[새너제이(미국)=이세연 기자] 엔비디아가 개최하는 연례 최대 AI 컨퍼런스 'GTC 2026'에서 한국 AI 전문가와 개발자들이 인사이트를 공유하는 자리가 마련됐다. 엔비디아 측은 이날 AI의 수익화 구조와 토큰 중심의 인프라 재편, 에이전트 AI·피지컬 AI로 이어지는 산업 변화를 구체적으로 제시했다.

18일(현지 시간) 엔비디아는 미국 더 웨스틴 새너제이 호텔에서 'Korean AI Expert Day'를 열었다. GTC의 생생한 현장을 공유하고 AI 기술과 산업 동향을 논의하는 자리다. 정소영 엔비디아코리아 대표는 "지난해만 해도 GTC에 참석한 한국인 신청자가 400명 정도였는데, 올해는 800명으로 1년새 두배나 늘었다"며 "오늘은 참석자들이 많은 것을 얻어갈 수 있는 자리가 될 것"이라고 말했다.

메인 세션은 엔비디아 솔루션 아키텍트 팀이 맡았다. 정구영 코리아SA팀 리더는 이번 GTC 2026의 핵심이 'AI의 수익화 방안'에 있다고 해석하며, 젠슨 황 엔비디아 최고경영자(CEO)가 제시한 'AI 5단 케이크' 개념을 들었다. 이는 AI 산업을 에너지·반도체·인프라·모델·애플리케이션 등 5개 레이어로 구조화해, 하위 계층이 튼튼해야 최종 서비스가 성공할 수 있다는 논리다.

정 리더는 "젠슨 황 CEO가 가장 강조했던 것은 애플리케이션 영역이다. 여기서 수익이 창출되지 않으면 그 아래에 있는 레이어 역시 무너질 수밖에 없다"며 "엔비디아는 이를 뒷받침하고자 오픈 모델과 가드레일, 피지컬 AI 소프트웨어 등을 함께 제시하고 있다"고 밝혔다.

그는 이번 GTC에서 '토큰 생산성'이 중요한 화두로 떠올랐다고 설명했다. 사용자별로 요구하는 토큰 처리량이 크게 다른 만큼, 기업은 사용자군을 토큰 수요에 따라 세분화할 수 있다는 것이다. 짧은 질의응답 위주의 가벼운 서비스와, 코드 검토나 에이전트형 업무처럼 훨씬 많은 토큰을 필요로 하는 서비스는 요구되는 인프라 구조 자체가 다르다는 설명이다.

정 리더는 "이렇게 되면 데이터센터의 전력과 인프라도 사용자 등급별로 배분하는 논의가 가능해진다"며 "예를 들어 전체 1기가와트 규모의 데이터센터를 운영하고 있다면, 각 사용자군이 필요로 하는 토큰 처리량과 서비스 수준에 맞춰 전력과 인프라를 나눠 투입하는 방식"이라고 말했다.

에이전트AI에 대한 설명도 이어졌다. 류현곤 부장은 "에이전트 AI의 작동법은 전혀 어렵지 않다. 오히려 너무 단순하다"며 "기본적으로는 LLM이 단계별 추론하는 리즈닝을 수행할 수 있고, 또 하나 중요한 변화는 이제 도구를 사용하기 시작했다는 점"이라고 전했다.

과거에는 AI의 할루시네이션(환각 현상)을 줄이기 위해 연구 단계에서 검색증강생성(RAG)을 활용해 왔다. 하지만 최근 들어서는 도구 사용이 본격화되면서 RAG보다 더 정확한 값을 얻을 수 있는 구조로 발전하고 있다.

류 부장은 "단순히 검색 엔진처럼 직접 정보를 찾는 게 아니라, 데이터베이스를 조회하거나 시뮬레이션 도구를 호출하고, 특정 목적에 특화된 AI 모델을 불러 실제 연산 결과를 받아오는 방식"이라며 "예컨대 수치 계산이 필요하면 계산 엔진을 호출하는 식으로, 에이전트가 에이전트를 호출해 작업을 수행하는 구조가 가능해졌다"고 덧붙였다.

엔비디아는 현재 에이전트AI가 모든 것을 할 수 있는 플랫폼 '이붐'의 최적화 작업을 진행 중이다. 그는 "(데모 버전에서) 사용자가 '위암 치료제를 알려달라'고 입력하면 에이전트가 FDA 검색, 단백질 데이터 분석, 구조 예측, 화합물 생성, 시뮬레이션, 리포트 작성까지 전 과정을 자동으로 수행한다"며 "별도의 바이오 특화 학습 없이 범용 LLM에 플러그인만 연결해도 동작한다"고 말했다.

마지막으로 피지컬AI 세션은 이종환 수석이 진행했다. 이 수석은 "피지컬 AI는 완전히 새로운 개념이 아닌, 에이전트 AI가 현실 세계에 적용된 형태"라고 밝혔다. 이어 "실제로 개발 현장에서도 에이전트를 활용해 코드 생성, 검증, 오류 수정까지 자동화하는 흐름이 확산되고 있다"며 "레지스터 전송 레벨(RTL)부터 소프트웨어 전반까지 개발 과정에 에이전트가 깊이 관여하는 형태로 발전하고 있다"고 덧붙였다.

그는 피지컬 AI의 핵심 차별점으로 '시뮬레이션'을 내세웠다. 언어 기반 AI는 기존 데이터로 학습이 가능하지만, 물리적 동작을 다루는 AI는 데이터를 확보하기 어려워 가상 환경이 필요하다는 설명이다. 이 수석은 "엔비디아가 접근하는 방식은, 현실 세계의 모든 구성 요소를 그래프화해 디지털 트윈으로 만들어 시뮬레이션 환경을 구축하겠다는 것"이라며 "많은 이들이 '엔비디아 옴니버스'를 도입할 준비를 하고 있다"고 강조했다.

세션에 앞서 인사말을 진행한 김태용 엔비디아 옴니버스 엔지니어링 부사장은 "한국은 피지컬 AI를 구현하기에 가장 적합한 환경을 갖춘 국가"라며 "제조 인프라가 탄탄하고 삼성전자, 현대차 등 대기업뿐 아니라 중소기업들도 AI 경쟁력이 강하다. '한국이 새로운 스위스'라는 말까지 나올 정도"라고 말했다.