"살아남으려는 내 의지가 나를 죽이려는 거의 모든 사람들의 의지보다 더 강하다." - 젠슨 황
30년 전, 젠슨 황은 Nvidia를 설립했습니다. 몇 달 만에 설립된 100개에 가까운 그래픽 카드 회사 중 Nvidia는 최고의 자리에 올랐습니다.
이후 30년 동안 젠슨 황과 엔비디아는 GPU 분야에서 우위를 점하고, CUDA를 통해 범용 컴퓨팅을 구현하며, 이 두 제품을 중심으로 시스템(네트워킹, 서버, 소프트웨어)을 개발하여 세계에서 가장 중요한 고성능 컴퓨팅 회사로 거듭나게 됩니다. 2022년 ChatGPT의 순간이 오자, 그들의 지배력은 분명해졌습니다.
하지만 그 30년 동안 90년대 후반에 거의 폐업할 뻔했고, 주가가 50% 이상 하락하는 등 여러 차례의 위기를 겪었습니다.
이것이 바로 엔비디아가 어떻게 AI 붐의 최대 수혜자가 되었는지에 대한 이야기입니다. 여기까지 오게 된 과정, 그 과정에서 내린 주요 결정, 투자자와 창업자를 위한 교훈, 앞으로의 전망에 대해 다뤄보겠습니다.
지난 1년간 산업 심층 분석에 집중했던 뉴스레터에 기업 심층 분석을 다시 소개합니다. 형식에 대한 의견이 있으시면 언제든지 메시지를 보내주세요. 언제나 그렇듯이 앞으로도 많은 성원 부탁드립니다.
1. 엔비디아의 역사
엔비디아의 역사를 살펴보기 전에 지난 25년간 젠슨의 비전에 대한 몇 가지 중요한 맥락이 있습니다. 엔비디아의 역사는 가속 컴퓨팅의 부상에 관한 이야기입니다. CPU는 수십 년 동안 지배적인 컴퓨팅 아키텍처였습니다. 개발자가 CPU를 위한 소프트웨어(명령어)를 작성하면 CPU는 해당 작업을 순차적으로(차례대로) 처리하는 방식입니다. CPU는 무어의 법칙을 통해 계속해서 더 빨라졌고, 이는 컴퓨팅 성능을 발전시켰습니다.
가속 컴퓨팅의 아이디어는 CPU에서 작업을 오프로드하여 GPU에서 실행할 수 있다는 것입니다. GPU는 작업을 순차적으로 처리하는 대신 병렬로 또는 동시에 처리할 수 있습니다. 기본적으로 컴퓨터에는 두뇌가 두 개 이상 존재할 수 있습니다. 작업을 여러 개의 작은 작업으로 나눌 수 있다면 CPU는 오케스트레이터 역할만 하고 실제 컴퓨팅은 GPU가 수행할 수 있습니다.
엔비디아는 1999년에 최초의 GPU를 출시하면서 이러한 비전을 향해 나아가기 시작했습니다. 이후 23년 동안 GPU를 더욱 강력하고 프로그래밍할 수 있는 기능을 지속적으로 출시했습니다. AI의 움직임을 일찍이 간파하고 이를 지원하기 위한 하드웨어 및 소프트웨어 생태계를 구축하기 시작했습니다. ChatGPT가 출시될 무렵, 엔비디아는 AI 골드러시에서 거의 독점적인 지위를 누리고 있었습니다.
이 섹션의 대부분은 Acquired의 놀라운 Nvidia 시리즈에서 가져온 것으로, 적극 추천하며 앞으로도 계속 참고할 것입니다.
a. 젠슨의 어린 시절
젠슨의 첫 미국 여행은 9살 때 혼자서였습니다. 그의 부모님은 자녀가 미국에서 성장하기를 원했지만 온 가족을 보낼 돈이 없었습니다. 그들이 찾을 수 있는 유일한 학교는 켄터키주 시골에 있는 개혁 학교인 원이다 침례교 인스티튜트였습니다.
Acquired에서는 “9살 때 나타난 젠슨의 룸메이트는 감옥에서 막 출소한 17세 소년으로 칼싸움에서 입은 7군데의 자상에서 회복 중이었습니다.”라고 설명합니다.
젠슨은 오리건 주립대에서 전기 공학 학위를 취득하고 AMD에서 PM으로 일하기 시작했습니다. 그 후 LSI Logic에 PM으로 입사하여 Sun Microsystems의 공동 창립자와 함께 일하게 됩니다. 당시에는 TSMC가 아직 설립되지 않았고 반도체 회사의 주요 비즈니스 모델은 IDM이었습니다. 그들은 반도체의 설계와 제조를 모두 소유하고 있었습니다.
1987년 TSMC가 설립되면서 기업들은 칩 설계에만 집중하고 제조는 아웃소싱할 수 있는 길이 열렸습니다. 이는 칩 개발의 진입 장벽을 크게 낮추는 파괴적인 비즈니스 모델이었죠. 몇 년 안에 엔비디아는 이 모델을 활용하게 됩니다.
b. 엔비디아의 설립, 자금 조달 및 초기 도전 과제
90년대 초에는 PC 열풍이 한창이었고 그래픽에 대한 수요가 엄청나게 많았습니다. 그래픽은 컴퓨팅 집약적이고 병렬 처리(동시에 픽셀을 로드하는)가 필요했기 때문에 CPU는 하이엔드 그래픽을 처리하기에 적합하지 않았습니다. 따라서 기업들은 이러한 워크로드를 별도의 그래픽 카드로 오프로드하는 것의 가치를 깨닫기 시작했습니다.
썬 마이크로시스템즈의 엔지니어인 크리스 말라코프스키와 커티스 프리엠은 이를 보고 젠슨에게 찾아가 함께 팀을 이루어 이 일을 하는 회사를 설립하자고 제안했습니다. 젠슨은 이를 받아들였고, 최초의 전용 그래픽 카드 회사인 Nvidia를 설립했습니다. 몇 달 만에 90개의 그래픽 회사가 설립되었습니다.
이들은 세쿼이아의 Don Valentine으로부터 600만 달러의 가치로 200만 달러의 첫 번째 펀드레이징 라운드를 모금했습니다. 엔비디아는 몇 년 후 투자금의 100배에 달하는 6억 달러의 가치로 기업공개(IPO)를 하게 됩니다.
개발자들이 자사의 칩을 사용하기를 원했기 때문에 Nvidia는 칩을 위한 프로그래밍 표준을 구축해야 했습니다. 여기에는 API, SDK, 개발 프레임워크가 포함되었습니다. 이 시점에서 이 소프트웨어 계층을 두고 경쟁하는 것은 스타트업만이 아니었습니다. Microsoft는 모든 하드웨어의 운영 체제를 소유하고자 했습니다. 심지어 케이블 TV 사업에도 진출하려고 했고, DirectX라는 제품을 통해 그래픽 시장에도 진출하려고 했습니다.
엔비디아의 초기 설계는 시장에서 경쟁하는 데 필요한 성능을 제공하지 못했고, 자금도 부족했습니다. 젠슨의 설명대로, 그들은 시장에서 최고의 칩을 만들고 다른 누구보다 더 높은 가격을 책정해야 했습니다. 그 결과 RIVA 128 칩이 탄생했고, 파산에 직면하는 대신 이 칩으로 큰 상업적 성공을 거두었습니다. 젠슨은 이를 이렇게 설명합니다:
“RIVA 128은 NV3였습니다. NV1과 NV2는 포워드 텍스처 매핑을 기반으로 삼각형 대신 커브를 사용했고 커브에 테셀레이션을 적용했습니다. 상위 레벨 오브젝트를 렌더링했기 때문에 기본적으로 Z 버퍼를 사용하지 않았습니다. 이것이 좋은 렌더링 방식이라고 생각했는데, 알고 보니 완전히 잘못된 생각이었죠. RIVA 128은 우리 회사를 리셋한 것이나 다름없었습니다.
1997년은 아마도 엔비디아의 최고의 순간이었을 것입니다. 그 이유는 우리가 벽에 등을 돌리고 있었기 때문입니다. 시간도 부족했고, 돈도 부족했고, 많은 직원들에게 희망이 사라지고 있었죠. 문제는 어떻게 해야 할까요?
우리가 가장 먼저 한 일은 이제 DirectX가 등장했다고 결정한 것입니다. 싸우지 않기로 했습니다. 세계 최고의 게임을 만들 수 있는 방법을 찾아보자고요.
또한 저희는 경쟁사가 생각하는 최고 가격보다 훨씬 높은 가격대를 선택했습니다. 우리가 제대로 구축하고, 모든 것을 가속화하고, 우리가 알고 있는 모든 것을 DirectX로 구현하고, 가능한 한 크게 구축했다면 그 누구도 이보다 더 빠른 것을 만들 수 없었을 것입니다.”
c. 상업적 성공을 거둔 Nvidia
이 시점에서 비즈니스가 시작됩니다. 1999년에 엔비디아는 3억 7천만 달러의 매출을 올렸습니다. 2002년에는 19억 달러의 매출을 올렸습니다. 이는 모두 PC 게임 그래픽에 대한 소비자 수요에 힘입은 것이었습니다. 소비자들은 최고급 그래픽에 기꺼이 돈을 지불했습니다.
1999년에 엔비디아는 최초의 GPU를 출시했습니다. 이 시점에 비전이 더욱 명확해졌습니다. 젠슨은 GPU를 “GPGPU” 또는 범용 GPU라고 부르는 것을 고려할 정도로 새로운 컴퓨팅 아키텍처를 만들고자 했습니다. GPU의 강점은 병렬 연산을 실행하는 능력입니다. 개발자는 컴퓨팅 작업을 순차적으로 실행하는 대신 동시에 실행하는 소프트웨어를 작성할 수 있습니다.
2002년, 엔비디아는 “프로그래머블 셰이더”라는 기능을 지원하는 지포스 3를 출시했습니다. 이를 통해 개발자는 GPU용 소프트웨어를 작성하여 디스플레이에 조명과 색상이 로드되는 방식을 정확하게 제어할 수 있게 되었습니다. 이는 개발자가 CPU를 중개자로 사용하는 대신 GPU용 소프트웨어를 직접 작성할 수 있게 해주었기 때문에 가속 컴퓨팅의 방향으로 나아가는 중요한 단계였습니다.
d. CUDA와 가속 컴퓨팅의 출시
이 모든 것이 엔비디아 역사상 가장 중요한 출시 중 하나인 CUDA의 출시로 이어졌습니다. 엔비디아의 컴퓨팅 통합 장치 아키텍처는 2006년에 출시되었습니다. CUDA는 기본적으로 개발자가 GPU에서 실행할 수 있는 소프트웨어를 작성할 수 있도록 지원하는 3가지 컴퓨팅 플랫폼입니다. GPU의 어려움은 병렬로 실행되는 로직을 작성하는 것이므로 CUDA는 다양한 수준의 추상화를 제공하여 GPU 프로그래밍을 더 쉽게 만듭니다.
쿠다는 프로그래밍 언어, API, 라이브러리의 세 부분으로 구성됩니다. 프로그래밍 언어는 GPU를 위해 특별히 설계된 C/C++의 확장입니다. 이를 통해 개발자는 커널(GPU에서 병렬로 실행되는 함수)을 작성하고, 커널을 구성하고, 메모리 액세스를 관리할 수 있습니다.
다음 단계의 추상화는 다른 소프트웨어가 GPU와 상호 작용할 수 있도록 미리 빌드된 함수가 있는 CUDA API입니다. 예를 들어, cudaMalloc()은 GPU에서 특정 작업에 정해진 양의 메모리를 할당합니다.
마지막으로 가장 높은 수준의 추상화는 특정 산업 또는 사용 사례를 위해 미리 작성된 코드 모음인 CUDA 라이브러리입니다. cuDNN은 딥 뉴럴 네트워크를 위한 중요한 라이브러리입니다. 엔비디아는 의료, 물리학, 유전체학, 데이터 과학 및 다양한 AI 워크로드를 위한 ...
