AI, 변화, 빈공간, 도전, 망각의 비용
한글로 더빙된 젠슨황의 인터뷰
1시간이 넘는 인터뷰였지만, 너무 훌륭한 인사이트였다.
방구석에 앉아서 전문가의 식견을 만날 수 있는 세상. 두고 두고 다시 보기 위해 아카이빙 함.
바쁜 사람은 아래 요약을 참고하면 됨. 영상을 보면 요약으로는 다 담을 수 없는 디테일이 있음.
주요 골자는 중국반도체 수출규제에 대한 안보와 기회를 놓고 벌이는 설전이다. 질문자는 젠슨황을 미국인이 아니라 중국/대만인이라는 편견을 가지고 공격하는 듯도 하지만... 젠슨황 살짝 발끈하면서도 침착하고 논리적이다.
대본 없이 오로지 그동안 쌓인 내공으로 이어지는 토론이 이 정도의 퀄리티를 뿜을 수 있다는 것을 통해서 위대함은 어디서 오는가를 생각함.
영상 원문 보기: https://youtu.be/pq-L4dHAQtU
이 영상은 엔비디아(NVIDIA)의 CEO 젠슨 황과 한 질문자가 AI의 무기화 가능성, 미국의 수출 규제, 그리고 엔비디아의 생태계 전략에 대해 치열하게 논쟁한 내용을 담고 있습니다.
주요 내용은 다음과 같습니다.
1. AI와 에너지: '망각의 비용' [00:51]
- 지우는 것의 비용: 물리학자 롤프 라운더의 원리에 따라, 기계가 연산할 때보다 과거 데이터를 지울 때 에너지를 가장 많이 씁니다. 정보를 지우면 열이 발생하며, 이는 물리 법칙상 피할 수 없는 '망각의 청구서'입니다 [01:02].
- 질문 예산: AI 모델 성능을 올리려면 엄청난 에너지가 필요하며, 2030년경 AI 산업은 전 세계 구리 수요의 4%를 차지할 전망입니다. 인류가 AI에게 던질 수 있는 질문 총량은 유한할 수밖에 없습니다 [03:25].
2. 엔비디아의 해자와 생태계 전략 [04:34]
- 소프트웨어와 칩의 결합: 엔비디아의 본질은 단순히 칩을 파는 것이 아니라, 전자를 토큰으로 변환하는 압도적인 소프트웨어 및 하드웨어 통합 생태계를 구축한 데 있습니다 [05:42].
- 공급망 장악: 핵심 부품(HBM, 파운드리 등)을 수년 치 선발주하여 경쟁사가 칩을 만들고 싶어도 부품을 구할 수 없게 만드는 전략적 해자를 구축했습니다 [09:42].
- 에너지 효율: 무어의 법칙이 물리적 한계에 부딪혔음에도 불구하고, 엔비디아는 아키텍처 혁신을 통해 연산 효율을 수십 배 끌어올리고 있습니다 [17:51].
3. 중국 수출 규제 논쟁 (AI는 핵무기인가?) [40:00]
- 공격 모델의 위협: 질문자는 앤스로픽의 사례를 들어 AI가 사이버 공격(제로데이 취약점 탐지)의 강력한 엔진이 될 수 있으며, 이를 중국에 넘기는 것은 농축 우라늄을 넘기는 것과 같다고 비판했습니다 [40:42].
- 젠슨 황의 반박:
4. 기술의 미래와 억제력 [49:09]
- 무기는 신호이자 억제: 동물의 뿔처럼 AI 역시 상대를 죽이기 위해서가 아니라, 자신의 체급을 과시하여 싸움을 억제하는 기능을 할 수 있습니다 [49:20].
- 소프트웨어의 무한성: 생물학적 무기는 비용 때문에 억제되지만, 코드는 희생할 몸이 없어 무한히 확장될 위험이 있습니다. 젠슨 황은 이 문제를 '대화'와 '압도적인 기술 우위'를 통해 해결해야 한다고 강조합니다 [01:01:04].
요약
젠슨 황은 AI 산업의 모든 계층(칩부터 앱까지)에서 미국이 승리해야 함을 인정하면서도, "세계 시장을 스스로 포기하는 폐쇄적 정책은 오히려 미국의 기술 고립을 초래할 것"이라는 확고한 철학을 보였습니다. 그는 엔비디아가 단순한 부품사가 아닌, 인류의 지능을 추출하는 거대한 '생태계 플랫폼'임을 다시 한번 확인시켜 주었습니다.
컴퓨터 시스템에서 연산(Compute), 저장(Storage), 그리고 지우기(Erase)의 에너지 소모를 비교하면, 하드웨어의 종류와 물리적 원리에 따라 그 우선순위가 달라집니다.
- 일반적인 컴퓨팅 환경(SSD/RAM)과 물리적 법칙의 관점에서 비교한 내용
1. 하드웨어 관점: 에너지 소모량 순위
실제 우리가 사용하는 컴퓨터(SSD, 반도체 기준)에서 에너지를 많이 쓰는 순서는 다음과 같습니다.
[지우기 > 저장(쓰기) > 연산]
- 1위: 지우기 (Erase) - 가장 많이 소모
- 특히 우리가 사용하는 SSD(플래시 메모리)에서 '지우기'는 에너지를 가장 많이 소모하는 작업입니다. 플래시 메모리는 구조상 덮어쓰기가 안 되기 때문에, 데이터를 지울 때 높은 전압(High Voltage)을 걸어 블록 전체의 전자를 한꺼번에 밀어내야 합니다. 이 과정에서 강력한 전기적 충격이 가해지므로 에너지 소모가 가장 큽니다.
- 2위: 저장/쓰기 (Write/Store)
- 데이터를 메모리에 기록하는 것도 만만치 않은 에너지가 듭니다. 전자를 물리적인 공간에 가두거나(SSD), 전류를 흘려 상태를 바꿔야 하기 때문입니다. 또한 연산된 데이터를 CPU에서 메모리로 '이동'시키는 통로(Bus)에서도 많은 저항 에너지가 소모됩니다.
- 3위: 연산 (Compute) - 가장 적게 소모
- CPU 내부에서 0과 1을 바꾸는 단순 논리 연산은 현대 반도체 기술의 발전으로 에너지를 매우 효율적으로 씁니다. 사실 데이터 1개를 연산하는 에너지보다 그 데이터를 메모리에서 CPU로 가져오는 데 드는 에너지가 수백 배 더 많습니다.
2. 물리 법칙 관점: 왜 '지우기'가 특별한가?
물리학에는 '란다우어의 원리(Landauer's Principle)'라는 유명한 법칙이 있습니다.
- 정보의 삭제 = 열 발생: 어떤 정보를 '지운다'는 것은 정보 엔트로피를 낮추는 행위이며, 우주의 법칙상 그 대가로 반드시 열(에너지)을 방출해야 합니다.
- 반면, 단순히 0을 1로 바꾸는 연산은 이론적으로는 에너지를 거의 쓰지 않고도 수행할 수 있는 방법(가역 연산)이 존재합니다.
- 하지만 정보를 완전 초기화(지우기) 하는 것은 물리적으로 반드시 최소한의 에너지 비용($k_B T \ln 2$)을 치러야 하는 '비가역적' 작업입니다.
3. 요약 비교 테이블
| 구분 | 에너지 소모량 | 주된 이유 |
| 지우기 (Erase) | 가장 높음 | 플래시 메모리 구조상 높은 전압이 필요하며, 물리적으로 정보 엔트로피를 제거하는 과정이기 때문. |
| 저장 (Store) | 높음 | 전하를 가두거나 물리적 상태를 변경해야 하며, 데이터 이동(I/O) 시 전기적 저항 발생. |
| 연산 (Compute) | 낮음 | 반도체 스위칭 기술의 극대화로 효율이 높으나, 데이터 전송 비용에 비하면 미미함. |
결론
우리가 컴퓨터를 쓸 때 전기를 가장 많이 잡아먹는 주범은 의외로 머리를 쓰는 '연산' 그 자체가 아니라, 그 결과를 기록하기 위해 데이터를 옮기고(저장), 기존의 칸을 비우는(지우기) 과정이라고 이해하시면 정확합니다.
특히 SSD를 많이 사용하는 환경에서는 '지우기'가 하드웨어 수명과 에너지 효율 면에서 가장 무거운 작업입니다.