"칩 하나 성능이 좋다고 끝나는 시대는 이미 지났습니다." 엔비디아 GTC 2026 키노트를 보면서 가장 먼저 든 생각이었습니다. 젠슨 황 CEO는 이번 컨퍼런스에서 차세대 AI 플랫폼 '베라 루빈(Vera Rubin)'을 공개하며, 단순히 GPU 한 장을 파는 기업에서 AI 인프라 전체를 설계하는 플랫폼 기업으로의 전환을 선언했습니다. 일반적으로 GTC는 기술 발표회로 알려져 있지만, 제가 직접 키노트를 보고 느낀 건 이게 단순 하드웨어 쇼케이스가 아니라 향후 10년 AI 산업 지형도를 그려놓은 청사진이라는 점입니다.
GPU가 아닌 AI 인프라 전체를 파는 시대
엔비디아는 이제 GPU 제조사가 아닙니다. 이번 GTC에서 공개된 베라 루빈 플랫폼은 총 7개의 새로운 칩으로 구성되어 있으며, 여기에는 ARM 기반 88코어 베라 CPU, HBM4 메모리를 탑재한 루빈 GPU, 그리고 최근 인수한 그로크(Groq) 기술이 적용된 로크 3 LPU 추론 가속기가 포함됩니다. 여기서 HBM4란 High Bandwidth Memory 4세대를 의미하며, 기존 메모리 대비 데이터 처리 속도가 극적으로 향상된 차세대 메모리 기술입니다.
특히 주목할 부분은 성능 향상 수치입니다. 새로운 MVL 72 랙 시스템은 기존 블랙웰 아키텍처 대비 1/6 수준의 GPU만으로도 동일한 AI 모델 학습이 가능하며, 추론 효율은 와트당 최대 10배 증가했습니다(출처: NVIDIA 공식 블로그). 제가 IT 업계에서 일하면서 느낀 건, 이런 수치는 단순한 숫자 게임이 아니라는 겁니다. 토큰당 비용이 1/10로 떨어진다는 건, 지금까지 비용 때문에 AI 도입을 망설이던 중소기업들도 본격적으로 시장에 뛰어들 수 있다는 의미입니다.
일반적으로 AI 기업은 GPU만 잘 만들면 된다고 생각하는 분들이 많은데, 저는 이번 발표를 보고 그 생각이 완전히 바뀌었습니다. 엔비디아가 노리는 건 칩 한 장이 아니라 데이터센터 전체, 나아가 클라우드 플랫폼까지 포함한 풀스택(Full Stack) 장악입니다. 이건 단순히 하드웨어 경쟁이 아니라 생태계 전쟁입니다.
오픈소스 전략과 네모클로 연합
젠슨 황이 이번 키노트에서 가장 강조한 건 "모든 기업이 오픈 클로 전략을 가져야 한다"는 메시지였습니다. 여기서 오픈 클로(Open Clo)란 클로드(Claude) 같은 AI 모델의 오픈소스 버전을 의미하며, 기업이 자체적으로 AI 에이전트를 구축할 수 있도록 공개된 플랫폼을 뜻합니다. 제 경험상 오픈소스는 늘 "무료지만 불안정하다"는 인식이 있었는데, 이번엔 다릅니다.
엔비디아는 기업용 AI 에이전트 구축 플랫폼인 '네모클로(NemoClo)'를 발표하며, 미스트랄(Mistral), 퍼플렉시티(Perplexity) 등 글로벌 AI 기업들과 네모트론 연합을 결성했습니다. 이 연합은 AI를 단순 소프트웨어가 아닌 하나의 서비스(SaaS)로 진화시키겠다는 전략입니다(출처: TechCrunch).
솔직히 이건 예상 밖이었습니다. 엔비디아가 하드웨어 회사인데 왜 갑자기 소프트웨어 생태계에 이렇게 공을 들이나 싶었거든요. 하지만 곰곰이 생각해보니 이해가 갔습니다. GPU를 많이 팔려면 그 GPU를 쓰는 소프트웨어가 많아야 하고, 그러려면 개발자들이 쉽게 접근할 수 있는 오픈소스 환경이 필수적입니다. 결국 하드웨어 판매를 늘리기 위한 소프트웨어 투자인 셈이죠.
제가 주목한 건 여기서 한 발 더 나아간 전략입니다. 네모클로는 단순히 오픈소스 모델을 제공하는 게 아니라, 기업이 자체 데이터로 모델을 파인튜닝(Fine-tuning)하고, 이를 바로 서비스화할 수 있는 전체 워크플로우를 제공합니다. 이 과정에서 당연히 엔비디아 GPU와 인프라가 필수적으로 사용되죠. 일반적으로 오픈소스는 무료라는 이미지가 강한데, 실제로는 이런 식으로 생태계 전체를 묶어버리는 거대한 비즈니스 모델이 되는 겁니다.
피지컬 AI, 로봇이 현실이 되는 순간
이번 GTC에서 가장 인상 깊었던 순간은 무대 위에 올라프 로봇이 등장했을 때였습니다. 디즈니 애니메이션 '겨울왕국'의 캐릭터를 실제 로봇으로 구현한 이 녀석은, 엔비디아의 아이작 랩(Isaac Lab) 시뮬레이션 환경에서 단 이틀 만에 학습을 완료했다고 합니다. 여기서 피지컬 AI(Physical AI)란 디지털 공간을 넘어 물리적 현실 세계와 직접 상호작용하는 AI를 의미하며, 로봇공학과 AI의 결합을 뜻합니다.
솔직히 로봇 데모는 늘 과장 광고처럼 느껴졌습니다. 실제로 써보면 별로라는 게 제 경험이었거든요. 하지만 이번엔 달랐습니다. 단 이틀 학습으로 복잡한 동작을 구현했다는 건, 시뮬레이션 기술이 그만큼 정교해졌다는 뜻입니다. 실제 로봇을 수십 번 테스트하며 학습시키던 시대에서, 가상 환경에서 수천 번 시뮬레이션하고 바로 실제 로봇에 적용하는 시대로 넘어간 겁니다.
엔비디아는 닛산, BYD 등 자동차 제조사들과 로보틱스 플랫폼 파트너십을 체결하며 자율주행 분야에서도 리더십을 재확인했습니다(출처: NVIDIA Developer). 제가 보기엔 이건 단순히 자율주행 기술 제공이 아닙니다. 자동차 자체를 하나의 거대한 로봇으로 보는 관점의 전환이죠.
젠슨 황이 "AI의 최종 형태는 로봇"이라고 말한 이유가 여기 있습니다. 주요 투자 흐름을 정리하면 다음과 같습니다:
- 로봇 플랫폼: 휴머노이드 로봇 개발 기업
- 센서 및 반도체: LiDAR, 카메라 모듈, AI 칩
- AI 소프트웨어: 시뮬레이션, 자율주행 알고리즘
일반적으로 로봇 시장은 아직 멀었다고 보는 시각도 있는데, 제 경험상 이건 전기차 시장 초창기와 비슷한 흐름입니다. 5년 전만 해도 전기차는 틈새시장이었지만, 지금은 자동차 산업의 표준이 됐죠. 로봇 시장도 똑같은 경로를 밟을 가능성이 큽니다.
DLSS 5와 그래픽 기술의 진화
게이머와 크리에이터들에게 반가운 소식도 있었습니다. 엔비디아는 실시간 포토리얼 4K 성능을 구현하는 DLSS 5를 공식 발표했습니다. 여기서 DLSS(Deep Learning Super Sampling)란 AI를 활용해 낮은 해상도 이미지를 고해상도로 실시간 변환하는 기술로, 게임 성능 향상의 핵심 기술입니다.
DLSS 5는 3D 가이드 신경 렌더링(Neural Rendering)을 통해 피부, 물, 금속 등의 재질과 조명을 AI가 실시간으로 분석하고 표현합니다. 제가 직접 데모 영상을 봤는데, 솔직히 실사와 구분이 안 갈 정도였습니다. 특히 물의 반사광이나 금속 표면의 미세한 질감 표현은 기존 그래픽 카드로는 구현 불가능한 수준이었습니다.
일반적으로 고사양 게임을 돌리려면 최신 GPU가 필수라고 알려져 있지만, 제 경험상 DLSS 기술이 적용되면 상황이 달라집니다. 중급 GPU로도 DLSS를 켜면 최상급 옵션으로 게임을 즐길 수 있거든요. DLSS 5는 이 격차를 더욱 벌려놓을 겁니다.
크리에이터 입장에서도 이건 게임 체인저입니다. 3D 렌더링 작업에서 실시간 프리뷰가 가능해진다는 건, 작업 시간이 몇 시간에서 몇 분으로 단축된다는 의미입니다. 개인적으로는 이 기술이 게임보다 영상 제작, 건축 시뮬레이션 쪽에서 더 큰 임팩트를 줄 거라고 봅니다.
엔비디아 GTC 2026은 단순한 신제품 발표회가 아니었습니다. 젠슨 황이 그린 청사진은 명확합니다. GPU 제조사에서 AI 인프라 플랫폼 기업으로, 하드웨어에서 소프트웨어 생태계로, 디지털에서 피지컬 세계로의 확장입니다. 지난 2년간 컴퓨팅 수요가 100만 배 증가했다는 그의 말처럼, 다가오는 에이전트 AI 시대는 우리가 상상했던 것보다 훨씬 빠르게 현실이 될 것입니다. 제가 이번 키노트를 보며 확신한 건, 이제 AI는 선택이 아니라 필수이며, 그 중심에 엔비디아가 있다는 사실입니다.