[테크수다 기자 도안구 eyeball@techsuda.com] AI 컴퓨팅 기술 분야의 선두주자인 엔비디아(www.nvidia.co.kr)가 엔비디아 GTC 베를린 2026(NVIDIA GTC Berlin 2026)에서 AI 팩토리, AI 에이전트, 피지컬 AI 등 주요 혁신 기술과 유럽 AI 생태계 확장을 위한 비전을 제시했다.

1980년 베를린 장벽 인근의 텐트에서 시작한 템포드롬(Tempodrom)은 여러 차례 장소를 옮긴 끝에 2001년 안할터 반호프(Anhalter Bahnhof) 인근에 자리를 잡았다. 이후 현재의 상설 공연장에서는 콘서트, 갈라 행사, 정치 행사 등 다양한 행사가 개최돼 왔다.

GTC 베를린은 현지 시간으로 10월 20일(화)부터 3일간 진행되고 있으며, 인근 스테이션 베를린(STATION-Berlin)에서는 에이전틱 AI, 로보틱스, 피지컬 AI, 오픈 모델, 가속 컴퓨팅 등을 주제로 100개 이상의 세션이 열리고 있다. 템포드롬에서는 GTC 행사 하이라이트인 엔비디아 창립자 겸 CEO 젠슨 황(Jensen Huang)의 기조연설을 보기 위해 기자, 애널리스트, 파트너들이 참석했다.

[00:09] 오프닝 영상 (내레이션)

지능은 이렇게 만들어집니다. 새로운 종류의 공장, AI의 구성 요소인 토큰을 만들어 내는 생성기입니다. 토큰은 새로운 개척지를 열었습니다. 데이터를 지식으로, 지식을 행동으로 바꿉니다. 토큰은 자연의 암호를 해독해 숨은 치료법을 드러내고, 우리 도시를 거울처럼 비추며, 쉼 없이 세상을 누벼 우리가 계속 움직이게 합니다. 토큰은 우리가 움직이는 방식에서 배웁니다. 우리에게 필요한 돌봄을 전합니다. 우리는 사랑하는 이들을 지키기 위해 위험 속으로 걸어 들어갑니다. 토큰은 우리가 보지 못하는 것을 봅니다. 그래서 가장 든든한 손은 결코 홀로 일하지 않습니다. 토큰이 불붙이는 모든 아이디어, 토큰이 함께 나누는 모든 성공이 소중한 것을 우리 손에 닿게 합니다. 토큰은 전례 없는 규모로 새 지평을 여는 데 힘을 보태고 있습니다. 그래서 우리는 하늘과 그 너머를 향해 손을 뻗을 수 있습니다. 우리는 함께 모든 인류를 위한 밝은 미래로 다음 도약을 합니다. 그리고 모든 것은 여기서 시작됩니다. 엔비디아 창립자 겸 CEO 젠슨 황을 무대로 모십니다.

[03:28] 젠슨 황 등장

안녕하세요, 베를린! 안녕하세요, 베를린!

GTC에 오신 것을 환영합니다. 이곳에 오게 돼 정말 기쁩니다. 시작하기 전에 프리게임 쇼 진행자들에게 박수를 보내 주십시오. 똑똑하고 사랑스럽습니다. 똑똑하고 사랑스러워요. 이분들은 AI 인프라, 소버린 AI, AI 안전, 피지컬 AI에 대해 이야기했습니다. 오늘 아침 정말 많은 내용을 다뤘는데, 저희는 여기서 한 걸음 더 나아가 보겠습니다.

[03:50] 유럽과 엔비디아의 33년

정말 흥미로운 질문이 있습니다. 로레알, 레볼루트, 스포티파이, 머크, 보다폰, 자라, 포르쉐, 네슬레, HSBC의 공통점은 무엇일까요? 모두 유럽 기업이고, 모두 엔비디아와 함께 AI 작업을 하고 있습니다. 여기 계신 모든 분이 AI 생태계에서 활발히 움직이며 AI 경제를 향해 나아가고 있습니다.

저희는 유럽에서 33년째 일하고 있습니다. 아마 모르셨겠지만 엔비디아의 첫 칩인 NV1, 그리고 NV2와 NV3가 있는데, NV3는 회사를 사실상 구해 내고 회사를 일으킨 칩인 리바 128(RIVA 128)이 됐습니다. 이 칩들은 모두 유럽에서 만들어졌습니다. 저희의 첫 파트너는 SGS 톰슨이었습니다. 프랑스 크롤에서 칩을 생산하고, 몰타에서 조립해, 전 세계로 출하했습니다.

지포스 초창기에 저희의 가장 큰 고객은 미디어마크트라는 회사였습니다. 아시죠? 미디어마크트는 PC를 만드는 데 기막힌 아이디어를 갖고 있었고, 저희의 최대 고객이었습니다. 2000년에 엔비디아를 워크스테이션 산업으로 이끈 것은 독일 기업 엘사였습니다. 이제 엔비디아는 유럽 전역의 모든 워크스테이션에 들어가 있습니다. 스타일링, 디자인, 엔지니어링, 시뮬레이션에서 자동차 내부에 이르기까지 차를 설계하는 데 쓰입니다. 차 안으로 저희를 처음 들인 것도 유럽 기업, 2005년의 아우디였습니다. 그리고 2020년에 메르세데스와 자율주행차 작업을 시작했습니다.

보시다시피 엔비디아의 33년 여정 내내 그랬습니다. 저는 독일에서 많은 시간을 보냈기 때문에 다시 오게 돼 무척 기쁩니다. 감사합니다. 이곳에서 GTC를 열게 돼 기쁩니다.

[06:40] 유럽 AI 경제의 시작

올해, 지난 1년 동안 저희는 이곳 유럽에서 새로운 산업, 즉 AI 경제의 시작을 만드는 새로운 여정에 나섰습니다. 지난 1년에만 유럽에 100억 달러 가까이 투자했습니다. 스타트업, 대규모 파트너십, 소규모 파트너십 등 유럽 전역에 걸쳐서입니다. 지난주에만 프랑스와 영국에서 스웨덴을 거쳐 이곳 베를린까지 오는 동안 스타트업 14곳에 대한 투자를 발표했습니다. 처음부터 지금까지 따지면 유럽 전역에 1만 2,000곳이 넘는 파트너가 있고, 이제 모두가 하나의 목표를 향해 일하고 있습니다.

수십 년간 컴퓨터 산업이 발전해 온 끝에, 우리는 이제 새로운 산업혁명의 출발점에 서 있습니다. 이 이미지는 컴퓨터가 만들었습니다. 프롬프트는 제가 썼습니다. 새로운 산업혁명을 이끄는 AI에 관한 간단한 프롬프트로 이 이미지가 나왔습니다. 강조하고 싶은 파트너, 저희와 함께 일하는 회사 몇 곳을 넣었는데, 정말 놀라운 결과입니다. AI가 생각하기에 새로운 산업을 만든다는 것은 이런 모습입니다. 토큰의 생성, 즉 지능의 생산이 모든 산업에 통합돼 새로운 산업혁명을 일으키는 모습이죠.

새로운 산업혁명은 새 기술이 우리가 무엇을 어떻게 만드는지에 영향을 줄 때 일어납니다. 무엇을 만들고, 어떻게 만드는가. 저는 인공지능이 우리가 만드는 모든 것에 모든 방식으로 영향을 미치고, 실제로 새로운 것을 만들 수 있게 해 줄 것이라고 생각합니다. 모든 사람이 쓰고, 모든 회사가 그것으로 움직이게 될 것입니다. 디지털 지능이자 모든 것의 토대이기 때문입니다. 모든 사람이 쓰고, 모든 회사가 그것으로 움직이며, 모든 산업이 바뀌고 새로운 산업이 생겨날 것입니다. 이런 점에서 전기처럼 AI는 새로운 산업혁명이고, 우리는 그 아주 초입에 있습니다.

[08:30] AI란 무엇인가: 5단 케이크

그렇다면 AI란 무엇일까요? 이게 중요합니다. 이 미래를 만드는 데 참여하고 싶다면 AI가 무엇인지 이해하는 것이 무엇보다 중요합니다. 정말 단순한 틀이 있습니다. 저희는 AI가 사실상 제조업이라는 점을 일찍 알아챘습니다. AI는 단순한 소프트웨어 기술이 아닙니다. 소프트웨어 기술이긴 하지만 그것만은 아닙니다. 물론 컴퓨터에서 돌아가지만, 그 컴퓨터가 작동하는 방식이 근본적으로 다릅니다. 우리가 쓰는 도구가 아니라, 이제는 기계 장치이자 인프라의 일부입니다. 모든 산업과 애플리케이션에 통합된 지능을 생산하는 공장입니다. AI를 다섯 층짜리 케이크로 생각하면 쉽습니다.

에너지가 AI 팩토리를 이루는 첨단 컴퓨터에 전력을 공급하고, AI 팩토리는 그 위에서 돌아가는 모델로부터 토큰, 즉 디지털 지능을 만들어 내며, 이것이 모든 애플리케이션에 통합됩니다. 다섯 층짜리 케이크입니다. 이 AI 경제의 일원이 되려면 AI를 소비하는 데 그쳐서는 안 됩니다. AI를 생산해야 합니다. 이 모든 것을 이곳 유럽에서 할 수 있고, 실제로 이미 시작했습니다.

유럽은 AI 경제를 구축하고 있고, 여기 보이는 것이 유럽의 5단 케이크입니다. 훌륭한 파트너십들이 있습니다. 이 다섯 층을 가로질러 보면 모든 층에서 성장이 일어나고 있기 때문에 이것이 실제로 새로운 산업이라는 것을 알 수 있습니다. 엄청난 속도로 일자리와 성장을 만들어 내고 있습니다. 슈나이더, 지멘스 일렉트릭, 지멘스 에너지 같은 유럽 기업들이 전 세계에서 훌륭한 성과를 내고 있습니다. 저희는 컴퓨팅 층입니다. 저희는 지금 유럽 전역에서 번창하는 AI 팩토리에 들어갑니다. 네비우스 같은 스타트업이 아주 잘하고 있습니다. 중앙아시아 지역에 네오클라우드를 세우는 파이어버드라는 신생 기업도 있고, 아프리카의 카사바도 있습니다.

그리고 모든 통신사, 이건 제 예측입니다만, 미래에는 모든 통신사가, 10만 개 거점과 약 100GW 규모의 분산된 통신 기지국과 데이터센터를 가진 그 통신사들이 분산형 AI 네트워크로 진화할 것입니다. AI 인프라 층이 이렇게 구축되고 있고, 그 위에 AI 모델이 있습니다. AI 모델이 등장하기 훨씬 전에 인프라가 먼저 존재해야 한다는 점을 인식하는 것이 정말 중요합니다. 인터넷 이전에 네트워크가 있어야 했던 것처럼, 전기의 혜택을 제대로 누리려면 전기가 들어오는 집과 발전소가 있어야 했던 것처럼요. 그래서 그다음 층이 모델입니다.

모델 층이 언어 모델만이 아니라는 점도 흥미롭습니다. 언어, 생물학, 화학, 물리학, 로봇 동작, 애니메이션을 아우르고, 모든 크기의 모델을 포함합니다. 각 산업은 서로 다른 양식의 AI 모델로 움직이게 될 것이고, 이것이 AI 네이티브 기업, 스타트업들에 통합됩니다. 유럽에는 그런 회사가 정말 많습니다. 유럽의 AI 경제는 시작됐고, 빠르게 가속하고 있습니다. 보기 좋습니다.

[12:00] 풀스택 AI 팩토리 플랫폼으로서의 엔비디아

그 토대에서 저희가 기여하는 부분을 사람들은 대개 GPU라고 생각합니다. 맞습니다. 저희는 1993년 그래픽 칩을 만들기 시작했고, 그것이 GPU, 프로그래머블 셰이딩 GPU로 발전했습니다. 시간이 지나 여기에 쿠다 가속을 더했고, 우리가 아는 컴퓨팅을 재발명했으며, 그것이 인공지능을 탄생시켰습니다. 하지만 오늘날 엔비디아는 진정한 풀스택, 엔드투엔드의 완전한 AI 팩토리 플랫폼입니다.

수년에 걸쳐 저희 회사의 기술 폭은 크게 넓어졌습니다. GPU 컴퓨팅, 그중 최신 세대가 베라 루빈입니다. 이 GPU들을 하나의 거대한 GPU로 연결하는 NV링크 스위치, 최근 소개한 베라 블루필드-4 컴퓨팅, 이건 잠시 후에 조금 더 말씀드리겠습니다. 엔비디아를 오늘날 세계 최대 네트워킹 기업으로 만든 이더넷 솔루션 스펙트럼-X, 토큰 생성용 디코드 가속기인 그록 3, 스토리지 가속을 위한 베라 블루필드, 그리고 베라 RTX 컴퓨팅까지요. 이것들에 대해서도 곧 말씀드리겠습니다.

이것이 AI 팩토리를 만드는 데 필요한 기술의 폭입니다. 하지만 이 모든 것을 움직이는 소프트웨어가 없으면 아무것도 작동하지 않습니다. 첫 번째는 AI 팩토리를 운영하는 시스템 소프트웨어입니다. 이 시스템들은 거대합니다. 1GW 데이터센터, 1GW AI 팩토리를 짓는 데 약 500억 달러가 듭니다. 토지, 전력, 건물, 모든 컴퓨팅, 네트워킹, 스토리지, 전력, 냉각을 모두 연결한 것이죠. 수 에이커에 이르는 AI 팩토리입니다. 이것을 켜고 운영하는 것 자체가 경이로운 일입니다. 이 팩토리에 숨을 불어넣고 활용해 토큰을 생산하는 데 필요한 소프트웨어의 양은 어마어마합니다. 엔비디아는 이 전체 풀스택 소프트웨어를 제공합니다.

그 위에 저희가 쿠다-X 라이브러리라고 부르는, 저희 회사의 알고리즘들이 있습니다. 엔비디아의 진짜 정체는 알고리즘을 가속하기 위해 실리콘을 설계하는 알고리즘 회사입니다. 그중 하나가 물론 cuDNN입니다. 많은 연구자가 현대 AI의 빅뱅을 일으킨 라이브러리로 알고 있죠. cuDNN이 AI에 갖는 의미는 SQL이 세계 데이터베이스 산업에 갖는 의미와 같습니다.

[15:46] 쿠다-X 라이브러리와 모델

cuDNN은 도메인 특화 언어이자 도메인 특화 라이브러리입니다. 오픈GL과 다이렉트X가 실시간 컴퓨터 그래픽을 가능하게 했듯이, cuDNN은 AI 컴퓨팅 산업을 가능하게 했습니다. 그 밖에도 350개의 라이브러리가 있습니다. 이 라이브러리들이야말로 저희 회사의 왕관 보석입니다. 전산 리소그래피부터 신호 처리, 이미지 처리, 데이터 처리, 입자, 유체, 희소 행렬 솔버까지 아우릅니다. 여기 계신 많은 분이 이 폭넓은 라이브러리를 회사에 연결해 쓰고 계십니다. 이것이 저희가 새로운 시장을 여는 방식입니다. 엔비디아를 알고리즘에 연결해 여러분이 놀라운 속도로 계산할 수 있게 하는 방식이죠.

그리고 마지막으로 오른쪽에 모델이 있습니다. 이것이 새로운 소프트웨어, 새로운 애플리케이션의 새 엔진이며, 쿠다-X 라이브러리 위에서 그것과 협력하며 작동합니다. 엔비디아는 여러 도메인에 걸쳐 이런 모델을 만들어 왔습니다. 이 모델들이 새로운 기회를 열어 줍니다. 이에 대해서는 나중에 할 이야기가 많습니다.

[17:00] 10년간 100만 배: 익스트림 공동 설계

엔비디아는 매 세대를 거쳐 왔습니다. 시작은 파스칼이었습니다. AI 시대는 파스칼과 DGX-1이라는 새 시스템으로 시작됐습니다. DGX-1은 세계 최초의 AI 슈퍼컴퓨터였습니다. 제가 10년 전에 소개했고, 첫 번째 제품을 오픈AI에 전달했습니다. 그들의 컴퓨팅 여정이 거기서 시작됐죠. 파스칼에서 볼타, 암페어로, 그리고 많은 분이 저희를 처음 알게 된 호퍼, 현재 세대인 블랙웰, 그리고 이제 전면 양산에 들어간 베라 루빈까지. 여섯 세대의 아키텍처입니다.

세대마다 저희는 기술을 발전시켰습니다. 지난 10년 동안 AI 성능을 100만 배 끌어올렸습니다. 한 걸음 물러서서 무어의 법칙이었다면 10년 동안 어땠을지 생각해 보십시오. 처음 5년에 10배, 다음 5년에 다시 10배, 10년간 100배 향상이었을 겁니다. 같은 기간 엔비디아는 모든 컴퓨터, 모든 소프트웨어 스택에 걸쳐 혁신했습니다. 새 알고리즘을 최적화하고 만들어 내는 동시에 그것을 가속할 아키텍처를 만들었습니다. 저희가 익스트림 공동 설계(extreme co-design)라고 부르는 방식으로 영역 전체에 걸쳐 일했기 때문에 AI를 100만 배 가속할 수 있었습니다. 그리고 앞으로도 계속 그렇게 할 것입니다. 이것이 오늘 엔비디아가 만드는 것이고, 유럽이 AI 생태계와 AI 경제에 참여할 수 있게 하는 토대입니다.

[19:00] 모델을 넘어 에이전트 전체를 처리하는 베라 루빈

처음에 파스칼은 GPU였고, 볼타도 GPU, 암페어도 GPU, 호퍼도 GPU였습니다. 저희는 새로운 DGX 폼팩터를 발명했습니다. 그다음 블랙웰이 세계 최초의 랙 스케일 컴퓨팅을 선보였습니다. 잠시 후 보여 드리겠습니다. 랙 스케일 컴퓨팅은 시스템 전체를 하나의 거대한 컴퓨터, 하나의 GPU로 만들었습니다. 그리고 이제 베라 루빈으로 처리 범위를 모델 너머, 거대언어모델 너머로 넓혀 에이전트 전체를 처리합니다.

이 슬라이드는 나중에 다시 언급하겠지만 이것만은 기억해 주십시오. 에이전트는 생각해야 합니다. 에이전트는 생각해야 하고, 거기에 모델이 들어갑니다. 인지, 추론, 계획, 그리고 도구 사용. 이 모든 것이 거대언어모델 위에서 돌아가고, 모델은 그렇게 하도록 설계돼 있습니다. 하지만 에이전트에는 하네스라는 것도 있습니다. 기본적으로 디지털 에이전트의 외골격입니다. 우리에게 뇌가 있고, 나머지 몸이 외골격인 것처럼요. 하네스는 작업을 조율하는 외골격으로, 에이전트가 실제로 메모리, 즉 활성 메모리, 작업 메모리, 장기 메모리를 활용하고 도구를 작동시키게 합니다. 세 번째는 데이터 처리를 위해 설계된, 지식을 처리하는 컴퓨터입니다. 마지막은 쿠다-X 라이브러리 전용 컴퓨터로, 도구를 실행하는 것이 그 일입니다. 이제 이 컴퓨터들이 에이전틱 시스템 전체를 이룹니다.

[20:50] 베라 루빈 실물 시연

베라 루빈은 전면 양산 중입니다. 직접 보니 좋네요. 저희가 만든 세계 최초의 이런 컴퓨터입니다. 케이블도, 배선도 없고, 100% 수랭식입니다. 정말 멋집니다. 어이쿠, 잠깐만요. 이렇게 꺼낼 수 있다니 정말 기쁩니다. 이게 베라 루빈 컴퓨터 하나죠? 네, GPU가 두 개 들어 있습니다. 그레이스 블랙웰의 경우 노드 하나를 조립하는 데 두 시간이 걸렸습니다. 보시면 아시겠지만 케이블과 배선이 사방에 있었고, 수랭 비율은 80%였습니다.

이제 베라 루빈은 100% 수랭식이고 조립에 5분도 걸리지 않습니다. 정말 놀라운 성과입니다. 물론 이것은 제조 사이클 개선, 훨씬 높은 신뢰성, 그리고 당연히 훨씬 높은 성능으로 이어집니다.

이것은 NV링크 스위치 트레이입니다. 이 GPU 72개를 연결합니다. 지금 여기에 네 개가 들어 있고, GPU 72개를 하나의 거대한 GPU로 연결합니다. GPU 하나가 20페타플롭스이고, 그것 72개를 하나의 거대한 시스템으로 묶는 것이죠.

그리고 이것이 새로운 베라 컴퓨터입니다. 이 강당이 꽉 찼네요. 전 세계에 100곳의 시청 파티가 열리고 있고, 지금 1만 5,000명이 저희를 보고 있습니다. 그러니 기조연설을 서둘러 진행하겠습니다. 마지막에 꼭 보여 드리고 싶은 정말 재미있는 게 있거든요. 먼저 교육으로 여러분을 좀 괴롭혀야 하고, 오락은 그다음입니다.

이건 완전히 새로운 베라 컴퓨터입니다. 베라 CPU는 엄청난 괴물 CPU입니다. 클럭당 8개 명령을 처리합니다[※ 타이베이 보도자료에는 클럭당 10개로 표기]. 세계 최초의 LPDDR 메모리 시스템을 갖춰 고성능, 매우 높은 대역폭, 뛰어난 에너지 효율을 동시에 얻습니다. 온칩 패브릭은 세계 어떤 칩보다 빠릅니다. 그 결과 데이터 처리 성능이 압도적입니다. 에이전틱 세션을 시작하고 처리하는 성능이 압도적이고, 바로 그 일을 하도록 설계됐습니다.

[24:10] 스펙트럼-X 공동 패키징 광학

이것이 베라 컴퓨터이고, 여기 이 컴퓨터는 스펙트럼-X입니다. 세계 최초의 공동 패키징 광학(CPO) 제품으로, 여기서 보실 수 있습니다. 보여 드리죠. 무대 일부는 꺼지는 바닥이고 일부는 걸어도 되는데, 어디가 어딘지 잘 모르겠네요. 그러니 제가 갑자기 사라지면, 저희 아시잖아요, 그건 연출이 아니라 사고입니다.

여기 보시면 레이저가 있고, 이 레이저가 광학 부품을 통해 올라와 저희 칩에 직접 연결됩니다. TSMC와 함께 개발한 쿠프(COUPE)라는 공정 기술로 연결하죠. 그래서 실리콘 포토닉스가 저희 칩 위에 직접 붙어 있습니다. 그렇지 않았다면 이 부분이 전부 PCB였을 텐데, PCB의 전송 능력은 광케이블보다 훨씬 떨어집니다. 이제 저희는 극도로 높은 데이터 전송률과 품질을 얻습니다. 데이터가 칩으로 바로 들어오고, PCB와 트랜시버를 거치지 않고 곧장 광학 부품으로 갑니다.

그래서 이것은 완전한 대량 생산에 들어간 세계 최초의 CPO이고, 200Gbps 포트 512개를 갖춘 세계에서 가장 앞선 이더넷 스위치입니다. 저희는 이 제품이 정말 자랑스럽습니다. 감사합니다.

이렇게 해서 생각, 즉 거대언어모델을 처리하고, 에이전트 하네스를 처리하고, 지식을 위한 데이터 처리를 하고, 모든 도구를 위한 가속 컴퓨팅을 실행할 수 있게 됩니다. 이것이 본질적으로 에이전트 워크로드입니다. 잠시 후 더 보여 드리겠습니다.

[26:30] 블랙웰 대비 30배

베라 루빈은 전면 양산 중이고 성능은 압도적입니다. 말씀드렸듯이 매 세대 익스트림 공동 설계를 통해 상식을 훨씬 넘어서는, 무어의 법칙이 정했을 수준을 훨씬 넘어서는 성능을 달성하고 있습니다. 아시다시피 무어의 법칙은 사실상 끝났습니다. 그래서 칩에서 시스템으로, 시스템에서 시스템 소프트웨어, 알고리즘, AI 팩토리 전체로 이어지는 익스트림 공동 설계가 필요합니다. 베라 루빈은 블랙웰 위에 또 하나의 거대한 도약입니다. 블랙웰은 에이전틱 처리와 거대언어모델 처리에서 호퍼보다 약 30배 빨랐고, 이제 베라 루빈은 불과 2년 만에 블랙웰보다 다시 30배 뛰어납니다.

베라 루빈이 어떻게 DSX 풀스택 AI 팩토리가 되는지 보시죠.

[27:00] DSX 소개 영상 (내레이션)

AI는 역사상 최대 규모의 인프라 구축을 일으키고 있습니다. 공장은 거대하고 투자 규모도 막대합니다. 제대로 지어야 합니다. 하지만 훌륭한 칩만으로 훌륭한 AI 팩토리가 되지는 않습니다.

엔비디아 DSX는 세계 최고의 인프라 기업들과 함께 혁신한 풀스택 AI 팩토리 레퍼런스 아키텍처입니다. 컴퓨팅, 네트워킹, 스토리지, 소프트웨어, 전력, 냉각을 하나의 시스템으로 공동 설계하고, 설계부터 운영까지 최적화합니다.

DSX는 디지털 트윈에서 시작합니다. 성능, 전력, 물, 규모를 착공 전에 가상으로 검증합니다. PTC는 장비 설계를 시뮬레이션 가능한 자산으로 바꿉니다. 다쏘시스템은 모델 기반 시스템 엔지니어링으로 랙과 시설 설계를 연결합니다. 슈나이더 일렉트릭은 전력 분배와 액체 냉각을 시뮬레이션합니다. 제이콥스는 이 모든 것을 옴니버스 디지털 트윈에 통합합니다. 지멘스는 열, 소음, 전력망 영향을 평가하고, 프로코어는 시공 단계 계획을 지원합니다.

전력은 AI 팩토리가 생산할 수 있는 양을 제한합니다. DSX 맥스LPS는 워크로드 수요에 맞춰 전력을 동적으로 조정하는 엔드투엔드 제어 루프입니다. 같은 산출량에 전력을 30% 적게 씁니다.

DSX는 냉각을 다시 생각합니다. 엔비디아 베라 루빈 시스템은 냉각수 온도 최대 45°C의 폐쇄형 액체 냉각을 전제로 설계됐습니다. 적합한 기후에서는 실외 건식 냉각기가 물을 증발시키지 않고 열을 공기 중으로 내보냅니다. 2GW 규모에서 DSX는 하루 5,400만 리터의 물을 아낄 수 있습니다. 18만 가구의 하루 사용량입니다.

하지만 AI 팩토리를 짓는 데는 몇 달이 걸릴 수 있습니다. 가동되기 전까지는 토큰을 하나도 생산하지 못합니다. 오늘 저희는 엔비디아 DSX POD를 발표합니다. 이 풀스택 플랫폼을 공장에서 제작한 통합 시스템으로 만든 것입니다. 시작은 베라 루빈 NVL72입니다. 액체 냉각 컴퓨팅 랙 7개를 17km의 스펙트럼-X 케이블로 연결하면 베라 루빈 DSX POD 하나가 됩니다. 베라 루빈 DSX POD는 통합되고, 케이블 연결을 마치고, 공장 테스트를 거친 뒤 운반 가능한 컨테이너로 납품됩니다. 건식 냉각기가 기존 증발식 냉각을 대체합니다. 800V 직류가 랙에 연결돼 효율적으로 전력을 공급합니다. 현장 유틸리티만 준비되면 예상 현장 구축 기간이 몇 달에서 며칠로 줄어듭니다.

엔비디아 DSX AI 팩토리는 설계부터 책임감 있게 만들어집니다. 그리고 이제 DSX POD로 AI 팩토리를 빛의 속도로 지을 수 있습니다. 와트당 더 많은 지능, 첫 토큰까지 더 짧은 시간.

[30:00] 공급망을 바꾸는 DSX POD

어떻습니까? 2016년 저희는 세계 최초의 AI 슈퍼컴퓨터를 소개했습니다. 노드 하나, GPU 노드 하나였죠. 그리고 3년 전 그레이스 블랙웰 NV링크 72 랙 스케일 컴퓨터를 소개했습니다. 두 번 모두 컴퓨터와 소프트웨어, 작동 방식만이 아니라 공급망까지 재발명해야 했습니다. NV링크 72의 경우, 원래라면 현장에서 조립했을 랙 전체를 공급망 안에서 조립했습니다. 사실상 슈퍼컴퓨터를 대량 생산한 것이죠. 그래서 저희가 이렇게 빨리 움직이고, 전 세계 수백 곳의 데이터센터 구축을 동시에 지원할 수 있었습니다. 이제 세계의 모든 컴퓨터 제조사가 NV링크 72를 만듭니다. 지금 저희가 컴퓨팅을 생산하는 규모는 전례가 없고, 상상할 수도 없던 수준입니다.

그런데도 이 시스템을 현장에 들여오면 여전히 몇 달씩 조립해야 합니다. 방금 들으셨듯이 스케일아웃 컴퓨팅을 위해 스펙트럼-X만 연결하는 데도 배선이 17km나 됩니다. 엄청난 숫자죠. 이제 이 모든 것을 공급망 안에서 한다고 생각해 보십시오. 전부 돌려 보고, 전부 조립하고, 완전히 작동하는지 확인하고, 인증과 번인 테스트를 마쳐서, 출하할 때는 완전히 작동하는 상태가 되는 겁니다. 케이블 작업과 현장 조립이 크게 줄어들 것입니다. 하지만 훨씬 더 큰 것이 있습니다. 이것을 공급망으로 옮기면 여러분 데이터센터 안에서 놀고 있는 컴퓨팅이 극적으로 줄어듭니다.

이걸 기억하십시오. 1GW 데이터센터 하나가 500억 달러입니다. 기대하는 매출은 연간 수백억 달러, 가령 그 인프라에서 연간 400억 달러의 매출이 나온다고 해 봅시다. 400억 달러인데 석 달만 늦어진다면, 그건 50억, 아 실례했습니다, 얼마죠? 100억 달러어치 매출입니다. 100억 달러면 누구라도 초조해질 겁니다. 그래서 이것을 공급망으로 옮기면 설치하고 컴퓨팅이 도착해 토큰을 생산하기까지의 가동 속도가 몇 달에서, 저희 생각에는 4~5개월에서 한 달 정도로 줄어들 것입니다.

[33:46] 엔비디아를 특별하게 만드는 두 가지

이것은 세계 공급망의 완전한 변화이고, 사람들이 데이터센터를 설치하고 짓는 방식을 바꿀 것입니다. 그 결과 속도가 올라가고, 낭비되던 유휴 컴퓨팅과 유휴 설비투자가 줄어들어 모두가 더 큰 수익을 내기를 바랍니다. 이것이 대형 캐비닛 시스템이 된 NV링크 72, 저희가 DSX POD라고 부르는 것입니다. 엔비디아 컴퓨팅의 다음 단계입니다.

무엇을 만들고 어떻게 만드는지가 여러분을 특별하게 만듭니다. 이곳 유럽에서 여러분이 아는 일이 여러분을 특별하게 만드는 것처럼요. 여러분은 기계를 설계하고, 공장을 운영하고, 약을 발견합니다. 비범한 장인 정신을 갖고 있습니다. 그 장인 정신, 그 전문성이 여러분을 특별하게 만듭니다.

그렇다면 엔비디아를 특별하게 만드는 것은 무엇일까요? 사실 두 가지입니다. 첫째, 저희 아키텍처는 범용인 유일한 가속 컴퓨팅 아키텍처입니다. 예컨대 트랜스포머 같은 알고리즘 하나에만 특화하지 않습니다. 병렬화할 수 있는 모든 것에 특화합니다. 유체와 입자일 수도, 양자일 수도, 양자화학일 수도, 이미지 처리일 수도, 데이터 처리, 정형·벡터 데이터 처리 등 온갖 종류의 처리일 수도 있습니다. 저희는 이 일을 오래 해 왔고, 엔비디아 아키텍처는 사반세기 동안 일관성을 유지해 왔기 때문에, 저희가 가속하는 알고리즘, 도메인, 산업의 수가 엄청나게 늘었습니다. 설치 기반, 범용 아키텍처, 이 아키텍처에 대한 헌신, 그리고 세계 모든 산업과의 협력이 엔비디아 아키텍처를 말 그대로 어디에나 있게 만들었습니다.

둘째는 그것을 만드는 방식입니다. 저희가 개발한 아키텍처가 있지만, 이제는 그것을 풀스택의 완전한 AI 팩토리로 만듭니다. 세상에는 자체 칩을 설계하려는 회사가 많지만, 대부분의 회사는 그저 AI 인프라를 배치해 그 위에서 사업을 하고 싶어 합니다. 칩을 설계하고, 슈퍼컴퓨터를 만들고, 모든 소프트웨어를 쓰는 일은 세계 대부분의 회사에게 아예 생각 밖의 일입니다. 그래서 이제 쿠다와 풀스택 AI 팩토리라는 두 가지가 결합해, 그렇지 않았다면 불가능했을 시장에 저희가 닿을 수 있게 됐습니다. 바로 그 이유로 이곳의 수많은 회사와 협력할 수 있는 것이죠.

[36:30] 하나의 아키텍처, 여러 시장

한 바퀴 둘러보면, 먼저 클라우드 서비스 제공업체(CSP)가 있습니다. 사람들은 오늘날 AI 대부분이 여기 있다고 생각하지만, 기조연설 첫머리에 보셨듯이 저는 CSP가 아닌 회사들을 잔뜩 언급했습니다. CSP는 세계 컴퓨팅에서 여전히 매우 큰 사업이지만, 전 세계에서 새로 생겨나는 AI 네이티브 기업들이 있습니다. 여기에도 아주 많습니다. 네오클라우드도 있습니다. 모든 지역이 AI 경제에 참여하고 싶어 하기 때문입니다. 모든 지역은 자기들이 가진 귀중한 자원, 에너지가 그 지역 회사들에 쓰이기를 원합니다. 예를 들어 유럽의 미스트랄, 프랑스의 미스트랄, 그리고 유럽의 네비우스가 있습니다. 유럽 곳곳의 수많은 회사가 네오클라우드를 구축하고 있습니다. 세계 기업용 컴퓨터를 만드는 OEM과 ODM도 있고, AI 연구소도 있습니다.

작년에는 모두가 오픈AI 이야기만 했습니다. 오늘은 오픈AI, 앤쓰로픽뿐 아니라 메타의 뮤즈, xAI의 그록, 그리고 물론 제미나이까지 이야기합니다. 정말 많은 AI 연구소가 이제 최전선에서 경쟁하고 있습니다.

그리고 아주 중요한 것, 궁극적으로 가장 중요한 것이 있습니다. AI가 성공하고, 유럽이 AI의 혜택을 누리며 진정한 AI 생태계와 AI 경제를 만들려면, 모든 최종 시장, 모든 최종 산업이 AI를 도입하고 AI로 성공해야 합니다. 저희가 자율주행차를 만들고 있으니 자동차 산업이든, 로보틱스로 제조하는 방식이든, 헬스케어에서 신약을 발견하는 방식이든, 금융 서비스 산업이든, 이 모든 산업이 AI 기업이 돼야 합니다. 하나도 빠짐없이요.

방금 말씀드린 쿠다와 저희가 컴퓨터를 만드는 방식 덕분에, 저희는 AI의 말 그대로 모든 부문을 지원할 수 있는 독보적인 능력을 갖고 있습니다. 하나의 아키텍처, 여러 시장입니다. 이 인프라는 규모가 크고 비싸기 때문에 가능한 한 빨리, 최대한 생산적이어야 합니다. 대체 가능(fungible)해야 합니다. AI 여정의 시작인 데이터 처리부터 학습, 사후 학습, 추론, 에이전틱 처리까지 모든 단계, 화학·물리부터 언어까지 모든 종류의 AI, 모든 산업과 그 산업이 쓰는 알고리즘까지 모든 워크로드에 쓸 수 있어야 합니다. 그래서 엔비디아 아키텍처는 대체 가능합니다. 그 결과 설치 기반이 워낙 크기 때문에 끊임없이 혁신하고 소프트웨어를 계속 업데이트하며, 정말 풍부한 소프트웨어 생태계를 갖게 됐습니다. 그래서 이 아키텍처는 내구성이 있고, 대체 가능하며, 생산적입니다. 이것이 토대, 인프라입니다.

[40:00] AI는 이제 생산적이다: 에이전트 5요소

그럼 이걸로 무엇을 할까요? 지난 1년 동안 AI에는 전환이 일어났습니다. AI가 이제 생산적이 됐고, 지금은 가장 중요한 시기 가운데 하나입니다. 올해 초 저희는 오픈소스 에이전트라는 개념을 소개한 오픈클로에 대해 이야기했습니다. 그것이 오늘날 전 세계에서 우리가 보는 현상을 촉발했습니다. 에이전트는 생각하고, 추론하고, 반복하고, 도구를 쓰며, 그 결과 엄청난 양의 토큰을 소비하지만, 그 결과 유용해집니다. 그래서 더 많은 에이전트가 개발되고, 더 유용해지며, 그래서 더 많은 사람이 씁니다. 그리고 생각하는 데 토큰을 많이 써야 하기 때문에 토큰 소비량이 폭증했습니다. GPU 수요도 폭증했습니다.

이것을 처리하는 게 바로 이것입니다. 이것이 에이전트입니다. 에이전트의 다섯 가지 요소입니다. 첫째는 언어 모델입니다. GPU 위에서 돌아가며 에이전트가 소비할 토큰을 생성합니다. 그다음이 제가 외골격이라고 부르는 것입니다. 오픈클로 하네스는 샌드박스 안에 있고, 그 샌드박스가 하네스를 시스템의 나머지 부분과 격리합니다. 이건 매우 중요한 개념이라 다시 다루겠습니다. 다섯 가지가 있습니다. 모델, 하네스, 하네스가 들어 있는 샌드박스, 그리고 나머지 둘, 지식과 도구입니다. 모델, 샌드박스, 하네스, 지식, 도구. 이것이 에이전트의 다섯 요소입니다.

[42:00] 보안이 먼저: 오픈쉘

에이전트를 유용하게 만드는 방법을 이야기하기 전에, 가장 중요한 것은 에이전트가 안전하도록 하는 것입니다. 에이전트는 자율적입니다. 파일, 리소스, 네트워크, 도구에 접근할 수 있는 자율 시스템이죠. 이 자율 시스템에 주는 권한은 최소한이어야 하고, 끊임없이 모니터링해야 합니다. 저희는 이를 위해 훌륭한 새 제품, 새 플랫폼을 내놓았습니다. 오픈쉘입니다. 오픈쉘은 딱 맞는 때에 나왔습니다. 방금 말씀드린 것들을 제공하는 보안 런타임이고, 하드웨어 기반 모니터가 추가로 있습니다. 설명하기 전에 영상을 보시죠.

[오픈쉘 소개 영상 (내레이션)]

기업들은 수십억 개의 AI 에이전트를 배치할 준비를 하고 있습니다. 유용하려면 에이전트는 추론하고, 계획하고, 도구를 쓰고, 데이터에 접근하고, 서로 협력할 것입니다. 오늘날 에이전트가 그 모든 것을 오용하지 못하게 막는 유일한 방법은 정중하게 부탁하는 것뿐입니다. 아무것도 지우지 마세요. 메인 브랜치에 푸시하지 마세요. 제 SSH 키는 건드리지 마세요. 이게 '제발 하지 마세요' 방식입니다.

하지만 희망은 보안이 아닙니다. 안전은 바람이 아니라 기술이자 엔지니어링입니다. 엔비디아 오픈쉘과 센트리는 그 철학을 실천합니다. 각 에이전트가 무엇을 건드릴 수 있는지 정책을 쓰면, 오픈쉘이 시스템 호출, 파일 접근, 네트워크 연결 단위로 그 정책을 집행합니다. 형식 검증이 모든 정책 변경을 여러분의 권한 상한과 대조해, 에이전트가 의도보다 많은 접근 권한을 얻지 못하게 합니다.

초창기 인터넷과 비슷합니다. 브라우저가 웹페이지가 할 수 있는 일에 엄격한 제한을 두기 전까지 바이러스가 곳곳에 퍼졌습니다. 오픈쉘은 에이전트에 대해 같은 일을 합니다. 집행은 LLM 가드레일 안에서만이 아니라 에이전트 바깥에서 이뤄지며, 에이전트 네이티브 보안을 여러분의 인프라에 들여옵니다.

모든 에이전트는 네트워크로 직접 가는 경로가 없는 자신만의 격리된 샌드박스 안에서 돌아갑니다. 모든 외부 네트워크 요청은 샌드박스 바깥의 감독자를 거칩니다. 감독자는 그 행동을 정책과 대조해, 허용되지 않으면 거부합니다. 키는 바깥의 감독자에게 있고, 승인된 목적지로 가는 길에만 붙습니다. 탈취당한 에이전트는 받은 적도 없는 키를 유출할 수 없습니다.

게이트웨이는 제어 평면입니다. 감독자는 결정을 내립니다. 샌드박스는 에이전트를 가두고, 정책 증명기는 제안된 정책을 권한 상한과 대조합니다. 오픈쉘은 리눅스 커널 격리와 런타임 정책 집행을 결합합니다.

엔비디아 센트리는 에이전트에서 떨어진 호스트 바깥에 선택적인 보호 계층을 하나 더합니다. 엔비디아 블루필드-4에서 실행되는 센트리는 하드웨어로 격리된 신뢰 영역에서 에이전트 활동을 모니터링하고 보안 정책을 집행합니다. 에이전트의 추론 트래픽이 센트리를 거치기 때문에, 에이전트가 의도하지 않은 일을 계획하면 센트리는 즉시 정책을 업데이트하고 모델과의 연결을 끊어 밀리초 안에 격리합니다. 그리고 운영자가 탐지·조사·대응을 위해 검증할 수 있는 변조 방지 기록을 남깁니다.

오픈쉘은 아파치 2.0 라이선스의 오픈소스로, 엣지부터 클라우드까지 에이전트가 있는 곳 어디서나 돌아가며, 명령어 두 줄이면 도입할 수 있습니다. CLI를 설치하고, 샌드박스를 만들고, 좋아하는 에이전트를 실행하십시오. 에이전트의 유용성은 여러분이 주는 접근 권한만큼입니다. 오픈쉘과 센트리는 그 접근 권한을 여러분의 통제 아래 둡니다. 이것이 AI 역량과 안전을 함께 발전시키는 방법입니다.

[45:30] 오픈쉘 확산과 앤쓰로픽 협력

에이전트는 자율 시스템입니다. 에이전트를 안전하게 개발하고 배치하려면 극도로 안전한 기술을 만들어야 합니다. 정말 놀랍습니다. 오픈쉘을 발표한 뒤 프런티어 연구소부터 운영체제 회사, 사이버보안 회사, 플랫폼 회사까지 세계 주요 기업 거의 모두가 오픈쉘을 채택하겠다고 나섰습니다. 정말 멋진 일이고, 그 이유는 이 기술이 전 세계에 에이전트를 배치하려는 바로 그 시점에 딱 맞게 나왔기 때문입니다.

이건 에이전트를 배치하는 서비스들이 오픈쉘을 쓰는 것에 그치지 않는다는 점을 기억하십시오. 세계 모든 회사가 오픈쉘을 도입해야 이런 에이전트를 받아들여 회사 안에서 자율적으로 돌릴 수 있습니다. 모든 역량 수준, 에이전트에게 주는 모든 작업, 에이전트를 쓰는 모든 사람, 그 모든 조합마다 에이전트에게 줘야 할 권한 수준이 다릅니다. 에이전트가 실행될 때마다 권한이 다르기 때문에 권한, 정책 집행, 모니터링이 모두 동적으로 이뤄져야 합니다. 그래서 오픈쉘은 정말 혁명적입니다.

앤쓰로픽과 엔비디아가 협력해 클로드 오픈쉘 에이전트를 만든다는 소식을 전하게 돼 기쁩니다. 웹사이트에 가시면 정말 좋은 설명 자료가 있습니다.

그래서 첫 번째는 이런 하네스를 어떻게 쓰느냐입니다. 오픈클로, 헤르메스, 오픈핸즈가 있습니다. 랭체인, 딥 에이전츠로 직접 하네스를 만들 수도 있고, 파이썬으로 그냥 짤 수도 있습니다. 에이전트 하네스를 만드는 방법은 아주 많고, 이 하네스는 이제 오픈쉘 보안 샌드박스 안에 들어갑니다.

[47:30] 모델: 폐쇄형과 오픈 모델을 함께

다음은 모델입니다. 앞으로는 모든 종류의 모델을 써야 합니다. 하나의 모델로 모든 것을 돌리지 않을 겁니다. 폐쇄형이든, 오픈이든, 맞춤형이든 최고의 모델을 쓸 겁니다. 일을 하는 데 모든 모델을 쓸 겁니다. 하는 일이 꽤 일반적인 경우도 있습니다. 그럴 때는 범용 인공지능이 아주 잘해 낼 겁니다. 하지만 하려는 일이 여러분의 독점 지식, 여러분의 전문성을 너무 많이 담고 있어서 그 지능을 계속 키우고 싶은 경우도 있습니다. 미래의 모든 회사는 폐쇄형 모델과 직접 맞춤화한 오픈 모델을 함께 쓸 것입니다. 이 세션이 끝날 무렵이면 자신만의 AI를 만드는 게 그리 어렵지 않다는 걸 보시게 될 겁니다.

물론 시작은 모델입니다. 저희는 새로운 기회를 열고 사람들이 자신만의 맞춤형 AI를 만들 수 있도록 오픈 모델 발전에 힘써 왔습니다. 네모트론은 언어용입니다. 코스모스는 저희의 월드 파운데이션 모델로, 최전선에 있습니다. GR00T는 휴머노이드 로보틱스용으로, 최전선에 있습니다. 알파마요는 자율주행용으로, 최전선에 있습니다. 아이징은 양자-고전 컴퓨팅용으로, 최전선에 있습니다. 그리고 물론 어스-2, 물리 AI도 최전선에 있습니다. 이 모든 분야에서 저희는 모든 모델을 제공하고, 계속 개발하고 있습니다. 10년 동안 해 왔고, 앞으로도 영원히 할 것입니다.

[49:36] 레시피까지 공개하는 오픈 모델, 소버린 인텔리전스

저희는 모델을 완전히 공개합니다. 함께 쓰인 데이터도 공개해 저희가 만든 모델의 출처를 알 수 있게 하고, 재현에 필요한 스크립트도 공개합니다. 그래서 오픈 가중치뿐 아니라 오픈 모델을 다시 만들 수 있는 전체 레시피와 데이터를 저희에게서 받게 되고, 모델이 어디서 왔는지 알 수 있으며, 완전히 신뢰할 수 있습니다.

이 모델들이 특히 언어 모델에서 최전선 중의 최전선인 것은 아닙니다. 하지만 맞춤화하고, 저희와 함께 일하는 생태계 파트너들의 도움을 받으면 이 모델을 최전선급으로 만들 수 있고, 그 결과 여러분의 독점 데이터를 소버린 인텔리전스로 바꿀 수 있습니다. A21이 앨리스를 도와 네모트론을 프런티어 역량을 뛰어넘는 모델로 만든 사례가 있습니다. 베이스텐이 코드래빗을 도와 네모트론 모델을 자체 데이터로 미세조정해 프런티어급 역량으로 만든 사례도 있습니다. 트라젝토리와 하비도 네모트론을 사후 학습해 자체 프런티어급 역량을 만들었습니다. 스케일은 스카이댄스와 함께 같은 일을 했습니다. 이런 사례는 끝이 없습니다. 요점은, 네모트론처럼 정말 좋은 오픈 모델에서 시작해 여러분의 데이터로 사용 사례에 맞게 사후 학습하면 초지능을 달성할 수 있다는 것입니다. 매우 합리적인 일이고, 필요한 기술은 오늘 모두 존재합니다. 탬파 제너럴 병원과 함께한 팔란티어의 사례도 있습니다. 목록은 끝이 없습니다. 여러분을 도울 수 있는 풍부한 파트너 생태계가 있고, 전 세계 어디서든 여러분과 함께 일할 수 있는 훌륭한 회사들입니다. 한 곳만 언급하면 나머지가 다 서운해할 테니, 여기 앉아서 전부 언급해야겠네요. 저는 그들 모두를 사랑합니다.

[51:30] 에이전트 지식 파운데이션

첫째, 보안 샌드박스 오픈쉘에서 돌아가는 에이전트 하네스. 둘째, 네모트론 거대언어모델. 필요한 첫 두 구성 요소입니다. 하지만 결국 이 에이전트를 슈퍼 에이전트로 만드는 것은 회사의 지식에 접근하게 하는 것이고, 이게 정말 특별합니다. 저희가 만든 에이전트 지식 파운데이션이라는 것입니다. 완전히 세계 최고 수준의 라이브러리와 모델로, 회사의 데이터를 바꿀 수 있게 해 줍니다.

데이터는 문서 같은 비정형 형식일 수 있어서, PDF와 비정형 문서를 읽는 법을 아는 AI가 필요합니다. 아니면 데이터베이스 안의 정형 데이터일 수도 있습니다. 저희는 회사 데이터에서 의미와 이해를 하나씩 뽑아내는 데 필요한 라이브러리와 도구를 갖추고 있습니다. 네모트론 파스는 완전히 세계 최고 수준이고 리더보드 1위입니다. 네모트론 임베드는 질의를 받아 벡터 데이터베이스 안의 지식과 연결합니다. 역시 리더보드 1위입니다. 네모트론 리랭크는 질의가 여러 데이터 조각과 연결된 여러 출처를 찾았을 때 그것들을 모아 가장 관련 있는 순서로 순위를 매깁니다.

쿠모는 정형 데이터베이스에서 무슨 일이 일어날지 예측합니다. 예를 들어 공급사 한 곳이 공급 부족이나 납품 지연을 겪을 거라는 통보를 받았다고 합시다. 그 정보는 아마 문서 형태의 비정형 데이터일 겁니다. 회사의 주문 정보는 아마 SQL 데이터베이스 같은 정형 데이터베이스 안에 있을 겁니다. 이 모든 주문에 무슨 일이 생길지, 어떤 주문이 부족해질지, 얼마나 지연될지 예측하는 데 쿠모를 씁니다. 그리고 무엇으로 대체할지 알아내려면 벡터 데이터베이스 검색으로 대체 부품의 엔지니어링 문서를 찾을 수 있습니다. 이 모든 라이브러리와 데이터 처리 역량이 이제 여러분의 지식 파운데이션이 됩니다. 이제 AI를 독점 데이터, 독점 지식으로 무장시킨 겁니다.

[54:00] 도구: 쿠다-X

마지막으로 이야기할 것은 결국 도구, 업무의 도구입니다. 엔비디아는 쿠다-X를 만들어 왔고, 여러분 대부분과는 AI 이전에 모든 대화가 시뮬레이터와 솔버, 데이터 처리 엔진, 온갖 도메인 특화 라이브러리를 어떻게 가속하느냐에 관한 것이었습니다. 이것들은 과학의 모든 분야에서 과학적 발견에 쓰입니다. 엔지니어링에, 연구에, 설계에, 창작 예술에 쓰입니다. 그 핵심에 쿠다-X 라이브러리가 있고, 이 라이브러리는 알고리즘입니다. 아시다시피 알고리즘은 아름답습니다. 한번 보시죠.

[수학의 아름다움을 보여 주는 영상 상영]

수학은 아름답습니다. 수학은 아름답습니다. 쿠다-X 라이브러리는 저희 회사의 왕관 보석입니다. 그 이유는 이렇습니다. AI 비서를 만든다고 해 봅시다. 실험실 조수일 수도, 연구 조수일 수도, 여러분과 함께 무언가를 만드는 공동 설계자일 수도 있습니다. 결국 그 에이전트를 유용하게 만들고 실제 일을 하게 만드는 것은 도구입니다. 이제 저희에게는 에이전트가 추론하고, 정보를 이해하고, 계획하고, 반복적으로 행동하며, 일을 끝낼 때까지 도구를 쓰게 하는 모델이 있습니다. 하지만 결국은 도구에 달려 있고, 이 도구들을 저희는 수년간 만들어 왔습니다.

앞서 오른쪽에 보여 드린 컴퓨터 하나가 이 모든 도구를 실행합니다. 유체역학과 입자물리일 수도, 양자화학일 수도, 데이터 처리일 수도, 레이 트레이싱일 수도 있습니다. 이 모든 도구가 그 컴퓨터 하나에서 돌아가고, 그 컴퓨터는 CPU에서 그냥 돌릴 때보다 처리 속도를 10배, 50배, 100배 높입니다. 쿠다-X 도구가 에이전트에게 업무의 도구를 주는 것이고, 다른 사람들이 이걸 어떻게 쓰는지 보면 정말 멋집니다. 한번 보시죠.

이것이 에이전트 뒤에 숨은 마법입니다. 결국 에이전트는 도구를 써야 합니다. 물론 에이전트가 가장 먼저 쓰인 분야 가운데 하나가 소프트웨어 프로그래밍이라, 컴파일러나 파이썬만 있으면 사실상 충분했습니다. 하지만 앞으로 에이전트가 점점 더 많은 유용한 일을 하게 되면 더 많은 도구를 줘야 합니다. 몇 가지 예가 있습니다. 라일라 사이언스는 실험실 조수를 만들고 있는데, 단백질과 세포를 이해하고 신약 개발에서 단백질과 화합물을 생성하도록 설계된 엔비디아 바이오네모 모델을 씁니다. 바이오네모와 쿠다-X 도구를 쓰는 거죠. 이건 지멘스 공장으로, 물리 세계를 이해하는 저희 월드 파운데이션 모델 코스모스와 쿠다-X 도구를 쓰는 공장 에이전트를 만들고 있습니다. 그리고 다쏘는 저희 언어 모델 네모트론과 쿠다-X 도구를 쓰는 가상 동반자를 만들고 있습니다. 실제로 쓰이는 모습을 보시죠.

[에이전트 사례 영상 (내레이션)]

가장 똑똑한 과학자에게도 실험실이 필요합니다. 최고의 엔지니어에게도 시뮬레이터와 솔버가 필요합니다. AI 에이전트도 다르지 않습니다. 에이전트는 다섯 가지 구성 요소를 하나로 묶습니다. 모델은 인지하고, 추론하고, 계획합니다. 하네스는 작업을 조율합니다. 지식 파운데이션은 회사의 정형·비정형 데이터에서 맥락을 줍니다. 도구는 에이전트가 시뮬레이션하고, 실험하고, 행동하게 합니다. 엔비디아 오픈쉘은 에이전트가 무엇에 접근하고 무엇을 실행할지 통제합니다. 프런티어 폐쇄형 모델로 시작하거나 오픈 모델을 맞춤화하십시오. 엔비디아 에이전트 툴킷으로 어떤 회사든 자신의 지식과 전문성을 맞춤형 슈퍼 에이전트로 바꿀 수 있습니다. 세 가지 사례를 보겠습니다.

라일라 사이언스의 목표는 B세포 림프종 치료제를 설계하는 것입니다. 엔비디아 네모트론으로 만든 라일라 아이리스 에이전트가 그 목표를 실험 계획으로 바꿉니다. 컴퓨터 기반 드라이랩에서 라일라 에이전트들은 엔비디아 바이오네모 에이전트 툴킷으로 단백질 설계와 RNA 최적화 모델을 호출해 수백만 건의 가상 실험을 돌립니다. 가장 유망한 후보는 라일라의 AI 사이언스 팩토리로 옮겨지고, 그곳에서 엔비디아 옴니버스와 코스모스로 개발한 자율 로봇과 장비가 후보물질을 만들고 시험합니다. 결과는 아이리스로 돌아가 다음 설계와 실험을 다듬습니다. 순환은 계속됩니다.

지멘스 에를랑겐 전자 공장의 목표는 신제품을 생산에 투입하는 것입니다. 공정 준비 X 에이전트는 엔비디아 코스모스로 가상 시제품과 합성 데이터를 만든 뒤, 생산 시작 전에 검사 모델을 학습시키고 검증합니다. 엔비디아 공장 운영 블루프린트로 만든 인텔리전스 센터 X 에이전트는 주문, 공급, 라인 설정을 바탕으로 생산 계획을 추천합니다. 디지털 트윈 컴포저는 엔비디아 옴니버스 라이브러리를 써서, 변경 사항이 공장 현장에 닿기 전에 물리 시뮬레이션과 실시간 공장 데이터로 그 계획을 검증합니다.

다쏘시스템 플랫폼에서 한 엔지니어가 폭스바겐 골프의 도어 설계를 티구안에 맞게 바꿔야 합니다. 아우라와 레오는 엔비디아 네모트론으로 엔지니어링 요구사항을 추론합니다. 하네스는 전문 하위 에이전트를 조율하고 계획, 설계, 시뮬레이션 전반에서 맥락을 유지합니다. 아우라는 이노비아를 써서 차량 치수, 중량 한도, 기타 엔지니어링 요구사항에 맞춰 작업을 계획합니다. 레오 설계 에이전트는 호환되는 골프 도어 설계를 고르고 카티아로 티구안에 맞게 형상을 바꿉니다. 레오 시뮬레이션 에이전트는 엔비디아 쿠다-X 라이브러리로 가속한 시뮬리아로 변형안을 시험해 진동 문제를 찾아냅니다. 결과는 설계 에이전트로 돌아가 개선됩니다. 엔지니어는 개선된 설계안을 검토하고 최종안을 고릅니다.

목표도 다르고 전문성도 다르지만 구성 요소는 같습니다. 오픈 모델, 쿠다-X 가속 도구, 오픈쉘 보안 런타임을 엔비디아 에이전트 툴킷으로 하나로 묶습니다.

[1:03:30] 소프트웨어의 종말? 정반대다

멋지지 않습니까? 어떤 사람들은 AI가 왔으니 소프트웨어의 종말이 올 거라고, 도구 회사들은 끝날 거라고 말했습니다. 정반대입니다. AI가 왔습니다. 저희가 오랫동안 만들어 온 이 도구들의 사용자는 그 어느 때보다 많아질 겁니다. 모든 도구 회사는 이제 AI 회사, 에이전트 회사가 될 것입니다. 도구만 제공하는 게 아니라 자기 도구를 아주 잘 쓰도록 특별히 최적화된 에이전트도 함께 제공할 겁니다. 케이던스, 크라우드스트라이크, 다쏘, IQVIA 등 거의 모든 기업용 소프트웨어 회사가 에이전트를 만들고 있고, 저희는 이들과 함께 일하게 돼 기쁩니다.

에이전트를 만드는 건 그리 어렵지 않습니다. 네다섯 가지 구성 요소가 있습니다. 모델과 하네스가 있고, 둘 다 폐쇄형과 오픈형이 있습니다. 그리고 오픈쉘 보안 런타임, 그리고 가장 중요한 지식과 도구가 있습니다. 그 지식과 도구는 여러분의 것입니다. 그게 여러분의 전문성이고, 이제 이 모든 게 가능합니다. 곧 더 보여 드리겠습니다.

[1:05:00] 피지컬 AI ① 통신: 쿠다로 건 첫 상용 통화

하지만 그 전에 피지컬 AI 이야기를 하겠습니다. 이것이 AI의 진짜 다음 물결입니다. 물리 세계를 이해하고 그것에 대해 추론할 수 있는 AI입니다. 물리 세계는 다양하고 복잡하며 꼬리가 극도로 길기 때문에, 그에 대해 추론하고 적절한 도구를 써서 물리 세계와 상호작용해야 합니다. 사람들은 물리 세계라고 하면 로보틱스를 떠올립니다.

사실 제가 가장 좋아하는 물리 세계 응용 가운데 하나는 무선, 휴대전화, 기지국입니다. 이유는 이렇습니다. 카메라나 스피커, 마이크 대신 전파로 세상을 감지하고, 그에 대해 추론합니다. 정보를 처리하고, 추론하고, 빔포밍으로 세상과 상호작용합니다. 그러니 이건 사실 AI에 완벽하게 맞는 응용이자 기술입니다. AI는 통신 방식을 혁명적으로 바꿀 것입니다. 레이 트레이싱에서 그랬던 것처럼 주파수 효율을 엄청나게 높일 것입니다. 지금까지 보신 그래픽은 모두 100% 레이 트레이싱으로 만든 것입니다. 과거에 필요하다고 생각했던 계산량과, AI를 적용한 지금의 계산량은 100만 대 1의 차이가 납니다. 그래서 저희는 통신 네트워크의 주파수 효율을 엄청나게 끌어올릴 것입니다.

하지만 그것을 넘어 이 모든 기지국도 혁신할 것입니다. 전 세계, 서구권에 10만 개 거점, 약 100GW 규모의 분산 데이터센터가 있고, 이것이 미래에는 분산형 AI 인프라가 될 것입니다. 이곳 유럽의 많은 회사와 협력하게 돼 기쁩니다. 그리고 바로 지난주, 거의 8년 동안 이 일을 해 온 끝에, 엔비디아는 노키아와 함께 티모바일 네트워크에서 첫 상용 전화 통화를 성사시켰습니다. 이제 쿠다가 전통적인 방식으로 전화를 겁니다. 이게 되면 그 위에 AI를 얹을 수 있고, 그렇게 혁명이 시작될 겁니다. 저희에게 정말 흥미진진한 기회입니다.

[1:07:30] 피지컬 AI ② 적응형 방사선 치료

제가 정말 기대하는 또 다른 피지컬 AI 응용은 사실상 로봇 방사선 치료입니다. 치료를 받는 동안 종양의 모양이 바뀌고, 몸도 바뀝니다. 이 로봇, 이 적응형 방사선 치료 시스템은 변하는 환경을 인지하고, 종양이 어디 있는지 파악해 완벽하게 분할한 다음, 그에 맞춰 방사선을 정밀하게 조준해야 합니다. 본질적으로 로봇입니다. 맞습니다. 이건 일종의 로봇 수술입니다.

[1:08:14] 피지컬 AI ③ 로보택시와 하이페리온

물론 모두가 인정하는, 물량이 가장 크고 가장 가까운 로보틱스, 피지컬 AI 응용은 저희가 10년 넘게 해 온 일입니다. 이제 모든 자동차 회사가 자기 차를 차량 호출 플릿의 일부로 만들고 싶어 할 것이라는 걸 압니다. 오늘날 우버가 있고, 이곳 유럽에는 볼트가 있고, 그랩과 리프트 등 다양한 차량 호출 서비스가 있습니다. 미래에는 이런 차량 호출 서비스에 로보택시도 연결될 텐데, 한 브랜드에서만 나오지는 않을 겁니다.

저희는 이런 시스템, 특히 그 위의 소프트웨어를 만드는 데 엄청난 비용이 든다는 걸 압니다. 그래서 하나의 표준 아키텍처를 만들기로 했습니다. 카메라 14대, 레이더 9개, 라이다 3개, 수많은 초음파 센서, 이렇게 센서로 감싼 고치 같은 구조를 자율주행 컴퓨팅용 듀얼 엔비디아 GPU 시스템이 구동합니다. 저희는 이것을 업계 표준으로 만들었고, 이제 차량 플릿마다 하나씩 설계에 반영되고 있습니다. 그 위에 자율주행 소프트웨어 회사들이 있고, 저희도 그중 하나로서 자율 로보택시 역량을 만들고, 그것이 차량 호출 서비스에 연결됩니다. 이 생태계가 구축되고 있습니다.

전 세계에서 사람들은 1년에 약 1조 마일을 이동합니다. 앞으로 그 마일 상당수가 마일당 1~2달러에 로보택시로 이동하게 될 겁니다. 그러니 이건 하나의 거대한 기회지만, 엄청나게 파편화돼 있습니다. 그래서 업계 표준 하이페리온을 만들고 생태계 전체와 협력하면 누구나 연결할 수 있는 거대한 가상 플릿을 사실상 만들 수 있습니다.

오늘 네 개 브랜드, 네 개 차종이 새로 합류한다는 소식을 자랑스럽게 발표합니다. 폭스바겐 밴, 이보다 더 상징적인 차는 상상할 수 없습니다. JLR의 신차, 볼보 플릿, 그리고 메르세데스 차세대 모델이 하이페리온과 호환돼 이 네트워크, 차량 호출 네트워크와 로보택시 플릿의 일부가 됩니다. 하이페리온에 오신 것을 환영합니다.

[1:11:00] 피지컬 AI ④ 휴머노이드와 유럽의 기회

다음 주요 산업, 다음의 위대한 산업, 그리고 아마 엄청나게 커질 산업은 휴머노이드 로보틱스입니다. 로보틱스가 어려운 데는 이유가 있습니다. 일의 종류가 매우 다양해서, 다양한 작업마다 특수한 구성을 만들다 보니 로보틱스 산업이 수많은 구성으로 쪼개지고, 그것이 기술 플라이휠이 돌지 못하게 막습니다. 휴대전화가 그렇게 빨리 발전한 이유, PC가 그렇게 빨리 발전한 이유, 엔비디아 NV링크 72가 그렇게 빨리 발전한 이유는 표준화된 구성 덕분에 많은 고객이 쓸 수 있었기 때문입니다. 그래서 물량이 나오고, 그 물량이 기술 플라이휠을 돌려 엄청나게 빠르게 더 좋아집니다. 그래서 가능한 한 표준화된 로보틱스 구성이 필요합니다.

휴머노이드 로보틱스에는 분명히 그런 능력이 있습니다. 모든 일에 완벽하지는 않겠지만 많은 일에 통할 겁니다. 그 결과 아마 물량이 가장 큰 로보틱스 구성이 될 겁니다. 이제 로봇이 아주 빨리 배울 수 있게 하는 AI만 만들 수 있다면, 로봇을 가르치고 프로그래밍할 로보틱스 팀이 따로 없는 중소기업도 무엇을 해야 하는지 로봇에게 보여 주기만 하면 됩니다. 로봇은 범용 역량과 범용 지능을 갖고 있으니 빠르게 배우고 적응할 수 있을 겁니다. 그래서 이것이 다음의 주요 플랫폼, 기술 플랫폼이 될 가능성이 큽니다.

저희는 정말 많은 회사와 협력하고 있고, 그중 상당수는 여기 유럽에서 알아보실 겁니다. 이건 여러분의 큰 기회입니다. 메카트로닉스, 전자, 기계 시스템을 이 수준의 정밀함과 장인 정신으로 만드는 데 유럽만큼 헌신한 나라나 지역은 없습니다. 이곳의 수많은 회사가 제조에 엄청나게 뛰어납니다. 이것이 다음의 대량 생산 산업이 될 것이고, 보시다시피 이미 많은 회사가 참여하고 있으며, 저희는 여러분과 협력하게 돼 기쁩니다.

[1:13:00] 피지컬 AI의 세 컴퓨터와 레퍼런스 로봇

피지컬 AI 시스템을 만들려면 컴퓨터 세 대가 필요합니다. 첫 번째 컴퓨터는 지금까지 이야기했고 모두가 잘 아는, AI 모델을 학습시키는 컴퓨터입니다.

두 번째 컴퓨터는 AI가 기술을 익히는 곳입니다. AI가 AI를 프로그래밍하게 해 놓고, 그 AI를 물리 세계로 내보내 하고 싶은 대로 하게 둘 수는 없습니다. 디지털 트윈 안에서 해야 합니다. 저희는 옴니버스라는 디지털 트윈을 만들었고, 여러 번 말씀드렸죠. 사실 방금 보신 쿠다-X 라이브러리도 전부 디지털 트윈 세계 안에서 돌아가고 있었습니다. 그 디지털 트윈 세계가 옴니버스입니다. 옴니버스는 지멘스, 다쏘, 케이던스 등 온갖 플랫폼과 도구에 연결된 라이브러리입니다. 그래서 이런 디지털 트윈 시스템이 만들어지고 있습니다.

세 번째 컴퓨터는 로봇 컴퓨터입니다. 자율주행차, 로보택시의 경우 저희는 그걸 하이페리온이라고 부릅니다. 하이페리온은 컴퓨터 자체, 기능 안전 시스템, 능동 안전 시스템, 피지컬 AI 안전을 위해 설계된 운영체제로 구성됩니다. 로봇 시스템에도 똑같이 해야 합니다. 그래야 로봇 시스템 연구 개발을 시작할 때마다 모든 소프트웨어와 컴퓨팅 시스템, 센서, 기계 시스템을 처음부터 짜맞추지 않아도 됩니다. 그것만으로도 몇 년이 걸릴 테니까요. 그래서 저희는 레퍼런스 로봇을 만들었습니다. 애자일 로봇(Agile Robots)과 함께 만든 엔비디아 애자일 원입니다. 이 레퍼런스 로봇은 내년 1분기에 출시될 예정이고, 컴퓨터가 내장되고 소프트웨어가 통합된 채로 조립돼 나와서, 상자에서 꺼내자마자 꽤 잘 작동할 겁니다. 훌륭한 출발점이고, 로보틱스 개발을 가속할 플라이휠이 될 것입니다.

[1:15:30] PC의 재발명: RTX 스파크

자, 오늘 연설을 시작한 곳에서 마무리하겠습니다. 엔비디아는 PC 혁명에서 시작했습니다. 1993년, PC 혁명이 막 시작되려던 때였습니다. 윈도우 95가 거기에 터보를 달았던 걸 기억하실 겁니다. 그 뒤로 저희는 GPU, 프로그래머블 셰이딩, 실시간 레이 트레이싱을 발명했습니다. 컴퓨팅 모델에 쿠다를 더했고, 현대 AI 혁명에 불을 붙이는 데 힘을 보탰습니다.

그래서 4년 전 저희는 생각하기 시작했습니다. 이 새로운 시대에 맞게 PC를 다시 상상하려면 무엇을 할 수 있을까. PC가 단지 여러분의 도구가 아니라 여러분의 개인 에이전트, 개인 비서이고, 이 컴퓨터와 상호작용하는 방식이 사실상 동반자, 일을 돕는 누군가와 함께하는 것이 되는 시대 말입니다. 그러니 이 컴퓨터에는 오늘 말씀드린 다섯 가지가 정확히 필요합니다. 모델이 있어야 합니다. 로컬에서 돌 수도, 클라우드에서 돌 수도 있습니다. 하네스가 있어야 합니다. 보안 런타임인 오픈쉘이 있어야 하고, PC에 있으니 접근할 수 있어야 합니다. 지식과 도구에 접근할 수 있어야 합니다. 좋은 소식은 엔비디아가 오랫동안 도구를 가속해 왔다는 겁니다. 오픈GL과 다이렉트X와 쿠다의 모든 것을 가속할 수 있는 컴퓨터를 만들 수만 있다면, 엔비디아가 지금까지 만든 모든 것이 이 컴퓨터에서 돌아갈 겁니다.

그래서 이게 그겁니다. 마이크로소프트와 4년간 협력한 끝에 저희는 RTX 스파크를 만들었습니다. 완전히 새로운 컴퓨터 제품군입니다. 말 그대로 수천 년, 수천 엔지니어링 연(年)이 들어갔습니다. 4년 동안 비밀리에 작업했습니다. N1X라는 칩을 만들었고, 최근 PC 업계 전체가 힘을 합친 가운데 발표했습니다. 데스크톱, 노트북, 워크스테이션을 만들었습니다.

이게 1페타플롭스입니다. 1페타플롭스요. 감을 잡으시도록 말씀드리면, 2016년에 저는 1페타플롭스와 128GB 메모리를 전달했습니다. 오픈AI라는 작은 회사에 1페타플롭스와 128GB를요. 이것도 1페타플롭스와 128GB입니다. 물론 유일한 차이는 이건 이렇게 손에 들 수 있고, DGX-1은 두 사람이 들어야 계단을 올라갈 수 있었다는 겁니다. 이것이 완전히 새로운 RTX 스파크 PC입니다.

그리고 카티아, 오토데스크, 어도비, 케이던스, 시놉시스 등을 모두 돌리는 동반 워크스테이션이 필요하다면 윈도우가 돌아가는 DGX 스테이션을 언제든 들이실 수 있습니다. 20페타플롭스에 메모리 754GB로, 정말 대단합니다. 물론 데스크톱 버전도 있습니다. 이 제품들은 이제 출시됐고, 윈도우용 DGX 스테이션은 올해 말 출시될 것으로 생각합니다.

[1:19:00] 에이전트를 만드는 법: 에이전트에게 시켜라

자, 질문은 이겁니다. 지금까지 에이전트의 다섯 구성 요소를 이야기했는데, 그럼 어떻게 만들까요? 이런 컴퓨터 위에서, 클라우드에서, 혹은 어딘가의 온프레미스에서 돌아가는 에이전트를 어떻게 만들까요? 답은 정말 쉽고, 이렇게 합니다. 에이전트를 만드는 방법은 에이전트에게 만들어 달라고 하는 겁니다.

이게 다음 애플리케이션을 돌릴 프롬프트입니다. 지금부터 보실 것은 로보틱스 애플리케이션입니다. 데모를 보시는 동안 이 PC에서 에이전트가 돌아가고 있다는 걸 기억해 주십시오. 이 데모는 컴퓨터 세 대에 걸쳐 돌아갑니다. 첫 번째는 학습, 두 번째는 디지털 트윈, 세 번째는 그 AI를 컴퓨터 자체에 넣는 겁니다. 두 가지 아이디어입니다. 첫째는 에이전트, 즉 어떻게 만들고 돌리며 무엇에 쓸 수 있는가. 둘째는 컴퓨터 세 대로 이뤄진 피지컬 AI 컴퓨팅 모델입니다. 보시죠.

[마이크로덕 시연 영상 (내레이션)]

허깅페이스의 로봇 마이크로덕을 만나 보세요. 엔비디아 RTX 스파크로 이 로봇이 보고 걷도록 가르쳐 봅시다. 저는 에이전트 하네스로 헤르메스를, 모델로 네모트론과 오픈AI의 GPT-6 아스트라를, 그리고 쿠다-X 가속 도구로 프리캐드, 블렌더, 아이작 심, 뉴턴 물리 엔진, 아이작 랩을 씁니다. 더 큰 워크로드를 클라우드로 넘겨야 할 때를 빼고는 모두 RTX 스파크에서 돌립니다.

먼저 코스와 마이크로덕이 배워야 할 것을 설명합니다. RTX 스파크에서 헤르메스와 네모트론이 코스를 계획하고 필요한 사물을 모두 나열합니다. 거기서부터는 아스트라가 맡습니다. 프리캐드로 3D 사물을 모델링하고, 블렌더로 재질을 입히고, 옴니버스 심레디 라이브러리로 물리 속성을 더합니다. 아이작 심에서 아스트라가 장면을 구성합니다. 아스트라는 마이크로덕의 관절, 액추에이터, 링크를 리깅하고, 뉴턴 물리 엔진으로 마이크로덕이 어떻게 움직이는지 시뮬레이션합니다. 이제 학습이 시작됩니다.

클라우드의 아이작 랩에서 수천 마리의 마이크로덕이 병렬로 학습합니다. 넘어질 때마다 하나씩 배우고, 매번 정책이 나아집니다. 옴니버스 라이브러리가 마이크로덕의 카메라를 시뮬레이션해 보는 법을 가르칩니다. 인지와 물리가 함께 작동하면서 마이크로덕은 장애물을 피하고, 좁은 공간을 지나고, 주변 환경에 적응합니다. 정책을 RTX 스파크로 내려받고, 네모트론과 아이작 심으로 다중 로봇 오케스트레이션을 통해 마이크로덕을 평가합니다. 검증된 정책을 실제 로봇에 배포하면, 이제 출발입니다. 엔비디아 RTX 스파크, 노트북에서 AI 에이전트와 가속 도구를 만들고 실행하세요.

[1:22:40] 무대 위 마이크로덕

안녕, 얘들아! 오, 그래. 자, 이리 와. 이쪽으로 와. 사람들한테 걸을 수 있다는 거, 카메라가 있다는 거 보여 줘. 오, 좋아. 넘어지지 마. 다들 앉을 수 있니? 좋아, 일어서. 낮잠 자. 낮잠 자야지. 좋아, 일어서. 너희가 여기서 태어났다는 거 알고 있었니? 너희는 RTX 스파크에서 만들어졌어. 그래, 그리고 클라우드에서 엔비디아 슈퍼컴퓨터 여러 대로 학습시켰고, 바로 여기 RTX 스파크와 디지털 트윈, 옴니버스 디지털 트윈에서 기술을 익혔지. 대단하지 않니? 그래, 그래. 너희 정말 귀엽다.

그리고 너희 부모님 이름은 폴렌, P-O-L-L-E-N이지? 맞지? 응, 폴렌 로보틱스. 그런데 다들 너희를 너무 좋아해서 품절이라던데. 그렇다더라고. 그러니 이걸 보는 모든 분, 아마 2,000만 명쯤 보실 텐데, 폴렌 웹사이트에 가서 주문하세요. 이 스타트업은 직원이 열 명쯤 될 거예요. 대박 날지도 모릅니다. 펑! 정말 신날 거예요. 다들 하나씩 갖고 계세요. 너희 정말 귀엽다. 그러니까 RTX 스파크 하나만 있으면 우리가 새로운 기술을 가르쳐 줄 수 있어. 그렇지? 오이, 오이. 오, 저것 좀 봐. 대단하다. 공중제비 돌 수 있니? 정말 잘한다. 정말 잘해. 와.

[1:25:00] 마무리 정리

자, 그럼 오늘 무엇을 이야기했을까요? 유럽이 AI 경제를 구축하고 있고, 그것이 인프라에서 시작한다는 이야기를 했습니다. 그리고 AI 팩토리를 쉽게 지을 수 있게 해 주는 완전히 새로운 시스템, DSX POD를 발표했습니다. 그리고 이 AI 팩토리는 이제 모델만 돌리는 게 아닙니다. [마이크로덕을 향해] 집중해. 이리 와. 이리 와. 이쪽으로 와. 집중해. 그래, 앉아. 좋아.

이 AI 팩토리는 이제 AI 모델만 돌리는 게 아닙니다. 에이전트 전체를 돌리고, 그 에이전트는 다섯 가지로 이뤄집니다. 인지, 추론, 계획, 행동을 하는 거대언어모델이 있고, 그것이 사실상 외골격 역할을 하는 하네스와 함께 돌아갑니다. 그 하네스는 수많은 곳이 지지하고 나선 오픈쉘이라는 보안 런타임 안에서 돌아가고, 여러분은 거기에 지식과 도구에 대한 접근 권한을 줍니다. 이 에이전트가 이런 컴퓨터들 위에서 돌아가는데, 저희는 다음 세대로도 넓혀 가고 있습니다. 바로 너희가 등장하는 곳, 피지컬 AI입니다.

이게 다입니다. 오늘 이야기한 것이 이겁니다. 누구나 에이전트를 만들 수 있습니다. 유럽의 모든 회사는 AI 회사가 될 것입니다. 의심의 여지가 없습니다. 모두가 AI 회사가 될 것이고, 이곳 유럽에 번성하는 AI 경제가 생겨날 것입니다. 33년이 지난 지금, 정말 놀라운 여정이었습니다! 정말 멋진 영상을 만들었는데, 같이 보실래요? 자, 이리 와. 조금만 이쪽으로. 비켜 주자. 이리 와. 최고 속도로. 최고 속도로.

[1:27:37] 피날레 영상: 유로비전 스타일 뮤지컬

[번역자 주: 진행자 캐릭터들이 "저걸 어떻게 따라가나", "관객을 더 열광시킬 방법이 하나 있다"며 운을 뗀 뒤, GTC가 유로비전 무대로 변했다고 소개하며 뮤지컬 공연이 이어진다. 가사는 기조연설 내용을 노래로 되짚는다. 전력과 데이터센터에 이어 AI 팩토리가 모래를 생각으로 바꾼다는 인프라 이야기, GPU를 수익을 내는 자산에 빗댄 대목, 오픈쉘과 블루필드 위 센트리가 자격 증명 없는 접근을 막는다는 보안 대목, 대체 가능(fungible)이라는 단어에 재미(fun)가 들어 있다는 말장난, DSX POD, 네모트론과 쿠모, 5단 케이크 등을 차례로 언급한다. 마지막은 유럽이 일어서고 있다며 모두 함께 노래하자는 합창으로 끝난다. 가사는 자동 전사 품질이 낮아 원문 확인이 어려운 부분이 많아 요약으로 대신했다.]

[1:31:16] 폐회 인사

GTC에 오신 것을 환영합니다. 여러분 모두에게 감사드립니다. 여러분 모두, 모든 후원사에 감사드립니다. 여기 오신 회사들, 33년 동안 함께 일해 온 모든 파트너의 이름이 보이실 겁니다. 마이크로덕, 내 새 친구들. 함께 유럽의 AI 경제를 만들고 AI가 일하게 합시다. 좋습니다, 모두 즐거운 GTC 보내십시오.

• 이 전문은 AI를 활용해 정리했다.