NVIDIA GTC 베를린 키노트 - 젠슨 황 CEO $NVDA $NVDA , $NBIS, $LITE, $MU, $DELL, $VRT, $AMKR , $HPE 유럽 AI 생태계와 차세대 풀스택 아키텍처 1. 유럽 AI 경제 구축 및 파트너십 지난 1년간 유럽 내 스타트업 및 파트너십에 약 100억 달러 투자(누적 파트너십 12,000개 이상). 최근 1주일간 유럽 내 14개 스타트업 추가 투자 발표. AI를 에너지, 컴퓨팅, AI 팩토리, AI 모델, 애플리케이션으로 구성된 5계층 산업 구조로 정의. Schneider Electric, Siemens Energy, Mistral, Nebius 등 유럽 내 전력·인프라·네오클라우드 기업들과 협력해 자체적인 토큰 생산 및 소버린 AI 생태계 구축 중. 2. 차세대 아키텍처: Vera Rubin & Spectrum-X (CPO) Vera Rubin: 본격 양산 돌입. 100% 수랭식 및 무케이블 설계로 노드 조립 시간을 기존 Grace Blackwell의 2시간에서 5분 미만으로 단축. Blackwell 대비 30배 향상된 성능 제공. NVLink 72: 72개의 GPU(개당 20 PetaFLOPS)를 단일 거대 GPU처럼 연결. Vera CPU: 클럭당 8개 명령어를 처리하며 세계 최초 LPDDR 메모리 시스템을 탑재해 높은 대역폭과 전력 효율 달성. Spectrum-X (CPO): TSMC와 공동 개발한 실리콘 포토닉스 공정(CuPy)을 통해 광학 소자를 칩에 직접 연결한 세계 최초 Co-Packaged Optics 스위치. PCB 기판을 거치지 않아 신호 손실을 줄였으며, 200Gbps 512포트 구성으로 현재 대량 양산 중. 3. AI 팩토리 레퍼런스: NVIDIA DSX 및 DSX Pod 1GW AI 팩토리 경제성: 1GW 규모 구축에 약 500억 달러가 투입되며 연간 수백억 달러의 매출 창출 가능. 가동이 3개월만 지연되어도 약 100억 달러의 매출 기회손실 발생. DSX 아키텍처: PTC, Dassault Systèmes, Schneider Electric, Siemens 등과 협력해 건설 전 Omniverse 디지털 트윈에서 전력·냉각·수자원을 사전 검증. 전력 및 수자원 효율: DSX MaxLPS를 통해 동일 성능 대비 전력 소비 30% 절감. 최대 45°C 냉각수를 활용한 폐쇄형 루프와 건식 냉각기를 통해 2GW 기준 하루 5,400만 리터의 물 절약. DSX Pod: 7개의 수랭식 랙(Vera Rubin NVL72)과 17km의 Spectrum-X 케이블, 800V DC 전원 시스템을 공장에서 사전 조립·테스트 후 컨테이너 형태로 출하. 현장 설치부터 첫 토큰 생산까지 걸리는 시간을 기존 4~5개월에서 약 1개월(수일 내 현장 가동)로 단축. 4. 에이전틱 AI의 5대 구성 요소와 보안 플랫폼 5대 요소: 모델(지각·추론·계획), 하네스(OpenClaw 등 에이전트의 외골격), 샌드박스(격리 환경), 지식 기반(기업 데이터 연동), 도구(CUDA-X 라이브러리). OpenShell (아파치 2.0 오픈소스): 에이전트의 시스템 호출, 파일 접근, 네트워크 연결을 제어하는 보안 런타임. 에이전트를 독립된 샌드박스에 격리하고 인증 키를 외부 슈퍼바이저에 보관해 키 유출 원천 차단. Anthropic과 협력해 Claude 기반 에이전트에도 적용. Sentry: BlueField-4 상의 하드웨어 격리 영역에서 작동하는 보안 계층. 에이전트의 이상 행동 감지 시 밀리초 단위로 모델 연결을 차단하고 격리 조치. 지식 및 맞춤형 모델: Nemotron(언어), Cosmos(물리 세계), GR00T(로보틱스), Alpamayo(자율주행) 등 오픈 모델의 가중치와 학습 데이터·스크립트를 전면 개방. Nemotron Parse, Embed, 3 Omni 및 Kumo 등을 결합해 사내 정형·비정형 데이터를 에이전트에 연결. 산업 적용 사례: Lila Sciences(BioNeMo 기반 B세포 림프종 치료제 설계 및 로봇 실험 자동화), Siemens(Cosmos·Omniverse 기반 엘랑겐 공장 사전 검증), Dassault Systèmes(폭스바겐 차량 부품 설계 및 Simulia 시뮬레이션 자동화). 5. 피지컬 AI (Physical AI): 통신, 자율주행, 로보틱스 통신망의 AI 인프라화: 전 세계 10만 개 기지국(약 100GW 규모)이 향후 분산형 엣지 AI 데이터센터로 전환될 전망. 최근 Nokia와 협력해 T-Mobile 망에서 최초의 상용 CUDA 기반 통화 성공. 로보택시 표준 플랫폼 Hyperion: 14개 카메라, 9개 레이더, 3개 라이다, 초음파 센서와 듀얼 GPU 시스템으로 구성된 자율주행 표준 아키텍처. 폭스바겐(VW Bus), 볼보, 메르세데스-벤츠 차세대 모델, JLR(재규어 랜드로버) 등 4개 브랜드 신규 합류. 휴머노이드 및 3-컴퓨터 모델: 모델 학습용 컴퓨터, Omniverse 디지털 트윈 시뮬레이션 컴퓨터, 로봇 탑재용 컴퓨터의 3단계 구조로 개발. Agile Robots와 협력한 레퍼런스 로봇 'NVIDIA Agile One'을 내년 1분기 출시해 초기 개발 기간 단축 지원. 6. AI PC 및 워크스테이션: RTX Spark Microsoft와 4년간 협력해 개발한 'n1 X' 칩 기반의 새로운 PC 라인업. 손바닥만 한 크기에 1 PetaFLOPS 연산 성능과 128GB 메모리 탑재(2016년 초대형 DGX-1과 동일한 사양을 소형화). Windows 기반의 20 PetaFLOPS, 754GB 메모리를 갖춘 DGX Station(RTX Spark 탑재)은 올해 말 출시 예정. 로컬 환경(RTX Spark)에서 에이전트(Hermes)와 모델(Nemotron, GPT-6, Astra), 3D/물리 도구(FreeCAD, Blender, Isaac Sim)를 구동하고, 대규모 병렬 학습 시에만 클라우드(Isaac Lab)를 연동해 Pollen Robotics의 소형 로봇을 훈련·배포하는 전 과정 시연.

다시 CPU의 시간 1/ 메타는 9월 8일 개인용 AI 에이전트 뮤즈를 출시했다. 단순 응답형 챗봇이 아니라 사용자를 대신해 능동적으로 작업을 수행하고 아이디어를 제안하는 개인형 에이전트다. 이메일 발송과 여행 예약 등을 대행하며 앱 종료 이후에도 백그라운드에서 작업을 지속하는 상주형 구조가 특징이다. 2/ 출시 초기 시장 반응은 폭발적이었다. 출시 12일 만에 누적 다운로드 180만 회를 기록하며 ChatGPT의 동기간 기록을 넘어섰고, DAU 역시 64만 명으로 같은 시점 ChatGPT를 크게 상회했다. AI 에이전트가 소비자 시장으로 확산되는 첫 성공 사례로 판단된다. 3/ 사업 구조 또한 사용량 확대에 우호적이다. AI 에이전트는 챗봇 대비 루프가 길고 토큰 소모량이 많아 비용 부담이 큰 서비스이나, 메타는 구독 없이도 주당 최대 1억 토큰을 무상 제공한다. 장기적으로는 뮤즈를 통해 연결된 쇼핑·여행 등 플랫폼 판매자로부터 수수료를 수취하는 모델을 지향한다. 4/ 주목할 점은 해당 워크로드가 CPU 집약적이라는 점이다. AI 에이전트는 외부 툴 호출, DB 접근, 재추론이 반복되는 멀티 스텝 루프 구조로, GPU가 담당하는 AI 연산 외 각 단계의 의사결정과 오케스트레이션, 외부 S/W 접근은 CPU의 영역이다. 5/ 특히 뮤즈는 무료 사용자에게도 사용자별 전용 클라우드 VM을 할당하는 구조로, 사용자 증가에 비례해 CPU 수요가 확대되는 구조일 가능성이 높다. 인텔은 에이전트 확산에 따라 GPU:CPU 비율이 현재 8~4:1에서 장기적으로 1:1 이상까지 상승할 수 있다고 언급했다. 6/ 메타의 투자 행보 역시 동일한 방향성을 시사한다. 메타는 상반기에 엔비디아 Grace·Vera, ARM AGI, AMD Venice, AWS Graviton 등 주요 서버 CPU 계약을 광범위하게 확보했다. 이는 뮤즈를 비롯한 에이전트 서비스 확대에 선제적으로 대응하기 위한 것으로 해석된다. 7/ 뮤즈의 흥행은 소비자향 AI 에이전트 서비스의 성장 잠재력을 시사하는 사례다. 에이전트 서비스가 빠르게 확산될수록 워크로드 오케스트레이션을 담당하는 CPU의 수요는 구조적으로 확대될 가능성이 높다. 8/ 이미 타이트한 CPU 공급 병목은 한층 더 심화될 가능성이 높다. 그간 조정을 받았던 주요 CPU 업체인 인텔, AMD, ARM과 CPU 밸류체인이 재차 부각될 수 있는 시점으로, 매수 관점에서 접근 가능하다고 판단된다.