# 젠슨 황이 설명한 엔비디아의 방어력: 칩보다 넓은 공급망과 CUDA 생태계

> 2026-04-15 · Dwarkesh Patel · 큐레이션 김태우
> https://challengekim.com/insights/젠슨-황이-설명한-엔비디아의-방어력-칩보다-넓은-공급망과-cuda-생태계
> 원문: https://www.youtube.com/watch?v=Hrbq66XqtCo

## 핵심 요약

- 젠슨 황은 엔비디아의 일을 전기를 AI 토큰으로 바꾸는 과정에 필요한 기술을 만드는 것으로 설명했다. 직접 해야 할 일에 집중하고 나머지는 협력사와 함께한다는 구상이다.
- 황은 공급망 투자가 가능한 이유로 엔비디아의 큰 수요와 판매망을 들었다. 반면 전력 확보는 칩과 패키징 증설보다 오래 걸릴 수 있는 제약으로 봤다.
- 인터뷰어는 대형 AI 기업이 자체 칩과 소프트웨어를 만들 수 있다는 점을 들어 엔비디아의 방어력을 물었다. 황은 CUDA의 유연성, 설치 기반, 여러 클라우드에서의 사용 가능성을 답으로 제시했다.
- 황은 엔비디아가 직접 클라우드 사업자가 되기보다 모델 기업과 클라우드 기업에 투자해 생태계를 지원하는 편을 택했다고 설명했다.
- 중국에 칩을 판매하는 문제에서는 컴퓨팅 자원이 사이버 공격 능력을 키울 수 있다는 인터뷰어의 우려와, 중국 시장에서 철수하면 현지 기술 생태계가 강화될 수 있다는 황의 주장이 맞섰다.

## 엔비디아가 직접 맡는 일의 범위

인터뷰어는 소프트웨어가 AI로 범용화된다면 엔비디아도 같은 압력을 받지 않겠느냐고 물었다. 칩 제조와 메모리 생산, 장비 조립에는 여러 협력사가 참여한다는 점이 질문의 출발점이었다. 황은 전기를 AI 모델의 출력 단위인 **토큰**으로 바꾸는 과정이 아직 충분히 이해되지 않았고, 그 효율과 가치를 높이는 일에는 공학과 알고리즘의 발전이 계속 필요하다고 답했다.

황에 따르면 엔비디아는 그 과정에서 꼭 해야 하는 일만 직접 맡고 나머지는 협력사와 연결한다. 그는 AI 에이전트가 늘면 설계와 사무 작업에 쓰이는 소프트웨어 도구의 사용자도 늘 수 있다고 전망했다. 다만 현재 에이전트의 도구 활용 능력은 아직 충분하지 않다고 덧붙였다.

## 공급망 규모와 병목의 차이

인터뷰어는 반도체 제조·메모리·패키징에 대한 엔비디아의 구매 약정을 거론하며, 희소한 부품을 확보한 것이 경쟁 우위인지 물었다. 황은 대규모 구매 약정뿐 아니라 공급업체가 미래 수요를 믿고 설비에 투자하도록 만드는 관계도 중요하다고 답했다. 공급업체가 투자할 수 있는 근거로 엔비디아의 판매 규모와 고객 수요를 들었다.

황은 칩을 묶는 패키징 기술인 **CoWoS**의 공급 부족에는 업계가 약 2년 동안 집중적으로 대응했다고 설명했다. 첨단 메모리와 광통신 부품도 미리 공급망을 준비하고 있다고 했다. 그의 판단으로 칩 제조와 패키징 용량의 병목은 수요 신호가 분명하면 대체로 2\~3년 안에 풀 수 있다. 이는 황의 전망이지, 모든 부품의 증설이 보장됐다는 뜻은 아니다.

황이 더 오래 걸릴 수 있다고 지목한 것은 데이터센터와 새 제조 시설에 필요한 전력이다. 배관공·전기공 같은 현장 인력 부족도 실제 제약으로 언급했다. 생산 설비의 용량과 이를 가동할 에너지·인력은 서로 다른 문제라는 설명이다.

## 전용 칩과 겨루는 프로그래밍 유연성

인터뷰어는 TPU처럼 AI 연산에 맞춘 칩이 행렬 곱셈에 유리하며, 대형 AI 기업은 자체 가속기와 소프트웨어도 만들 수 있다고 지적했다. 황은 행렬 곱셈이 중요하지만 AI 개발의 전부는 아니라고 답했다. 새로운 어텐션 방식이나 모델 구조, 확산 방식과 자기회귀 방식을 결합한 모델을 실험하려면 폭넓게 프로그래밍할 수 있는 구조가 필요하다는 주장이다.

황은 반도체 미세화만으로 큰 성능 향상을 얻기는 어렵다며, 알고리즘·칩·연결망·소프트웨어를 함께 설계하는 방식을 강조했다. Hopper와 Blackwell의 효율 차이를 설명하면서도 그 차이가 트랜지스터 개선만으로 생긴 것은 아니라고 했다. 그의 설명에서 경쟁의 단위는 칩 한 개의 사양보다 전체 컴퓨팅 시스템이다.

다만 대형 고객의 자체 칩 사용은 실제 반론으로 남는다. 인터뷰어는 Anthropic의 TPU 사용과 OpenAI의 자체 커널 개발 등을 들었다. 황은 엔비디아가 Triton 같은 개발 도구에도 기여하며, AI 연구소와 함께 코드를 최적화한다고 답했다. 자체 기술을 가진 고객에게도 엔비디아의 전문성이 계속 필요하다는 것이 그의 판단이다.

## CUDA 생태계가 주는 선택지

황은 **CUDA**를 엔비디아 칩에서 프로그램을 만들고 실행하는 소프트웨어 생태계로 설명했다. 개발자는 폭넓은 도구와 기존 코드를 활용할 수 있고, 만든 소프트웨어를 여러 세대의 GPU와 클라우드에 배포할 수 있다는 것이다. 황은 엔비디아 GPU의 설치 기반이 수억 대이며 주요 클라우드에서 사용할 수 있다고 말했다.

인터뷰어는 대형 클라우드 기업이 엔비디아 매출에서 차지하는 비중을 거론하며, 그들이 자체 기술을 만들 수 있다면 이 이점이 얼마나 유지될지 물었다. 황은 클라우드 사업자가 구매한 GPU 상당수가 내부 사용이 아닌 외부 고객에게 제공된다고 반박했다. 고객이 다양한 산업의 이용자에게 컴퓨팅 자원을 빌려줄 수 있다는 점도 엔비디아의 강점으로 제시했다. 비용 대비 성능과 전력당 토큰 생산량이 가장 높다는 평가는 황의 주장으로, 대담에서 경쟁 제품과의 검증된 비교가 제시되지는 않았다.

## 투자와 주문에 대한 원칙

황은 과거 Anthropic 같은 모델 기업에 더 일찍 큰돈을 투자하지 못한 것을 자신의 판단 부족으로 설명했다. 당시에는 기초 모델 기업이 일반적인 벤처 투자만으로 감당하기 어려운 규모의 자금이 필요하다는 점을 충분히 이해하지 못했다고 했다. 현재 모델 기업과 AI 클라우드 기업에 투자하는 이유도 이들이 성장할 기반을 마련하기 위해서라고 설명했다.

그렇다고 엔비디아가 직접 클라우드를 운영할 계획을 밝힌 것은 아니다. 황은 이미 여러 클라우드 기업이 있는 만큼 엔비디아는 자체 컴퓨팅 플랫폼에 집중한다는 원칙을 제시했다. GPU 공급 순서에 대해서도 높은 가격을 제시한 고객에게 우선 배정하는 방식은 쓰지 않는다고 말했다. 고객의 구매 주문과 데이터센터 준비 상태를 고려하되, 기본은 주문 순서라는 설명이다.

## 중국 수출을 둘러싼 이견

대담 후반의 핵심 쟁점은 중국에 AI 칩을 판매할 때 생기는 이익과 위험이었다. 인터뷰어는 컴퓨팅 자원이 강력한 모델의 훈련과 대규모 실행에 쓰이고, 그런 모델이 소프트웨어 취약점을 찾아 공격에 활용될 수 있다고 지적했다. 미국이 먼저 해당 능력을 확보하면 방어할 시간을 얻을 수 있다는 논리다.

황은 미국이 가장 앞선 기술과 더 많은 컴퓨팅 자원을 먼저 확보해야 한다는 데 동의했다. 그러나 중국에도 이미 칩·연구 인력·에너지가 있으며, 엔비디아가 물러나면 현지 칩과 소프트웨어 생태계의 성장을 촉진할 수 있다고 주장했다. 중국 연구자들이 미국 기술 기반에서 개발하도록 하는 것 역시 장기적인 기술 경쟁의 일부라는 설명이다. 인터뷰어는 엔비디아 칩을 추가로 공급하면 중국의 컴퓨팅 능력도 늘어난다는 점을 거듭 제기했다. 두 사람은 그 위험과 시장을 잃을 위험 중 어느 쪽이 더 큰지 합의하지 못했다.

## 결론

황이 제시한 엔비디아의 방어력은 특정 칩의 성능에만 있지 않다. 공급망의 증설, 새 알고리즘을 수용하는 구조, CUDA를 쓰는 개발자와 고객 기반이 함께 작동한다는 주장이다. 대담은 동시에 대형 고객의 자체 칩 확대, 전력 부족, 수출 정책처럼 그 주장을 시험하는 조건도 드러냈다.

---

원문을 바탕으로 AI 가 한국어로 요약·재구성한 글입니다. 인용·수치는 원문 링크에서 확인해 주세요. [원문 링크](https://www.youtube.com/watch?v=Hrbq66XqtCo)