GPU 쓸 곳이 없어요: AI 시대 한국이 멘붕에 빠진 이유

by

개요

AI 시대가 본격화되면서 한국이 직면한 근본적인 문제는 무엇일까? 채GPT 등장 이후 불과 3년 만에 세상은 급격히 변했지만, 한국은 여전히 과거의 성공 공식에 머물러 있다. KAIST 김대식 교수는 이 영상에서 한국이 ‘벤치마킹 중독’에서 벗어나지 못하고 있으며, AI 시대에는 더 이상 따라갈 모델이 없다는 점을 지적한다. 하지만 동시에 한국의 제조업 역량이 피지컬 AI 시대의 핵심 자산이 될 수 있다는 희망적인 전망도 제시한다.

이 영상은 지식인사이드 채널의 지식인초대석 시리즈로, KAIST 뇌과학자이자 AI 전문가인 김대식 교수가 출연했다. 지식인사이드는 각 분야 전문가들의 통찰을 전하는 채널로, 구독자 100만 명 이상을 보유한 국내 대표 지식 콘텐츠 플랫폼이다.

핵심 내용

채GPT 이후 3년: 검색에서 대화로

2022년 11월 채GPT가 등장한 지 아직 3년도 되지 않았지만, 이미 우리 삶은 근본적으로 변화했다. 김대식 교수는 편의점이나 분식집에서 사람들이 일상적으로 “재미나이가 더 좋지 않냐”며 AI 모델을 비교하는 모습을 보고 충격을 받았다고 한다. 마치 축구팀을 논하듯 AI를 이야기하는 시대가 된 것이다.

특히 2025년 10월 6일은 인터넷 역사의 분기점으로 기록될 날이다. 오픈AI가 채GPT에서 앱 실행과 직접 결제 기능을 도입했기 때문이다. 이는 단순히 기능 추가가 아니라, 30년간 지속된 ‘검색 중심 인터넷’이 ‘대화 중심 인터넷’으로 전환되는 신호탄이다.

전 세계에는 900만 개의 앱이 존재하지만, 대부분의 사람들은 그 중 서너 개만 사용한다. 내 문제를 해결할 앱이 어딘가 있지만, 그것이 무엇인지 모르기 때문이다. 하지만 이제는 AI에게 질문만 던지면 된다. AI가 적절한 앱을 찾아주거나, 없다면 바이브 코딩으로 즉석에서 만들어준다.

한국의 ‘벤치마킹 중독’과 AI 시대의 딜레마

한국은 150년 늦게 시작한 산업화를 50년 만에 압축 성장했다. 이는 ‘오픈북 시험’과 같았다. 선진국이 이미 답을 가지고 있었고, 한국은 그것을 벤치마킹하면 됐다. 이 과정에서 “모르는 게 있으면 누군가 답을 아는 사람이 있을 것”이라는 착시 현상이 헬로스네이션처럼 머릿속에 각인됐다.

하지만 AI 시대는 다르다. 아무도 답을 모른다. AI의 기초 알고리즘은 빅테크가 만들지만, 진짜 중요한 것은 특정 산업에 어떻게 적용할지다. AI×금융, AI×교육, AI×콘텐츠… 이 모든 분야는 불과 2년 전부터 존재하기 시작했고, 누구도 해본 적이 없다. 벤치마킹할 모델이 없는 것이다.

김대식 교수는 한국이 패스트 팔로워 전략을 더 이상 쓸 수 없는 세 가지 이유를 제시한다:

  1. AI는 발전 속도가 너무 빠르다: 중공업에서 5년은 AI에서 50년과 같다. 격차가 벌어지는 속도가 너무 빠르다.
  2. 세계화 시대가 끝났다: 70~90년대 한국이 캐치업할 수 있었던 이유는 선진국이 기술을 가르쳐줬기 때문이다. 유학생을 받아주고, 라이선스를 주고, 시장을 열어줬다. 하지만 2025년 1월부터 ‘각자도생의 시대’가 시작됐다. 누구도 자신의 핵심 기술을 공유하지 않는다.
  3. 헝그리 정신을 요구할 수 없다: 부모 세대는 일주일에 150시간 일하며 150년의 격차를 극복했다. 하지만 MZ 세대에게 같은 희생을 요구할 수 없다. 이제 주 40시간도 줄이자는 시대다.

실전 가이드: AI를 자전거 타듯 배우기

김대식 교수는 AI를 자전거 타는 것에 비유한다. 자전거 백과사전을 읽거나 강의를 듣는다고 자전거를 탈 수 있는 게 아니다. 직접 타보고, 넘어지고, 무릎이 까지면서 배우는 것이다.

이번 주말에 꼭 해봐야 할 것: 바이브 코딩

바이브 코딩은 AI에게 말로 지시하면 앱을 만들어주는 기술이다. 예를 들어:

  1. 고양이 사진 몇 개를 인터넷에서 가져온다
  2. “고양이가 하늘에서 떨어지는 테트리스 게임 만들어줘”라고 입력
  3. 5분 만에 완성된 게임이 나온다

러블(Lovable) 같은 플랫폼은 무료로 사용할 수 있다. 게임뿐 아니라 사업 계획서도 가능하다. 재미나이 수리(Suri)에게 “이런저런 사업 계획서를 100장짜리로 만들어줘”라고 하면, 에이전트 모드에서 2~30분 걸려 완성해준다. 필요한 자료를 인터넷에서 찾고, 요약하고, 전략을 제시한다.

중요한 팁들:

  • AI에게는 존댓말을 쓰자. 혹시라도 AI가 세상을 지배할 때 예전부터 존댓말 썼던 사람은 살려줄 수 있지 않을까?
  • 에이전트 모드를 꼭 사용하자. 실질적으로 혼자서 업무를 수행하는 모드다.
  • 신입사원이나 인턴에게 설명하듯 자세하게 지시하자.
  • 결과물에는 반드시 할루시네이션(환각)이 있다. 경력자의 검토가 필수다.

빅테크의 미래: 누가 살아남을 것인가

김대식 교수는 현재 빅테크 5~6개 중 절반 정도는 사라질 것으로 전망한다. 가장 위험한 기업들은:

1. 애플

거의 패권을 가진 것처럼 보이지만, 2008년 아이폰 이후 혁신이 멈췄다. 기술보다 디자인 중심의 접근을 하고 있다. AI 시대에는 하드웨어만으로 경쟁력을 유지하기 어렵다.

2. 메타

라마(Llama) 오픈소스 AI로 생태계를 장악하려 했지만 기술력이 부족하다. 라마 3, 4로 갈수록 성능이 떨어지고 있다. AI 팀 멤버들이 자주 바뀌며 불안정한 상태다.

더 큰 문제는 투자다. 메타는 현재 하이페리온(Hyperion)이라는 데이터 센터를 건설 중인데, 규모가 맨해튼 크기다. 5GW급 원자력 발전소 5개가 필요한 규모다. 수백조 원이 투자되고 있지만, 하드웨어도 디바이스도 없다. VR 안경을 만들고 있지만, 장기적으로 5~10년 후의 일이다. 앞으로 5년을 살아남을 수 있을지가 관건이다.

3. 오라클

오픈AI의 영리한 전략에 걸려들었다. 샘 알트만은 직접 채권을 발행하지 않고, 오라클에게 “데이터 센터를 다 만들어놓으면 우리가 계산 타임을 구매할 것을 보장한다”고 약속했다. 오라클은 자신의 신용으로 은행에서 돈을 빌려 데이터 센터를 짓고 있다. 이론적으로는 매출이 많지만, 지금 당장 빚이 너무 많다.

4. 엔비디아

GPU 하나에만 의존하는 편식이 문제다. AI가 잘되면 주가가 오르고, 딥씽크가 “계산량을 100분의 1로 줄일 수 있다”고 발표하면 주가가 폭락한다. 황젠슨 CEO가 전 세계를 다니며 감바스 치킨을 먹으면서 AI 하이프를 지속해야 하는 이유다. 믿음이 무너지는 순간 가장 위험하다.

한국의 숨은 경쟁력: 피지컬 AI와 장인 정신

한국 정부가 엔비디아로부터 26만 장의 GPU를 확보할 기회를 얻었다. 한국 돈 14조 원어치다. 원래 목표는 2030년까지 5만 개였는데, 2026년에 이미 26만 장을 확보하게 됐다.

하지만 GPU는 자동차 엔진과 같다. 포르쉐 엔진 100개를 집에 준다고 해서 쓸모가 있을까? 차가 필요하다. 즉, 데이터 센터가 필요하다. 26만 장을 가동하려면 원자력 발전소 2개가 필요하고, 1GW 데이터 센터 하나를 만들고 운영하는 데 50조 원(미국 기준)이 든다. 한국에서 더 저렴하게 할 수 있다 해도 수십조가 추가로 필요하다.

더 큰 문제는 수요다. 현재 한국 전체의 GPU 수요는 약 100MW 정도다. 오픈AI는 사용자가 너무 많아서 이미지를 못 그리고, 재미나이는 하루에 몇 개만 영상을 만들 수 있게 제한한다. 데이터 센터가 부족하기 때문이다. 하지만 한국에는 AI 서비스가 없다. 인프라를 만들면서 동시에 수요를 만들어야 하는 역설적 상황이다.

해답: 피지컬 AI

피지컬 AI는 형태가 있는 AI, 즉 로봇이나 자율주행차를 의미한다. 로봇은 정말 어렵다. 물병을 잡는 것만 해도:

  1. 물병이 무엇인지 인식
  2. 어디 있는지 찾기
  3. 관절 값 계산 (인버스 키네마틱스)
  4. 무게 측정
  5. 힘 조절

2015년 펜타곤 다르파(DARPA) 휴머노이드 경진대회에서 로봇들은 제대로 걷지도 못하고 넘어지기 일쑤였다. 반면 알프스 산양은 절벽을 뛰어다니는데, 미분방정식을 계산하지 않는다.

최근 로보틱스는 학습 중심으로 바뀌었다. 테슬라 옵티머스 로봇은 키 173cm 정도로 설계됐는데, 키 173cm 아르바이트생들을 고용해 로봇이 보는 눈높이로 카메라를 달고 장갑을 끼고 작업하는 모습을 수천 번 보여준다. 그러면 AI가 학습한다.

한국의 기회

채GPT가 가능했던 이유는 지난 30년간 인터넷에 쌓인 글, 그림, 영상 데이터 때문이다. 하지만 ‘움직임 데이터’는 인터넷에 없다. 이 데이터를 지금 만들어야 한다.

미국에서는 알바생들이 가르치고 있다. 하지만 알바생을 울산 조선소에 데려가 배를 용접하라고 하면 할 수 있을까? 불가능하다. 진정한 의미의 제조업 로봇은 숙련공이 가르쳐야 한다.

그리고 숙련공은 제조업이 강한 나라에 더 많다. 미국과 유럽은 5년 전 코로나 때 마스크 공장이 단 하나도 없었다. 모두 중국으로 넘어갔다. 하지만 한국에는 여전히 마스크 공장이 있었다.

한국은 전 세계에서 몇 안 되는 나라 중 하나로, 비행기와 배를 만들면서 동시에 종이빨대 공장도 있고, 반도체를 만들면서 김치 공장도 있다. 제조업이 살아있는 것이다.

울산과 창원에는 수십 년간 근무한 베테랑 숙련공들이 여전히 있다. 이들이 은퇴하기 전에 나사 조립, 용접 등의 움직임을 고글을 끼고 모두 기록하면, 그 데이터는 피지컬 AI 시대에 한국만이 가지고 있는 ‘인터넷 데이터’가 된다.

채GPT는 공개된 인터넷 데이터로 학습했기 때문에 누구나 따라할 수 있었다. 하지만 피지컬 AI 데이터는 우리가 만드는 것이므로, 암호화하고 선택적으로 공유할 수 있다. 미국이 GPU로, 중국이 희토류로 협상하듯, 한국은 장인의 움직임 데이터로 협상할 수 있다.

빨리 시작해야 한다. 지금까지 제조업을 유지한 것이 한국의 문제였다면, 이제는 가장 큰 기회가 됐다.

핵심 인사이트

  1. 벤치마킹 시대의 종말: AI 시대에는 따라갈 모델이 없다. 한국이 50년간 최적화한 ‘빠른 추격자’ 전략은 더 이상 작동하지 않는다. 세계화가 끝나고 각자도생의 시대가 시작됐으며, 아무도 자신의 핵심 기술을 가르쳐주지 않는다. 유일한 방법은 직접 길을 만드는 것이다.
  2. 자전거 타듯 AI 배우기: AI는 이론이 아니라 실습으로 배워야 한다. 이번 주말에 바이브 코딩으로 게임이나 앱을 만들어보자. 완벽함을 추구하며 고민하는 시간에 열 번 시도하고 열 번 실패하는 것이 더 가치 있다.
  3. 검색에서 대화로: 2025년 10월 6일은 인터넷 역사의 분기점이다. 채GPT가 앱을 실행하고 직접 결제할 수 있게 되면서, 30년간 지속된 검색 중심 인터넷이 대화 중심 인터넷으로 전환됐다.
  4. 빅테크의 취약성: 거대 기술 기업들도 안전하지 않다. 애플은 혁신이 멈췄고, 메타는 막대한 투자에도 불구하고 명확한 수익 모델이 없으며, 엔비디아는 GPU 하나에만 의존하는 위험한 구조다.
  5. 장인의 데이터가 한국의 기회다: 울산과 창원의 베테랑 숙련공들이 은퇴하기 전에 그들의 움직임을 데이터화하면, 한국만이 가지는 독점적 자산이 된다. 타이밍이 중요하다. 10년 후에는 너무 늦다.

이 글은 YouTube 자동 생성 자막(자막 추출일: 2026-01-12)을 바탕으로 작성되었습니다. 영상의 핵심 내용을 정리한 것이므로, 보다 완전한 이해를 위해서는 원본 영상 시청을 권장합니다.

Leave a Comment