"얼마나 어렵겠어?" — 젠슨 황이 Y Combinator 스타트업 스쿨에서 들려준 창업의 전부

출처: BZCF | 비즈까페 — 엔비디아는 그냥 이거 보시면 됩니다 · 러닝타임 43분

"저는 항상 이런 생각을 해요. '얼마나 어렵겠어?' 솔직히 말하면, 생각보다 훨씬 어렵습니다. 하지만 그 고통이 조금씩 다가오도록 내버려두세요. 상상만 하다가 그걸 전부 불안으로 바꿔서 아무것도 안 하는 데 쓰지 마세요." — 젠슨 황

엔비디아의 창립자이자 CEO인 젠슨 황이 Y Combinator의 스타트업 스쿨 2026 무대에 올랐다. 그는 1993년 완전히 틀린 기술을 선택하고 회사를 차렸던 이야기부터, 세가와의 계약을 이행하지 못한 채 계약금 전액을 요청해야 했던 순간, 알렉스넷을 보고 "범용 함수 근사기"를 발견했다고 확신했던 순간까지, 지금은 시가총액 5조 달러에 근접한 회사를 만들어온 34년의 창업 여정을 가감 없이 풀어놓았다. 43분의 대화는 기술 전망이라기보다, 불확실성 속에서 어떻게 계속 나아갈 것인가에 대한 이야기에 가깝다.

1. 오프닝: 스타트업 스쿨 2026, 젠슨 황 등장 (00:00~00:44)

Y Combinator의 스타트업 스쿨 2026 무대에 엔비디아의 창립자이자 CEO 젠슨 황이 올랐다. 진행자는 "여기 계신 분들은 분명 성공하실 것 같다"는 말로 청중을 향한 기대를 전하며 대화를 시작한다. 젠슨은 "여기에 있어서 정말 기쁘다"며 화답한다.

2. 완전히 틀렸던 창업 초기 기술 선택과 3,540개의 경쟁사 (00:44~03:00)

대부분의 사람들이 믿지 않는 사실이 있다고 젠슨은 말한다 — 엔비디아를 설립할 때 선택한 기술이 "완전히 잘못됐다"는 것이다. 1993년, PC가 출시될 거라는 소문만 무성하던 시절, 엔비디아의 큰 아이디어는 모든 개인용 컴퓨터를 게임 콘솔로 바꾸는 것이었다. 슈퍼컴퓨터가 필요했던 알고리즘을 재창조해 PC에 넣을 새로운 알고리즘을 개발했고, 그것을 깊이 믿으며 회사를 차렸다. 하지만 1995년, 그 알고리즘도 기반 기술도 완전히 틀렸다는 걸 깨달았다. 그때는 이미 PC용 3D 그래픽 회사가 3,540개나 더 생겨난 뒤였다.

3. "얼마나 어렵겠어?" — 60달러로 산 교과서 세 권 (03:00~04:00)

동료들과 이 문제를 논의하던 중 누군가 뼈아픈 말을 해줬다 — "우리 중 누구도 제대로 된 방법을 몰랐던 것"이라고. 잘못된 기술을 선택했을 뿐 아니라, 그것을 올바르게 쓰는 법조차 몰랐다는 뜻이었다. 그날 저녁 젠슨은 주머니에 있던 몇백 달러를 들고 서점에 가 OpenGL과 그 파이프라인 설계법에 관한 교재 세 권을 샀다. 그걸 회사로 가져와 엔지니어들에게 넘겼고, 그 결과가 지금의 엔비디아다. "모두가 엔비디아는 3D 그래픽의 세계적 선두 기업으로 시작해서 그걸 교과서로 배웠을 거라 생각하겠지만, 사실은 회사를 차리고 자금을 모아서 교과서를 산 거였다." 그가 얻은 가장 큰 교훈은 기술은 끊임없이 변하지만, 현실에 맞서고 배우는 능력만 있다면 기술 자체는 중요하지 않다는 것이다.

4. 회사의 철학: 칩이 아니라 알고리즘 (04:00~05:56)

엔비디아의 핵심 아이디어는 CPU에 가속기를 더하면 기존에 풀기 어려웠던 문제를 풀 수 있다는 것이었다. 3D 그래픽은 그 첫 번째 문제였을 뿐, 이후 분자 동역학·이미지 처리·역물리학 등 온갖 알고리즘 영역으로 확장됐고 딥러닝도 그중 하나였다. 젠슨이 항상 믿어온 건 "훌륭한 기업을 만드는 것은 세상에 대한 독특하고 깊이 믿는 관점"이라는 것 — 기술이나 시장 상황만으로는 충분하지 않다는 것이다. 엔비디아가 정확히 맞아떨어진 지점은 "가속 컴퓨팅이 중요해질 것"이라는 예측과, "모든 것이 칩이 아니라 알고리즘과 관련 있다"는 깨달음이었다.

5. 세가와의 1,200만 달러 계약, 그리고 신뢰의 힘 (05:57~08:31)

진행자가 요청한 "가장 기억에 남는 어려움"에 대한 답으로 젠슨은 세가와의 일화를 꺼낸다. 세가는 새턴 이후 콘솔인 드림캐스트 개발을 1,200만 달러에 엔비디아에 맡겼지만, 알고리즘과 기술에 근본적 결함이 있다는 걸 깨달은 젠슨은 일본으로 날아가 당시 CEO에게 계약을 이행할 수 없다고 고백했다. 그러면서도 "이미 돈이 필요하다"고 계약금 전액을 요청하는, 상상하기 힘든 대화를 나눴다. 세가의 CEO는 젠슨이 정직하다는 걸 알아보고 500만 달러를 지급했다 — "회사가 아니라 사람에게 투자한 것"이었다. 이 돈 덕분에 회사는 살아남았고, 문제를 해결할 시간을 벌었다. 세가가 계속 지분을 보유했다면 1,500만 달러였겠지만, 실제로는 상장 시점에 매각했다. 엔비디아가 상장할 당시 기업가치는 3억 달러였고, 지금은 1조 달러를 훌쩍 넘는다.

6. 알렉스넷의 재발견: "우리는 범용 함수 근사기를 얻었다" (08:31~11:01)

다른 사람들처럼 젠슨도 알렉스넷을 봤지만, 그의 관점은 항상 "알고리즘을 찾는 것"이었다. 알렉스넷이 딥러닝 기반이라는 걸 확인한 뒤 그가 던진 질문은 "이 알고리즘이 왜 그렇게 효과적이었나, 확장하면 지금 풀 수 없는 어떤 문제를 풀 수 있는가"였다. 그가 15년 전 깨달은 결정적 통찰은 이거였다 — "우리는 방금 범용 함수 근사기를 발견했다." 많은 흥미로운 문제는 애초에 정확한 답이 불가능한 모호한 문제이기 때문에, 이 발견은 컴퓨팅 스택 전체와 소프트웨어, 산업 전반에 영향을 미쳤다. 엔비디아는 거의 곧바로 컴퓨터 비전과 로봇공학 연구에 착수했다.

7. 5층 케이크: 프로세서부터 애플리케이션까지 (11:01~12:04)

젠슨은 알렉스넷보다 더 근본적인 돌파구는 "프로세서, 미들웨어, 알고리즘, 애플리케이션"으로 이어지는, 그가 "5층 케이크"라고 부르는 산업 스택 전체에 미친 영향이라고 말한다. 15년 전엔 이 모든 걸 완전히 재창조해야 했지만, 지금은 근본 원리에서부터 질문을 던지는 방식으로 접근한다 — "이게 이렇다면 어떻게 될까?", "이게 더 나아질 수 있다면 어떻게 될까?" 그가 특히 주목하는 건 얼마나 깊이 연구하고, 논문을 읽고, 그 기술을 만든 과학자들과 직접 대화하느냐다.

8. CEO의 리더십 철학: 호기심에서 시작해 통찰을 나눠라 (12:05~14:06)

진행자가 조직 운영에 대한 조언을 구하자, 젠슨은 항상 호기심에서 시작한다고 답한다. 궁금한 게 생기면 답을 직접 찾아보고, 그 정보가 회사에 중요하다고 판단되면 최대한 배워서 다른 사람들과 공유한다. "CEO는 회사와 그곳에서 일하는 모든 사람들을 위해 봉사해야 하며, 그들에게 통찰력을 제공해 권한을 부여해야 한다"는 게 그의 원칙이다. 이건 경영 기법이라기보다 인성의 문제라는 것. 기술이 복잡하고 빠르게 변화할수록, 현장 세부사항까지 촉각으로 느껴야 큰 그림이 이해된다고 그는 강조한다.

9. F1 레이싱카 비유와 "창업자 모드" (14:06~16:04)

CEO가 된다고 해서 성격이나 행동 방식을 바꿀 필요는 없다고 젠슨은 말한다. 오래전 배운 비유가 있다 — CEO나 창업자는 F1 경주용 자동차를 만드는 것과 같은데, 다만 자신이 직접 운전할 수 있는 방식으로 만들어야 한다는 것이다. "차를 자신에게 맞춰야 한다." 누군가 그에게 기존의 경영·조직 기법을 쓰지 않는다면 회사를 떠난 뒤(그가 업무 중 사망한다면) 어떻게 될지 물었을 때, 그는 "차기 CEO를 위해 회사를 재편해야 할 것"이라고 답했다고 한다 — 이게 지혜로운 이유는 자신들이 세상에서 살아남고 이기기 위해 달리는 "F1 드라이버"이기 때문이다. 필요에 맞게 차(조직)를 끊임없이 개조하는 것, 이게 그가 말하는 진정한 "창업자 모드"다. 진행자는 이를 "34년 동안 확장 가능한 창업자 모드, 0에서 5조 달러까지, 증거 없음"이라고 요약한다.

10. 오픈클로와 헤르메스: 에이전트 시대의 "리눅스 순간" (16:42~20:26)

화제가 최첨단 알고리즘으로 넘어가면서, 젠슨은 시스템에 대한 이해와 인식, 설계, 조직화가 가장 중요하다고 말한다. 대부분의 하위 수준 작업은 결국 에이전트가 처리하게 되므로, 엔비디아의 디자이너 대부분은 이제 시스템 디자이너다. 그는 오픈클로를 처음 봤을 때 "우리가 현대 컴퓨터를 설계했다는 걸 깨달았다"고 말한다 — 대규모 언어 모델을 담을 운영체제이자, 리눅스의 순간과 매우 비슷했다는 것. 다만 여전히 해결되지 않은 문제는 에이전트를 얼마나 세밀하게 제어할 수 있느냐다. 계획 파일에서 단어 하나만 바꿔도 전체가 아니라 특정 부분에만 미세한 변화를 만들 수 있어야 한다는 것 — 이런 수준의 제어 가능성이야말로 에이전트 시대의 가장 큰 돌파구라고 그는 강조한다. 에이전트가 100% 정확할 필요는 없고, 80%나 99%만 해결되면 나머지는 사람이 도우면 된다는 것.

11. 왜 모두가 자신만의 AI를 만들어야 하는가 (20:28~26:26)

젠슨은 5~10년 뒤 미래를 내다보고 시스템을 설계해야 한다고 말한다. 시스템 구축에만 3년, 가동에 몇 년, 게다가 유저는 그 컴퓨터를 10년간 쓴다는 걸 고려하면 "당분간은 미래에서 살아야 한다"는 것. 그는 엔비디아 내부 곳곳에서 클로드 코드가 자율적으로 실행되는 샌드박스를 운영하며 "천 가지 꽃이 피어나게" 두고 그로부터 배운다고 밝힌다. 그는 모두가 ChatGPT와 Claude 같은 클라우드 서비스를 최대한 활용해야 한다면서도, 특정 도메인에 특화된 AI가 필요한 회사라면 Hermes·OpenClaw·LangChain·DeepAgent 등으로 직접 자신만의 AI 시스템을 구축하도록 장려한다고 말한다. "단어는 생각이다. 우리는 완전히 다른 세상에 살고 있다"는 게 그가 마크다운 파일을 결코 가볍게 보지 말라고 말하는 이유다.

12. AI가 일자리를 없앤다는 착각 (27:03~30:00)

화제가 경제로 넘어가자 젠슨은 "AI가 작업을 자동화하지만, 그것이 반드시 일자리를 없애는 건 아니다"라고 단언한다. 사람의 직업에는 여러 과제가 있고, 그중 일부만 자동화될 뿐이라는 것. 코딩은 자동화됐지만 소프트웨어 엔지니어 일자리는 전년 대비 10% 증가했다. 방사선 영상 판독은 자동화됐지만 AI가 방사선과를 장악했음에도 관련 일자리는 지난 몇 년간 약 20% 늘었다 — 대기 환자가 워낙 많아서, 병원이 더 많은 환자를 받으려면 더 많은 간호사와 방사선 전문의가 필요해졌기 때문이다. AI가 법률보조원을 없앨 거라던 예상과 달리, 로펌들이 더 많은 소송을 처리할 수 있게 되면서 법률보조원은 오히려 크게 늘었다. "이것이 바로 생산성이 성장을 촉진하는 전형적인 사례이며, 경제 성장이 증가하면 고용도 증가한다"는 게 그의 결론이다.

13. 물리적 AI와 로봇공학의 시작: 생성형 비디오에서 발견한 단서 (30:00~33:00)

화제는 물리적 로봇으로 넘어간다. 젠슨은 관절 움직임을 생성하는 영상, 손이 유리잔을 집는 영상을 신경망만으로 만들어낸 순간을 회고한다 — "그걸 만들 수 있다면 로봇도 똑같이 할 수 있지 않을까." 생성형 AI의 등장을 목격한 순간, 로봇공학에서 관절 움직임이 가능해지는 시대가 곧 온다는 걸 깨달았다는 것. 남은 질문은 로봇이 어떻게 물리 법칙(마찰력, 장력 등)을 따르는 움직임을 만들어낼 것인가였고, 이것이 지금의 "물리적 AI"로 이어졌다. 엔비디아는 물리 법칙과 세상의 작동 방식을 이해하는 "세계 기반 모델" 개발에 착수했고, 그는 "ChatGPT 로봇의 시대는 이미 몇 년 전에 도래했다"고 말한다 — ChatGPT가 처음 나왔을 때 생산적인 일은 못 했지만 가능성에 대한 상상력을 넓혀준 것처럼, 지금의 로봇도 그런 단계라는 것이다.

14. 자율주행차부터 시작해 1,000억 달러 사업으로 (33:00~34:22)

엔비디아가 물리적 AI의 첫 상업적 응용처로 택한 건 자율주행차였다 — 시장 규모가 충분히 크고, 기술이 비교적 표준화되어 확장 가능하며, 선순환 구조를 만들 수 있었기 때문이다. 웨이모는 엔비디아와 테슬라 칩을 탑재했고, 메르세데스와는 차량 소프트웨어 스택을 공급하는 협업을 하고 있다. 엔비디아는 자율주행차 소프트웨어 스택을 오픈소스로 공개했는데, 이는 농업·우편 배달·창고 자율주행로봇(AMR) 등 다양한 분야에 응용하기 위해서다. 젠슨은 로봇·자율주행차를 포함한 물리적 AI 사업이 이미 거의 100억 달러 규모이며, 10년이 채 걸리지 않아 엔비디아의 "차세대 1,000억 달러 규모 사업"이 될 것이라고 전망한다.

15. 젊은이들에게: 쉬운 일은 사라지지만 어려운 과학은 남는다 (35:55~38:38)

(대화 중간, 젠슨은 이 자리에서 처음으로 X에 게시물을 올리며 오픈소스·오픈웨이트 모델에 대한 리더십에 감사를 표한다 — 모바일 클라우드 산업도, 현대 AI도 리눅스·쿠버네티스·텐서플로우·파이토치 같은 오픈소스 없이는 불가능했을 것이라는 요지다.) 지금 배워야 할 것에 대한 질문에 젠슨은 이렇게 답한다. "간단한 작업들은 자동화될 것이다" — 컴퓨터 앞에 앉아 코드를 작성해 문제를 해결하는 개념 자체가 자동화 대상이라는 것. 하지만 물리학·화학·생물학·컴퓨터 과학이 교차하는 어려운 과학 문제는 결코 사라지지 않는다. AI는 인류를 이전보다 훨씬 야심차고 조급하게 만드는 도구다 — 그가 졸업할 당시 칩 설계자는 트랜지스터 천 개짜리 칩을 큰 칩이라 여겼지만, 지금은 수조 개 트랜지스터 칩을 설계한다. "문제의 규모는 더 이상 문제가 되지 않는다." 그는 심오한 기술·과학 지식, 기술과 사회 문제의 교차점 이해, 그리고 수백만 개의 에이전트를 조율할 수 있는 시스템적 사고 능력을 강조하며 "학교에 계속 다니라"고 조언한다.

16. 마무리: 회복탄력성과 "오늘 하루만 이겨내라" (39:01~끝)

18~22살의 자신에게 보낼 메시지를 묻자, 젠슨은 엔비디아를 세 명이 함께 시작했을 때를 떠올린다. 그땐 유튜브도 YC도 없었고, 창업법을 알려주는 사람도 없어서 500페이지짜리 책을 사놓고는 "이걸 다 읽을 때쯤이면 회사도 망해 있겠다"고 생각했다고 한다. 자금 모금을 하러 다니는 게 얼마나 두려웠는지 지금도 생생히 기억하지만, 결국 그런 건 중요하지 않다는 걸 깨달았다는 것. "당신은 항상 모르는 것들을 갖게 될 것이다. 세상도 기술도 매일 변한다." 그는 지금이 지난 60년 중 회사를 세우기 가장 좋은 시기라고 말한다 — 컴퓨터라는 인류 역사상 가장 중요한 기술이 완전히 초기화됐기 때문이다. 마지막 조언은 이거다. "얼마나 어렵겠어?"라는 태도로 일단 시작하되, 그 고통이 조금씩 다가오도록 두고 상상만으로 불안을 키워 아무것도 안 하는 데 쓰지 말 것. "배움은 가장 위대한 초능력이다. 인생을 하루아침에 극복할 필요는 없다. 그저 오늘 아침을, 오늘 하루를 극복하면 된다." 그가 꼽은 가장 중요한 지혜는 회복탄력성이다 — 무언가를 믿는다면, 두려움이나 자신감 부족이 그걸 막게 두지 말고 일단 시작하라는 것.

핵심 요약 & 체크리스트

한줄 요약: 34년간 엔비디아를 만들어온 힘은 완벽한 예측이 아니라 "얼마나 어렵겠어?"라는 태도로 일단 시작하고, 틀렸다는 걸 인정하면 즉시 배우며, 신뢰와 정직으로 위기를 넘긴 회복탄력성이었다.

• ☑ 처음 선택한 기술·전략이 틀렸다는 걸 깨달았다면, 자존심보다 인정과 재학습을 우선한다 — 엔비디아도 창업 2년 만에 기반 기술 전체가 틀렸음을 인정하고 처음부터 다시 배웠다
• ☑ "얼마나 어렵겠어?"라는 태도로 일단 시작하되, 예상보다 훨씬 어려울 거라는 사실을 받아들이고 불안 때문에 시작을 미루지 않는다
• ☑ 회사의 핵심은 기술 자체가 아니라 "세상에 대한 독특하고 깊이 믿는 관점"이다 — 어떤 알고리즘·문제 영역이 중요해질지에 대한 확신을 세운다
• ☑ 위기 상황에서는 정직함이 신뢰를 만든다 — 계약을 지킬 수 없다는 걸 솔직히 인정한 것이 오히려 회사를 살리는 투자를 이끌어냈다
• ☑ 조직과 경영 방식을 정형화된 틀에 맞추지 말고, F1 레이싱카처럼 자기 자신에게 맞게 설계하고 계속 개조한다 — "창업자 모드"를 유지한다
• ☑ 리더십은 경영 기법이 아니라 호기심에서 출발해 얻은 통찰을 팀과 나누는 인성의 문제로 접근한다
• ☑ AI 자동화가 일자리를 없앤다는 통념과 달리, 생산성 향상은 오히려 더 큰 포부와 고용 증가로 이어진다는 걸 기억한다
• ☑ 코딩 같은 "쉬운 작업"은 자동화되지만, 여러 과학 분야가 교차하는 어려운 문제와 시스템적 사고 능력은 앞으로 더 중요해진다
• ☑ 지금이 회사를 세우기 가장 좋은 시기라는 인식과 함께, 회복탄력성 — 오늘 하루만 이겨내면 된다는 마음가짐 — 을 갖고 계속 나아간다

본 리포트는 유튜브 원본 영상을 요약·정리한 것이며, 이미지 캡처는 학습·비평 목적입니다. 원본 채널: BZCF | 비즈까페