일론 머스크·젠슨 황이 말한 AI 공장과 일자리, 정말 괜찮을까?

일론 머스크와 젠슨 황이 미국-사우디 투자 포럼에서 AI, 로봇, AI 공장, 우주, 일자리, 거품 가능성까지 한 번에 묶어 이야기했습니다. 여기에 사우디와 미국의 새로운 AI 동맹, 구체적인 투자 규모와 프로젝트까지 공개되면서 기술·정치·경제가 한 자리에서 겹치는 장면이 나왔습니다.

아래 내용은 그 대화를 바탕으로, 핵심 메시지를 재구성한 것입니다. 테슬라·엔비디아·사우디·XAI·Humane이 각각 무엇을 노리는지, 그리고 그 흐름 속에서 AI와 일자리, 그리고 AI 공장의 의미를 하나씩 짚습니다.

창조로 접근하는 일론 머스크의 방식: 전기차·로켓·휴머노이드 로봇

사회자는 일론 머스크의 사고법을 '퍼스트 오더(First-order) 사고 / 퍼스트 오더 스케일링'으로 소개하며, 배터리 가격을 kWh당 약 1,000달러 수준에서 100달러 미만으로 낮춘 사례를 언급했습니다. 최근에는 같은 논리로 로봇용 액추에이터·모터·서보 시스템 비용을 줄이고 있다고 짚었습니다.

머스크는 자신이 하는 일을 "기존 산업 파괴"보다는 새로운 산업을 만드는 일에 가깝다고 강조합니다.

• 재사용 로켓 등장 전에는 사실상 "재사용 가능한 로켓이 없다시피 했다"고 말합니다. 매 발사마다 로켓을 버리는 구조라 우주 접근 비용이 매우 높았다는 설명입니다.

• 본격적인 전기차 시장도 테슬라 이전에는 존재감이 거의 없었다고 회상합니다. 테슬라의 목표는 처음부터 "매력적이고 감당 가능한 가격의 전기차"였다는 점을 다시 강조합니다.

• 휴머노이드 로봇에 대해서는 지금까지 나온 것들은 "실제로 유용하다고 부르기 어려운 시제품 수준"이라고 평가합니다.

머스크는 테슬라가 처음으로 실용적인 휴머노이드 로봇을 만들어 낼 것이라고 확신합니다. 그리고 이 로봇이 산업 현장뿐 아니라 개인용까지 확산되며, 인류 역사상 가장 큰 제품 시장이 될 것이라고 전망합니다.

그는 다수의 사람이 자신만의 "C-3PO와 R2-D2"를 원하게 될 것이라고 비유하면서도, 실제로는 그보다 훨씬 뛰어난 로봇이 등장할 것으로 봅니다. 특히 산업 분야에서는 로봇이 제품과 서비스를 대규모로 제공하는 주된 생산수단이 될 것이라고 봅니다.

머스크의 결론은 단순합니다. AI와 휴머노이드 로봇이 모든 산업을 다시 짤 것이고, 그 규모는 스마트폰 시장보다도 크다는 점입니다.

AI 공장: 검색·조회에서 생성으로 바뀐 컴퓨팅, 왜 시설이 필요할까?

사우디 측은 미국과 체결한 AI 전략적 파트너십을 강조하며, 사우디가 자본·에너지·토지를 투입해 미국의 AI 생태계를 뒷받침하겠다고 밝혔습니다. 목표는 추론 노드와 학습 노드가 결합된 AI 인프라 허브, 그리고 "가장 AI 활용이 앞선 국가"로 자리 잡는 것입니다.

젠슨 황은 이를 "AI 정제소에서 AI 공장으로의 전환"이라는 표현으로 설명합니다. 핵심은 AI를 인프라로 보는 관점입니다.

과거의 컴퓨팅은 대부분 '조회 기반(retrieval-based)'이었습니다. 사람이 미리 작성한 문서·이미지·광고 버전 등을 저장해 두고, 그중에서 적절한 것을 골라 보여주는 구조입니다. 하둡(Hadoop) 같은 프레임워크도 결국 미리 쌓아둔 데이터에서 적절한 정보만 꺼내는 역할에 가까웠습니다.

지금은 구조가 바뀌었습니다.

• 현재의 AI는 '생성 기반(generative)'입니다.

• 사용자의 상황·맥락·질문(프롬프트)에 따라, 매번 다른 결과를 만듭니다.

• 같은 서비스를 사용해도 사용자마다, 요청마다 결과가 달라집니다.

젠슨 황은 이런 변화를 강조하며, "이제는 소프트웨어와 콘텐츠가 실시간으로 생성되기 때문에, 전 세계 곳곳에 콘텐츠를 만들어 내는 AI 공장(데이터센터)가 필요하다"고 정리합니다.

이 방식의 장점은 명확합니다. 미리 정의된 템플릿에 갇히지 않고, 상황에 따라 맥락을 이해한 결과를 낼 수 있다는 점입니다. 젠슨은 이를 "맥락적으로 타당하고, 그래서 지능적으로 보이는 결과"라고 표현합니다.

로봇 수천만 대와 일자리: 일론 머스크와 젠슨 황의 시각 차이

사우디 왕세자는 수천만 단위의 로봇 도입을 통해 노동력을 보완하고 생산성을 끌어올리겠다는 비전을 밝혔다고 소개됩니다. 하지만 이런 대규모 로봇·AI 도입은 자연스럽게 "일자리가 사라지는 것 아니냐"는 우려로 이어집니다.

머스크는 장기 관점에서 "일은 선택 사항이 될 것"이라고 말합니다. 그의 설명은 다음과 같습니다.

• 시간축은 대략 10~20년 정도를 '장기'로 봅니다.

• 그 시점에는 일을 "스포츠나 게임처럼, 하고 싶으면 하는 것"에 가까운 행위로 예측합니다.

• 집에서 직접 채소를 기르는 대신 마트에서 사 먹어도 되지만, 취미로 텃밭을 가꾸는 사람이 있는 것처럼, 일을 '취향'으로 선택하는 시대를 상정합니다.

머스크는 이 단계로 가기까지 AI와 로봇을 만들고 도입하는 과정에서 오히려 할 일이 매우 많다는 점도 함께 언급했습니다. 동시에, 이 시점 이후에는 돈의 역할이 점점 줄어들고, 결국 통화 자체가 의미를 잃을 가능성까지 언급합니다. 다만 전력과 물질(질량) 같은 물리적 제약은 여전히 남을 것이라고 선을 긋습니다.

젠슨 황은 시간대에 따라 다른 그림을 제시합니다.

단기·중기에는 대부분 사람과 기업이 더 생산적이면서도 더 바빠질 가능성이 높다고 봅니다. 이유는 간단합니다. 할 수 있는 일이 많아지면, 하고 싶은 일도 더 늘어나기 때문입니다. 실제 회사 내부에서도 미뤄 두었던 프로젝트를 AI 덕분에 더 빠르게 착수하고 처리할 수 있게 된다는 설명을 덧붙입니다.

그는 구체적인 사례로 방사선과(Radiology)를 듭니다.

• AI 도입 초기, 방사선과 의사가 가장 먼저 사라질 직업으로 지목되곤 했습니다.

• 실제로는 그 반대 결과가 나왔습니다. AI 기반 영상 판독 시스템이 널리 도입된 이후, 방사선과 의사 수요는 오히려 증가했습니다.

• 이유는, 의사의 일은 이미지를 보는 것 자체가 아니라 질병 진단이기 때문입니다.

• AI 덕분에 영상 분석 효율이 높아져, 더 많은 이미지·다양한 모달리티를 다루고, 환자에게 더 많은 시간을 쓸 수 있게 되면서, 진료·진단 범위가 넓어지고 환자 수도 증가했습니다.

젠슨의 관점에서, AI는 단기적으로 "업무의 성격"을 바꾸고, 사람을 대체하기보다는 역할을 확장하는 방향으로 작동한다는 데이터가 있다는 것입니다. 장기적으로 머스크가 말하는 "통화가 의미 없는 수준의 풍요"까지 갈지에 대해서는 시간을 두고 지켜봐야 한다는 태도입니다.

사우디와 미국의 AI 동맹: 에너지 동맹에서 지능 동맹으로

포럼의 진행자는 이번 행사를 사우디와 미국 사이의 "새로운 시대의 동맹"으로 규정합니다. 과거에는 사우디의 에너지가 산업 시대를 뒷받침했다면, 이제는 같은 에너지와 자본이 AI 시대를 위한 인프라로 전환된다는 메시지입니다.

핵심 포인트는 다음과 같습니다.

• 두 나라 정상이 참석한 자리에서 AI 전략적 파트너십 프레임워크가 체결되었다는 점입니다.

• 사우디는 자본·에너지·토지를 제공하고, 미국의 AI 생태계·기술·기업이 이를 활용해 추론 노드·학습 노드·AI 공장을 구축합니다.

• 목표는 사우디를 "가장 AI 활용도가 높은 국가"이자, AI 인프라의 중심지로 만드는 것입니다.

진행자는 이 구도를 "에너지 동맹에서 디지털 동맹을 거쳐, 지능 동맹으로의 진화"로 표현합니다. 이 과정에서 머스크와 젠슨 같은 기업가들이 새로운 산업·일자리·경제를 만들어 내는 축으로 등장한다는 점을 강조합니다.

AI가 가속한 과학·의학 연구: 사우디 사례 두 가지

진행자는 사우디 연구자들이 AI를 활용해 성과를 낸 두 가지 사례를 소개합니다. 두 사례 모두 엔비디아 GPU와 Grok 같은 대규모 모델이 연구 가속에 활용되고 있다는 점을 공통적으로 갖고 있습니다.

1. 금속-유기 골격(MOF)으로 물·CO₂를 흡착하는 신소재

• 사우디 출신의 한 화학자는 노벨상을 수상한 최초의 사우디-미국인 화학자로 소개됩니다.

• 연구 주제는 금속 유기 골격(MOF: Metal Organic Framework)입니다.

• 양전하를 띤 금속 이온과 유기 결합자(링커)를 조합해, 약 33나노미터 크기의 기공을 가진 스펀지 구조를 형성합니다.

• 이 구조를 통해 공기 중의 수분과 이산화탄소(CO₂)를 효율적으로 포집하는 것이 목표입니다.

• 이 연구는 약 20년 전 시작되었으나, 최근 AI 가속 덕분에 새로운 조합·구조 탐색 속도가 크게 빨라졌다고 설명합니다.

2. 나노 로봇을 활용한 유전자 편집으로 겸상 적혈구 빈혈증 타깃

• 두 번째 사례는 AI 가속 나노 로봇 기반 유전자 편집입니다.

• 크기는 500나노미터 × 1,000나노미터 수준의 나노 로봇입니다.

• 이 로봇은 크리스퍼(CRISPR) 기술을 활용해 겸상 적혈구 빈혈증(sickle cell disease)의 원인이 되는 유전자를 제거하는 것을 목표로 합니다.

• 이 프로젝트 역시 약 20년 전 시작된 연구였고, AI가 개입하면서 설계·실험 최적화 속도가 크게 가속됐다고 소개합니다.

이 두 사례를 통해 진행자는 AI가 기존 연구를 대체한다기보다, 이미 존재하던 아이디어를 빠르게 실현 가능한 수준으로 끌어올리는 촉매 역할을 한다고 정리합니다. 그리고 이런 변화 속에서 새로운 가치 영역으로 인력과 산업이 이동할 것이라고 덧붙입니다.

XAI·Humane·AWS·엔비디아: AI 공장을 둘러싼 구체적 투자와 파트너십

대화 후반부에는 아주 구체적인 AI 인프라 투자 계획이 공개됩니다. 키워드는 XAI, Humane, Nvidia, AWS, 사우디입니다.

1. XAI–사우디–엔비디아: 500메가와트 AI 데이터센터

• 머스크는 XAI와 사우디아라비아가 함께 500메가와트 규모 AI 데이터센터를 추진한다고 발표합니다.

• 1단계는 50메가와트로 시작하고, 이후 단계적으로 확장하는 구조입니다.

• 인프라는 엔비디아와 협력해 구축합니다.

• 프로젝트 명칭은 Humane과 연계된 형태로 소개되며, 사우디 측은 Humane 팀과 타깃 팀을 축하합니다.

2. Humane–엔비디아–AWS: 다중 클라우드·디지털 트윈 협력

젠슨 황은 스타트업 Humane과의 협력을 별도로 설명합니다.

• 엔비디아는 Humane이 출범할 때부터 함께한 파트너이며, 이번에 머스크의 500메가와트급 데이터센터 프로젝트를 수주했다고 강조합니다.

• 젠슨은 매출이 거의 없는 초기 스타트업이 500메가와트급 데이터센터를 맡게 된 것은 이례적인 규모라고 평가합니다.

• 동시에 AWS도 Humane과 협력해, 100메가와트 규모에서 시작해 1기가와트 수준까지 확장하는 목표를 갖고 있다고 공개합니다.

또한 엔비디아는 Humane과 함께 Omniverse 기반 디지털 트윈·로봇 시뮬레이션에도 협력합니다.

• Omniverse는 물리 법칙을 반영한 시뮬레이션 환경으로, 로봇이 이 안에서 학습할 수 있는 구조입니다.

• 이를 이용해 디지털 공장, 창고, 로봇 환경을 가상으로 만들고, 그 위에서 로봇 제어·동작 계획을 익히게 합니다.

• 젠슨은 AI가 대화형 에이전트뿐 아니라 화학·단백질·유전자·유체역학·입자 물리·로봇 제어 등 다양한 분야에 적용된다고 덧붙입니다.

3. 사우디 내 양자 컴퓨팅 시뮬레이션 슈퍼컴퓨터

• 엔비디아는 사우디와 함께 양자 컴퓨터를 시뮬레이션하는 슈퍼컴퓨터도 구축합니다.

• 엔비디아 GPU는 양자 시스템의 제어·오류 정정(Quantum Error Correction)에 필요한 대규모 연산을 담당합니다.

• 젠슨은 양자 오류 정정이 막대한 연산량을 필요로 한다고 언급하며, 이 분야에서도 사우디와 깊은 협력을 진행 중이라고 밝혔습니다.

우주 속 AI 공장: 태양 에너지를 활용한 극단적 확장 시나리오

마지막 질의응답에서 진행자는 머스크에게 "AI in space, 가능한가?"라는 질문을 던집니다.

머스크의 답은 "문명이 유지되는 한, 우주에서의 AI는 필연적"이라는 것입니다. 다만 그는 전제 조건으로 문명의 지속 가능성을 강조합니다. 역사적으로 문명은 항상 발전만 한 것이 아니며, 흥망성쇠의 사이클을 가지고 있다는 점을 상기시키면서, 지금의 상승 국면이 계속 유지되도록 주의를 기울여야 한다고 말합니다.

이전부터 알려진 카다셰프 스케일(Kardashev scale) 관점도 등장합니다.

• 카다셰프 2단계 문명은 별(태양)의 에너지를 유의미한 비율로 활용하는 문명을 의미합니다.

• 머스크는 태양 에너지의 백만분의 1만 써도, 현재 지구 전체 에너지 생산량을 크게 웃도는 규모라고 설명합니다.

• 지금 지구가 받는 태양 에너지는 실제 태양 출력의 약 20억분의 1 수준에 불과합니다.

이 관점에서 보면, AI 연산과 에너지를 지구에서만 처리하려는 시도는 물리적으로 한계가 뚜렷합니다.

머스크는 구체적인 수치도 제시합니다.

• 미국의 평균 전력 사용량은 약 460기가와트 수준(연간 평균 기준)입니다.

• 만약 AI 연산에 연간 300기가와트 수준의 전력을 투입한다면, 이는 미국 전체 전력 소비의 약 3분의 2에 해당합니다.

• 이런 규모의 전력을 지상에서 새로 조달하고, 그만큼 냉각 설비를 마련하는 것은 현실적으로 매우 어렵다고 지적합니다.

• 연간 1테라와트 규모로 올라가면, 지구에서 처리하는 것은 사실상 불가능하다고 단언합니다.

반대로 우주는 다음과 같은 이점을 가집니다.

• 항상 태양이 떠 있어, 배터리 없이도 연속적인 태양광 발전이 가능합니다.

• 지상처럼 유리나 프레임이 필요 없는 태양광 패널을 사용할 수 있어, 자재 비용이 줄어듭니다.

• 냉각은 전적으로 복사 냉각(radiative cooling)에 의존하지만, 대기가 없어 대규모 공랭·수랭 설비 없이도 효율적인 냉각 설계가 가능합니다.

이에 따라 머스크는 4~5년 안에, AI 연산 단가 측면에서 우주 기반 태양광 AI 위성의 경쟁력이 지상 데이터센터를 웃돌 가능성을 언급합니다. 젠슨도 엔비디아의 GB300 같은 랙 단위 슈퍼컴퓨터를 예로 들며, 현재 랙 무게의 거의 대부분이 냉각을 위한 인프라(약 2톤 중 1.95톤)인 상황을 이야기합니다. 이 역시 우주에서의 냉각·전력 공급 아이디어와 맞물립니다.

AI 버블 논쟁: 젠슨 황이 보는 '진짜 수요'의 근거

마지막 질문은 젠슨 황에게 향합니다. "지금 AI는 거품인가?"라는 질문입니다.

젠슨은 이 질문에 답하기 위해 세 가지 변화를 짚습니다.

1. 무어의 법칙 둔화와 가속(compute) 전환

• 무어의 법칙이 사실상 힘을 잃으면서, 기존 범용 CPU만으로는 늘어나는 연산 수요를 감당하기 어렵게 된 상황이 먼저 존재합니다.

• 이에 따라 가속 컴퓨팅(Accelerated Computing)으로의 이동이 시작됐고, 엔비디아는 이 흐름을 20년 넘게 추진해 왔다고 설명합니다.

• 예를 들어, 6년 전 슈퍼컴퓨팅 콘퍼런스를 기준으로 보면:

  • 세계 상위 500대 슈퍼컴퓨터 중 CPU 기반이 90%를 차지했습니다.

  • 현재는 CPU 기반이 15% 미만으로 줄었고,

  • 나머지 약 90%는 가속 컴퓨팅 기반으로 전환되었습니다.

2. 데이터 처리 비용과 추천 시스템에서 생성 AI로

• 클라우드에서 가장 큰 비용을 차지하는 작업 중 하나는 데이터 처리(특히 SQL·데이터 프레임 기반 처리)입니다.

• 사람의 이름·주소·성별·나이·자산 정보 등이 들어 있는 이런 데이터 프레임은 은행·카드사·이커머스·광고 추천 시스템 등 거의 모든 디지털 서비스의 기반입니다.

• 이 영역만 해도 전 세계적으로 수백억 달러 규모의 연산 비용이 들어가고 있습니다.

• 지난 15년 동안 인터넷은 추천 시스템(RecSys)이 이끄는 구조로 발전했습니다. SNS 피드, 광고, 도서 추천, 동영상 추천 등 대부분이 이에 해당합니다.

• 이 추천 시스템 역시 기존에는 CPU를 중심으로 동작했으나, 지금은 GPU 기반 생성 AI 모델로 옮겨가고 있습니다.

3. 그 위에 올라간 에이전틱(Agentic) AI

• 위 두 흐름 위에 에이전트형 AI(Agentic AI)가 추가됩니다.

• 여기에는 Grok, OpenAI, Anthropic, Gemini 같은 대규모 모델과 서비스가 포함됩니다.

• 이들은 단순 텍스트 생성이 아니라, 사용자 대신 작업을 수행하고, 연속된 행동을 기획하는 '에이전트'로 진화하고 있습니다.

젠슨의 핵심 논지는 다음과 같습니다.

• 지금의 AI 투자는 기존 컴퓨팅 구조 자체가 CPU → 가속 컴퓨팅으로 전환되는 과정에서 발생하는 구조적 수요 위에 중첩되어 있습니다.

• 엄청난 양의 데이터 처리·추천 시스템·기존 서비스까지 모두 가속 컴퓨팅으로 이관되는 상황에서, 에이전틱 AI에 쓰이는 자원은 생각보다 전체 비중에서 크지 않다는 점을 강조합니다.

• 따라서 현재의 GPU·AI 인프라 투자는 단순 유행이 아니라, 컴퓨팅 패러다임 전환에 따른 필연적인 설비 투자에 가깝다는 메시지를 전달합니다.

현실적 효과와 한계: AI 공장·휴머노이드·우주 AI를 바라볼 때

이번 대화에서 다룬 AI 공장, 휴머노이드 로봇, 일의 선택화, 우주 기반 AI 연산은 모두 장기적인 구조 변화를 전제로 한 이야기입니다. 그렇다면 지금 시점에서 현실적으로 어떤 점을 주의 깊게 봐야 할까요?

첫째, AI 공장과 가속 컴퓨팅 전환은 이미 진행 중인 흐름입니다. 슈퍼컴퓨터 상위 500대 중 90%가 가속 컴퓨팅 기반이라는 수치는, 클라우드·엔터프라이즈 영역이 같은 방향으로 움직일 가능성을 강하게 시사합니다. 이 변화는 데이터 엔지니어링, ML 인프라, 시스템 설계와 직접 연결되며, 개발자와 인프라 담당자에게는 GPU 친화적 아키텍처 이해가 필수에 가깝게 변하고 있습니다.

둘째, 휴머노이드 로봇의 경제성은 아직 검증 단계에 가깝습니다. 머스크는 휴머노이드를 스마트폰보다 큰 시장으로 보지만, 지금까지는 "실제로 쓸 만한 수준"에 도달한 사례가 제한적입니다. 다만, 사우디가 "수천만 단위 로봇 도입"을 공개적으로 언급하고, 테슬라·엔비디아가 모두 이 방향으로 기술과 인프라를 투자하고 있다는 점에서, 산업용·서비스용 로봇의 상용화 속도는 단순한 연구 단계를 넘어선 것으로 볼 수 있습니다.

셋째, 일자리 영향은 직군·지역·기간에 따라 크게 다를 수 있습니다. 방사선과처럼 AI 도입 후 의사 수요가 늘어난 사례가 있는 반면, 일부 반복적인 사무·지원 업무는 실제로 감축 압력을 받을 수 있습니다. 머스크의 "일은 선택 사항이 된다"는 전망은 기술 가능성 측면에서의 극단에 가깝고, 그 사이 단계에서는 직무 재설계·재교육·정책 대응이 필수입니다.

넷째, 우주 기반 AI 연산은 물리적으로 설득력 있는 시나리오지만, 실제 인프라 구축·발사·운영 비용, 우주 잔해 문제, 통신 지연 등 기술·정책 난제가 걸려 있습니다. 머스크의 4~5년 내 비용 우위 가능성은 자신이 로켓·위성·전력·AI를 모두 다루는 위치에 있기에 가능한 공격적인 전망으로, 독자는 이 부분을 "강한 방향성 제시" 정도로 받아들이는 것이 현실적입니다.

마지막으로, AI 버블 논쟁은 앞으로도 계속될 가능성이 높습니다. 젠슨이 제시한 데이터(슈퍼컴퓨터 구조 변화, 데이터 처리 비용 구조, 추천 시스템의 AI 전환)는 수요의 구조적 기반을 보여주는 지표입니다. 다만, 개별 기업·프로젝트 단위에서는 과잉 투자·과대평가·조정 국면이 충분히 나타날 수 있습니다.

결국 이번 대화가 주는 메시지는 하나로 요약됩니다. AI 공장과 로봇, 가속 컴퓨팅, 국가 간 AI 동맹은 이미 기정사실처럼 움직이고 있으며, 그 과정에서 남는 변수는 속도와 분배, 그리고 정책의 역할입니다. 기술 흐름을 이해하는 사람일수록, 이 세 가지를 함께 고려하는 시각이 필요해 보입니다.

출처 및 참고 :