제로 챕터 · 왕초보 FAQ

NVIDIA는 왜 그렇게 가치가 높을까요?

「그래픽카드를 파는」 회사가 세계 시가총액 최상위권이라니, 많은 사람의 첫 반응은 이해가 안 된다는 거예요. 이해하는 데 그림 두 장이면 충분해요: 골드 러시 한 판, 그리고 산수 시합 한 판.

한 줄 답변

AI 학습은 간단한 산수를 한꺼번에 엄청나게 많이 해야 하고, 그래픽카드는 인해전술에 원래 강해요. 전 세계가 연산력을 다투고, NVIDIA는 이번 골드 러시에서 가장 큰 삽 장수예요.

비유 하나 · 골드 러시와 삽 장수

골드 러시 시절의 고전적인 관찰이 있어요. 광산에 뛰어든 사람이 금을 캐는 건 아니고, 길목에서 삽과 청바지를 판 사람이 먼저 부자가 됐다는 거죠. 오늘의 AI가 새로운 골드 러시예요:

⛏️

금을 캐는 사람

전 세계 회사가 몰려와 모델을 학습하고 앱을 만들고, 저마다 자기 금을 캐고 싶어 해요. 누가 캘지는, 아직은 몰라요.

🛒

삽

금을 캐려면 도구가 먼저예요. AI의 도구는 연산력이고, 주로 그래픽카드로 가득 찬 서버실이에요. 삽이 없으면, 아이디어가 좋아도 일을 시작할 수 없어요.

💰

삽 장수

누가 마지막에 금을 캐든, 삽은 누구나 사야 해요. NVIDIA가 파는 게 바로 그 삽이고, 거의 한 집뿐이라 사려면 줄을 서야 해요.

대규모 언어 모델 하나를 학습하는 데, 연산력 비용만 수십만에서 억 단위이고, 그 돈의 큰 줄기가 같은 회사로 흘러가요. 금을 캐는 사람이 많을수록, 열광할수록, 삽 장수는 더 비싸져요.

시합 한 판 · 박사 한 명 vs 초등학생 만 명

그런데 왜 꼭 그래픽카드여야 할까요? 컴퓨터에 원래 있는 프로세서(CPU)도 충분히 강하잖아요. 강한 방식이 달라요. CPU는 박사 한 명처럼, 어려운 문제는 다 풀지만 한 번에 한 문제에 집중해요. 그래픽카드(GPU)는 초등학생 만 명처럼, 각자 간단한 산수만 알지만 동시에 시작할 수 있어요. AI 학습이 하는 일이 마침 간단한 곱셈·덧셈의 엄청난 양이라, 초등학생 입맛에 딱 맞아요. 아래를 눌러 시합을 시작하고, 직접 보세요.

🎓CPU · 박사 한 명
한 문제씩 정밀하게, 한 번에 한 문제
남은 문제: 24
한 문제씩 깎다가, 겨우 다 했어요
🧒GPU · 초등학생 만 명
문제는 쉽고, 전원이 동시에 시작
남은 문제: 24
휙, 눈 깜짝할 사이에 다 끝났어요
문제는 쉽지만 양이 엄청날 때, 동시에 시작하는 초등학생 만 명이 박사 한 명을 완승해요. AI 학습이 푸는 문제가 바로 이런 문제고, 양은 천문학적이에요.
다른 집은 왜 따라잡지 못할까요

성능이 비슷한 칩을 만드는 일은, 다른 집도 못할 건 없어요. 따라잡기 어려운 건 다른 거예요: 여러 해 쌓아 온 소프트웨어 툴체인과 생태계. 전 세계 AI 개발자가 프로그램을 쓸 때, 기본 도구가 NVIDIA의 기반 위에 앉아 있어요. 다른 집 칩으로 바꾸면, 모두를 이사시키고 다시 인테리어하라는 셈이라, 집만 있고 사람이 안 와요. 하드웨어는 돈을 쏟아 만들 수 있지만, 생태계는 시간으로만 자랄 수 있어요. 그게 해자예요.

이게 여러분과 무슨 상관일까요

상관은 아주 직접적이에요. 연산력이 비싼 것이, 모든 AI 서비스 요금의 뿌리예요. AI와 대화할 때마다 토큰으로 매기는 요금 안에는 그래픽카드 감가와 서버실 전기세가 깔려 있고, 그림 한 장이 수십 배 비싼 것도 그림이 글보다 연산량이 훨씬 크기 때문이에요. 삽이 얼마나 비싼지 알면, 청구서가 왜 그런 모양인지도 보여요.

뉴스에 자주 나오는 단어도 짚고 갈게요. 회사끼리 「연산력 비축」「카드를 몇 장 쌓아 뒀는지」를 겨루는 건, 누구 삽이 더 많은지를 말하는 거예요. 삽이 많으면 학습이 빠르고, 서비스가 안정되고, 개발자도 뽑기 쉬워요. AI 시대의 새로운 밑천이죠.

✅ 이 페이지에서 나누고 싶은 것