[TMI 초대석] 엔비디아의 과거, 현재, 그리고 미래

이 기사는 7월 6일 녹화된 TMI 초대석의 내용을 담고 있습니다.

대담자 : 김선욱 엔비디아코리아 상무, 심재석 바이라인네트워크 대표

 

심재석 : 안녕하세요. TMI 초대석에 오신 여러분 환영합니다. 다시 돌아온 저는 진행을 맡고 있는 심재석입니다. 오늘은 요즘 엄청나게 핫한 회사죠. 국내 뉴스나 해외 뉴스에 매일매일 테크 관련 지면을 장식하고 있는 회사에 대한 이야기를 좀 해보도록 하겠습니다. 주인공은 엔비디아인데요. 엔비디아 코리아에 있는 김선욱 상무님 모시도록 하겠습니다.

김선욱 : 안녕하세요.

심재석 : 네, 안녕하세요. 먼저 본격적으로 이야기를 해보기 전에 상무님의 개인적인 소개, 잠깐 부탁드릴게요.

김선욱 : 네, 안녕하세요. 저는 엔비디아에서 기술 마케팅을 담당하고 있고요. 저희가 기술 회사다 보니까 중요한 나라에는 기술을 설명할 수 있는 인력들이 있습니다. 한국에서는 제가 그 일을 맡아서 하고 있습니다.

심재석 : 엔비디아 코리아에서 기술에 대한 이야기는 책임지고 하시는 역할을 하고 계신 건가요?

김선욱 : 제가 아주 깊게는 못하지만 일반 사람들한테 전달할 수 있는 정도의 지식은 가지고…

심재석 : 요즘 테크 지면을 장식하고 있는 뉴스 중에 엔비디아가 시가총액이 1조달러를 넘어섰다는 뉴스가 많이 나오잖아요. 1조달러라고 하면 우리나라 돈으로 1200조원 정도, 상상도 안 되는 금액인데 이 정도의 규모의 시가총액을 이룬 기업들이 처음 있는 건 아닙니다. 애플, 마이크로소프트, 아마존 이런 회사들이 시총 1조달러를 기록한 회사들로 이름이 쭉 나오는데, 사실 그런 회사들은 너무 유명한 회사들이잖아요. 근데 엔비디아는 아마 모르는 분도 좀 있지 않을까 싶어요. 엔비비아가 어떤 회사길래 시가총액이 이 정도까지 오르는 회사가 되는 건가요?

김선욱 : 제가 10년 조금 더 넘게 회사를 다녔는데요. 처음에는 엔비디아라는 회사를 많이 모르셨어요. 하지만 지포스(GeForce)라고 얘기하면 많은 분들이 아셨거든요.  저희가 지포스라는 게이밍 브랜드를 쓰기 때문에 지포스라는 회사는 게임하시는 분들이 아시고 엔비디아라는 회사는 모르셨거든요. 근데 지금은 말씀하신 것처럼 오히려 엔비디아는 아시고 지포스를 모르시는 분들이 계세요. 이제 바뀌었죠.

처음에 지포스는 게임만 관련된 것들이었는데 그 이후로 인공지능이 활성화되면서 인공지능이 워낙 중요한 산업의 중심이 되다 보니까 사람들이 많이 관심을 가져주시고, 그 중심에 있는 엔비디아에 대해서 많이 알게 되신 것 같습니다.

심재석 : 인공지능 때문에 이제 엔비디아에 대한 관심이 커졌다 이런 거죠.  그러면 GPT 이런 것과도 연관이 있다고 볼 수 있겠네요?

김선욱 : 그렇죠. 인공지능이라는 게 컴퓨팅 파워를 많이 필요로 하거든요. 지금의 방식은 그래서 GPU를 쓰지 않으면 챗GPT 같은 거를 트레이닝을 할 수 없기 때문에 GPU가 많이 필요하고 그래서 더 많이 알려진 것 같습니다.

심재석 : 그럼 조금 전에 지포스 말씀하셨잖아요. 저도 옛날에 배틀그라운드 이런 게임을 해보려고 하면 집에 있는 컴퓨터에서 안됐어요. 저희 집 컴퓨터에 지포스 그런 게 없었기 때문에 게임을 못 깔았던 기억이 나는데, 게임을 할 때 쓰는 지포스 같은 걸 인공지능에 그냥 쓸 수 있는 건가요?

김선욱 : 네 쓸 수 있어요. 사람들이 좀 헷갈려 하시는 게 GPU라고 하면 그래픽만 쓰는 걸로 알고 계시거든요

심재석 : GPU가 Graphics Processing Unit이니까…

김선욱 : GPU라는 게 처음에는 하드웨어 블록 같은 거였는데, 저희가 쿠다라는 거를 개발하면서 GPU에서 프로그래밍을 할 수 있게 했어요. 처음에 쓰인 게 게임이다 보니까 GPU에 게임 관련된 걸 프로그래밍 해서 썼었거든요. 근데 이게 프로그래밍을 하게 하다 보니까 과학 연구에 쓰시는 분들이 생겨났고요. 그 이후에 인공지능이 생겨날 때 GPU에 프로그래밍을 해서 인공지능에 썼어요.

지금의 GPU는 그 초창기 GPU랑 다르게 인공지능에 특화된 하드웨어 코어가 있습니다. 그래서 그냥 GPU가 아니고 인공지능을 더 활성화해요. 그래픽 카드를 GPU로 쓸 때보다 몇십 배 더 빠르게 인공지능이 돌도록 설계가 바뀌어 있거든요.

과거의 그래픽을 위한 GPU가 아니라 인공지능을 위한 특별한 그런 블록으로 구성이 돼 있어요. 그래서 GPU를 가지고 인공지능을 하는 데 훨씬 유리하고요. 일반인이 지금 쓰고 있는 RTX라고 붙은 그래픽 카드들이 있는데 그런 지포스에서 인공지능도 되게 빠르게 돌릴 수 있고요. 예를 들어서 글자를 입력하면 이미지를 생성해 주는 프로그램도 있잖아요. 이거를 클라우드 서비스에서도 할 수 있지만 지포스에 그 인공지능 프로그램을 깔아서 PC에서도 할 수가 있어요. 지금의 그래픽 카드 지포스는 인공지능도 지원을 하는 강화된 코어가 들어가 있습니다.

심재석 : 아 그러면 기존에 우리가 게임용으로 쓰는 GPU가 이제 단순히 게임용이 아니고 그림을 한번 인공지능으로 그려보겠다, 이럴 때도 쓸 수 있다 이런 말씀이시네요.

김선욱 : 그리고 게임 자체도 지금은 인공지능을 써서 그래픽을 만들어요. 그래서 실제로는 한 8분의 1 정도만 옛날 방식으로 하고, 나머지 8분의 7은 인공지능으로 만들어낼 수가 있어요.

심재석 : 그렇군요. 그러면 GPU라는 게 엔비디아가 처음 만든 거예요?

김선욱 : 이름을 처음 저희가 명명을 했고요. 그래픽에 이용하기 위해서 만든 GPU, 이렇게 이름을 명명했습니다.

심재석 : 그전에도 비슷한 기능을 하는 그런 칩들은 있었는데?

김선욱 : 그때는 그래픽 카드라고만 불렀었고, 프로세싱 유닛이 들어가면서 GPU라고 이름을 붙였죠.

심재석 : 그냥 단순히 그래픽 카드가 아니고 프로세싱까지 하는 역할까지 하니까 이건 GPU다, 라고 새롭게 명명을 하신 거군요. 좀 전에 GPU가 인공지능 하기에 좋다, 라고 말씀을 하셨는데 그럼 왜 좋은가에 대한 설명을 좀 부탁드립니다.

김선욱 : 저희가 가속기라고 보통 부르는데요. 사실 CPU로도 컴퓨터 그래픽도 만들 수 있어요. 그런데 너무 오래 걸리니까 그걸 가속화하기 위해서 저희가 GPU라는 걸 만들었잖아요. 또 아까 말씀드린 쿠다 같은 그런 프로그래밍을 할 수가 있어요. 이 GPU를 그래픽 용도로 프로그래밍해서 쓸 수도 있고. 그냥 연산 위주로 프로그래밍에서 쓸 수 있어요. 과학 연구, 이런 쪽으로 썼었어요.

그런데 인공지능, 특히 딥러닝이라는 게 떴어요. 딥러닝은 사람의 뇌랑 비슷한 인공신경망이라고 불리는 가짜 뇌를 만들어 냅니다. 컴퓨터 상에 가짜 뇌를 만들어 놓고, 알고리즘을 우리가 만들어서 입력하는 방식이 아니라, 데이터만 집어넣어요. 데이터만 집어넣으면 트레이닝이 돼서 다른 데이터를 집어넣어도 알 수 있게끔 하는 거에요. 저희가 어렸을 때 태어나서 아빠 엄마도 못 부르다가 계속 알려주면 어떻게든 알게 되잖아요. 어떤 알고리즘을 사람한테 알려주는 게 아니라 데이터를 보면서 자연스럽게 습득을 하잖아요. 그런 방식으로 돌아가는 게 딥러닝이고요.

심재석 : 그거를 학습한다고 표현하는 거죠.

김선욱 : 그렇습니다. 그래서 딥러닝에 필요한 거는 데이터하고 가짜 뇌인데, 가짜 뇌를 트레이닝 하는 시간이 너무 오래 걸려요. CPU는 엄두를 못 내요. 아까 쿠다로 프로그래밍을 할 수 있다고 말씀드렸는데, 알렉스라는 사람이 GPU 프로그램을 할 수 있으니까 데이터를 집어넣고 이걸 돌려보자 해서 처음에 그걸 만들었죠. 그러고 나니까 그전에 인공지능을 하던 방식보다는 너무나도 성과가 좋기 때문에 그 이후부터 사람들이 다 인공지능에 올인을 하게 된 거죠.

심재석 : 아주 무식한 질문을 하자면 CPU는 필요 없고 GPU만 있으면 되는 건가요?

김선욱 : 아니죠. 그 가속이라고 하는 부분은 딱 어떤 연산에 필요합니다. 뉴런 얘기를 했잖아요. 뉴런은 전기 신호가 들어오면 다른 뉴런에 전달하고 이런 게 많이 뭉쳐 있는 거잖아요?  이 뉴런 부분만 신호가 필요하고 나머지 처리하는 것들은 사실 가속을 할 필요가 없어요. 거기는 CPU로 돌고요. 중요한 부분들만 가속이 필요한데 이 부분에 GPU를 쓰는 거죠.

심재석 : 가속이라는 표현을 쓰는 걸 보니까, 속도를 더 빠르게 해주는 용도인 거죠?

김선욱 : 예 맞습니다.

심재석 : 엔진은 필요하고…

김선욱 : 조그만 부분이 있는데 이 부분이 엄청나게 많은 시간이 필요를 한 거죠. 그래서 이 부분만 GPU가 돌게끔 하는 겁니다.

심재석 : 요즘 뉴스를 보면  GPU는 엔비디아가 거의 독점하고 있는 시장인데 품귀 현상이 일어나고 있다, 이렇게 뉴스가 나오더라고요. 정말 품귀 현상이 나고 있나요?

김선욱 : 품귀 현상이라는 건 수요가 많다는 거잖아요. 이게 이유가 뭐냐면, 사람이 만든 프로그램이 인공지능보다 정확하다면 쓸 필요가 없어요. 예를 들어서 음성 인식 같은 경우도 사람이 알고리즘으로 만든 것들이 있었거든요. 정확하지가 않아서 실제 서비스로 쓸 수가 없었습니다.

근데 인공지능을 쓰다 보면 사람보다 정확하게 만들 수가 있거든요. 경우의 수가 엄청 많은데 이런 걸 사람이 다 알고리즘으로 프로그래밍 하는 건 너무 불편했었고, 인공지능을 쓰니까 그게 사람보다 더 잘하게 되니까 산업에 쓸 수 있는 수준이 된 거고요. 기존에 있던 산업에 인공지능을 쓰면 기존에 내가 프로그래밍으로 못 했던 것들을 다 가능하게 되는 거거든요. 그래서 쓰고 싶은 데가 되게 많아졌어요.

특히 챗GPT처럼 일반인도 이제 인공지능을 쓰게 된 거예요. 생활 속에 이제 들어온 거죠. 그러다 보니까 수요가 폭발하게 되고, 수요가 있다 보니까 이 산업에 들어가면 나도 뭔가 이득을 얻을 수 있기 때문에 더 수요가 많아진 거죠.

심재석 : GPU는 지금 공급하는 곳이 사실상 엔비디아 혼자인가요?

김선욱 : 아니요. GPU는 엔비디아에서만 만드는 건 아니고요. 다른 회사도 GPU를 만듭니다. 근데 앞에서 말씀드린 것처럼 그냥 GPU가 아니고 저희 회사 같은 경우는 GPU 안에 텐서 코어라는 게 들어가 있어요. 인공지능을 가속화하는 코어죠. 다른 회사가 만드는 GPU도 인공지능 가속을 하려고 하면 하긴 하지만, 엔비디아만큼 가속하는 게 떨어지는 거죠.

김선욱 : 저희는 인공지능에 처음부터 계속 들어갔기 때문에 그런 코어를 만들고, 또 중요한 건 아까 알렉스라는 사람은 자기가 GPU 프로그램을 할 수 있었기 때문에 스스로 프로그래밍을 했지만, 다른 분들은 GPU 프로그램을 못하시잖아요. 그래서 쉽게 만들도록 저희가 인공지능에 관련된 라이브러리를 다 개발을 했어요.

그래서 일반인들도 쉽게 쓸 수 있기 때문에 엔비디아 GPU가 많이 활성화된 거고요. 기존에 연구하시는 분들이 엔비디아 GPU로 많은 걸 쌓아놨기 때문에, 그걸 활용해서 하면 좀 더 빠르게 결과물을 얻을 수 있기 때문에, 그래서 또 엔비디아 GPU를 또 많이 쓰십니다.

또 챗GPT 같은 초거대 AI는 그래픽 카드 단품이 아니라 여러 개의 그래픽 카드 서버가 모여서 슈퍼 컴퓨터 같은 걸 구성해야 됩니다. GPU 하나가 빨라서 좋은 게 아니라 이 GPU 서버가 다른 서버랑 얼마나 빠르게 연동되느냐…

심재석 : 여러 장을 써야 되니까…

김선욱 : 네 여러 장인데, 이게 그냥 여러 장이 아니라 수천 개 수만 개 이런 식으로 많이 써야하거든요. 네트워크로 연결돼야 하잖아요. 그래서 저희가 예전에 멜라녹스라는 회사도 인수를 했는데 거기는 네트워크 관련된 회사예요. 좀 큰 규모로 봤을 때도 엔비디아가 유리한 이유가 있죠.

쉽게 말하면 저희 둘이 얘기를 할 때 머릿속에서 빠르게 생각을 하고 얘기를 하지만 말은 생각하는 것보다 속도가 느리잖아요. 이 말의 속도를 빨리 하거나 축약해서 문자 하나로 전달할 수도 있고, 여러 방법이 있습니다. 말  자체가 빠른 것도 중요지만 더 중요한 거는 둘만 얘기하는 게 아니라 한 1000 명 1만 명이 얘기한다고 생각하면 어떻게 다 전달할지, 어떻게 획기적으로 좀 더 경제적으로 스마트하게 서로 소통을 하느냐 이 문제도 되게 크거든요. 그래픽카드 하나에서 속도가 빠른 것도 중요하지만 일을 어떻게 분배하고 스마트하게 협동을 하느냐 이것도 되게 중요해요. 이 부분이 보틀넥이 더 클 수 있거든요.

심재석 : 단순히 그냥 데이터를 전송하고 전송받는 게 아니고 어떻게 이 데이터를 최적화해서 전송하고 전송받느냐 이런 것까지 한다는 거죠.  인수한 멜라녹스라는 회사 기술을 이용해서 ?

김선욱 : 똑같은 말을 여러 번 반복하지 않고 필요한 사람한테만 전달하는…

심재석 : 이런 네트워크와 시스템 그리고 인공지능과 쿠다 이런 소프트웨어를 다 가진 회사는 현재는 없는 건가요?

김선욱 : 네트워크를 말씀드린 이유는 그 부분이 상당히 중요하기 때문에 말씀드린 거고요. 저희가 부족한 건 또 다른 회사 거를 가져다 쓰고 다른 회사들도 마찬가지죠. 저희의 네트워크 솔루션을 반드시 쓰실 필요는 없어요. 다른 회사 거를 쓰실 수 있다면 GPU만 사다가 그런 것들을 연결해서 스스로 구성해서 쓰실 수도 있고요.

다만 목적한 바만 이루면 되는데 나머지는 누군가가 다 해주면 좋잖아요?  엔비디아 같은 경우는 그런 에코 시스템을 가지고 있기 때문에 사면 그대로 업무에 바로 쓸 수 있는 이런 장점이 있고요. 능력이 있는 회사는 GPU만 사다가 다른 것들 다 구성해서 그렇게 하실 수도 있습니다.

심재석 : 최근에  저희 기자가 쓴 기사를 보면 엔비디아는 이제 소프트웨어 회사다, 이런 기사를 썼더라고요. 그런데 알다시피 엔비디아는 GPU 회사, 칩 회사, 반도체 회사잖아요. 어떤 이유 때문에 소프트웨어 회사라고 정의를 내리는 건가요?

김선욱 : 인공지능에는 사실 특별한 연산이 한 가지가 있어요. 얘만 빨리 하면 됩니다. 그래서 그거를 빠르게 하기 위해서 저희가 텐서 코어라는 걸 만들었고요. 예전 GPU에는 없었던 거죠. 그것 때문에 가속화율이 훨씬 더 높아진 거예요.

그런데 여기서 또 가속을 하려면 인공지능에서 어느 부분을 개선을 해야 더 빨리 가속을 할 수가 있는지 이걸 또 알아야 되거든요. 예를 들어서 챗GPT같은 경우에는 트랜스포머 모델을 써요. GPT의 T가 트랜스포머예요. 그 모델을 살펴보면 16비트로 하다가 어느 부분 8비트로 하면 더 빠르게 할 수 있는 그런 모델입니다. 새로운 그래픽 카드에서는 그 부분만 8비트로 연산을 해서 빠르게 가속화하는 게 들어가 있어요.

심재석 : 트랜스포머만 전문으로 빠르게 해준다.

김선욱 : 그런 식으로 들어가 있습니다. 이거는 하나의 예고요. 소프트웨어까지 하게 되는 이유는 저희가 인공지능의 전체 스펙을 알아야지 어떻게 가속을 할 수 있는지를 알 수 있어요. 그냥 하드웨어만 주고서 하세요 그러면 여기는 가속이 되지만 다른 데서 보틀넥이 생겨요. 네트워크 말씀드린 것도 저희가 전체 스펙을 알기 때문에 그래픽 단품으로는 안 되고 전체 큰 규모의 슈퍼컴퓨터를 만들어야 되고 이 슈퍼컴퓨터에서는 이런 것들이 필요하다는 걸 알기 때문에 그걸 가속한 거거든요.

더 나아가서 인공지능을 하는 회사들이 지금은 챗GPT를 만들 필요는 없잖아요. 그걸 사다가 쓰고 거기에 이제 더해서 다른 서비스를 얹으면 되잖아요. 누군가는 말하는 서비스를 만들기도 하지만 그걸 가지고 또 다른 서비스를 만드는 사람도 있는데, 이 사람이 처음부터 그래픽 카드 하드웨어부터 다 하나하나 할 필요는 없는 거죠. 근데 엔비디아가 소프트웨어로 챗GPT같은 서비스도 제공하고 다른 기초적인 그런 서비스들을 소프트웨어로 다 제공을 한다면 산업에 있는 분들은 그걸 레고 조립하듯이 하나하나 붙여서 하실 수가 있는 거죠.

저희가 전체 스펙을 하는 거는 전체를 가속화하기 위한 목적도 있고 저희가 소프트웨어로 어느 정도 완성된 솔루션을 제공함으로써 이 AI 마켓에 다른 분들이 더 쉽게 들어와서 더 하실 수가 있는 거고, 이런 것들이 쌓이다 보니까 아까 처음에 질문하신 것처럼 수요가 폭발적으로 증가할 수 있는 거죠.

심재석 : 그럼 그 소프트웨어라는 게 예를 들어 GPT 같은 파운데이션 모델부터 전체를 다 갖고 있다, 이렇게 이해하면 되나요?

김선욱 : 그렇습니다. 그런데 저희가 직접적으로 그걸 서비스 한다기보다는 저희가 파운데이션 모델을 제공하고 산업에 계신 분들이 그걸 가져다가 파인튜닝이라고 하는, 자기 목적에 맞게끔 조금 변형시켜서 서비스를 빨리 하실 수 있게 제공합니다.

심재석 : 직접 챗GPT 같은 서비스를 하겠다, 이런 건 아니고 기업들이 가져다가 쓸 수 있도록 제공한다…

김선욱 : 그렇게 보시면 되겠고요. 그리고 저희가 챗GPT 비슷한 걸 가지고 있기 때문에 향후에는 그걸 이용한 다른 서비스, 아바타라든지 이런 거를 만들게 될 때도 기본이 될 수 있잖아요.

심재석 : 네 알겠습니다. 기사 중에 그런 대목도 있어요. 엔비디아의 미래는 Software as a Service, 서비스로 제공하는 소프트웨어인 SaaS가 엔비디아의 미래다, 이렇게 나온 기사가 있었는데 그건 또 어떤 의미로 이해하면 될까요?

김선욱 : 꼭 SaaS뿐만 아니라 여러 가지 형태로 제공을 하는데요. 아까 슈퍼 컴퓨터 말씀을 드렸잖아요. 어느 정도의 고도화된 인공지능 서비스를 제공하려면 슈퍼 컴퓨터를 우리 집에, 우리 회사에 만들어 놔야 됩니다. 근데 이게 사실적으로 힘들잖아요. 비싸기도 하고, 나중에 필요 없을 때 처분하는 것도 힘들고, 이거 유지 관리할 수 있는 인력도 필요하고요. 그래서 저희가 클라우드 형태로 이런 슈퍼 컴퓨터를 제공을 합니다.

심재석 : 인터넷만 연결해서 써라.

김선욱 : 거기에 아까 말한 파운데이션 모델까지 올려서 그 모델까지도 그냥 가져다 쓰세요, 이런 식으로 가면 더 많은 사람이 손쉽게 접근을 하실 수가 있잖아요. 그래서 그런 쪽으로 진행을 하고 있습니다.

심재석 : 실제로 제공되고 있는 서비스인가요 아니면 앞으로 제공할 서비스인가요?

김선욱 : 지금 몇 가지 서비스가 실제로 운영되고 있어요. 아까 채팅 관련된 거라든지, 저희가 이제 말하는 거는 언어 기반이잖아요. 화학 같은 것도 화학 기호가 있잖아요. 그래서 비슷한 알고리즘에 데이터만 화학 데이터를 집어넣으면 또 화학물질 관련된 게 돼요. 단백질이라든지… 그래서 의학 의료 약품 개발하는 회사들도 가져다 쓸 수가 있고요. 이미지 관련된 것도 서비스를 하고요. 생성형 AI라고 해서 만들어주는 거 있잖아요. 그런 것들도 저희가 제공을 해요.

심재석 : AWS나 구글 클라우드 이런 회사들이 지금 AI를 주요 서비스로 내세우고 있잖아요. 마이크로소프트 애저도 마찬가지고… 그럼 그런 클라우드 기업들하고 경쟁하는 관계가 되겠네요?

김선욱 : 지금까지는 저희가 데이터 센터를 지어서 제공하지는 않고 말씀하신 그런 클라우드 서비스 업체에 저희 시스템이 들어가 있습니다. 그걸 고객한테 판매를 하는 거예요.

심재석 : 인프라는 다른 클라우드 회사 거를 쓰고…

김선욱 : 네

심재석 : 결국은 나중에는 그래도 경쟁은 되겠네요.

김선욱 : 경쟁이라기보다는 상호 협력하는 관계라고…

심재석 : 사적으로 질문하면 챗GPT가 뜬 뒤로 엔비디아도 같이 떴는데 직원들은 좀 어떻습니까? 회사가 떴는데 직원들은 좀 좋나요?

김선욱 : 회사가 잘 되면 좋죠. 아무래도 요즘에 경기가 많이 안 좋다 보니까 다른 회사들은 직원을 해고하거나 이런 사태들도 발생하고 있는데 적어도 엔비디아에서는 그런 일은 없기 때문에 그런 면에서는 상당히 좋습니다.

심재석 : 일은 엄청 바빠지셨겠어요

김선욱 : 문의가 너무 많아요.

심재석 : 엔비디아에 몸 담고 있으신 분으로서 엔비디아의 미래는 어떻게 보시나요?

김선욱 : AI 시장은 열려 있어서 누구랑 경쟁하는 시장이 아니라 누가 가서 깃발을 먼저 꽂느냐거든요. 앞으로 할 수 있는 게 무궁무진 합니다. 사람이 못 했던 일들을 AI로 다 할 수 있게 된 거거든요. 그러니까 로봇 영화에서 보는 로봇이 나올 때까지는 쭉 가야해요. 결국 사람이 할 수 있는 모든 서비스가 앞으로 다 AI로 나올 때까지는 엔비디아도 있고 다른 플레이어들도 상당히 많이 들어와서 이 큰 파이를 같이 나눌 것으로 그렇게 예측하고 있습니다.

심재석 : 한 5년쯤 전에 어떤 분이 저한테 엔비디아 주식을 꼭 사라고 말하신 분이 있었거든요. 그분의 선견지명에 감탄하면서, 또 그 말을 따르지 않은 걸 후회하면서, 오늘 인터뷰를 마쳐야 할 것 같습니다. 시청해 주신 여러분 감사드립니다. 엔비디아의 미래 앞으로 함께 지켜보는 것도 재미있을 것 같습니다. 여러분 감사합니다.

김선욱 : 네 감사합니다.