젠슨 황이 독일 제조업을 찾았다, AI의 다음 시장은 공장과 로봇이다
AI의 성장 동력은 데이터센터 밖에도 있다. 독일 제조업이 가진 산업 데이터와 디지털 트윈, 그리고 투자자가 확인해야 할 실제 수익성.
20초 핵심
독일이 가진 것은 엔비디아가 아직 충분히 확보하지 못한 데이터다. 수십 년간 공장에서 축적한 기계의 움직임, 생산공정, 품질관리와 엔지니어링 경험이다.
10월 19일 베를린에서 젠슨 황 엔비디아 CEO가 프리드리히 메르츠 독일 총리와 만났다. 두 사람의 대화는 AI의 다음 성장시장이 어디에 있는지를 보여준다. 바로 자동차와 산업기계, 공장과 로봇이다.
1. 엔비디아는 왜 독일을 선택했을까
독일은 미국처럼 초거대 AI 모델을 주도하는 국가는 아니다. 그러나 자동차, 산업기계, 정밀 제조업에는 세계적인 기업과 기술을 보유하고 있다.
여기서 중요한 자산은 공장 그 자체만이 아니다.
어떤 기계를 어떤 속도로 움직여야 하는지, 어떤 온도에서 불량률이 높아지는지, 생산라인의 병목은 어디에서 발생하는지에 관한 방대한 산업 데이터다.
생성형 AI가 인터넷에 공개된 문자와 이미지로 발전했다면, 피지컬 AI는 실제 세계의 물리적 특성과 제어 데이터를 이해해야 한다. 로봇이 물체를 집는 일조차 무게, 마찰, 위치, 충돌 가능성을 계산해야 한다.
이러한 데이터와 노하우는 인터넷에서 쉽게 수집할 수 없다.
젠슨 황이 독일 제조업을 강조한 이유도 여기에 있다고 본다. 미래의 AI 경쟁력이 반도체 성능뿐 아니라 누가 더 좋은 현실 세계의 데이터를 확보하고 활용하느냐에 달릴 수 있기 때문이다.
엔비디아는 이번에 독일 정부와 산업용 AI 협력을 위한 양해각서를 체결했고, 독일 스타트업 네 곳에 대한 투자계획도 발표했다.
| 기업 | 주요 사업 |
|---|---|
| Agile Robots | 산업용 로봇과 자동화 |
| Avelios Medical | 의료 소프트웨어 |
| Mirelo | AI 오디오 기술 |
| Reflex Aerospace | 위성 제조 |
이들 기업은 로봇부터 의료, 오디오, 우주산업까지 분야가 서로 다르다. 엔비디아가 특정 제조업 하나보다 AI가 적용될 산업 생태계 전체에 관심을 두고 있다는 해석이 가능하다.
다만 유럽 기술 생태계에 대한 약 100억달러의 투자 약속은 독일 스타트업 네 곳의 투자액이 아니다. 유럽 전역을 대상으로 한 규모이며, 독일 정부와의 의향서 역시 확정 매출과 구분해야 한다.
2. 지멘스 공장에서 확인한 변화, 작업량 최대 85% 감소
지멘스가 독일 에를랑겐 공장의 적용 사례를 바탕으로 발표한 수치. 전체 공장의 노동시간이나 제조원가가 각각 85%, 20% 감소했다는 의미는 아니다.
독일 지멘스의 에를랑겐 전자공장은 이 변화를 구체적으로 보여준다.
기존에는 새로운 인쇄회로기판(PCB)을 생산하려면 실제 시제품을 만든 다음 품질검사 시스템을 준비해야 했다. 이제는 디지털 트윈에서 생성한 가상 제품 이미지로 검사 AI를 미리 학습시킬 수 있다.
지멘스는 특정 공정에서 엔지니어링 작업량을 최대 85%, 시장 출시까지 걸리는 시간을 최대 40% 줄일 수 있다고 발표했다.
또한 AI 에이전트가 주문량과 자재, 설비 가동률을 분석해 생산계획을 제안하고 디지털 트윈에서 검증하는 방식으로 비용을 최대 20% 절감할 가능성을 제시했다.
여기서 디지털 트윈(Digital Twin)은 실제 공장과 유사한 가상공간을 만드는 기술이다. 생산라인을 멈추지 않고도 설비 배치와 작업 순서, 로봇 움직임을 미리 시험할 수 있다.
중요한 점은 이 수치들이 지멘스가 공개한 특정 적용 사례의 성과 또는 기대 효과라는 사실이다. 제조업 전체의 평균 개선율이나 독립적으로 검증된 장기 실적은 아니다.
그럼에도 AI의 경제적 가치를 추상적인 성능 점수가 아니라 실제 공장의 작업량과 비용으로 평가하기 시작했다는 점에서 의미가 있다.
3. 누가 돈을 벌까, 엔비디아만의 시장은 아니다
산업용 AI 시장이 성장하면 엔비디아에는 새로운 수요가 발생할 수 있다.
AI 모델을 학습하고 공장을 시뮬레이션하는 데 필요한 GPU, Omniverse와 Isaac 같은 개발 도구, Jetson 기반 로봇 컴퓨팅이 대표적이다.
그러나 제조업의 핵심 데이터와 고객 관계는 지멘스 같은 산업용 소프트웨어 기업이 보유하고 있다. 자동화 장비와 센서, 로봇을 공급하는 기업들도 중요한 역할을 한다.
| 기업 | 산업용 AI에서의 기회 | 투자자가 검증할 부분 |
|---|---|---|
| NVIDIA (NVDA) | AI 연산, 시뮬레이션, 로봇 컴퓨팅 | 산업용 매출의 실제 증가 |
| Siemens (SIE) | 공장 자동화, 산업 데이터, 디지털 트윈 | 소프트웨어 매출과 고객 확대 |
| Rockwell Automation (ROK) | 미국 제조업 자동화 및 제어 | 자동화 수주와 마진 개선 |
| Tesla (TSLA) | 자율주행, Optimus 휴머노이드 | 실제 생산성, 제조원가와 상용화 |
특히 테슬라는 피지컬 AI의 다른 경로를 보여준다. 엔비디아와 지멘스가 여러 제조기업에 기술과 플랫폼을 제공한다면, 테슬라는 자율주행과 자체 로봇을 직접 상용화하려는 기업이다.
두 전략의 경제성은 다르다. 플랫폼 공급자는 고객 수가 중요하고, 로봇 제조사는 생산량과 단위당 원가, 실제 사용시간이 중요하다.
피지컬 AI가 성장한다고 모든 관련 기업의 수익이 같은 속도로 증가하는 것은 아니다.
FAQ
AI의 다음 성장시장은 반드시 더 똑똑한 챗봇일 필요가 없다.
이미 존재하는 공장과 기계, 자동차의 생산성을 조금씩 높이는 것만으로도 상당한 경제적 가치가 만들어질 수 있다.
젠슨 황의 독일 방문은 그 가능성을 보여준다. 그러나 투자자가 기다려야 할 최종 증거는 협력 발표가 아니라 공장의 이익 개선과 공급기업의 실제 매출이다.
AI가 현실 세계에서 얼마나 많은 돈을 벌어주는지, 이제 그 질문이 중요해지고 있다.
주요 출처 : Reuters · NVIDIA · Siemens · AP4. AI의 새로운 경쟁력은 현실 세계에 있다
이번 독일 협력에서 가장 흥미로운 부분은 엔비디아의 투자 규모보다 산업 데이터의 가치다.
AI 모델은 점점 더 많은 기업이 개발할 수 있다. 반면 수십 년간 축적된 공정 데이터와 엔지니어링 경험은 단기간에 복제하기 어렵다.
따라서 산업용 AI 시장에서는 기존 제조기업이 AI 기업의 단순 고객에 머무르지 않고 중요한 기술 자산을 가진 파트너가 될 수 있다.
다만 산업용 AI는 챗봇보다 도입이 까다롭다. 실제 기계를 움직이는 만큼 안전성과 신뢰성이 중요하고, 기존 설비와 연결하는 비용도 발생한다. 공장마다 장비와 공정이 달라 기술을 일괄적으로 확산하기도 어렵다.
엔비디아가 기술을 제공하더라도 고객이 충분한 투자수익률을 확인하지 못하면 대규모 도입은 지연될 수 있다.
이 때문에 개인 투자자는 피지컬 AI 시장 규모에 관한 장밋빛 전망보다 고객 기업이 AI 도입으로 얼마의 비용을 줄이고, 그중 얼마가 공급기업의 매출과 이익으로 전환되는지 를 확인하는 편이 낫다고 생각한다.
- 시뮬레이션과 학습용 연산 수요에는 긍정적일 가능성.
- 그러나 공장 내 추론에는 저전력 칩이나 다른 공급사의 반도체를 사용할 가능성도 존재.
- 산업용 AI 공동 개발과 보급을 위한 의향서.
- 특정 반도체 구매량이나 매출이 확정된 계약은 아니라는 점이 핵심.
- 특정 생산 준비 업무의 엔지니어링 작업량에 관한 수치.
- 전체 직원 수나 공장 전체 노동시간 감소율로 해석하면 오류.
- 일부 자율주행과 로봇 AI 기술 영역에서 경쟁할 가능성.
- 다만 엔비디아는 범용 플랫폼 공급에, 테슬라는 자체 제품 상용화에 상대적으로 무게를 두는 구조.
- 기술 성능이 실제 산업현장의 투자수익률로 이어지지 않을 가능성.
- 느린 설비 교체 주기, 안전 검증, 시스템 통합 비용과 고객의 투자 여력.
체크 포인트
인사이트 타임스 편집부
