요약
⏱ 00:001. 도입: 보이지 않는 AI의 뇌
⏱ 00:00영상은 우리가 보는 것이 깜박이는 커서와 답변뿐이지만, 그 뒤에는 공급망, 액체 냉각 장치, 반도체를 둘러싼 지정학적 경쟁이 있다고 시작합니다. 엔비디아를 단순한 부품 회사가 아니라 21세기 연산 인프라를 쥔 기업으로 규정하며, 시가총액이 3조 달러를 넘어 애플과 마이크로소프트를 제치기도 했다는 점을 짚습니다.

또한 한때 자금이 바닥나 사라질 뻔했던 기업이 어떻게 이런 위치에 올랐는지를 질문으로 던지며 이야기를 엽니다. 초기 그래픽 회사들이 대부분 사라진 것과 대비해 엔비디아가 살아남은 이유를 궁금증으로 제시합니다.
⏱ 03:032. 1993년 창업과 식당에서의 베팅
⏱ 03:031993년 전기공학자 젠슨 황이 두 명의 칩 설계자와 캘리포니아 산호세의 한 식당에서 만나 회사를 세운 장면을 다룹니다. 당시 그래픽 연산이 중앙처리장치(CPU)에만 맡겨지던 구조에서, 3D 그래픽에는 수많은 픽셀을 동시에 계산하는 새로운 실리콘이 필요하다고 판단한 것이 출발점이었습니다.

회사 이름은 '차세대 버전'을 뜻하는 NV라는 파일명에서 비롯되어 라틴어 단어 NVIDIA로 정해졌다고 소개합니다.
⏱ 04:183. NV1 실패와 파산 직전의 세가 구제
⏱ 04:181995년 출시한 첫 제품 NV1은 3D와 2D 그래픽, 오디오를 한 칩에 담으려 했지만, 독자적인 2차 곡면 텍스처 매핑 방식을 택해 실패했다고 설명합니다. 같은 시기 마이크로소프트의 DirectX가 다각형(폴리곤) 표준을 내놓으면서 개발자들이 이 칩을 외면했습니다.

1997년에는 현금이 거의 바닥나 인력의 절반을 해고하고, 파산까지 한 달 남았다는 위기에 몰렸습니다. 이때 일본 게임사 세가가 드림캐스트용 그래픽 칩 개발비로 낸 700만 달러가 회사를 살린 구제금이 되었고, 젠슨 황이 설계 결함을 인정하고 세가에 양해를 구한 일화가 소개됩니다.
⏱ 06:214. GPU라는 용어와 병렬 연산의 발견
⏱ 06:21폴리곤 표준을 받아들인 뒤 1997년 출시한 RIVA 128이 빠르고 저렴하며 안정적이어서 약 4개월 만에 100만 개가 팔렸다고 합니다. 1999년 GeForce 256은 그래픽 처리 장치를 뜻하는 GPU라는 용어를 시장에 알린 제품으로 소개됩니다.

⏱ 07:285. CUDA 도박과 월가의 반발
⏱ 07:282006년 엔비디아는 PC 게임 시장에서 수익성이 높은 회사였지만, 젠슨 황은 GPU를 그래픽 이외의 용도로 프로그래밍할 수 있게 하는 CUDA 플랫폼을 대규모로 추진했습니다. 물리 연산, 기상 시뮬레이션, 유체역학 등에 일반 개발자가 GPU를 활용할 수 있게 하려는 목표였습니다.

그러나 개발에 막대한 비용이 들고 칩 면적을 추가로 써야 해 수익률이 떨어졌습니다. 주주와 애널리스트들은 게이머도 과학자도 원하지 않는 소프트웨어에 돈을 낭비한다고 비판했고, 주가가 크게 떨어지며 여러 해 동안 실적 압박이 이어졌다고 설명합니다.
⏱ 08:486. AlexNet과 AI 연구로의 전환, 그리고 암호화폐 파동
⏱ 08:48연구실에서는 신경망을 학습시키는 데 대량의 병렬 연산이 필요했고, 일반 CPU로는 모델 하나를 학습하는 데 몇 달이 걸리기도 했다고 합니다. 2012년 이미지 인식 대회에서 압도적인 성적을 거둔 AlexNet이 게임용 GTX 580 그래픽카드 두 장으로 학습한 모델이었다는 점이 강조됩니다. 영상은 AI 혁명이 정부 연구소가 아니라 게임용 하드웨어 위에서 태어났다고 정리합니다.

⏱ 11:247. ChatGPT 이후의 독점 생태계와 지정학적 리스크
⏱ 11:242022년 ChatGPT 등장으로 AI 수요가 폭발하면서 빅테크 기업들이 최신 칩 확보 경쟁에 나섰고, H100은 공급이 부족해 투자자들이 대출 담보로 거론할 만큼 귀한 제품이 되었다고 설명합니다. 영상은 엔비디아의 진짜 무기가 칩보다 CUDA 소프트웨어 생태계이며, 다른 회사의 칩이 더 저렴해도 CUDA와 호환되지 않으면 쓰기 어렵다는 '락인' 구조를 짚습니다.







