하드웨어를 팔기 때문이 아닙니다. 그보다 더 중요한 것은 개발자 생태계를 구축했다는 점입니다. 주요 엔비디아 생태계 플랫폼 CUDA cuDNN TensorRT Omniverse Isaac Nemo DGX 시스템 이 도구들은 개발자가 엔비디아 GPU를 쉽게 활용하도록 설계되었습니다. 그리고 시간이 지나면서 이 생태계는 엔비디아의 가장 큰 진입 장벽이 되었습니다. 경쟁사들은 칩을 만들어낼 수 있어도 CUDA 생태계 없이 그 칩은 활용도가 매우 떨어집니다. 즉 엔비디아는 칩 제조 회사에서 AI 플랫폼 기업으로 진화한 것입니다. --- 엔비디아의 성장은 우연이 아닙니다. 잘못된 예측과 실패도 있었지만 그때마다 빠르게 방향을 바꾸고 새로운 기술의 흐름을 남보다 먼저 읽어냈습니다. 그래서 엔비디아는 지금 AI 시대의 핵심 인프라를 만드는 회사가 되었고 AI 산업 자체가 엔비디아를 중심으로 움직이는 구조가 완성되었습니다. --- 제3부 엔비디아의 미래 AI 인프라에서 로봇 자율주행 산업 전체로 확장되는 힘 엔비디아는 지금도 빠르게 성장하고 있지만 앞으로의 미래는 현재보다 훨씬 더 큰 기회를 품고 있습니다. 엔비디아가 바라보는 미래 전략은 크게 네 가지 분야로 정리됩니다. AI 데이터센터 자율주행 로봇 디지털 트윈 이 네 가지는 서로 독립된 영역이 아니라 AI 시대의 산업 구조 전체를 하나의 생태계로 묶는 핵심 축입니다. 이 생태계를 구축하는 기업이 바로 엔비디아이며, 젠슨 황은 이를 두고 새로운 산업혁명의 토대라고 말합니다. 아래에서는 각 분야가 어떻게 성장하고 있으며 엔비디아가 어떤 방식으로 시장을 장악해가고 있는지 구체적인 흐름을 중심으로 살펴보겠습니다. --- 1 AI 데이터센터 엔비디아가 국가 인프라가 된 시대 오늘날 전 세계 국가와 기업들은 AI 기술이 국가 경쟁력을 결정한다고 보고 있습니다. 이 때문에 미국, 유럽, 중국, 한국, 싱가포르 등 주요 국가들은 AI 데이터센터 건설에 수천억 달러 규모의 투자를 발표하고 있습니다. AI 데이터센터의 핵심은 무엇일까요 바로 GPU 기반의 초고성능 연산 장비입니다. CPU만으로는 초거대 AI 모델을 수행하기 어렵기 때문에 국가들이 AI 인프라를 구축한다는 것은 사실상 엔비디아 GPU를 대규모로 도입한다는 뜻과 크게 다르지 않습니다. 실제로 2024년 기준 전 세계 AI 데이터센터의 GPU 점유율은 엔비디아가 80퍼센트를 넘습니다. H100과 A100은 대부분의 초거대 AI 모델의 필수 장비로 자리잡았고 국가적 AI 경쟁이 결국 엔비디아 수요 증가로 이어지는 구조가 형성되었습니다. 이러한 흐름 덕분에 엔비디아 데이터센터 매출은 2020년대에 급속도로 상승했습니다. 2015년 약 3억 달러 2021년 100억 달러 2024년 400억 달러 이상 추정 이러한 매출 구조는 엔비디아를 단순한 반도체 기업이 아니라 AI 시대의 기초 인프라 기업으로 격상시켰습니다. 전력망과 통신망이 국가의 기반이었다면 앞으로의 시대는 AI 데이터센터가 국가의 새로운 기반이 됩니다. 그리고 그 중심에 엔비디아가 있는 것이죠. --- 2 자율주행 DRIVE 플랫폼이 만드는 자동차 산업의 미래 엔비디아가 미래 먹거리로 가장 강하게 밀고 있는 분야 중 하나가 바로 자율주행입니다. 엔비디아는 일찍부터 자동차가 바퀴 달린 컴퓨터로 바뀔 것이라고 확신했습니다. 이 확신이 DRIVE 플랫폼 개발로 이어집니다. DRIVE 플랫폼은 자율주행 알고리즘 센서 처리 시뮬레이션 차량 AI 칩을 하나로 통합한 엔비디아만의 생태계입니다. 현재 다음과 같은 자동차 제조사들이 엔비디아 플랫폼을 채택했습니다. 메르세데스 벤츠 현대차 기아 볼보 폴스타 NIO 등 여러 전기차 브랜드 특히 메르세데스 벤츠는 향후 출시하는 모든 차량의 자율주행 시스템을 엔비디아 기반으로 설계하겠다고 발표한 바 있습니다. 자율주행과 자동차용 AI 칩 시장은 2030년 약 900억 달러 규모로 전망됩니다. 이 말은 자동차 산업이 엔비디아 플랫폼을 중심으로 컴퓨터 산업처럼 변해간다는 뜻입니다. 내연기관 시대에는 엔진이 경쟁력을 결정했지만 AI 시대의 자동차는 결국 어떤 칩과 어떤 소프트웨어 생태계를 갖추고 있는지가 경쟁력을 결정하게 됩니다. 이 지점에서 엔비디아는 자동차 산업과 기술 산업의 경계를 허물고 있습니다. --- 3 로봇 엔비디아가 바라보는 AI의 최종 형태 젠슨 황은 자주 이렇게 말합니다. 로봇은 AI의 최종 형태이다. 엔비디아가 로봇을 미래 핵심 분야로 보는 이유는 AI가 결국 물리 세계로 확장되어야 완전해지기 때문입니다. 엔비디아는 ISAAC이라는 강력한 로봇 개발 플랫폼을 제공하고 있습니다. Isaac 플랫폼은 로봇이 학습 설계 테스트 시뮬레이션을 하나의 환경에서 모두 수행할 수 있게 해주며 실제 공장 로봇 물류 로봇 서비스 로봇 개발에 광범위하게 활용됩니다. 최근 물류 자동화 제조 자동화 시장이 급격히 커지고 있으며 각 기업들은 로봇 제어 시스템을 보다 효율적이면서도 자율적으로 만들기 위해 엔비디아 플랫폼을 채택하고 있습니다. 특히 다음과 같은 분야에서 엔비디아 로봇 플랫폼이 확장되고 있습니다. 물류창고 자동화 스마트팩토리 서비스 로봇 지능형 드론 의료용 로봇 로봇 산업 전체가 AI GPU 플랫폼을 기반으로 돌아가는 흐름이 생기면서 엔비디아의 Influence는 자동차 분야 이상으로 커질 가능성이 있습니다. --- 4 디지털 트윈 산업 전체를 가상으로 복제하는 기술 엔비디아가 가장 야심 차게 추진하고 있는 분야 중 하나가 디지털 트윈입니다. 디지털 트윈은 현실 세계의 공장 도시 물류 라인을 가상 공간에 그대로 복제해 문제를 미리 예측하고 효율을 극대화하는 기술입니다. 엔비디아는 Omniverse라는 플랫폼을 통해 산업용 메타버스를 구축하고 있습니다. 가장 유명한 사례는 BMW입니다. BMW는 새로운 공장을 짓기 전에 전 공정 라인을 엔비디아 옴니버스 안에 먼저 만들고 그 안에서 로봇 동선 직원 이동 설비 위치를 테스트했습니다. 이 방식으로 공장 설계 시간을 약 30퍼센트 이상 단축하고 불필요한 비용을 크게 줄였다고 알려져 있습니다. 삼성과 현대차 역시 디지털 트윈 도입을 적극적으로 검토하고 있으며 실제 생산 라인 일부에 파일럿 형태로 적용하고 있습니다. 디지털 트윈 시장은 2030년 1조 달러에 가까운 시장으로 성장할 것으로 전망됩니다. 이 거대한 시장의 핵심 플랫폼을 엔비디아가 잡고 있다는 점은 다시 한번 엔비디아의 영향력을 확대하는 요인이 됩니다. --- 마무리 엔비디아는 단순한 반도체 회사가 아니다 엔비디아는 그래픽 회사로 시작했습니다. 그리고 GPU라는 새로운 구조를 만든 기술 회사로 성장했습니다. 이제는 AI 데이터센터 자율주행 로봇 디지털 트윈을 아우르는 미래 산업 전체의 기반을 제공하는 인프라 기업이 되었습니다. 이 모든 변화는 1993년 덴니즈 식당에서 세 사람이 나눈 작은 대화에서 시작되었습니다. 지금 엔비디아가 만드는 것은 칩이 아니라 산업의 미래이며 AI가 움직이는 시대의 기초 체계입니다. 앞으로 10년 동안 AI 세상이 어떻게 변하든 엔비디아는 그 중심에 있을 가능성이 매우 높습니다. 참고 출처 NVIDIA Annual Reports 2015–2024 NVIDIA Developer Blog and Whitepapers Stanford eCorner Jensen Huang Interview IEEE Micro, CUDA Technical Papers NIPS 2012 ImageNet 연구팀 BMW Group Omniverse Press Release Mercedes-Benz DRIVE Platform 자료 Statista, Gartner, McKinsey Global AI Reports