엔비디아(NVIDIA) 주가는 앞으로도 상승할까?

제목: 더 라스트 컴퍼니 / 저자: 정혜진 / 출판사: 한빛비즈

 

AI 관련 기업 중 가장 수익률이 좋은 기업? 단연 엔비디아가 앞도적 1위다. AI 모델 개발을 위해서는 현재 필수적으로 사용해야 하는 장비를 생산하고 있으니... 대학원 졸업 직전 딥러닝 붐이 일었는데, 그때부터 GPU에 대한 중요성이 각광을 받기 시작했다. GPU 이야기를 할 때마다 엔비디아가 언급이 되었고 그렇게 자연스럽게 기업에 대해 접하게 되었다.

요즘에는 CEO들의 이야기가 담겨 있는 책들을 찾아서 읽어 보는 중. 젠슨황이 직접 쓴 책은 못 찾았다. 오늘 리뷰하는 책의 저자는 기자님. 실리콘밸리에서 다양한 기업들을 취재했는데, 엔비디아에 대해 정리한 내용을 소개한 책.

 

1. 창업자가 30년간 운영한 회사

실리콘밸리에서 기업의 규모가 거대해 진 후에도 여전히 창업자가 운영하고 있는 곳은 엔비디아가 유일하다고 한다. 엔비디아가 30년이나 되었다니.. AI 에이전트로 각광을 받은 회사들도 알고 보면 10년이 넘은 기업들이 상당 수다. 챗GPT의 등장과 함께 서비스가 궤도에 오른 경우가 꽤 되는 듯. 

엔비디아도 창업 직후 처음 개발한 제품은 망했다. 시장의 표준과 다른 방향을 선택했기 때문. 첫 계약은 파기했지만 일단 계약금은 받았다. (어떻게 받았는지는 잘 모르겠음... 아무튼 젠슨황이 어떻게든 설득해서 돈을 받은 것 같다) 회사를 6개월 운영할 수 있는 자금. 그래서 제품 개발 시간을 단축시키는데 집중을 했다. 보통이라면 2년 정도 걸린다. 하지만 제1원리 사고를 선택해서 시간 단축에 성공한다.

일론 머스크도 많이 강조하는 것이 제1원리 사고. 일론 머스크가 로켓을 개발할 때 적용했다. 로켓에 사용되는 부품 값은 저렴한데, 왜 로켓은 비쌀까? 하는 질문에서 시작되었다. 부품을 하나하나 뜯어보면서 부품의 역할을 살펴보고 필요없다면 과감하게 제거하면서 로켓의 비용을 낮췄다. 제품이 동작하는데 있어서 절대 무시할 수 있는 제1원리는 근본적인 물리법칙 뿐이다. 이러한 기본 원칙에 근거해서 부품의 필요 여부를 검토하면서 제품 생산을 효율화 시키는 것이다. 제품 생산 과정에도 비슷하게 제1원칙이 적용될 수 있다. 생산 공정을 살펴보고 필요없는 절차는 과감하게 생략하는 것. 엔비디아도 제1원리 사고를 바탕으로 그래픽 카드를 개발함으로써 구사일생했다.

 

2. 회사의 대표는 '미션'

엔비디아에서는 사장이 회사 대표가 아니다. 해결해야 하는 문제. 즉 '미션'이 보스다. 그래서 엔비디아는 미션을 중심으로 유연하게 조직이 운영되는 구조를 갖추고 있다. 엔비디아는 대기업이 되었지만 세상에서 가장 작은 대기업이다. 메타, 애플과 같은 기업과 비교했을 때 직원 수가 월등하게 적다. 1인당 생산성이 최고라는 뜻이기도 하다.

미션이 보스. 미션 달성을 위한 회의만 존재한다. 젠슨황은 1:1 미팅을 하지 않는다. 1:n 회의를 한다. 그래서 프로젝트 리더들과 한번에 소통을 하면서 미션을 달성하기 위한 효율적인 소통을 한다. 1:1 미팅은 특정인에게만 정보가 제공되면서 위계질서를 만들 수 있다. 1대 다 소통을 통해 정보의 차이에 의해 발생하는 상하 관계를 막고 있다. 또한 젠슨황은 직원들에게 직접 메일을 받는다. 미션 달성에 중요한 문제에 대한 메일은 젠슨황에게 직접 보내도록 한다.

젠슨황은 시원시원한 소통을 한다. 예를 들면 신규 채용한 사람의 연봉이 기존 직원들 보다 높게 책정이 되었다. 이러한 부분에서 불만이 생기는 경우 솔직하게 이야기 한다. 채용 인력에 대한 연봉은 당시 시장 상황에 따라 결정 될 수 밖에 없다는 것. 그래서 당장 필요한 인력을 확보하기 위해서는 계약 연봉이 높아질 수 있다는 것. 이러한 현실을 솔직하게 직원들에게 이야기하면서 소통으로 돌파한다. 둘러대거나 돌려말하지 않고 직접적으로 말하는 것. 문제를 해결하는데 있어서 독이 되는 3가지. 아는 척하는 것. 얼버무리는 것. 과장하는 것. 젠슨황이 절대로 그냥 넘어가지 않는 3가지다.

엔비디아에서는 실패한 프로젝트를 소개하는 자리가 있다. 실패에서는 배울 수 있는 교훈이 많기 때문. 실패를 절대로 숨기면 안된다. 오히려 실패를 공유하는 문화를 통해 다른 직원들의 실패를 막고 성공을 도울 수 있다. 이런 회의는 회사가 커지면서 없어졌지만 엔비디아의 문화로 자리잡고 있다.

 

3. 기존 제품을 스스로 무너뜨리는 회사 (카니발라이제이션)

엔비디아는 다른 경쟁사의 제품과 경쟁하지 않는다. 기존 제품과 경쟁한다. 이미 개발한 제품보다 더 뛰어난 제품을 만들기 위해서 경쟁한다. 엔비디아가 업계에서 독보적인 위치를 차지하면서 사실상 경쟁자는 사라졌다. 하지만 자신과의 끊임없는 경쟁을 통해 계속 발전하는 회사가 되었다. 예를 들면 호퍼 시리즈는 굉장히 성공적인 제품이었는데, 이 제품을 넘어서는 블랙웰 시리즈를 발표하면서 제 손으로 호퍼 시리즈의 매출을 저해시키는 상황을 만들어 냈다. 엔비디아가 계속 자신의 제품을 넘어서는 기술 개발을 하는 이유는 자신이 하지 않더라도 언젠가 경쟁사에게 대체될 수 있다는 생각 때문이다. 남에게 대체되느니 자기 손으로 대체시키는게 낫다는 사고 방식.

엔비디아의 속도를 결정하는 기준은 무어의 법칙이다. 무어는 인텔 창업자다. 인텔에서 CPU 칩을 개발하면서 2년마다 2배 빠른 제품이 등장했는데, 이러한 경향이 상당기간 유지되면서 이러한 변화를 무어의 법칙이라 부르게 되었다. 젠슨 황은 무어의 법칙과 경쟁한다. 무어의 법칙을 넘어서는 칩 개발 속도를 추구하는 것. 황의 법칙이라는 용어가 생겼을 정도로 엔비디아는 그래픽카드 개발에서 압도적인 혁신을 이뤄내고 있다.

 

4. 존재하지 않는 시장 (제로 빌리언 달러 시장)

아이폰에 의해서 모바일 시장이 열렸을 때, 엔비디아는 후발 주자였다. 모바일 칩의 강자는 퀄컴. 엔비디아는 이미 기술력이 있으니 늦었지만 훌륭한 제품들을 내놓았다. 제품 성능은 좋았지만 시장에서는 선택받지 못했다. 그래서 과감하게 모바일 칩 사업을 접기로 한다. 당시로서는 이해가 되지 않는 선택. 모바일 시장을 버리는 것은 자멸을 택하는 것과 진배없는 선택으로 보였기 때문. 엔비디아는 다른 분야에 집중하기로 했다. 비쥬얼 컴퓨팅이 중요한 게임, 자동차, 딥러닝 같은 곳에 기회가 있다고 본 것. 문제는 전망이 있는 분야는 맞지만 당장 수요가 없었다는 것이다. 그래서 AI 연구자들과 계속 만나면서 그들의 문제를 엔비디아의 기술력으로 해결하는데 집중한다. 그래픽카드로 할 수 있는 일들을 확장하는데 집중했고, 이 과정에서 CUDA를 개발하게 된다. CUDA는 엔비디아 GPU를 사용하는데 필요한 라이브러리다. 많은 애플리케이션에서 CUDA를 바탕으로 GPU를 사용하도록 서비스를 제공한다. 현재 딥러닝 모델 개발에서 엔비디아가 독점적인 지위를 누리는 것도 CUDA 덕분이다.

* 다른 기업에서 GPU를 개발하더라도, 현재 사용가능한 라이브러리들이 모두 CUDA 기반으로 동작하기 때문에 엔비디아의 경쟁사들 GPU로는 딥러닝 모델의 '훈련'이 불가능하다. 그래서 다른 회사들의 GPU는 모두 추론용이다. 훈련이 완료된 딥러닝 모델을 사용하는 목적으로만 GPU가 이용되는 것. (사실 타사 GPU에서 딥러닝 훈련이 불가능한 것은 아니지만.. GPU 프로그래밍의 난이도가 있기 때문에 선뜻 사용하지 않는다. 현재 거의 표준이 된 라이브러리들을 사용하면 딥러닝 모델 개발 시간을 상당히 단축시킬 수 있다. 딥러닝 교육도 표준 라이브러리들을 이용해서 진행되다 보니... 엔비디아 GPU는 딥러닝 모델 개발자들에게 필수품이다.)

시장이 아직 없는데, 방향을 선회하는 선택을 한 엔비디아의 선택이 현재의 독점적인 지위를 만들게 된 것.

 

현재 엔비디아의 전망은 매우 밝다. 시장에서의 독점적 지위는 앞으로도 상당 기간 유지 될 것이다. AI 스타트업이 우후죽순으로 쏟아지고 있다. 더 많은 서비스가 나오는 만큼 GPU 수요도 증가한다. 요즘에는 모델을 처음부터 훈련하지는 않는다. 기존 모델을 파인튜닝해서 사용하곤 하는데, 이때도 여전히 CUDA를 사용해야 한다. 즉 이 경우에 사용해야 하는 GPU는 반드시 엔비디아 제품이어야 한다. 추론에서는 여전히 경쟁자가 있기는 하지만 자신의 제품을 스스로 대체할만큼 혁신에 적극적인 모습으로 경쟁자들을 계속 따돌리며 업계 1위를 유지할 것으로 보인다.