젠슨 황이 G20에서 팔고 온 것은 GPU가 아니라 ‘국가 인프라’였다

GPU 회사가 왜 G20에서 ‘도로와 전기’를 이야기했나

9월 2일 미국 노스캐롤라이나 채플힐. G20 혁신장관회의에서 젠슨 황 엔비디아 CEO가 반복한 단어는 GPU가 아니라 ‘인프라’였다.

황 CEO는 AI를 다섯 층으로 설명했다. 맨 아래에는 에너지, 그 위에 칩, 데이터센터 인프라, AI 모델, 마지막으로 데이터와 애플리케이션이 놓인다. 국가가 AI 경쟁력을 가지려면 이 다섯 층을 모두 자국산으로 만들 필요는 없다고 했다. 대신 어떤 층에서 강점을 가질지 선택하고, 무엇보다 AI를 자국 산업으로 확산시키는 것이 중요하다는 논리다.

이 발언의 핵심은 ‘AI 주권’을 기술 자급자족과 구분했다는 데 있다. 반도체가 강한 나라는 인프라를, 제조업이 강한 나라는 로보틱스와 디지털 트윈을, 바이오가 강한 나라는 신약개발과 연구 컴퓨팅을 붙일 수 있다. 중요한 것은 파운데이션 모델 국적이 아니라, 자국의 데이터·기업·산업 현장이 AI를 이용해 얼마나 많은 생산성과 부가가치를 만들어내느냐다.

황 CEO가 “모든 국가는 AI를 물·도로·전기·인터넷처럼 인프라로 인식해야 한다”고 말한 이유도 여기에 있다. AI를 쓰는 기업 몇 곳을 만드는 문제가 아니라, 연구자·학생·스타트업·제조업체가 함께 사용할 수 있는 ‘지능 생산 능력’을 국가 안에 깔아야 한다는 주장이다.

‘AI 위험을 무시하자’는 발언은 아니었다

이번 발언은 규제 철폐론으로 읽으면 절반만 맞는다.

황 CEO는 기술을 만드는 기업이 안전성과 보안을 책임져야 하고 규제기관과 협력해야 한다고 말했다. 다만 규제의 초점을 “가설적·이론적 피해”가 아니라 “실제적이고 현실적인 피해”에 맞춰야 한다고 주장했다.

그가 문제 삼은 것은 사기, 개인정보 침해, 저작권 침해, 차별, 사이버 공격, 물리적 안전사고 같은 현실의 피해를 규제하는 것 자체가 아니다. 아직 구체적으로 발생하지 않은 장기 위험을 이유로 기술의 연구·배포·산업 적용을 광범위하게 선제 차단하는 방식이다.

여기에는 엔비디아의 이해관계도 분명히 들어 있다. 기술이 빠르게 확산될수록 연산 수요가 커지는 회사가 규제 속도보다 도입 속도를 강조하는 것은 자연스럽다. 따라서 그의 발언을 중립적인 정책 원칙으로 받아들이기보다, ‘AI 안전과 확산 가운데 어디에 규제의 무게중심을 둘 것인가’에 대한 산업계의 강한 입장으로 읽는 편이 정확하다.

동시에 G20이 채택한 공식 문서도 무규제를 선언하지 않았다. 혁신을 촉진하는 유연한 정책 틀과 함께, 분야별·위험기반 접근과 안전하고 신뢰할 수 있는 기술 도입을 명시했다. 황 CEO의 메시지는 그 범위 안에서 규제의 초점을 실제 피해 쪽으로 좁히자는 주장에 가깝다.

엔비디아 투자자에게 중요한 것은 ‘두 번째 고객층’이다

지금까지 AI 투자 사이클을 끌어온 주체는 마이크로소프트, 아마존, 알파벳, 메타 같은 미국 하이퍼스케일러였다. 문제는 시장도 이미 그것을 안다는 점이다. 엔비디아의 다음 성장 내러티브가 강해지려면 ‘네 회사가 계속 더 많이 산다’ 이상의 수요가 필요하다.

이번 G20 발언은 그 다음 고객층을 정확히 가리킨다.

각국 정부와 국영 연구기관의 AI 클러스터, 통신사가 운영하는 지역 AI 클라우드, 제조업의 로보틱스와 디지털 트윈, 바이오·과학 분야의 고성능 컴퓨팅, 국가 데이터가 국외로 빠져나가는 것을 꺼리는 공공·금융 부문의 주권형 인프라다.

이 흐름은 이미 숫자로도 조금씩 보이기 시작했다. 엔비디아는 FY2027 2분기 실적 설명에서 주권 AI 사업이 전분기 대비 35% 성장했고, 전년 동기보다 3배 이상 커졌다고 밝혔다. 회사가 설명한 주권 AI 수요는 주로 지역 네오클라우드를 통해 발생하고 있다.

아직 이 숫자만으로 하이퍼스케일러를 대체할 새로운 거대 시장이 완성됐다고 말할 수는 없다. 절대 매출 규모가 별도로 공개되지 않았기 때문이다. 그러나 고객 구성이 넓어지고 있다는 방향성은 확인된다. 엔비디아의 장기 성장 논리에서 중요한 것은 바로 이 ‘수요의 다극화’다.

1조 달러는 엔비디아 매출이 아니다

가장 오해하기 쉬운 대목도 있다.

황 CEO는 미국에서 “올해에만 인프라에 거의 1조 달러를 투자하게 될 것”이라고 말했다. 이 문장을 엔비디아가 1조 달러를 직접 투자한다거나, 엔비디아에 1조 달러 매출이 생긴다는 뜻으로 읽으면 안 된다.

문맥상 이 숫자는 GPU와 서버뿐 아니라 데이터센터 건물, 전력, 변압기, 송배전망, 네트워킹, 냉각, 토지, 클라우드 설비와 관련 공급망을 포함한 미국 AI 인프라 생태계 전체의 투자 규모를 가리킨다.

황 CEO는 또 1GW급 AI 인프라 구축 비용을 약 500억~600억 달러로 제시하고, 2030년까지 100GW 규모가 건설될 것이라고 말했다. 이것 역시 엔비디아의 확정 수주액이 아니라 AI 인프라 시장에 대한 그의 전망이다.

투자자에게 필요한 계산은 ‘1조 달러 × 엔비디아 점유율’ 같은 단순 산수가 아니다. 실제로 전력이 연결돼 데이터센터가 가동되는지, 전체 건설비 중 GPU와 네트워킹이 차지하는 비중이 얼마인지, 경쟁 ASIC이 어느 정도 침투하는지, 그리고 최종 고객이 AI 서비스로 충분한 매출과 생산성 개선을 만들어내는지를 봐야 한다.

한국은 ‘모든 것을 만드는 나라’보다 ‘잘하는 산업에 AI를 깊게 꽂는 나라’가 현실적이다

한국은 황 CEO가 말한 선택적 AI 주권 전략과 꽤 잘 맞는다.

HBM과 메모리, 서버 공급망, 통신 인프라, 반도체·자동차·조선·배터리·제조업 현장 데이터는 다른 나라가 단기간에 복제하기 어려운 자산이다. 한국이 미국처럼 모든 파운데이션 모델과 클라우드 플랫폼을 지배하지 못하더라도, 공장·로봇·설비·품질관리·공급망에 AI를 깊게 연결하면 별도의 경쟁력을 만들 수 있다.

실제로 엔비디아는 올해 네이버와 세종 데이터센터의 AI 팩토리를 55MW에서 2028년 200MW로 확대하는 계획을 발표했고, 네이버는 장기적으로 1GW 규모를 목표로 하고 있다. SK텔레콤도 2027년 가동을 목표로 기가와트급 AI 클라우드를 추진 중이다.

하지만 GPU를 확보하는 것과 AI 경쟁력을 확보하는 것은 같은 말이 아니다. 전력망과 변압기, 인허가, 지역 수용성, 냉각, 인재, 실제 산업 데이터의 활용권이 함께 움직이지 않으면 비싼 컴퓨팅 장비가 경제적 생산성으로 전환되지 못한다.

한국의 진짜 질문은 ‘GPU를 몇 장 확보했는가’가 아니라 ‘그 GPU가 한국 제조업과 연구, 서비스업의 이익을 얼마나 늘렸는가’가 되어야 한다.