핀테크연구소 입력 2026.11.13 00:05

제1부. 살아남는 창업자는 무엇이 다른가
제3장. 젠슨 황 따라하기 - 시장이 없을 때 무엇을 보고 투자해야 하는가
기업은 일반적으로 시장이 확인된 곳에 투자한다. 고객이 존재하고, 매출 규모를 추정할 수 있으며, 경쟁기업의 가격과 판매량을 조사할 수 있는 시장을 선호한다. 투자자는 전체 시장의 규모와 성장률을 요구하고, 금융회사는 담보와 현금흐름을 확인하며, 경영자는 투자금 회수 기간을 계산한다.
이러한 기준에서 보면 아직 존재하지 않는 시장에 투자하는 것은 합리적인 경영이라기보다 도박처럼 보일 수 있다.
고객이 없으니 시장조사를 하기 어렵고, 매출이 없으니 사업가치를 평가하기도 어렵다. 기존 경쟁자가 없다면 기회가 큰 것처럼 보이지만, 반대로 경쟁자가 없는 이유가 고객의 수요가 없기 때문일 수도 있다. 새로운 기술이 뛰어나다고 해도 고객이 기존 방식을 버리고 새로운 기술을 선택할 것이라는 보장은 없다.
엔비디아는 이러한 ‘없는 시장’에 여러 차례 투자한 기업이다.
1993년 창업 당시 개인용 컴퓨터의 3D 그래픽시장은 지금과 비교하기 어려울 만큼 작았다. 1999년 엔비디아가 GPU라는 개념을 제시했을 때도 그래픽처리장치를 범용 컴퓨팅의 핵심으로 생각하는 사람은 많지 않았다. 2006년 CUDA를 공개했을 때 GPU는 주로 게임과 그래픽을 위한 반도체로 인식됐다. 인공지능 학습용 반도체시장은 독립적인 거대 시장으로 존재하지 않았다.
그런데 엔비디아는 시장이 확인된 다음에 움직이지 않았다. 시장이 만들어질 가능성을 보고 먼저 기술과 소프트웨어, 개발자 생태계에 투자했다.
엔비디아 이사회에서 오랫동안 활동한 마크 스티븐스는 젠슨 황의 전략을 설명하면서 엔비디아가 ‘0억 달러 시장’, 즉 현재 매출이 사실상 존재하지 않는 시장에 투자해 왔다고 표현했다. 현재의 시장규모만 보면 투자해서는 안 되는 분야였지만, 기술 변화와 계산 수요의 방향을 보면 앞으로 새로운 시장이 형성될 가능성이 있다고 판단했다는 의미다.
그렇다고 젠슨 황이 미래를 정확하게 예언했다고 해석해서는 안 된다. 엔비디아가 투자한 모든 분야가 성공한 것은 아니며, 초기 제품은 시장 표준을 잘못 읽어 회사를 존립 위기로 몰아넣기도 했다. 모바일 반도체와 스마트폰시장에서도 기대했던 지위를 확보하지 못했다.
젠슨 황의 진짜 능력은 미래를 한 번에 정확히 맞히는 데 있지 않았다. 현재의 매출과 미래의 수요를 구분하고, 기술 변화의 방향을 관찰하며, 아직 시장이 형성되지 않았더라도 반복적으로 나타나는 사용자의 행동을 발견하는 데 있었다.
시장에 투자한 것이 아니라 시장을 만들어낼 수 있는 계산 수요에 투자한 것이다.
현재의 시장과 미래의 수요는 다르다
현재의 시장은 지금 고객이 실제로 돈을 지불하는 영역이다. 제품의 판매량과 가격, 시장점유율과 경쟁기업을 확인할 수 있다. 미래의 수요는 아직 제품과 시장의 형태로 완전히 나타나지 않았지만 기술·사회·산업의 변화에 따라 발생할 가능성이 있는 필요다.
현재의 시장은 측정하기 쉽지만 경쟁이 치열하다. 미래의 수요는 측정하기 어렵지만 제대로 발견하면 새로운 시장을 선점할 수 있다.
문제는 미래의 수요가 모두 시장으로 발전하는 것은 아니라는 점이다.
사람들이 불편하다고 말하는 것과 돈을 지불하는 것은 다르다. 기술적으로 가능한 것과 경제적으로 필요한 것도 다르다. 새로운 기술을 체험해보고 싶다는 관심이 반복적인 구매로 연결된다는 보장도 없다.
따라서 미래 시장을 판단할 때는 “이 기술이 신기한가”보다 “이 기술이 해결하는 문제가 앞으로 얼마나 커질 것인가”를 물어야 한다.
엔비디아가 창업한 1993년의 상황을 생각해보자. 당시 3D 게임시장은 오늘날처럼 거대하지 않았다. 그러나 개인용 컴퓨터의 보급이 확대되고 게임과 멀티미디어 콘텐츠가 복잡해지면 더 많은 그래픽 계산이 필요해질 가능성이 있었다. 화면의 해상도가 높아지고 표현해야 할 물체와 움직임이 많아질수록 CPU만으로 모든 연산을 처리하기 어려워진다.
젠슨 황과 공동창업자들은 현재 판매되는 그래픽 반도체의 규모만 본 것이 아니다. 앞으로 컴퓨터가 처리해야 할 시각적 계산량이 증가할 것이라는 방향을 봤다.
여기서 중요한 개념이 ‘수요의 선행지표’다.
현재 시장의 매출은 이미 발생한 수요를 보여주는 후행지표다. 반면 기술개발자의 활동, 처리해야 할 데이터의 증가, 계산비용의 변화, 새로운 콘텐츠의 등장, 사용시간의 증가와 같은 요소는 미래 수요의 선행지표가 될 수 있다.
예를 들어 게임 이용자가 늘어나는 것만으로는 충분하지 않다. 게임 개발자들이 더 복잡한 3D 환경을 만들고 있는지, 이용자가 그래픽 품질 향상에 반응하는지, 컴퓨터 제조업체가 그래픽 성능을 제품의 주요 경쟁요소로 설명하는지 살펴봐야 한다. 소프트웨어의 요구 성능이 기존 하드웨어의 처리 능력보다 빠르게 증가한다면 새로운 반도체의 수요가 발생할 가능성이 커진다.
엔비디아는 게임이라는 현재 시장에서 매출을 만들면서 그래픽 계산량의 증가라는 미래 수요에 대비했다. 이후에도 같은 논리가 이어졌다. 과학자와 연구자가 GPU를 그래픽 이외의 계산에 활용하기 시작하자, 엔비디아는 이를 일시적인 변칙 사용으로 보지 않았다. GPU의 병렬처리 능력이 다양한 계산 문제를 해결할 수 있다는 신호로 받아들였다.
엔비디아 공식 기술자료에 따르면 1990년대와 2000년대의 GPU는 게임과 그래픽이 요구하는 대량의 계산을 처리하기 위해 높은 병렬성과 메모리 대역폭을 갖춘 방향으로 발전했다. 이미지·영상처리, 의료영상, 전자기 시뮬레이션과 같은 과학기술 계산도 본질적으로 동시에 처리할 수 있는 작업이 많았다. 연구자들이 GPU를 그래픽 이외의 분야에 사용한 것은 아직 규모가 작은 행동이었지만 기술의 활용 범위가 확장될 수 있다는 중요한 신호였다.
현재의 시장과 미래의 수요를 연결하려면 세 가지를 구분해야 한다.
첫째는 현재 고객이다. 지금 제품을 구매하고 기업에 현금흐름을 제공하는 사람이다.
둘째는 선도 사용자다. 아직 일반화되지 않은 방식으로 기술을 활용하며 미래의 사용법을 먼저 보여주는 사람이다.
셋째는 잠재 고객이다. 현재는 제품을 사용하지 않지만 기술의 비용과 편의성이 개선되면 시장에 들어올 가능성이 있는 사람이다.
기업이 현재 고객만 바라보면 기존 시장에서는 강해질 수 있지만 새로운 시장을 놓칠 수 있다. 반대로 잠재 고객만 바라보면 실제 매출이 발생하기 전에 자금이 고갈될 수 있다. 좋은 전략은 현재 고객에게서 현금을 벌면서 선도 사용자의 행동을 통해 미래 고객의 가능성을 확인하는 것이다.
엔비디아에서 게임시장은 단순한 과거 사업이 아니었다. GPU의 성능을 지속적으로 높이고 대량생산하며 연구개발 자금을 확보할 수 있도록 한 기반시장이었다. 그 위에서 과학기술 계산과 인공지능이라는 미래 수요를 기다릴 수 있었다.
현재 시장과 미래 시장은 서로 대립하는 것이 아니다. 현재 시장이 미래 시장으로 가기 위한 비용을 부담할 수 있다면 가장 강력한 연결구조가 된다.
시장규모보다 계산 수요의 방향을 보라
시장조사 자료에는 현재 존재하는 상품과 서비스가 중심이 된다. 아직 이름이 없는 시장이나 전혀 다른 산업에 흩어진 수요는 하나의 시장으로 집계되기 어렵다.
1990년대 초반에 오늘날 인공지능 가속기시장의 규모를 조사하는 것은 불가능했다. 생성형 인공지능도, 대규모 언어모델도, 이를 학습시키는 데이터센터도 없었기 때문이다. 그러나 컴퓨터가 처리해야 할 데이터와 계산량이 계속 증가하고 있다는 사실은 관찰할 수 있었다.
미래시장을 발견하려면 기존 시장의 이름보다 문제가 증가하는 방향을 봐야 한다.
엔비디아가 바라본 핵심 문제는 단순히 그래픽카드 판매량이 아니었다. 컴퓨터가 처리해야 할 계산량이 빠르게 증가하지만 범용 CPU만으로 이를 경제적으로 해결하기 어려워지는 문제였다. 그래픽은 그 문제를 가장 먼저 드러낸 분야였다.
이 관점에서 보면 게임, 과학기술 계산과 인공지능은 서로 완전히 다른 시장이 아니다. 대량의 계산을 병렬로 처리해야 한다는 공통점을 가진다. 엔비디아는 특정한 제품시장에만 투자한 것이 아니라 여러 산업에서 반복될 수 있는 계산구조에 투자했다.
창업자가 미래 수요를 보려면 시장 이름을 잠시 내려놓을 필요가 있다.
금융, 의료, 제조, 교육과 언론은 서로 다른 산업이지만 그 안에서 반복되는 문제는 비슷할 수 있다. 데이터를 수집하고 분류하는 문제, 위험을 예측하는 문제, 고객에게 맞는 선택을 추천하는 문제, 신뢰할 수 있는 기준을 만드는 문제는 여러 산업에 공통적으로 존재한다.
현재는 각 산업이 서로 다른 방식으로 문제를 해결하더라도 기술이 발전하면 하나의 공통 플랫폼이 이를 처리할 수 있다. 미래의 큰 시장은 기존 산업분류 안에서 발견되기보다 여러 산업에 흩어진 동일한 문제를 묶는 과정에서 나타나는 경우가 많다.
따라서 시장이 없을 때는 시장규모를 억지로 계산하기보다 다음을 확인해야 한다.
문제의 발생 빈도가 증가하고 있는가. 문제를 해결하는 데 들어가는 시간과 비용이 커지고 있는가. 기존 기술의 성능 향상만으로 해결하기 어려운가. 여러 산업에서 비슷한 문제가 반복되고 있는가. 기술이 발전하면 해결비용이 급격히 낮아질 수 있는가.
이 질문에 긍정적으로 답할 수 있다면 현재의 매출이 작더라도 미래의 수요는 클 수 있다.
다만 “시장이 아직 없다”는 말이 언제나 좋은 기회를 의미하는 것은 아니다. 시장이 형성되지 않은 이유가 기술 부족이 아니라 고객에게 중요하지 않은 문제이기 때문일 수도 있다. 해결책이 필요하지만 비용을 부담할 주체가 없는 경우도 있다. 이용자는 원하지만 규제나 제도상 구매가 불가능한 경우도 있다.
그래서 미래시장 분석에는 기술 가능성만이 아니라 지불자와 제도까지 포함해야 한다.
누가 문제를 겪고 있는가. 누가 비용을 지불하는가. 제품을 도입할 권한은 누구에게 있는가. 사용자가 얻는 이익과 구매자가 얻는 이익이 일치하는가. 규제가 시장 진입을 허용하는가.
미래 수요는 사람들의 바람만으로 시장이 되지 않는다. 기술, 고객, 지불능력, 유통과 제도가 함께 움직여야 한다.
기술 변화의 방향을 읽는 법
기술의 미래를 정확하게 예측하는 것은 불가능하다. 전문가도 새로운 기술의 상용화 시기를 틀릴 수 있고, 뛰어난 기술이 기존 생태계와 표준에 막혀 사라지기도 한다. 기술 변화는 성능만으로 결정되지 않는다. 가격, 편의성, 호환성, 규제와 사용자의 습관이 함께 작용한다.
그렇다면 미래를 예언하지 않고도 기술 변화의 방향을 읽을 수 있을까.
가능하다. 정확한 제품과 시기를 맞히는 대신 변화의 구조를 살펴보면 된다.
첫 번째로 봐야 할 것은 기술의 성능 향상 속도다. 특정 기술이 해마다 더 빠르고, 작고, 저렴해지고 있다면 과거에는 경제성이 없었던 활용법이 가능해질 수 있다. GPU의 성능 향상과 대량생산은 그래픽뿐 아니라 과학기술 계산에 적용할 수 있는 조건을 만들었다.
두 번째는 비용의 하락이다. 고객은 기술이 가능하다는 이유만으로 구매하지 않는다. 기존 방식보다 비용이 낮거나 같은 비용으로 훨씬 큰 성과를 얻을 수 있어야 한다. 미래시장은 기술이 새롭기 때문에 만들어지는 것이 아니라, 과거에는 너무 비쌌던 문제를 경제적으로 해결할 수 있을 때 형성된다.
세 번째는 병목의 이동이다. 한 기술이 발전하면 다른 부분이 새로운 병목이 된다. 반도체 계산성능이 높아지면 메모리와 데이터 이동속도, 전력과 냉각이 중요해진다. 하드웨어가 좋아지면 이를 사용할 소프트웨어와 개발도구가 필요해진다.
엔비디아는 칩의 성능만 높여서는 GPU가 범용 계산 플랫폼이 될 수 없다는 사실을 인식했다. 개발자가 GPU의 병렬처리 능력을 활용할 수 있도록 프로그래밍 모델과 도구가 필요했다. 그 결과 2006년 CUDA가 공개됐다.
엔비디아 공식 설명에 따르면 CUDA는 GPU의 연산능력을 응용프로그램에서 활용할 수 있게 하는 가속컴퓨팅 플랫폼이자 프로그래밍 모델이다. 개발자는 CUDA를 통해 C++, 파이썬, 포트란 등의 언어와 라이브러리, 개발도구를 이용해 GPU에서 계산을 수행할 수 있다.
CUDA의 의미는 GPU의 성능을 높인 데 그치지 않는다. 기술을 사용할 수 있는 사람의 범위를 넓혔다는 데 있다.
아무리 성능이 뛰어난 반도체라도 소수의 전문가만 사용할 수 있다면 시장은 제한적이다. 개발자가 쉽게 프로그램을 만들고 기존 소프트웨어에 적용할 수 있어야 응용 분야가 늘어난다. 기술의 방향을 읽을 때는 하드웨어의 성능뿐 아니라 누가 그 기술을 사용할 수 있게 되는지를 봐야 한다.
네 번째는 개발자와 연구자의 이동이다. 일반 소비자는 기술이 완성된 뒤에 움직이지만 개발자와 연구자는 시장이 만들어지기 전에 새로운 도구를 시험한다. 학술논문, 오픈소스 프로젝트, 개발자 커뮤니티와 실험적 서비스는 미래 수요의 중요한 선행지표다.
CUDA 공개 이후 초기 사용자 가운데 중요한 집단은 과학기술 연구자들이었다. 엔비디아 개발자 자료에 따르면 과학계는 이미지와 영상처리를 비롯해 병렬성이 높은 응용프로그램을 CUDA로 옮겨 사용한 초기 집단이었다. 이후 딥러닝 역시 대규모 병렬처리의 이점을 활용하는 대표적인 분야가 됐다.
다섯 번째는 기술이 여러 분야에서 같은 방식으로 사용되는지를 봐야 한다. 한 분야에만 적용되는 기술은 시장이 제한될 수 있다. 반면 동일한 핵심 기술이 의료, 제조, 금융, 연구와 콘텐츠 제작에서 반복적으로 활용된다면 플랫폼으로 성장할 가능성이 있다.
기술 변화의 방향은 한 번의 뉴스나 한 명의 전문가 발언으로 판단해서는 안 된다. 성능, 비용, 개발자 활동, 고객의 실제 사용과 제도 변화를 장기간 함께 관찰해야 한다.
미래는 갑작스럽게 도착하는 것처럼 보이지만, 그전에 여러 개의 작은 신호를 보낸다.
고객이 말하지 않은 필요를 발견하는 방법
고객의 말을 듣는 것은 중요하다. 그러나 고객이 미래에 필요로 할 모든 것을 직접 설명해줄 수 있는 것은 아니다.
고객은 자신이 경험한 문제를 중심으로 말한다. 기존 제품을 조금 더 빠르게 해달라거나, 가격을 낮춰달라거나, 사용하기 편하게 바꿔달라고 요청한다. 아직 존재하지 않는 기술을 이용한 전혀 새로운 해결방법까지 제시하는 경우는 많지 않다.
따라서 고객의 말을 문자 그대로 따르는 것과 고객의 필요를 이해하는 것은 다르다.
게임 이용자는 “병렬처리 프로세서를 개발해 달라”고 요청하지 않는다. 화면이 끊기지 않고, 더 사실적인 장면이 표현되며, 더 복잡한 게임을 즐길 수 있기를 원한다. 연구자는 “범용 GPU 컴퓨팅 생태계를 만들어 달라”고 말하지 않을 수 있다. 대규모 계산을 더 짧은 시간과 낮은 비용으로 수행하기를 원한다.
고객이 말하는 것은 요구사항이지만, 기업이 찾아야 하는 것은 그 요구 뒤에 있는 목적이다.
고객이 말하지 않은 필요를 발견하려면 질문보다 행동을 봐야 한다.
사용자가 제품을 원래 설계된 용도와 다르게 사용하고 있다면 중요한 신호다. 여러 도구를 억지로 연결해 문제를 해결하거나, 엑셀과 수작업으로 복잡한 업무를 처리하고 있다면 아직 적절한 제품이 없다는 뜻일 수 있다. 시간이 많이 걸리는 방법을 반복하면서도 포기하지 않는다면 그 문제의 중요성이 높다는 의미다.
초기 연구자들이 GPU를 그래픽이 아닌 과학계산에 이용한 행동이 그러했다. 당시 GPU는 범용 계산에 편리한 도구가 아니었다. 연구자가 그래픽용 하드웨어의 구조에 맞춰 계산 문제를 바꿔야 했고, 개발도 어려웠다. 그럼에도 GPU를 사용하려는 사람이 있었다는 것은 기존 CPU만으로 해결하기 어려운 강한 계산 수요가 존재한다는 신호였다.
불편함을 감수하면서 새로운 기술을 사용하는 사람은 미래시장의 선도 사용자일 가능성이 크다.
고객이 말하지 않은 필요를 찾는 데 유용한 관찰 대상은 다음과 같다.
고객이 반복적으로 수행하는 수작업
여러 제품을 연결해 임시로 만든 해결책
공식 기능이 아닌 변칙적인 사용법
시간과 비용이 많이 들지만 중단하지 않는 업무
전문인력 부족 때문에 처리하지 못하는 문제
성능 한계로 규모를 늘리지 못하는 작업
규제나 신뢰 부족으로 거래되지 못하는 수요
소수 전문가만 수행할 수 있는 복잡한 절차
이러한 행동은 고객이 새로운 제품의 이름을 몰라도 해결되지 않은 필요가 존재한다는 사실을 보여준다.
그러나 고객이 말하지 않은 필요를 발견한다는 말이 창업자의 직감을 무조건 믿어도 된다는 뜻은 아니다. 고객이 “필요 없다”고 말하는데도 창업자가 미래를 안다는 이유로 계속 투자하면 독선에 빠질 수 있다.
고객의 직접적인 말과 행동이 다를 때는 행동을 더 자세히 분석해야 한다. 고객이 구매하지 않는 이유가 필요가 없어서인지, 가격이 비싸서인지, 제품이 불편해서인지, 도입 권한이 없어서인지 구분해야 한다.
좋은 미래 투자는 고객의 목소리를 무시하지 않는다. 고객이 표현하지 못한 문제를 행동과 데이터에서 찾아낸다.
시장조사는 현재를 설명하지만 미래를 결정하지 않는다
시장조사는 필요하다. 그러나 기존 시장의 규모만 조사하면 새로운 시장을 발견하기 어렵다.
시장조사기관은 현재 판매되는 제품과 확인 가능한 고객을 기준으로 시장규모를 추산한다. 아직 제품 이름이 없고, 서로 다른 산업에 수요가 흩어져 있으며, 고객도 자신이 무엇을 구매해야 하는지 모르는 상황에서는 정확한 시장규모를 제시하기 어렵다.
젠슨 황이 말하는 ‘0억 달러 시장’은 시장조사를 하지 말라는 의미가 아니다. 현재 매출이 0에 가깝더라도 미래 가치까지 0이라고 단정하지 말라는 의미로 이해해야 한다.
이때 전체시장규모를 거대한 숫자로 부풀리는 방식은 위험하다. 예를 들어 “전 세계 금융시장의 1%만 차지해도 큰 기업이 된다”는 계산은 사업의 현실성을 보여주지 못한다. 시장의 1%를 어떻게 확보할 것인지, 고객이 왜 기존 제품을 버릴 것인지, 판매와 공급비용이 얼마인지 설명하지 못하기 때문이다.
시장 초기에는 거대한 전체시장보다 작은 실증시장이 중요하다.
누가 가장 먼저 구매할 것인가. 그 고객은 어떤 문제를 가장 심각하게 겪고 있는가. 제품이 고객의 비용이나 시간을 얼마나 줄이는가. 반복적으로 사용할 이유가 있는가. 같은 문제를 가진 고객이 다른 지역과 산업에도 존재하는가를 확인해야 한다.
미래시장의 증거는 처음부터 대규모 매출로 나타나지 않는다. 소수 고객의 강한 사용, 빠른 반복구매, 개발자의 자발적 참여, 적용 분야의 확대와 사용량 증가로 나타날 가능성이 크다.
작은 수요라도 강도가 높으면 확장 가능성이 있다. 많은 사람이 관심을 보이지만 아무도 돈과 시간을 투입하지 않는 시장보다, 소수 사용자가 불편을 감수하면서 계속 사용하는 시장이 더 중요한 신호일 수 있다.
예측과 도박의 차이
미래시장에 대한 투자는 항상 불확실하다. 그렇다면 엔비디아의 CUDA 투자와 근거 없는 도박은 어떻게 구분할 수 있을까.
두 선택 모두 결과가 나오기 전에는 성공을 보장할 수 없다. 성공한 뒤에는 모든 투자가 현명한 예측처럼 보이고, 실패한 뒤에는 무모한 도박처럼 보인다. 그러나 결과가 아니라 의사결정 과정을 보면 차이를 구분할 수 있다.
예측에는 설명 가능한 가설이 있다.
왜 이 문제가 커질 것인지, 어떤 기술 변화가 이를 가능하게 할 것인지, 누가 먼저 사용할 것인지, 비용이 어느 수준까지 낮아져야 하는지 설명할 수 있어야 한다. 가설이 틀렸다는 것을 판단할 기준도 있어야 한다.
도박에는 대개 희망만 있다.
시장이 커질 것이라는 말은 있지만 원인을 설명하지 못한다. 제품이 출시되면 고객이 자연스럽게 올 것이라고 기대한다. 불리한 정보는 무시하고, 투자 규모와 중단 기준을 정하지 않는다. 실패할 때마다 새로운 이유를 붙이며 투자를 계속한다.
예측과 도박을 구분하는 다섯 가지 기준을 생각할 수 있다.
첫째, 투자 논리를 구체적으로 설명할 수 있는가.
“인공지능이 미래다”라는 말만으로는 부족하다. 어떤 산업의 어떤 업무에서 인공지능이 기존 방식보다 높은 경제적 가치를 만드는지 설명해야 한다. 처리시간, 비용, 오류율, 매출 또는 위험 감소와 연결돼야 한다.
둘째, 검증 가능한 선행지표가 있는가.
사용자 증가, 계산량 증가, 개발자 참여, 성능 개선, 비용 하락과 같은 지표를 정해야 한다. 매출이 발생하기 전에도 가설이 현실에 가까워지고 있는지 판단할 수 있어야 한다.
셋째, 단계적으로 투자하는가.
처음부터 회사의 모든 자금을 투입하는 것이 아니라 작은 실험으로 기술과 수요를 확인한 뒤 증거가 쌓일수록 투자 규모를 늘려야 한다. 실패해도 회사 전체가 무너지지 않도록 선택권을 남겨야 한다.
넷째, 중단 또는 전환 기준이 있는가.
어느 시점까지 기술 성능이 목표에 도달하지 못하거나 고객의 사용이 증가하지 않으면 사업을 수정할지 정해야 한다. 중단 기준이 없는 투자는 전략이 아니라 신념이 될 가능성이 크다.
다섯째, 현재 사업과 연결되는가.
미래 사업이 현재 사업의 기술, 고객, 유통과 데이터에 연결되면 투자위험을 줄일 수 있다. 엔비디아의 CUDA는 기존 GPU와 완전히 분리된 사업이 아니었다. 이미 게임과 그래픽을 통해 개발하고 대량 공급하던 GPU의 연산능력을 새로운 분야로 확장하는 투자였다.
물론 이 기준을 충족해도 실패할 수 있다. 엔비디아의 초기 그래픽 아키텍처 선택처럼 논리가 있어도 시장 표준을 잘못 판단할 수 있다. 중요한 것은 실패 가능성을 없애는 것이 아니라 실패의 비용을 제한하고 새로운 정보에 따라 방향을 바꾸는 것이다.
도박은 한 번의 결과에 모든 것을 건다. 전략적 예측은 여러 단계의 검증을 통해 다음 선택을 남겨둔다.
성공한 미래 투자는 과거의 실패를 지운다
엔비디아의 현재 위치만 보면 회사가 처음부터 GPU와 인공지능의 미래를 정확히 알고 있었던 것처럼 보인다. 그러나 실제 역사는 훨씬 복잡하다.
엔비디아의 초기 NV1은 시장 표준과 다른 접근법을 택했고 상업적으로 어려움을 겪었다. 회사는 인력을 줄이고 기술 방향을 바꿔야 했다. 모바일용 테그라 프로세서는 일부 분야에서 성과를 거뒀지만 스마트폰시장의 주도권을 확보하지 못했다. 엔비디아가 투자했던 모든 사업이 CUDA와 인공지능처럼 성공한 것은 아니다.
이 사실은 미래시장 투자를 평가할 때 생존자 편향을 경계해야 한다는 것을 보여준다.
성공한 기업의 투자는 모두 장기적 안목으로 해석되고, 실패한 기업의 투자는 무리한 확장으로 평가되기 쉽다. 그러나 투자 당시에는 두 기업 모두 불확실한 정보 속에서 결정했다.
젠슨 황에게서 배워야 할 것은 자신의 예측을 절대적으로 믿는 태도가 아니다. 장기적인 기술 방향에는 확신을 가지되 구체적인 제품과 시장 접근법은 계속 수정하는 태도다.
GPU를 이용해 대량의 계산을 가속한다는 큰 방향은 유지할 수 있다. 그러나 어떤 제품으로, 어떤 고객에게, 어떤 시기에 판매할지는 바뀔 수 있다. 방향에 대한 확신과 방법에 대한 유연성이 함께 있어야 한다.
미래 투자가 실패했을 때는 다음 세 가지를 구분해야 한다.
기술 자체가 불가능한 것인가. 기술은 가능하지만 시장 형성 시기가 늦은 것인가. 시장은 존재하지만 우리가 선택한 제품과 판매방식이 잘못된 것인가.
이 세 가지를 구분하지 못하면 좋은 기술을 너무 일찍 포기하거나, 반대로 시장성이 없는 기술을 지나치게 오래 붙잡게 된다.
미래를 기다릴 수 있는 자금구조
미래시장을 발견하는 것보다 어려운 일은 그 시장이 열릴 때까지 살아남는 것이다.
많은 창업자가 기술 방향을 옳게 보지만 시장이 형성되기 전에 자금이 고갈된다. 몇 년 뒤 시장이 성장해도 그 기업은 이미 사라졌거나 핵심 인재를 잃은 뒤다. 미래를 먼저 봤다는 사실만으로는 사업적 보상을 받을 수 없다.
시장 선점에는 두 개의 시간이 존재한다.
기술을 개발하는 시간과 고객이 구매할 준비를 하는 시간이다.
기술개발이 완료됐다고 시장이 바로 열리는 것은 아니다. 고객은 기존 시스템을 교체해야 하고, 새로운 기술을 사용할 인력을 교육해야 하며, 예산과 규정을 마련해야 한다. 관련 소프트웨어와 공급망도 형성돼야 한다.
CUDA가 공개된 2006년과 딥러닝의 중요한 전환점으로 평가되는 알렉스넷의 2012년 사이에도 수년의 시간이 있었다. 그리고 인공지능 반도체 수요가 오늘날과 같은 대규모 시장으로 성장하기까지는 더 긴 시간이 필요했다. 엔비디아는 그 기간 동안 CUDA 개발자 도구, 라이브러리와 호환 가능한 GPU를 계속 확대했다.
이러한 장기 투자가 가능했던 것은 엔비디아가 게임과 전문 그래픽시장에서 사업을 운영하고 있었기 때문이다. 게임용 GPU 판매를 통해 매출을 만들면서 미래의 범용 GPU 컴퓨팅에 투자할 수 있었다. 2026년 GTC에서 젠슨 황은 엔비디아를 “지포스가 만든 집”이라고 표현하며, 지포스가 CUDA를 세상에 보급한 기반이었다는 취지로 설명했다.
이는 매우 중요한 경영 원칙이다.
미래 사업이 현재 사업을 완전히 대체할 때까지 기다리는 것이 아니라, 현재 사업의 현금흐름과 생산 규모를 이용해 미래 사업을 키운다.
미국 증권거래위원회에 제출된 엔비디아의 2007회계연도 보고서를 보면 연구개발비는 2005회계연도 3억4820만 달러, 2006회계연도 3억5710만 달러, 2007회계연도 5억5350만 달러였다. CUDA가 공개된 시기에 엔비디아가 상당한 연구개발비를 투입했다는 사실을 확인할 수 있다.
이 숫자를 CUDA에만 들어간 비용으로 해석해서는 안 된다. 전체 연구개발비다. 그러나 회사가 기존 제품의 판매를 유지하면서 미래 기술에 대규모로 투자했다는 점은 보여준다.
미래를 기다릴 수 있는 자금구조는 다음과 같이 설계할 수 있다.
첫째, 현재 현금흐름을 만드는 핵심 사업이 있어야 한다. 미래 사업만으로 회사를 운영하면 투자자의 자금공급이 중단되는 순간 사업 전체가 흔들린다.
둘째, 미래 사업의 투자한도를 정해야 한다. 회사의 생존에 필요한 운영자금과 미래 투자를 구분하고, 한 번의 실험에 모든 자금을 사용하지 않아야 한다.
셋째, 단계별 목표를 설정해야 한다. 당장 매출이 없더라도 기술 성능, 사용자의 증가, 개발자의 참여, 시범사업과 반복사용 같은 중간 성과를 확인해야 한다.
넷째, 투자기간과 조달기간을 맞춰야 한다. 10년이 필요한 기술에 단기 상환자금을 사용하면 시장이 열리기 전에 부채를 갚아야 한다. 장기 연구개발에는 자기자본이나 장기 투자자금이 적합하고, 이미 판매가 확인된 제품의 생산에는 대출과 운전자금을 활용할 수 있다.
다섯째, 미래 사업이 현재 사업의 자산을 공유하게 해야 한다. 엔비디아의 CUDA는 기존 GPU, 반도체 설계능력, 개발자와 유통망을 활용할 수 있었다. 완전히 낯선 산업에 진입하는 것보다 비용과 위험을 줄일 수 있었다.
여섯째, 최악의 상황에서도 다시 선택할 현금을 남겨야 한다. 자금이 모두 소진된 뒤에는 좋은 전략도 실행할 수 없다. 경영자의 확신이 강할수록 현금 사용에 대한 통제는 더 엄격해야 한다.
스타트업은 엔비디아처럼 기다릴 수 있는가
엔비디아의 장기 투자를 작은 스타트업이 그대로 따라 하는 것은 위험하다. 엔비디아는 이미 게임과 그래픽시장에서 매출을 확보한 뒤 CUDA와 범용 컴퓨팅 생태계에 장기간 투자할 수 있었다. 초기기업에는 그러한 현금흐름과 자원이 없을 가능성이 크다.
따라서 스타트업은 미래시장에 대한 확신만으로 장기간 제품을 개발해서는 안 된다. 더 작은 단위로 가설을 검증해야 한다.
예를 들어 미래에 거대한 인공지능 플랫폼이 필요하다고 판단했더라도 처음부터 모든 기능을 개발할 필요는 없다. 특정 산업의 한 가지 업무에서 고객의 시간이나 비용을 줄이는 제품부터 시작할 수 있다. 그 과정에서 데이터, 고객관계와 기술을 축적한 뒤 플랫폼으로 확장하는 편이 현실적이다.
시장 전체는 없더라도 첫 고객은 존재해야 한다.
아직 대중시장이 형성되지 않았더라도 문제를 가장 심각하게 겪는 선도 고객을 찾아야 한다. 그 고객이 비용을 지불하지 않는다면 적어도 데이터와 사용시간, 피드백을 제공해야 한다. 누구도 제품을 사용하려 하지 않는 상태를 “시장이 너무 미래적이기 때문”이라고 합리화해서는 안 된다.
미래시장을 준비하는 스타트업에는 세 가지 경로가 있다.
첫 번째는 현재 수익사업과 미래 기술을 함께 운영하는 방식이다. 용역이나 기존 제품에서 현금을 벌면서 일부를 미래 기술에 투자한다. 다만 현재 사업에 모든 인력이 묶여 미래 사업이 영원히 부업으로 남지 않도록 구분해야 한다.
두 번째는 단계별 투자유치 방식이다. 기술개발, 시범서비스, 초기 고객, 시장 확대 등 단계마다 필요한 자금을 조달한다. 각 단계에서 위험이 줄어들어야 다음 투자를 설득할 수 있다.
세 번째는 전략적 파트너와 협력하는 방식이다. 미래 기술이 필요한 대기업이나 공공기관과 공동으로 실증하고 비용과 데이터를 지원받는다. 이 경우 특정 파트너에 지나치게 종속되거나 지식재산권을 잃지 않도록 계약을 설계해야 한다.
스타트업이 엔비디아에게 배워야 할 것은 오랜 기간 적자를 견디라는 것이 아니다. 현재의 작은 시장을 이용해 미래의 큰 기술을 준비하는 연결구조를 만들라는 것이다.
미래를 기다리는 것과 시간을 낭비하는 것은 다르다
장기투자를 강조하면 성과가 없는 사업을 계속 유지하는 근거로 악용될 수 있다. “아직 시장이 이해하지 못한다”, “고객이 준비되지 않았다”, “조금만 더 기다리면 시장이 열린다”는 말은 실패를 인정하지 않는 핑계가 되기도 한다.
미래를 기다리는 기업과 시간을 낭비하는 기업은 겉으로는 비슷해 보인다. 둘 다 당장의 매출이 작고 연구개발비를 사용한다. 그러나 내부의 학습 속도에서 차이가 난다.
미래를 기다리는 기업은 시간이 지날수록 증거가 쌓인다. 기술 성능이 향상되고 비용이 낮아지며, 개발자와 사용자가 늘어난다. 적용 분야가 확대되고 고객의 사용시간도 증가한다. 아직 매출이 크지 않더라도 시장이 형성되는 방향을 보여주는 지표가 움직인다.
시간을 낭비하는 기업은 시간이 지나도 같은 설명을 반복한다. 제품은 고객의 문제와 연결되지 않고, 사용자는 늘지 않으며, 기술적 성과도 분명하지 않다. 계획이 실패할 때마다 목표와 평가기준을 바꾼다.
기다림에는 반드시 학습이 있어야 한다.
매출이 없을 수는 있지만 증거까지 없어서는 안 된다. 장기 비전을 가지고 있다는 이유로 단기 검증을 면제받을 수는 없다.
엔비디아의 CUDA도 단순히 미래를 기다리기만 한 사업은 아니었다. 과학자와 연구자들이 GPU를 사용했고, 응용프로그램과 라이브러리가 늘어났으며, 다양한 GPU 제품에서 같은 프로그램을 활용할 수 있는 생태계가 확대됐다. 시장의 매출이 폭발하기 전에도 기술 채택의 신호는 축적되고 있었다.
젠슨 황에게서 무엇을 따라 해야 하는가
젠슨 황에게서 따라 해야 할 것은 아무도 믿지 않는 시장에 무조건 투자하는 태도가 아니다. 시장의 현재 규모를 넘어 문제와 기술의 방향을 보는 방법이다.
현재 매출이 없더라도 다음 조건이 있다면 검토할 가치가 있다.
해결해야 할 문제가 계속 커지고 있는가. 기존 기술이 그 문제를 경제적으로 해결하기 어려운가. 새로운 기술의 성능은 빠르게 좋아지고 비용은 낮아지고 있는가. 소수라도 불편을 감수하며 사용하는 선도 사용자가 있는가. 하나의 기술이 여러 산업에 적용될 가능성이 있는가. 현재 사업의 기술과 고객, 현금흐름을 활용할 수 있는가. 가설이 틀렸을 때 투자 규모를 줄이거나 방향을 전환할 수 있는가.
반대로 시장이 크다는 설명만 있고 고객의 실제 행동이 없다면 경계해야 한다. 새로운 기술이라는 이유만으로 지불의사가 생기는 것은 아니다. 미래를 말하지만 자금계획과 중단 기준이 없다면 전략적 투자보다 도박에 가깝다.
엔비디아가 보여준 가장 중요한 원칙은 미래시장과 현재 사업을 분리하지 않았다는 점이다.
게임은 당장의 고객과 매출을 제공했다. GPU는 지속적인 성능 향상과 대량생산의 기반이 됐다. CUDA는 GPU를 더 많은 계산 문제에 사용할 수 있도록 했다. 연구자와 개발자가 새로운 응용 분야를 만들었고, 딥러닝의 발전이 거대한 인공지능 수요로 이어졌다.
현재 시장에서 번 돈이 미래 기술을 만들고, 미래 기술이 현재 제품의 가치를 높이며, 넓어진 사용자가 다시 더 큰 시장을 만드는 순환구조였다.
시장 없는 곳에 투자한다는 것은 아무것도 없는 허공에 돈을 던지는 일이 아니다.
아직 하나의 시장으로 묶이지 않았지만 여러 곳에서 나타나는 문제를 발견하고, 기술과 비용의 변화를 추적하며, 선도 사용자의 행동을 확인하는 일이다. 그리고 시장이 열릴 때까지 살아남을 수 있도록 현재의 현금흐름과 미래의 투자를 연결하는 일이다.
미래를 정확하게 맞히는 사람은 거의 없다. 그러나 미래가 움직이는 방향을 관찰하고, 작은 증거가 쌓일 때 투자를 늘리며, 틀렸을 때 수정할 수 있는 기업은 존재한다.
젠슨 황에게서 배워야 할 것은 예언자의 확신이 아니다.
현재의 매출에만 갇히지 않는 시야, 기술 변화 속에서 반복되는 문제를 발견하는 능력, 고객이 말하지 않은 필요를 행동에서 읽는 관찰력, 그리고 미래가 올 때까지 회사를 지킬 수 있는 자금구조다.
시장 규모가 0이라는 것은 기회가 0이라는 뜻이 아니다. 다만 아직 증명해야 할 것이 거의 전부 남아 있다는 뜻이다.
미래시장에 투자하려는 경영자가 물어야 할 마지막 질문은 이것이다.
“이 시장이 반드시 열릴 것이라고 믿는가”가 아니다.
“시장이 예상보다 늦게 열리거나 전혀 열리지 않더라도, 우리는 증거를 확인하면서 살아남고 다시 선택할 수 있는가”이다.
그 질문에 답할 수 있을 때 예측은 전략이 된다. 답할 수 없다면 아무리 아름다운 미래를 말해도 그것은 도박에 가까워진다.
출처 및 참고자료
NVIDIA, NVIDIA History: A Timeline of Innovation
1993년 3D 그래픽, 1999년 GPU, 2006년 CUDA, 2012년 알렉스넷으로 이어진 엔비디아 공식 기술 연혁.
NVIDIA Developer, CUDA Platform for Accelerated Computing
CUDA의 개념과 GPU를 응용프로그램에서 사용할 수 있게 하는 소프트웨어 계층, 프로그래밍 언어·라이브러리·개발도구에 관한 공식 설명.
NVIDIA Developer Blog, CUDA Refresher: Reviewing the Origins of GPU Computing
게임과 그래픽용 GPU가 높은 병렬처리 능력을 갖추게 된 배경과 과학기술 계산에 활용되기 시작한 과정.
NVIDIA Developer Blog, CUDA Refresher: The GPU Computing Ecosystem
CUDA 공개 이후 과학계와 이미지·영상처리 분야가 초기 응용프로그램을 개발한 과정, 동일한 CUDA 구조를 다양한 GPU 제품에 적용한 생태계 전략.
NVIDIA Official Blog, What Is CUDA?
2006년 공개된 CUDA가 프로그래밍 언어 하나가 아니라 병렬컴퓨팅 플랫폼, 라이브러리 및 개발도구의 생태계라는 공식 설명.
Stanford Graduate School of Business, Jensen Huang on How to Use First-Principles Thinking to Drive Decisions
젠슨 황의 제1원칙에 기반한 의사결정과 아직 형성되지 않은 시장을 판단하는 접근법에 관한 대담.
Sequoia Capital, Nvidia: An Overnight Success Story 30 Years in the Making
마크 스티븐스가 설명한 ‘0억 달러 시장’ 투자, 엔비디아의 3D 그래픽과 인공지능시장 진입 및 초기 위기에 관한 인터뷰 자료.
U.S. Securities and Exchange Commission, NVIDIA Fiscal 2007 Annual Report on Form 10-K
2005∼2007회계연도 엔비디아의 연구개발비와 사업·투자 위험에 관한 공시자료.
U.S. Securities and Exchange Commission, NVIDIA 2018 Form 10-K
1999년 GPU와 2006년 CUDA 도입, 창업 이후 장기간 연구개발 투자에 관한 엔비디아 공시자료.
※ 엔비디아의 기술 공개 시점, 연구개발비 및 공식 사업연혁은 엔비디아와 미국 증권거래위원회 자료에 근거했다. 시장의 선행지표, 예측과 도박의 구분, 스타트업의 단계별 투자 및 자금구조에 관한 부분은 해당 사례를 바탕으로 확장한 경영적 해석이다.
(제4장에 계속 : 정리/ 핀테크연구소 임명수 대표 ims57@naver.com)





댓글을 불러오는 중…