CES 2026에서, 전 세계 구석구석의 혁신가들이 세계에서 가장 강력한 기술 이벤트로 모여듭니다. 우리는 함께 모여 다음을 상상하고, 그것을 현실로 만들 것입니다. 우리 세계가 직면한 가장 큰 과제를 해결하면서요. 그리고 기술이 단지 우리를 앞으로 밀어주는 것만이 아니라, 새로운 가능성을 만들어낸다는 것을 증명합니다. 여기서 AI는 아이디어가 아니라 ‘움직이는 지능’입니다. 혁신가들, 스토리텔러들, 게임 체인저들이 모여 콘텐츠·창의성·문화의 지형을 다시 정의합니다. 개척자들은 의료를 우리가 상상했던 한계를 넘어 밀어 올릴 것입니다. 연결된 도로에서 자율비행까지, 차세대 해양 기술에서 지구를 먹여 살리는 혁신까지, 이것이 우리를 앞으로 나아가게 합니다. CES의 전시장에서는 기술이 단지 계산하는 것이 아니라 ‘협업’합니다. 양자(Quantum) 분야의 사상가, 사이버보안 리더, 핀테크 비전가, 로보틱스 엔지니어가 기업의 규칙 자체를 다시 씁니다. 세계에서 가장 집요한 사람들이 함께 모일 때, 우리는 미래를 예측하는 데서 그치지 않고 미래를 ‘구축’합니다. 이곳은 대담한 아이디어가 글로벌 동력과 만나는 곳입니다. 산업이 융합하고, 파트너십이 점화되며, 돌파구가 무대의 중심에 섭니다. 혁신은 혼자 하는 공연이 아니라, 함께 추구하는 여정입니다. CES 2026. 혁신가들이 찾아옵니다. 감사합니다. 여러분, 안녕하십니까. 라스베이거스 CES 2026에 오신 것을 환영합니다. 올해 첫 키노트입니다. 매년 CES는 향후 10년을 형성할 아이디어와 돌파구를 가장 앞자리에서 보게 해줍니다. 하지만 그 돌파구 뒤에 있는 사람들, ‘가능의 경계’를 도전하는 리더들이야말로 그 순간을 진정으로 정의합니다. 오늘 밤, 우리는 그런 리더 한 분과 함께 CES 2026의 출발을 앞당겨 시작합니다. 진행자(Gary): CES는 언제나 대담한 비전과 야망을 위한 무대였습니다. 아이디어가 산업이 되고, 인류 진보의 다음 시대가 처음 모습을 드러내는 곳이죠. 그리고 올해, AI가 모든 분야에서 변화를 가속하는 지금, 우리 미래를 규정할 시스템과 돌파구를 구축하는 ‘설계자’들의 목소리를 직접 듣는 일이 그 어느 때보다 중요합니다. 그래서 오늘, CES의 ‘중심축’ 중 한 분이라고 솔직히 말할 수 있는, 그 비전과 영향력이 기술 생태계 전반에 체감되는 리더를 소개하게 되어 큰 영광입니다. Dr. Lisa Su입니다. 진행자(Gary): Lisa는 이 무대가 낯설지 않습니다. 이전에도 CES 키노트를 했고, 그때마다 업계와 한 해의 톤을 정했습니다. 2014년 CEO가 된 이후, Lisa는 현대 기술 역사에서 가장 놀라운 변신 중 하나를 이끌었습니다. 그녀의 리더십 아래 AMD는 고성능·AI 컴퓨팅에서 끈질긴 혁신으로 스스로를 재창조했고, 오늘날 AMD 제품은 AI 학습(training)과 추론(inference), 과학 연구, 엔터프라이즈 워크로드, 클라우드 인프라, 그리고 수백만 명이 매일 의존하는 디바이스와 경험을 구동합니다. 오늘 AMD는 글로벌 AI 변혁의 핵심 축입니다. CPU, GPU, 그리고 적응형(Adaptive) 컴퓨팅 솔루션은 클라우드·엔터프라이즈·엣지·PC 전반에서 새로운 역량을 여는 데 기여하고 있습니다. 진행자(Gary): 업계가 수년간 AI가 무엇이 될지를 논의하는 동안, Lisa는 AI를 ‘규모 있게’ 현실로 만들고 접근 가능하게 하는 컴퓨팅 기반을 구축하는 데 집중해 왔습니다. 하지만 Lisa를 진정으로 구별 짓는 것은 리더십입니다. 분석적이고 깊이 기술적이면서도, 늘 목적에 기반합니다. 과학적 탁월함, 전략적 명확성, 사람 중심 사고를 드문 조합으로 갖췄죠. 그녀는 사회를 진전시키고 산업을 강화하며 기회를 확장하는 ‘의미 있는’ 솔루션을 위해 깊은 파트너십을 믿습니다. CES가 끌어올려야 할 리더십이 바로 그런 종류이고, 가속 혁신의 시대를 항해하는 우리 모두에게 필요한 리더십이기도 합니다. 진행자(Gary): 오늘 밤 Lisa는 고성능 컴퓨팅과 첨단 AI 아키텍처가 연구, 의료, 우주 탐사, 교육, 생산성까지 디지털·물리 세계 전반을 어떻게 바꿀지에 대한 AMD의 비전을 공유할 것입니다. AI의 놀라운 속도, 지금 벌어지는 돌파구, 그리고 미래를 만드는 데 수반되는 기회와 책임을 이야기할 겁니다. 인류 역사에서 독특한 이 순간에 오신 것을 환영합니다. 가능성이 불가능을 잊게 만드는 순간입니다. 이제 당신이 하는 어떤 게임도, 당신의 규칙으로 플레이할 힘을 갖게 되는 순간입니다. AI는 도시가 될 수 있는 가능성을 모델링하는 데 그치지 않고, 우리의 아이들이 과거의 도시를 잊지 않게 합니다. AI가 유전체(genome)를 지도처럼 펼쳐 치료 계획과 만나는 순간입니다. 이제 어떤 운전자도, 지금까지 존재했던 어떤 운전자보다 ‘더 나은 반사신경’을 공식적으로 갖지 못하는 순간입니다. 그리고 이제 어떤 신호도, 당신이 이것을 공유하는 일을 더 이상 막지 못하는 순간입니다. AI가 태양만큼 강력한 재생 에너지원 설계를 돕는 순간입니다. 그리고 대서양을 건너는 이동 시간이, 그저 ‘짧은 점프 비행’처럼 느껴지는 순간입니다. 하지만 모든 것이 빠르게 변해도, 변하지 않는 한 가지가 있습니다. 우리는 가장 앞선 AI 역량이 올바른 손에—당신의 손에—닿도록 끊임없이 노력하고 있습니다. 그러므로 여러분, 이제 무대에 모실 영광이 있습니다. 전 세계적으로 존경받는 기술자, 산업을 규정한 CEO, 그리고 현대 컴퓨팅의 궤적을 계속해서 만들어가는 리더. AMD의 Chair and CEO, Dr. Lisa Su입니다! Lisa Su: 고마워요, Gary. 감사합니다. 자, 관객 여러분! 오늘 기분 어떠세요? 정말 좋네요. 먼저 Gary, 고마워요. 그리고 라스베이거스 현장과 온라인으로 함께하는 모든 분들, 환영합니다. 여러분과 함께 CES 2026을 시작하게 되어 정말 기쁩니다. 매년 CES에 오면 최신 기술을 보고, 많은 친구들과 파트너를 만나는 게 정말 즐겁습니다. 그런데 올해는 특히 여러분과 함께 CES를 ‘여는’ 자리라서 더 큰 영광입니다. 오늘 밤은 완전히 꽉 찬 프로그램이고, 놀랍지 않게도 오늘 밤의 주제는 AI입니다. 지난 몇 년 동안 AI 혁신의 속도와 페이스가 믿기 어려울 정도였지만, 오늘 밤 제 테마는 ‘아직 아무것도 못 봤다(you ain’t seen nothing yet)’입니다. 우리는 이제 막 AI의 힘을 체감하기 시작했습니다. 오늘 밤 저는 우리가 어디로 가고 있는지에 대한 여러 사례를 보여드릴 겁니다. 그리고 업계 거인부터 돌파구를 만드는 스타트업까지, 세계 최고 전문가들을 무대로 모실 겁니다. 우리는 함께 AI를 ‘어디에나, 그리고 모두를 위해’ 가져오고 있습니다. 시작해봅시다. AMD의 미션은 고성능·AI 컴퓨팅의 경계를 밀어 올려, 세계에서 가장 중요한 과제를 해결하도록 돕는 것입니다. 오늘 저는 정말 자랑스럽게 말할 수 있습니다. AMD 기술은 매일 수십억 명의 삶에 닿고 있습니다. 가장 큰 클라우드 데이터센터부터 세계에서 가장 빠른 슈퍼컴퓨터, 5G 네트워크, 교통, 게임까지—이 모든 영역이 AI로 변하고 있습니다. AI는 지난 50년 가장 중요한 기술이며, AMD에서 절대적인 1순위입니다. 이미 의료, 과학, 제조, 커머스 등 모든 주요 산업에 영향을 주고 있습니다. 그리고 우리는 아직 표면만 긁고 있을 뿐입니다. AI는 앞으로 몇 년 안에 ‘어디에나’ 존재할 겁니다. 그리고 무엇보다 AI는 ‘모두를 위한 것’입니다. AI는 우리를 더 똑똑하게, 더 유능하게 만들고, 각자가 더 생산적인 버전의 자신이 되도록 돕습니다. AMD는 모든 회사와 모든 사람이 그 미래를 현실로 만들 수 있도록, 그 컴퓨팅 기반을 만들고 있습니다. ChatGPT가 몇 년 전 출시된 이후, 우리 모두가 처음 써봤을 때를 기억하실 겁니다. AI를 쓰는 사람이 100만 명 수준에서 이제는 10억 명이 넘는 활성 사용자(active users)로 갔습니다. 정말 믿기 어려운 램프업이죠. 인터넷은 같은 이정표에 도달하는 데 수십 년이 걸렸습니다. 그런데 우리가 보는 전망은 더 놀랍습니다. AI가 휴대폰과 인터넷처럼 삶의 모든 부분에서 필수재가 되면서, AI의 채택(adoption)은 50억 명 이상의 활성 사용자로 성장할 것으로 봅니다. AI의 기반은 컴퓨트(compute)입니다. 사용자 성장이 폭발하면서 글로벌 컴퓨트 인프라 수요가 급증했고, 2022년 약 1 zettaflop에서 2025년 100 zettaflops 이상으로 성장했습니다. 몇 년 만에 100배입니다. 그런데 여러분이 오늘 밤 들으시겠지만, 우리가 할 수 있는 모든 일을 하기에 컴퓨트는 아직 ‘턱없이’ 부족합니다. 모델은 훨씬 더 유능해지고 있고, 생각하고 추론하며, 더 나은 결정을 내립니다. 그리고 에이전트(agents)까지 확장하면 그 폭은 더 커집니다. AI를 어디에나 가져가려면, 앞으로 몇 년 안에 세계의 컴퓨트 용량을 다시 100배 늘려야 합니다. 향후 5년 안에 10 yottaflops 이상이 필요하다고 봅니다. 여기서 잠깐 설문. yottaflops가 무엇인지 아시는 분 손 들어보실까요? yottaflops는 ‘1 뒤에 0이 24개’입니다. 그러니까 10 yottaflops는 2022년에 우리가 가졌던 컴퓨트보다 10,000배입니다. 컴퓨팅 역사에서 이런 일은 없었습니다. AI 같은 기술이 없었으니까요. 이를 위해서는 모든 컴퓨트 플랫폼에 AI가 있어야 합니다. 오늘 밤 우리는 ‘전체 스펙트럼’을 다룹니다. 클라우드—전 세계에 지능을 실시간으로 전달하기 위해 지속적으로 구동되는 곳. PC—우리가 더 똑똑하게 일하고, 경험을 개인화하는 곳. 엣지—현실 세계에서 실시간 결정을 내리는 기계를 구동하는 곳. AMD는 이 비전을 실현할 ‘완전한’ 컴퓨트 엔진 포트폴리오를 가진 유일한 회사입니다. 워크로드마다 필요한 컴퓨트가 다르기 때문이죠. GPU, CPU, NPU, 커스텀 가속기(custom accelerators)까지 모두 갖추고 있고, 각 엔진은 애플리케이션에 맞게 튜닝되어 최고의 성능과 비용 효율을 제공합니다. 오늘 밤 우리는 여정을 떠납니다. 클라우드, PC, 의료, 그리고 그 이상까지—각 장(chapter)을 통해 최신 AI 혁신을 보여드리겠습니다. 첫 장은 ‘클라우드’입니다. 클라우드는 가장 큰 모델이 학습되는 곳이고, 수십억 사용자에게 실시간으로 지능이 전달되는 곳입니다. 개발자에게 클라우드는 방대한 컴퓨트, 최신 도구, 사용 사례가 폭발할 때의 배포·스케일 능력을 제공합니다. 그리고 대부분의 사람이 오늘 AI를 경험하는 곳도 클라우드입니다. ChatGPT든 Gemini든 Grok이든, Copilot으로 코딩하든—이 강력한 모델들은 클라우드에서 돌아갑니다. 오늘 AMD는 클라우드의 모든 레벨에서 AI를 구동합니다. 모든 주요 클라우드 사업자는 AMD EPYC CPU에서 돌아가고, 상위 10개 AI 기업 중 8곳이 Instinct 가속기를 가장 앞선 모델을 구동하는 데 사용합니다. 그리고 더 많은 컴퓨트에 대한 수요는 계속 올라가고 있습니다. 그래프를 몇 개 보여드리죠. 지난 10년 동안 선도 AI 모델을 학습하는 데 필요한 컴퓨트는 매년 4배 이상 증가해 왔고, 그 추세는 계속되고 있습니다. 그래서 오늘의 모델이 훨씬 더 똑똑하고 유용해졌죠. 동시에 사용자 수가 늘면서, 지난 2년간 추론(inference)이 폭발했습니다. 토큰(tokens) 수가 100배 증가하면서 변곡점을 찍었습니다. 이 추론이 얼마나 가파르게 커지는지 보실 수 있습니다. 이 컴퓨트 수요를 따라잡으려면, 생태계 전체가 함께해야 합니다. 우리가 말하듯, 진짜 과제는 ‘어떻게 AI 인프라를 Yotta 스케일로 구축하느냐’입니다. 단순한 원시 성능만으로는 안 됩니다. 리더십 컴퓨트—CPU, GPU, 네트워킹이 결합되어야 합니다. 세대가 바뀌어도 진화할 수 있는 오픈 모듈형 랙 설계(open modular rack design)가 필요합니다. 수천 개 가속기를 하나의 통합 시스템으로 연결하는 초고속 네트워킹이 필요합니다. 그리고 배포가 매우 쉬워야 합니다. 완전한 턴키(turnkey) 솔루션이죠. 그래서 우리는 Helios를 만들었습니다. Yotta 스케일 AI 시대를 위한 차세대 랙 스케일(rack-scale) 플랫폼입니다. Helios는 하드웨어·소프트웨어·시스템 전 레벨에서 혁신이 필요합니다. 우리 엔지니어링 팀은 차세대 Instinct MI455 가속기를 설계해, 우리가 달성한 것 중 ‘가장 큰 세대 간 성능 향상’을 구현했습니다. MI455 GPU는 선단 공정 2nm와 3nm, 그리고 초고속 고대역폭 HBM4 메모리를 포함한 첨단 3D 칩렛 패키징(advanced 3D chiplet packaging)으로 구축됩니다. 이것을 EPYC CPU, Pensando 네트워킹 칩과 함께 컴퓨트 트레이(compute tray)에 통합해, 타이트하게 결합된 플랫폼을 만듭니다. 각 트레이는 ‘초고속 ultra-accelerator-linked 프로토콜’을 Ethernet 위에 터널링(tunneled)하여 연결하고, 랙 안의 72개 GPU가 하나의 컴퓨트 유닛처럼 동작하도록 합니다. 그리고 수천 개 Helios 랙을 업계 표준 ultra-Ethernet NIC와 Pensando 프로그래머블 DPU로 연결해 강력한 AI 클러스터를 구성합니다. DPU는 GPU에서 일부 작업을 오프로딩(offloading)해 AI 성능을 더 끌어올릴 수 있습니다. CES답게 ‘보여드려야’ 하죠. 자, 라스베이거스에 있는 Helios를 직접 보여드리겠습니다. 세계 최고의 AI 랙입니다. 아름답지 않나요? 랙을 처음 보시는 분들을 위해 말씀드리면, Helios는 ‘괴물’ 같은 랙입니다. 보통 랙이 아닙니다. Meta와의 협업으로 개발된 OCP open-rack-wide 표준 기반의 더블-와이드(double-wide) 설계이고, 무게는 거의 7,000파운드입니다. Gary, 여기까지 가져오느라 꽤 애먹었습니다. 그래도 여러분께 AI를 실제로 구동하는 것이 무엇인지 보여드리고 싶었습니다. 거의 소형차 두 대보다 무겁습니다. Helios 설계는 핵심 고객과 긴밀히 일하면서 만들었고, 차세대 AI 데이터센터에 필요한 서비스성(serviceability), 제조 용이성(manufacturability), 신뢰성(reliability)을 최적화하기 위해 이 설계를 택했습니다. 중심에는 컴퓨트 트레이가 있습니다. 하나를 더 가까이 볼까요? 이건 제가 들 수 없어서 꺼내서 가져왔습니다. 각 Helios 컴퓨트 트레이에는 MI455 GPU 4개가 들어가고, 차세대 EPYC Venice CPU, Pensando 네트워킹 칩과 페어링됩니다. 모두 액체 냉각(liquid-cooled)이라 성능을 극대화할 수 있습니다. Helios의 심장은 차세대 Instinct GPU입니다. 제 커리어 동안 정말 많은 칩을 들어 올려 보여드렸지만, 오늘은 진심으로 이 칩을 들어 올리는 게 기대됩니다. MI455X를 ‘처음’ 공개합니다. MI455는 우리가 만든 칩 중 가장 진보한 칩입니다. 꽤 큽니다. 트랜지스터가 3,200억 개(320 billion)로, MI355보다 70% 더 많습니다. 2nm·3nm 컴퓨트/IO 칩렛 12개, 그리고 초고속 HBM4 432GB를 포함하며, 차세대 3D 칩 스태킹 기술로 연결됩니다. 이걸 트레이마다 4개씩 넣습니다. 그리고 그 GPU를 구동하는 것이 차세대 EPYC CPU, 코드명 Venice입니다. Venice는 데이터센터에서 중요한 모든 차원—더 높은 성능, 더 좋은 효율, 더 낮은 TCO(총소유비용)—에서 리더십을 확장합니다. Venice도 처음 보여드립니다. 정말 아름다운 칩이죠. Venice는 2nm 공정으로 만들었고, 최신 고성능 Zen 6 코어를 최대 256개까지 탑재합니다. 핵심은 ‘최고의 AI CPU’로 설계했다는 점입니다. 이전 세대 대비 메모리 및 GPU 대역폭을 2배로 늘려, Venice가 MI455에 랙 스케일까지 ‘풀 스피드’로 데이터를 공급할 수 있게 했습니다. 이건 진정한 코-엔지니어링(co-engineering)입니다. 그리고 우리는 800G Ethernet 기반 Pensando Vulcano·Salina 네트워킹 칩으로 모든 것을 묶어, 초고대역폭·초저지연을 제공하고, 데이터센터 전반에 수만 개 Helios 랙이 스케일되도록 합니다. 스케일이 어느 정도인지 숫자로 감을 드리면, Helios 랙 하나에 CDNA5 GPU 컴퓨트 유닛 18,000개 이상, Zen 6 CPU 코어 4,600개 이상이 들어가며, 최대 2.9 exaflops 성능을 제공합니다. 랙당 HBM4 메모리 31TB, 업계 최고 수준인 스케일-업 대역폭 260TB/s, 그리고 데이터 입출력을 위한 스케일-아웃 대역폭 43TB/s를 제공합니다. 말 그대로 큰 숫자죠. 올해 후반 Helios를 출시할 때(그리고 Helios는 정확히 계획대로 ‘올해 후반’ 출시 트랙에 있습니다), AI 성능의 새로운 벤치마크를 세울 것으로 기대합니다. 맥락을 위해 말씀드리면, 불과 6개월 조금 전 MI355를 출시하면서 이전 세대 대비 추론 처리량을 최대 3배 높였습니다. 이제 MI455는 그 곡선을 더 꺾어, 다양한 모델과 워크로드에서 최대 10배 성능을 제공합니다. 게임 체인저입니다. MI455는 개발자가 더 큰 모델, 더 유능한 에이전트, 더 강력한 애플리케이션을 만들게 해줍니다. 그리고 이 분야에서 가장 빠르고 멀리 밀고 나가는 곳 중 하나가 OpenAI입니다. AI가 어디로 가는지, 그리고 우리가 함께 무엇을 하는지 이야기하기 위해, OpenAI의 President이자 공동창업자 Greg Brockman을 무대로 모시겠습니다. Greg, 와줘서 고마워요. Lisa Su: Greg, 여기 오셔서 정말 반갑습니다. OpenAI는 ChatGPT 출시로 사실상 이 모든 걸 시작했습니다. 진전이 놀랍습니다. 우리는 깊은 파트너십이 정말 기쁩니다. 지금 상황을 한 장면으로 그려주실 수 있나요? 무엇을 보고 있고, 우리는 어떻게 함께하고 있나요? Greg Brockman: 먼저 초대해 주셔서 정말 기쁩니다. ChatGPT는 ‘7년 동안의 준비 끝에 나온 하룻밤의 성공’이었습니다. OpenAI는 2015년에, 딥러닝이 범용 인공지능(AGI)에 도달할 수 있고, 모두에게 도움이 될 수 있는 매우 강력한 시스템으로 이어질 수 있다는 비전으로 시작했습니다. 우리는 그 기술을 현실로 만들고, 세상에 가져오고, 민주화(democratize)하고 싶었습니다. 오랫동안 우리는 매년 조금씩 진전했습니다. 벤치마크가 해마다 좋아졌죠. 하지만 전 세계 사람들이 ‘정말 쓰고 싶어 하는’ 수준으로 유용한 무언가가 처음 나온 순간이 ChatGPT였습니다. 우리는 사람들이 모델을 일상에서 활용하는 창의성과 방식에 정말 놀랐습니다. 그냥 궁금해서요. 여기 계신 분들 중 ChatGPT 사용자이신 분? 거의 다네요. 감사합니다. 그런데 더 중요한 질문이 있습니다. 여러분이나 사랑하는 사람의 삶에서 매우 중요한 경험—의료, 신생아 돌봄, 혹은 어떤 삶의 영역이든—을 ChatGPT가 도왔던 적이 있는 분? 저에게는 그게 우리가 최적화해야 할 지표입니다. 그리고 2025년에 그 수치가 ‘오른쪽 위로’ 가는 것을 보는 건 정말 달랐습니다. 우리는 단순히 ‘텍스트 박스’에 질문하고 답을 받는, 단순하고 닫힌 경험에서, 사람들이 아주 개인적이고 중요한 일에 사용하는 단계로 이동했습니다. 개인뿐 아니라 엔터프라이즈에서도요. Codex 같은 모델을 통해 소프트웨어 엔지니어링을 변화시키기 시작했습니다. 그리고 올해는 엔터프라이즈 에이전트가 정말 본격적으로 성장할 것이라 봅니다. 과학적 발견도 가속되기 시작했습니다. 예를 들어 새로운 수학 증명 같은 것들요. 우리는 불과 몇 달 전에 그 첫 징후를 봤고, 진전은 계속되고 있습니다. 인간의 지식 노동 전반—인간 지능이 활용되는 모든 영역—에서 그것을 증폭(amplify)할 수 있습니다. 이제 우리는 어시스턴트, 도구, 어드바이저를 갖게 됐고, 사람들이 하고자 하는 것을 증폭할 수 있습니다. Lisa Su: 전적으로 동의합니다, Greg. 우리가 이 기술을 어디에 쓰고 있는지에 대한 가속이 엄청납니다. 그리고 제가 볼 때, Greg를 만날 때마다 ‘컴퓨트가 더 필요하다’고 하시죠. Greg Brockman: 맞습니다. 맞아요. 거의 고장난 레코드처럼요. Lisa Su: ‘Greg는 더 많은 컴퓨트가 필요하다’를 계속 틀어도 되겠네요. 인프라 측면에서 병목이 무엇인지, 업계가 어디에 집중해야 하는지 이야기해 주시겠어요? Greg Brockman: 왜 컴퓨트가 더 필요한지—그 ‘이유’가 가장 중요합니다. 2015~2017년처럼 모델이 별로 유능하지 않았을 때는, 모델을 학습시키고 평가하는 게 거의 전부였습니다. 좁은 작업에서만 유용했죠. 하지만 모델이 기하급수적으로 발전하면서, 그 유용성도 기하급수적으로 커졌습니다. 사람들은 이를 삶에 ‘확장 가능한 방식’으로 가져오길 원합니다. 그리고 우리가 보는 변화는, ‘질문-답변’에서 ‘에이전트 워크플로(agentic workflows)’로 가는 것입니다. 예를 들어 모델에게 소프트웨어를 써달라고 하면, 몇 분, 몇 시간, 곧 며칠 동안도 스스로 작업할 수 있습니다. 그리고 단일 에이전트가 아니라 에이전트의 ‘함대(fleet)’를 운용하게 됩니다. 한 명의 개발자가 동시에 10개의 작업 스트림을 돌릴 수 있는 것이죠. 아침에 일어나면, 그리고 이것은 우리가 실제로 만들 것입니다만, ChatGPT가 집과 직장에서의 할 일 목록에서 항목을 ‘지워 놓는’ 세상이 와야 합니다. 그런데 이런 것은 여러분이 보여준 큰 그래프처럼, 지금보다 훨씬 더 많은 컴퓨트를 요구합니다. 저는 전 세계 모든 사람에게 ‘백그라운드에서 돌아가는 GPU’가 하나씩 있으면 좋겠습니다. 그게 가치를 줄 수 있다고 생각하니까요. 하지만 그건 수십억 개 GPU입니다. 그 정도 규모를 만들 계획을 가진 사람은 아무도 없습니다. 그래서 우리가 실제로 보고 있는 것은 사람들의 삶이 좋아지는 것입니다. 의료에서 특히요. 예를 들어, 제 가장 좋아하는—그리고 가장 중요한—활용 사례 중 일부는 의료입니다. 우리는 ChatGPT를 통해 실제로 사람들이 ‘살아나는’ 사례를 봅니다. 휴일 기간에, 제 동료 중 한 명의 남편이 다리 통증이 있어 병원 응급실에 갔고, 엑스레이를 찍었는데 의사들은 ‘근육이 늘어난 거다, 기다리면 괜찮다’고 했습니다. 집에 갔더니 좀 더 나빠졌고, 증상을 ChatGPT에 입력했더니, ChatGPT가 ‘응급실로 다시 가라, 혈전일 수 있다’고 했습니다. 실제로 그랬습니다. 다리의 심부정맥혈전증(deep vein thrombosis)과 폐의 혈전 두 개가 있었죠. 그냥 기다렸다면 치명적이었을 가능성이 큽니다. 이런 이야기는 유일하지 않습니다. 제가 매일 아주 가깝게 함께 일하는 ‘애플리케이션 CEO’ Fidji도 ChatGPT가 말 그대로 생명을 구했습니다. 그녀는 신장 결석과 감염으로 입원 중이었고, 의료진이 항생제를 주사하려 했습니다. 그녀가 ‘잠깐만요’라고 하고, 그 항생제가 자신에게 안전한지 ChatGPT에 물었습니다. ChatGPT는 그녀의 의료 기록을 알고 있었고, ‘아니다. 2년 전에 있었던 다른 감염이 재발할 수 있고, 생명에 위협이 될 수 있다’고 했습니다. 그녀가 그걸 의사에게 보여줬더니 의사가 ‘잠깐, 그런 병력이 있었나요? 몰랐습니다. 의료 기록을 볼 시간이 5분밖에 없었어요’라고 했죠. Lisa Su: 완전히 공감합니다. 누구나 ‘도우미(helper)’가 필요할 때가 있습니다. 그리고 우리가 여기서 만들고 있는 게 바로 그거죠. Greg, AI로 무엇을 할 수 있는지, 왜 컴퓨트가 필요한지 아주 생생하게 그려주셨습니다. 그런데 우리는 OpenAI 엔지니어링 팀과도 정말 많은 일을 했습니다. MI455와 Helios는 상당 부분이 양쪽 엔지니어링 팀의 피드백과 긴밀한 협업을 통해 만들어졌습니다. 인프라 측면에서 고객이 원하는 것, MI455를 어떻게 쓸지 조금 더 이야기해 주시겠어요? Greg Brockman: AI가 진화하면서 중요한 것 중 하나는 GPU 안의 자원 균형(balance)을 어떻게 가져가느냐입니다. MI 세대별로 자원 균형이 어떻게 변해왔는지를 보여주는 슬라이드가 있습니다. 여러분이 보는 이 슬라이드는 제가 아주 공들여 만든… 게 아닙니다. 저는 ChatGPT에 ‘슬라이드를 만들어줘’라고 했고, 실제로 ChatGPT가 모든 리서치를 하고, 아래쪽에 소스까지 붙이고, AMD 자료를 읽고, 차트를 만들고, 제목과 헤더를 구성해서, ‘보여줄 수 있는 산출물(artifact)’을 만들어줬습니다. 단순히 답을 주고 제가 많은 일을 하게 한 게 아니라, 제가 바로 보여줄 수 있는 결과물을 준 겁니다. 이건 오늘날 여러분이 할 수 있는 아주 단순한 예시입니다. 우리는 곧, 이 모든 일을 대신하는 에이전트를 갖게 될 것입니다. 그리고 그걸 위해, 우리 애플리케이션에 정말 ‘맞게 튜닝된’ 하드웨어가 필요합니다. 우리가 생각하는 미래는, 인간의 주의(attention)와 의도(intent)가 가장 귀한 자원이 되는 세계입니다. 따라서 인간이 개입하는 상호작용은 언제나 매우 낮은 지연시간(low latency)이 필요합니다. 반면, 계속 돌아가는 에이전틱 컴퓨트(agentic compute)는 엄청난 처리량(high throughput)이 필요합니다. 이 두 레짐이 하드웨어 설계에 서로 다른 압력을 줍니다. 그래서 함께할 수 있어 기쁩니다. 우리는 여러분을 위해 GPU를 만드는 게 즐겁습니다. 잘 맞아요. Lisa Su: 마지막으로, Greg. 미래를 그려봅시다. 어떤 분들은 ‘정말 수요가 있나? 이렇게 많은 AI 컴퓨트가 필요한가?’라고 묻습니다. 하지만 당신은 특별한 자리에서 미래를 보고 있습니다. 앞으로 몇 년이 어떤 모습일지 그려주세요. Greg Brockman: 뒤를 돌아보면, 우리는 지난 몇 년 동안 매년 컴퓨트를 3배씩 늘려왔습니다. 그리고 매출도 3배씩 늘렸습니다. OpenAI 내부에서는, 새 기능을 출시하거나 새 모델을 만들거나 이 기술을 세상에 가져오려고 할 때마다, 컴퓨트를 두고 내부에서 큰 싸움이 납니다. 여러분을 위해 내놓고 싶은 것이 너무 많은데, 컴퓨트 제약(compute constrained) 때문에 못 하는 일이 너무 많습니다. 저는 앞으로, 한 국가나 지역의 GDP 성장 자체가 그곳에 ‘얼마나 컴퓨트가 उपलब्ध(available)하냐’에 의해 좌우되는 세계로 갈 것이라고 봅니다. 우리는 이미 그 첫 조짐을 보고 있고, 앞으로 몇 년 안에 본격적으로 체감될 겁니다. AI와 데이터센터에 대해 한 가지 더 중요한 점은, 지역사회에 실제로 도움이 될 수 있다는 것을 증명하는 일입니다. 또한 AI 기술이 만들어내는 과학적 진보는 삶의 질을 끌어올린 가장 근본적인 동력입니다. 우리가 특정 도메인에 들어갈 때마다, ‘전문성’ 때문에 생기는 한계를 봅니다. 특정 분야는 소수의 전문가에 의해 구축되어 있고, 그 지식이 다음 세대로 전파되기 어렵습니다. 예를 들어 생물학에서, 우리는 GPT-5를 웻랩(wet lab) 셋업과 연결해, 사람들이 ‘웻랩이 어떻게 생겼는지’를 설명하면 모델이 ‘이 아이디어를 시도해보라’고 제안하고, 사람들이 실험하고, 그 피드백을 받아 다시 제안하는 방식으로 돌렸습니다. 그 결과 특정 프로토콜 효율이 79배, 거의 100배 가까이 개선되었습니다. 사람들이 어떤 반응을 최적화하는 데 시간을 쓰긴 했지만, 생물학의 표면적(surface area)이 너무 넓어서 인간이 다 커버할 수 없습니다. 어떤 인간도 모든 하위 분야의 전문가가 될 수 없습니다. 그래서 앞으로는 인간이 연결하지 못했던 학문 간 다리를 AI가 놓게 될 것입니다. 의료에서도, 인간은 더 많이 알수록 더 전문화되지만, AI는 그것을 증폭합니다. 결국 AI는 ‘어려운 문제’에 투입될 겁니다. 엔터프라이즈의 모든 애플리케이션에서도요. 사람들의 의도를 가속하는 에이전트가 생길 것입니다. 그리고 인류가 마주할 가장 어려운 문제는, 우리가 가진 ‘제한된 자원’을 어떻게 사용해 모두에게 최대의 혜택을 주느냐를 결정하는 일이 될 것입니다. Lisa Su: 정말 놀라운 비전입니다. Greg, 파트너십에 감사하고 정말 기대됩니다. 이제, Greg가 말했듯 컴퓨트가 핵심이고 MI455는 게임 체인저입니다. 하지만 MI400 시리즈로 우리는 클라우드, 엔터프라이즈, 슈퍼컴퓨팅, 소버린 AI를 위한 풀 포트폴리오를 설계했습니다. 최상단에는 Helios가 있고, 최첨단 성능, 하이퍼스케일 학습, 랙 스케일 분산 추론을 위해 설계됐습니다. 엔터프라이즈 AI 배포를 위해서는, 기존 데이터센터 인프라에 쉽게 넣을 수 있는 컴팩트한 8-GPU 서버 형태의 Instinct MI440X가 있습니다. 소버린 AI 및 슈퍼컴퓨팅처럼 극한 정확도가 중요한 곳에는 MI430X 플랫폼이 있고, 고정밀 과학·AI 데이터 타입을 모두 지원하는 하이브리드 컴퓨팅 리더십을 제공합니다. 칩렛 기술 덕분에, 애플리케이션에 맞는 ‘적절한 컴퓨트’를 제공할 수 있습니다. 하드웨어는 이야기의 일부일 뿐입니다. 우리는 오픈 생태계가 AI의 미래에 필수라고 믿습니다. 산업이 함께 모여 오픈 인프라와 공유 표준에 정렬할수록 혁신이 더 빨라졌다는 것을 우리는 여러 번 봤습니다. 그리고 AMD는 하드웨어, 소프트웨어, 솔루션 생태계까지 풀 스택에서 ‘오픈’을 제공하는 유일한 회사입니다. 소프트웨어 전략의 시작은 ROCm입니다. ROCm은 업계 최고 성능의 오픈 AI 소프트웨어 스택입니다. 가장 널리 쓰이는 프레임워크, 툴, 모델 허브에 Day Zero 지원을 제공합니다. 또한 PyTorch, vLLM, SGLang, Hugging Face 등 상위 오픈소스 프로젝트에 네이티브로 지원되며, 월 1억 회 이상 다운로드되고 Instinct에서 ‘그대로(out of the box)’ 동작해 개발자가 AMD에서 더 쉽게 빌드·배포·스케일하도록 합니다. AMD와 ROCm을 사용해 모델을 구동하는 흥미로운 AI 기업 중 하나가 Luma AI입니다. Luma AI CEO 겸 공동창업자 Amit Jain을 모시겠습니다. Lisa Su: Amit, 만나서 반가워요. Amit Jain: Lisa, 초대해 주셔서 고마워요. Lisa Su: Luma는 비디오 생성과 멀티모달 모델에서 놀라운 일을 하고 있습니다. Luma가 무엇을 하는지, 무엇이 다른지 들려주시죠. Amit Jain: Luma의 미션은, AI가 우리의 세계를 이해하고 우리가 그것을 시뮬레이션하고 개선하도록 돕는 멀티모달·범용 지능을 만드는 것입니다. 오늘날 많은 AI 비디오/이미지 모델은 초기 단계이고, 픽셀을 만들고 ‘예쁜 그림’을 만드는 용도로 쓰입니다. 하지만 세상에 필요한 것은 오디오·비디오·언어·이미지를 모두 결합하는 더 지능적인 모델입니다. Luma에서는 물리(physics), 인과(causality)를 시뮬레이션하고, 리서치를 하며, 도구를 호출(call tools)할 수 있는 시스템을 학습하고 있습니다. 그리고 필요에 따라 오디오, 비디오, 이미지, 텍스트로 결과를 렌더링합니다. 한마디로 우리는 ‘세계(world)를 모델링하고 생성’합니다. 예로, 최신 모델 Ray3 결과를 보여드리겠습니다. 참고로 Ray3는 세계 최초의 ‘추론하는(reasooning) 비디오 모델’입니다. 생성 전에 픽셀과 잠재(latents)에서 먼저 생각하고, 만들려는 것이 좋은지 판단합니다. 또한 4K와 HDR로 생성할 수 있는 최초의 모델이기도 합니다. 보시죠. Lisa Su: 정말 대단해 보이네요. 고객들은 Ray3를 어떻게 쓰나요? Amit Jain: 대기업부터 개인 크리에이터까지 폭넓게 일하고 있습니다. 광고, 미디어, 엔터테인먼트 등 ‘스토리를 말하는’ 산업에서 사용합니다. 2025년은 고객이 모델을 배포하고 실험하기 시작한 해였고, 연말로 가면서 대규모 배포가 나오고 있습니다. 어떤 곳은 90분짜리 장편 영화 제작에도 쓰고 있습니다. 고객이 많이 요구하는 것은 ‘제어(control)’와 ‘정밀도(precision)’입니다. 자신의 비전을 화면에 정확히 구현하고 싶어합니다. 우리는 제어는 더 많은 프롬프트가 아니라 ‘지능(intelligence)’에서 나온다는 것을 깨달았습니다. 같은 프롬프트를 계속 반복해 타이핑하는 방식으로는 안 됩니다. 그래서 Ray3 위에 Ray3 Modify라는 완전히 새로운 모델을 만들어 ‘세계를 편집(edit)’할 수 있게 했습니다. 실제로 어떤 느낌인지 보여드리겠습니다. 화면에서 보시는 것은 Ray3의 월드 편집 기능 데모입니다. 카메라로 찍은 실제 영상이든 AI 생성 영상이든 받아서, 원하는 만큼만 또는 크게 바꿔 창작 목표를 달성할 수 있습니다. 가장 야심 찬 고객을 위한 강력한 시스템이고, 엔터테인먼트·광고 전반에서 하이브리드 인간-AI 제작 시대를 열고 있습니다. 사람은 모션, 타이밍, 디렉션으로 ‘프롬프트’가 됩니다. 직접 연기하고, 모델이 그것을 만들어 냅니다. 그 의미는, 영화 제작자와 크리에이터가 이제 ‘거대한 세트’ 없이도 전체 시네마틱 유니버스를 만들고, 무엇이든 편집해 원하는 결과로 갈 수 있다는 것입니다. 이전에는 불가능했습니다. 그리고 2026년에는 더 멀리 갈 겁니다. 2026년은 에이전트의 해입니다. AI가 부분 작업이 아니라, 가능한 한 ‘엔드투엔드’를 더 많이(혹은 전부) 수행하도록 돕게 될 것입니다. 우리는 세계에서 가장 강력한 멀티모달 에이전트 모델을 만들고 있습니다. Luma를 쓰면 마치 유능한 크리에이티브 팀이 함께 일하는 느낌이 들 것입니다. 짧은 데모로 그 느낌을 보여드리겠습니다. 여기서는 캐릭터가 있는 전체 스크립트를 주면, 에이전트가 그 세계를 눈앞에서 상상하기 시작합니다. 이것은 ‘스크립트→영화’ 자동 변환이 아니라, 인간-AI 상호작용입니다. 차세대 모델은 여러 프레임과 장편 비디오를 분석하고, 캐릭터·씬·스토리의 일관성을 유지하면서 필요한 곳만 편집합니다. 인간과 AI가 캐릭터, 환경, 샷, 세계 전체를 함께 설계하는 모습을 보실 수 있습니다. 작은 팀이나 개인도 과거에 할리우드 스튜디오 전체가 하던 일을 할 수 있게 될 것입니다. Lisa Su: 정말 놀랍네요. 고객의 선택지가 많은데, AMD를 왜 택했는지, 경험은 어땠는지도 들려주세요. Amit Jain: 우리는 아주 이른 시점에 AMD에 베팅했습니다. 그 전화는 2024년 초였고, 이후 파트너십은 대규모 협업으로 성장했습니다. 오늘날 Luma의 빠르게 성장하는 추론 워크로드 중 60%가 AMD 카드에서 돌아갑니다. 초기에는 우리가 많은 엔지니어링을 해야 했지만, 지금은 대부분의 오퍼레이터·워크로드가 AMD에서 ‘그대로’ 잘 돌아갑니다. ROCm 생태계를 구축한 소프트웨어 팀의 큰 공입니다. 우리는 멀티모달 모델을 만들고 있고, 이 워크로드는 텍스트 모델보다 훨씬 복잡합니다. 예를 들어 정보량이 수백~수천 배 더 큽니다. 10초짜리 비디오는 쉽게 100,000 토큰입니다. LLM 응답은 보통 200~300 토큰이죠. 이런 규모에서는 TCO와 ‘추론 경제(inference economy)’가 비즈니스에서 절대적으로 중요합니다. 비용 효율이 없으면 수요를 감당할 수 없습니다. AMD와의 협업으로, 우리는 스택에서 지금까지 본 것 중 최고의 TCO 중 하나를 달성했습니다. 그리고 오토리그레시브 디퓨전(autoregressive diffusion)처럼 더 복잡한 모델, 텍스트·이미지·오디오·비디오를 동시에 다루는 모델로 갈수록, 이 협업은 비용·효율에서 차별화하게 해줄 것입니다. 그래서 2026년에는 파트너십을 이전보다 약 10배 확장합니다. 그리고 이 455 카드들… MI455X에 정말 기대가 큽니다. 랙 스케일 솔루션, 메모리, 인프라는 우리가 월드 시뮬레이션 모델을 만들기 위해 필수입니다. Lisa Su: 듣기 정말 좋네요. 앞으로 몇 년 동안 고객이 무엇을 하게 될지—오늘은 불가능한 것들이—간단히 전망해 주세요. Amit Jain: 2022~2023년 LLM은 짧은 이메일, 카피 같은 데 좋았습니다. 그런데 지금은 정확도와 아키텍처·스케일링 덕분에 의료 같은 실시간 시스템에 들어갑니다. 비디오 모델은 지금 그 초기 단계에 있습니다. 예쁜 영상을 만들지만, 스케일을 키우고 정확도·데이터를 개선하면, 세계의 실제 물리 과정을 시뮬레이션하는 지점에 갈 것입니다. CAD, 건축, 유체 흐름, 로켓 엔진 설계, 도시 계획까지요. 과장된 이야기가 아닙니다. 우리는 오늘도 큰 팀과 시뮬레이션 환경에서 수작업으로 합니다. 모델이 그것을 크게 자동화할 것입니다. 그리고 더 정확해질수록, 멀티모달 모델은 범용 로보틱스의 백본이 됩니다. 집안 로봇은 머릿속에서 이미지·비디오로 수백 번 시뮬레이션하고, ‘어떻게 해결하지?’를 시험한 뒤 행동할 겁니다. 인간 뇌가 그렇게 하죠. 인간은 본래 멀티모달입니다. AI도 그럴 겁니다. Lisa Su: 고마워요, Amit. 이제 여러분은 ‘로컬 AI’가 가능하게 하는 것을 봤습니다. 하지만 최신 PC는 AI 앱만 돌리는 게 아니라, AI 앱을 ‘만들기도’ 합니다. 그래서 우리는 Ryzen AI Max를 만들었습니다. 크리에이터·게이머·AI 개발자를 위한 최강 PC 프로세서입니다. 16개 고성능 Zen 5 CPU 코어, 40개 RDNA 3.5 GPU 컴퓨트 유닛, 그리고 최대 50 TOPS AI 성능의 XDNA 2 NPU를 갖췄습니다. CPU와 GPU를 잇는 유니파이드 메모리 아키텍처는 CPU·GPU가 공유하는 메모리를 최대 128GB까지 지원합니다. 프리미엄 노트북에서 Ryzen AI Max는 최신 MacBook Pro 대비 AI 및 콘텐츠 제작에서 훨씬 빠릅니다. 소형 워크스테이션에서는 NVIDIA DGX Spark 대비 훨씬 낮은 가격으로 유사 성능을 제공하면서, 최신 GPT OSS 모델을 돌릴 때 ‘달러당 토큰/초’를 최대 1.7배 더 생성합니다. 그리고 Ryzen AI Max는 Windows와 Linux를 네이티브로 지원해, 개발자는 익숙한 환경과 워크플로를 그대로 유지할 수 있습니다. 현재 30개 이상의 Ryzen AI Max 시스템이 시장에 있고, CES에서 신규 노트북·올인원·소형 워크스테이션이 출시됩니다. 하지만 우리의 미션은 AI를 어디에나, 모두를 위해 확장하는 것입니다. 특히 ‘이동 중에도 개발’하고 싶은 AI 개발자에게, 즉석에서 개발·배포할 수 있는 플랫폼이 필요합니다. 그래서 한 걸음 더 나아갔습니다. 오늘 저는 AMD Ryzen AI Halo를 발표합니다. 로컬 AI 배포를 위한 새로운 레퍼런스 플랫폼입니다. 이건 정말 아름답죠? 이것은 손안에 들어오는 크기의 컴팩트 데스크톱 PC로, 연결 없이도 최대 2,000억 파라미터(200 billion parameters) 모델을 로컬에서 실행할 수 있는 세계에서 가장 작은 AI 개발 시스템입니다. 최고급 Ryzen AI Max 프로세서, 128GB 고속 유니파이드 메모리(CPU·GPU·NPU 공유) 기반이고, 이 아키텍처가 성능을 가속하며 대형 모델을 효율적으로 구동하게 합니다. Halo는 여러 OS를 네이티브로 지원하고, 최신 ROCm 스택이 함께 제공되며, 주요 오픈소스 개발 도구가 사전 로드되어 있고, 수백 개 모델이 바로 실행됩니다. 개발자에게 에이전트와 AI 앱을 PC에서 바로 빌드·테스트·배포하는 데 필요한 것을 제공합니다. Halo는 올해 2분기에 출시됩니다. 이제 게임과 콘텐츠 제작으로 넘어가겠습니다. 게이머 계신가요? 많네요. 게이머와 크리에이터는 Ryzen·Radeon PC, Threadripper 워크스테이션, 그리고 Sony·Microsoft 콘솔 등에서 매일 수십억 프레임을 AMD로 만들고 있습니다. 프레임의 비주얼 퀄리티는 크게 발전했지만, 그 세계를 만드는 방식은 크게 변하지 않았습니다. 여전히 팀이 몇 달, 몇 년이 걸리죠. AI가 그걸 바꾸기 시작했습니다. 3D 월드 생성의 다음을 보여드리기 위해, AI 분야에서 가장 영향력 있는 인물 중 한 분을 소개합니다. ‘AI의 대모(godmother of AI)’로 알려진, 머신이 세상을 보고 이해하는 방식을 바꾼 분입니다. World Labs의 공동창업자이자 CEO, Dr. Fei-Fei Li입니다. Lisa Su: Fei-Fei, 와줘서 정말 고마워요. 수십 년 동안 AI를 이끈 리더로서, 지금 우리가 어디에 와 있고 왜 World Labs를 시작했는지 들려주세요. Fei-Fei Li: 초대해줘서 고마워요, Lisa. 발표도 축하해요. 저도 빨리 써보고 싶네요. 최근 몇 년 AI는 정말 큰 돌파구를 만들었습니다. 저는 20년 넘게 이 분야를 봐왔는데, 지금만큼 흥분되는 때가 없습니다. 언어 기반 지능(language-based intelligence)이 세상을 휩쓸며 다양한 역량과 응용이 퍼지고 있습니다. 하지만 진실은, 언어 지능만이 전부가 아니라는 겁니다. 인간도 단지 세상을 ‘수동적으로’ 보는 게 아닙니다. 우리는 공간 지능(spatial intelligence)을 가진 동물이고, 지각(perception)과 행동(action)을 연결하는 깊은 능력이 있습니다. 오늘 여러분이 공항을 지나, 호텔에서 커피를 마시고, 라스베이거스 미로 같은 동선을 통과해 여기 온 것—모두 공간 지능이 필요합니다. 제가 흥분하는 이유는, embodied AI와 생성형 AI 모두에서 새로운 Gen-AI 물결이 오고 있고, 이제 기계에게 인간 수준에 가까운 공간 지능을 줄 수 있다는 점입니다. 단지 지각하는 것이 아니라 3D 혹은 4D 세계를 만들고, 물체와 사람을 추론하며, 물리 법칙을 지키는 새로운 환경을 상상할 수 있습니다. 그래서 World Labs를 시작했습니다. 공간 지능을 현실로 만들고 사람들에게 가치를 주고 싶었습니다. Lisa Su: World Labs의 컨셉을 처음 들었을 때의 열정을 기억합니다. 모델이 무엇을 하는지, ‘이게 무슨 의미인지’ 관객에게 감을 주실 수 있나요? Fei-Fei Li: 게이머가 많다니 더 흥분되네요. 전통적으로 3D 씬을 만들려면 레이저 스캐너나 보정된 카메라, 혹은 복잡한 소프트웨어로 수작업 모델링을 해야 했습니다. 하지만 World Labs에서는, 최근 Gen-AI를 활용해 데이터에서 세계의 구조—평평한 픽셀이 아니라 3D·4D 구조—를 직접 학습하는 차세대 모델을 만들고 있습니다. 이미지 몇 장, 심지어 한 장만 주면, 모델이 누락된 디테일을 채우고 물체 뒤를 예측하며, 일관되고 영속적이고(persistent) 탐색 가능한 3D 세계를 생성합니다. 화면에 보이는 것은 World Labs의 Marble 모델이 만든 ‘호빗 세계(Hobbit world)’입니다. 이미지 몇 장만 주면, 영속적 3D 씬이 생기고, 네비게이션할 수 있고, 탑뷰도 볼 수 있습니다. 소수의 시각 입력을 ‘완전히 탐색 가능한 3D 세계’로 바꿔줍니다. 단순 복원이 아니라, 일관된 ‘세계’를 상상합니다. 그리고 세계가 만들어지면, 서로 이어져 환경 전환이 쉬워지고 더 큰 스케일로 확장됩니다. 인간이 몇 번 훑어보고 장소를 구성하는 방식과 더 가깝습니다. Lisa Su: 적은 입력으로 저게 된다니 놀랍네요. 기술이 어떻게 작동하는지 조금 더 보여주실 수 있나요? Fei-Fei Li: 물론이죠. 호빗 세계에서 현실로 내려와 봅시다. 연휴에 우리 팀이 AMD 실리콘밸리 오피스에 갔습니다. 허락 받았나요? Lisa Su: 못 받았을 텐데요. 그래도 괜찮습니다. Fei-Fei Li: 특수 장비 없이, 그냥 폰으로 이미지 몇 장을 찍고 Marble 3D 생성 모델에 넣었습니다. 그러면 AMD MI325X와 ROCm 스택을 사용해, 창문·문·가구·크기·깊이·스케일까지 포함한 3D 버전을 만듭니다. 지금 보시는 것은 사진이나 비디오가 아니라, 진짜 3D-일관성(3D-consistent)을 가진 세계입니다. 그리고 팀이 조금 더 재미를 봤죠. 리모델링도 했습니다. 다양한 디자인 스타일로 바꾸면서도 기하학적 일관성과 3D 입력을 유지합니다. 로봇 시뮬레이션, 게임 개발, 디자인 등 많은 용도로 강력합니다. 전통적으로 몇 달 걸리던 일을 이제 몇 분으로 줄일 수 있습니다. 우리는 어제 베네시안 호텔도 사진 한 장으로 넣고 재미를 봤습니다. 전체를 3D 상상 공간으로 바꿨죠. 하지만 뒤에서는 엄청난 계산이 일어나고, 그래서 추론 속도가 중요합니다. 모델을 빨리 돌릴수록 세계는 더 반응적이 됩니다. 즉각적인 카메라 이동, 즉각적인 편집, 탐색해도 일관성이 유지되는 씬—이게 중요합니다. Lisa Su: Fei-Fei, Marble을 써보려는 분이 많아지겠네요. AMD와 Instinct·ROCm에서의 협업 경험도 말씀해 주실래요? Fei-Fei Li: 물론입니다. 오래된 친구지만 파트너십은 비교적 새롭습니다. 솔직히 말해, 이게 이렇게 빨리 된 것에 매우 인상받았습니다. 모델 일부는 실시간 프레임 생성 모델인데, MI325X에서 1주일도 안 돼 돌아갔습니다. 그리고 Instinct와 ROCm으로 몇 주 동안 빠르게 반복하며 성능을 4배 이상 개선했습니다. 공간 지능은 이전과 근본적으로 다릅니다. 3D 구조, 모션, 물리를 이해하도록 가르치려면 엄청난 메모리, 대규모 병렬성, 빠른 추론이 필요합니다. MI450 같은 플랫폼이 더 스케일되면, 더 큰 월드 모델을 학습할 수 있고, 무엇보다 사용자나 에이전트가 움직이고 상호작용할 때 ‘살아있는’ 느낌이 들 만큼 빠르게 돌릴 수 있게 됩니다. Lisa Su: 고마워요. 이제 의료로 넘어가겠습니다. AI가 세상을 발전시키는 많은 방식 중에서도 의료는 우리 모두에게 직접 영향을 줍니다. AMD 기술은 암을 더 일찍 발견하고, 복잡한 생물 시스템을 모델링해 더 빨리 치료를 제공하고, 분자 시뮬레이션으로 유망한 치료 후보를 더 빠르게 진전시키고, 유전체 연구로 개인맞춤 의료를 추진하며, 로봇 수술로 환자 예후를 개선하는 데 쓰입니다. 의료는 가장 의미 있는 응용 중 하나입니다. 기술로 의료 결과를 개선할 때, 우리는 ‘구해진 생명(lives saved)’으로 진전을 측정합니다. 오늘 밤 저는 의료에서 AI를 실세계 문제에 적용하는 선도자 세 분과 함께합니다. Absci CEO Sean McClain, Illumina CEO Jacob Thaysen, AstraZeneca Molecular AI 총괄 Ola Engkvist입니다. Lisa Su: Sean, Absci는 생성 모델과 합성 생물학으로 ‘처음부터’ 신약을 설계합니다. 어떻게 작동하나요? Sean McClain: 초대해 주셔서 감사합니다. 생물학은 어렵고, 복잡하고, 지저분합니다. 신약 발견·개발은 여전히 ‘시행착오’에 가깝고, 건초더미에서 바늘을 찾는 과정입니다. 하지만 Absci가 하는 생성형 AI와 함께라면, 우리는 바늘을 ‘만들기’ 시작할 수 있습니다. 원하는 생물학을 설계하고, 미충족 의료수요(unmet medical need)가 큰 질환을 겨냥하며, 제조 가능성(manufacturability)과 개발 가능성(developability)을 갖춘 약을 만들 수 있습니다. 마치 Apple이 iPhone을 설계하듯, 또는 여러분이 455를 설계하듯, 우리는 이제 AI로 생물학을 정밀 엔지니어링하고 있습니다. 이는 표준 치료가 부족한, 어려운 질환에 도전하게 합니다. Absci가 집중하는 두 가지는 남성형 탈모(androgenic alopecia)와 여성 건강입니다. 머지않은 미래에 AI가 탈모를 ‘치료’할 기회를 가질 수 있습니다. 또한 자궁내막증(endometriosis)은 여성 10명 중 1명에 영향을 주는데, 우리는 질병을 바꾸는(disease-modifying) 치료를 제공할 가능성이 있는 약을 개발 중입니다. 이 모든 것은 AMD와의 컴퓨트 파트너십 없이는 불가능했습니다. Lisa, 당신과 Mark Papermaster가 약 1년 전에 Absci에 투자했죠. 그 1년 동안 우리는 추론을 스케일해, ‘하루에’ 100만 개 이상의 약 후보를 스크리닝할 수 있게 됐습니다. 그리고 355에 올라가면, 그 메모리가 생물학적 맥락(context)을 더 잘 담아 더 나은 모델을 만들게 해줄 겁니다. 미래는 정말 밝습니다. Lisa Su: Jacob, Illumina는 인간 유전체를 읽고 이해하는 리더입니다. AI가 어떤 영향을 주나요? Jacob Thaysen: 오늘 여기 오게 되어 정말 기대됩니다. 건강에 임팩트를 내고자 하는 열정도 공유하죠. 그리고 Sean, 저는 그 약을 응원합니다. Illumina는 DNA 시퀀싱의 세계 리더입니다. DNA는 생명의 설계도입니다. 질병을 예방·진단·치료하려면 측정이 필수입니다. 단순화하면 인간 유전체는 30억 글자—200,000페이지짜리 책과 같습니다. 각 세포에 들어있죠. 그 책에 오타 한 글자만 있어도 건강한 삶과 비참하게 짧은 삶의 차이가 날 수 있습니다. 정확한 DNA 시퀀싱은 매우 중요하지만, 데이터·컴퓨트 집약적입니다. 사실 우리는 시퀀서에서 매일 생성하는 데이터가 YouTube에서 매일 생성되는 데이터보다 더 많습니다. 그래서 AMD와의 관계는 매우 중요합니다. 우리는 매일 시퀀서에서 AMD FPGA와 EPYC 프로세서를 쓰고 있고, 그 덕분에 그 데이터를 계산해 인사이트로 바꿀 수 있습니다. 지난 10년간 우리의 기술은 암과 유전 질환 같은 끔찍한 질병을 프로파일링하며 많은 사람의 삶에 영향을 줬습니다. 하지만 이제 시작입니다. 생물학은 매우 복잡하고, 우리의 뇌는 이를 완전히 이해하기 어렵습니다. 그러나 생성형 AI, 유전체, 프로테오믹스(proteomics)를 함께 쓰면, 앞으로 생물학 이해가 완전히 바뀔 것입니다. 신약 개발뿐 아니라 조기 예방·치료가 바뀌고, 장수(longevity)와 더 건강한 삶에 대한 사고방식이 바뀔 것입니다. Lisa Su: Ola, AstraZeneca는 가장 큰 신약 파이프라인 중 하나에서 AI를 스케일하고 있습니다. AI는 어떻게 바꾸나요? Ola Engkvist: 초대해 주셔서 감사합니다. AstraZeneca에서는 초기 발견부터 제조, 의료 전달까지 end-to-end로 AI를 적용합니다. AI는 생산성뿐 아니라 ‘혁신’입니다. 다른 방식으로 일하고, AI로 새로운 것을 하는 것이죠. 제가 특히 열정적인 영역은, 생성형 AI로 후보 약물(candidate drugs)을 더 빠르게 내는 것입니다. 수십 년간 축적한 실험 데이터로 생성형 모델을 학습하고, 컴퓨터에서 가상으로 어떤 가설·후보가 작동할지 평가합니다. 수백만 개 후보를 평가한 뒤, 가장 좋은 것만 실험실에서 검증해 실험 횟수를 줄입니다. 우리는 이 방식을 AstraZeneca의 소분자(small molecule) 파이프라인 전반에 적용할 것이고, 후보 약물을 50% 더 빠르게 제공하면서, 이후 임상 성공도 개선할 수 있다고 봅니다. 하지만 혼자서는 못 합니다. 학계, AI 스타트업, 그리고 AMD 같은 회사와 협업이 필요합니다. 특히 하이퍼스케일링이 중요합니다. 우리는 많은 데이터가 있고 최적의 모델을 만들고 싶습니다. AMD와의 협업으로 워크플로를 최적화하고 스케일합니다. Lisa Su: 세 분 모두 정말 인상적인 이야기입니다. 이제, AI가 의료를 개선하는 데 있어 가장 기대하는 ‘한 가지’를 말해주실까요? Jacob부터. Jacob Thaysen: 지금은 정말 흥미로운 시기입니다. 방대한 데이터를 만들어내는 기술이 있고, 컴퓨트 파워와 생성형 모델이 있습니다. 이것이 생물학 이해를 바꾸고 의료에 큰 임팩트를 줄 것입니다. Ola Engkvist: AI로 생물학 이해를 바꿔, 질병을 치료하는 것을 넘어 만성질환을 ‘예방’하는 미래를 목표로 해야 합니다. Sean McClain: 저는 사람들이 아프기 전에 개입하고, 건강한 삶을 유지하도록 약과 치료를 제공하는 세상에 살고 싶습니다. ‘병 치료(sick care)’에서 ‘예방(preventative care)’을 넘어, 재생(regenerative) 의학으로 가고, 노화가 더 이상 선형이 아닌 세상. 그리고 사람들은 풍성한 머리카락과 활력을 누리게 되는 세상. AI가 그 미래를 만들 것입니다. Lisa Su: 요약하면, AI는 질병을 예측하고, 예방하고, 개인화한 치료로 수명을 연장하도록 도울 것입니다. 이제 ‘피지컬 AI(physical AI)’로 넘어갑니다. AI가 현실 세계에 들어오는 영역입니다. 고성능 CPU와 리더십 적응형 컴퓨팅으로 기계가 주변을 이해하고, 복잡한 목표를 위해 행동합니다. AMD는 20년 넘게 피지컬 AI의 기반을 만들어왔습니다. 오늘 AMD 프로세서는 공장 로봇의 마이크론급 정밀도, 인프라 검사, 덜 침습적인 수술 등에서 쓰입니다. 피지컬 AI는 기술에서 가장 어려운 과제 중 하나입니다. 여러 타입의 처리(Processing)를 통합해 환경을 이해하고, 실시간 결정을 내리고, 인간 입력 없이 정밀 행동을 해야 합니다. 오차 허용이 거의 없습니다. 이를 위해 풀스택 접근이 필요합니다. 모션 제어와 코디네이션을 위한 고성능 CPU, 실시간 비전·환경 데이터를 위한 전용 가속기, 그리고 오픈 소프트웨어 생태계로 개발자가 빠르게 플랫폼 간 이동할 수 있어야 합니다. 보는 게 믿는 것이니, 로보틱스의 다음을 보여드리기 위해 Generative Bionics의 CEO 겸 공동창업자 Daniele Pucci를 모시겠습니다. Lisa Su: Danny, 반가워요. 어떤 일을 하는지 소개해 주세요. Daniele Pucci: Generative Bionics는 이탈리아 IIT(Italian Institute of Technology)에서 20년 넘게 축적한 피지컬 AI와 생체역학 연구의 산업 스핀아웃입니다. 모든 것은 단순하지만 깊은 질문에서 시작했습니다. ‘인간 세계를 이해해야 하는 인공 에이전트가, 그 세계를 경험하기 위해 인간과 유사한 몸이 필요하지 않을까?’ 우리는 iCub, ErgoCub, 그리고 세계 유일의 제트 추진 비행 휴머노이드 IronCub까지 매우 진보한 플랫폼을 만들었습니다. 하지만 한 가지 신념은 변하지 않았습니다. 진짜 작동하는 기술은 인간 잠재력을 증폭하고, 사람을 중심으로 만들어지는 기술이라는 것. 이 신념이 Generative Bionics의 미션이 됐고, 이를 위해 빠르고 결정적이며(deterministic) 로컬인 컴퓨트가 필요합니다. 휴머노이드의 촉각, 균형, 안전 루프는 클라우드를 기다릴 수 없습니다. 그래서 AMD와의 협업이 핵심입니다. Ryzen AI Embedded와 Versal AI Edge 같은 엣지 플랫폼에서 로봇 내부 피지컬 AI를 돌리고, AMD CPU·GPU로 시뮬레이션·학습·대규모 개발을 합니다. 하나의 파트너, 하나의 컴퓨트 아키텍처로 end-to-end입니다. Lisa Su: 좋네요. 접근 방식과 유스케이스는요? Daniele Pucci: 우리는 휴머노이드 로봇을 중심으로 플랫폼을 만들고, 인간 수준 지능, 안전한 상호작용, 그리고 실제 제품으로의 엔지니어링을 목표로 합니다. 인간 움직임은 빠른 반사신경에 의존하고, 우리는 앞으로 쓰러지며 걷고, 신경계는 생체역학을 활용합니다. 우리는 같은 원리를 로봇에 적용합니다. 또한 인간은 촉각을 통해 배웁니다. 그래서 휴머노이드에는 촉각이 필요합니다. 우리는 휴머노이드 주변에 오픈 플랫폼을 만들어 차세대 휴머노이드를 가능하게 합니다. 예를 들어 휴머노이드에 쓰는 촉각 센서를 ‘센서 신발’에도 적용해 의료 재활에 쓰고, 그 신발이 로봇에게 환자를 어떻게 도울지 감각 정보를 제공합니다. 우리는 로봇뿐 아니라, 인간과 로봇을 잇는 플랫폼을 만들고 있습니다. 이것이 ‘인간 중심 피지컬 AI(human-centric physical AI)’입니다. Lisa Su: CES니까, 흥미로운 발표가 있겠죠? Daniele Pucci: 우리는 새로운 제품 정체성을 확립했고, 첫 휴머노이드 제품 디자인이 우리의 DNA를 정의합니다. GENE.01이 오늘 바로 공개됩니다. Lisa Su: 정말 멋지네요. 설명해 주세요. Daniele Pucci: 우리의 비전은 인간이 중심에 남고 기술이 지원하는 미래입니다. 그래서 사람들이 신뢰하고 받아들일 수 있는 휴머노이드를 만듭니다. 우리는 수용성(acceptability)을 아름다움, 우아함, 안전으로 봅니다. GENE.01은 이탈리아 디자인입니다. 그리고 차별점은 ‘촉각’입니다. 전신에 분산된 촉각 스킨이 압력, 접촉, 의도를 느끼게 하여 촉각을 지능의 1차 원천으로 만듭니다. 공장에서는 협업을 가능하게 하고, 의료에서는 환자가 로봇을 잡고 도움을 주고받는 데 핵심이 됩니다. AMD 플랫폼으로 구동됩니다. 우리의 첫 상용 휴머노이드는 2026년 하반기 생산될 것이고, 이미 선도 철강 제조사를 포함한 산업 파트너와 협업해 안전이 중요한 환경에서 배포를 준비 중입니다. 이것은 SF가 아닙니다. Lisa Su: 고마워요. 이제 우주로 갑니다. AMD 기술은 위성 인터넷을 원격 커뮤니티에 제공하고, 화성·목성의 위성 등 자율 탐사를 가능하게 합니다. 화성에서 AMD 적응형 컴퓨팅은 Perseverance 로버의 자율 운용을 돕습니다. NASA, JPL, 유럽·인도 우주기관의 로봇 시스템에도 적용되어 혹독한 환경에서도 신뢰 가능한 컴퓨트를 제공합니다. Blue Origin은 AMD 기술로 차세대 우주선과 달 인프라를 구축하는 회사 중 하나입니다. Blue Origin의 Lunar Permanence 부문 SVP John Colores를 모시겠습니다. Lisa Su: John, 반갑습니다. 미션과 작업을 소개해 주세요. John Colores: 초대해 주셔서 감사합니다. Jeff Bezos는 ‘지구는 태양계 최고의 행성’이라고 말하곤 합니다. 수백만 년 생명을 지탱해왔고, 우리가 태양계를 탐사해도 지구는 그 생명의 기원이 됩니다. 그래서 Blue Origin입니다. 지구를 보호하기 위해, 우리는 장기적으로 중공업을 지구 밖으로 옮기고 싶습니다. 저궤도 태양광 위성, 달 정착, 화성 정착, 소행성대 탐사 등 인프라를 구축해, 결국 수백만 명이 우주에서 살고 일하도록 하려 합니다. 그 시작이 달의 ‘영구 거주(lunar permanence)’입니다. 달에 영구적 존재를 세우려면 신뢰 가능하고 반복 가능하며 저비용의 운용·장비·차량이 필요합니다. AMD는 핵심 파트너입니다. Lisa Su: 고성능 컴퓨팅이 왜 중요한가요? John Colores: 우주는 궁극의 엣지 환경입니다. 비행 컴퓨터는 차량의 심장입니다. 컴퓨트 스택은 신뢰 가능하고 결정적이며 회복력(resilient)이 있어야 하고 우주 환경을 견뎌야 합니다. 질량·전력 제약, 방사선 고려가 있습니다. AMD 임베디드 아키텍처로 질량을 줄이고 전력을 절약하며 심우주 방사선 환경을 견딜 수 있습니다. Lisa Su: AI는 미션에서 어떤 역할을 하나요? John Colores: 지상에서 AI의 영향은 잘 알려져 있죠. 실제로, Lisa, 몇 달 전 Versal 2를 비행 컴퓨터 스택에 쓰는 대화를 시작했고, 몇 달 만에 AMD와 Blue Origin 팀이 유닛을 출하했고, 우리는 개발 비행 컴퓨터에 통합했습니다. 몇 달 사이에 테스트 베드에서 비행하는 개발 컴퓨터를 만들었고, 이는 Mark 2 랜더를 구동할 것입니다. Mark 2는 이르면 2028년 달에 우주비행사를 착륙시킬 것입니다. 연휴에도 엔지니어들이 일해, 전체 스택으로 달 착륙 시뮬레이션을 성공했고, 수개월의 일정을 절약했습니다. 이제 우주 비행에 AI를 어떻게 가져갈지 고민합니다. 지상에서는 모든 직원이 설계, 분석, 커뮤니케이션에 AI 도구를 쓰며 개발이 빨라졌습니다. 우주 비행에서도 AI는 우주비행사를 보완하는 ‘코파일럿’이 되어 착륙지 선정, 위험 탐지 등을 실시간으로 수행할 수 있습니다. 개인적으로 흥미로운 것은 전파천문학입니다. 지구는 전파 잡음이 커서 약한 신호를 찾기 어렵습니다. 달 뒷면은 그 잡음을 차단해 줍니다. Mark 1을 달 뒷면에 착륙시키면, 엣지 AI로 심우주 탐사를 더 잘하고, 다음 착륙 지점을 AI가 추천해 탐사를 최적화할 수 있습니다. Lisa Su: 정말 멋지네요. 이제 마지막 장, 과학과 슈퍼컴퓨팅입니다. AMD는 HPC 리더십을 자랑스럽게 생각합니다. 전통 HPC와 AI의 ‘수렴(convergence)’이 일어나고 있습니다. 오늘 AMD는 세계에서 가장 빠른 슈퍼컴퓨터 2대를 구동하고, 에너지 효율 상위 50 시스템의 절반 이상을 구동합니다. 이 시스템은 불가능했던 문제를 해결합니다. 핀란드의 Lumi는 모델 업데이트 시간을 85% 이상 개선해 극한 기상 조기 경보를 돕습니다. 에너지 기업 eni는 더 오래 가는 배터리와 더 깨끗한 연료를 개발합니다. Oak Ridge National Labs에서는 세계 최초 엑사스케일 슈퍼컴퓨터가 Orbit 2라는 초고해상도 글로벌 모델을 실행해, 전례 없는 예보 디테일을 약 99% 정확도로 예측하게 합니다. Lawrence Livermore National Labs의 세계 최고 속도 슈퍼컴퓨터 El Capitan은 바이러스 변이·진화를 모델링해 더 강인한 항체 치료 설계를 돕고 미래 팬데믹 대응을 빠르게 합니다. 우리는 과학적 발견의 미래를 위해 더 많은 일을 할 수 있습니다. 미국 에너지부(U.S. Department of Energy) 및 국립연구소들과 Genesis 미션을 진행 중입니다. Genesis는 지난해 말 시작된 국가 프로그램으로, AI·슈퍼컴퓨팅·양자컴퓨팅의 수렴을 가속합니다. Oak Ridge와 함께 Genesis의 일부인 두 슈퍼컴퓨터를 발표했습니다. 올해 초 온라인이 될 과학용 미국 최초 전용 AI 팩토리 Lux, 그리고 2028년 계획된 차기 플래그십 슈퍼컴퓨터 Discovery입니다. Genesis는 수십 년 만의 가장 야심찬 공공-민간 기술 이니셔티브입니다. 이를 이끄는 인물은 전 U.S. CTO이자 국방부 R&E 차관을 지낸, 대통령의 과학·기술 정책 보좌관 Michael Kratsios입니다. Lisa Su: Michael, 와주셔서 감사합니다. Genesis가 왜 중요한지 말씀해 주시죠. Michael Kratsios: Genesis는 President Trump가 1년도 안 되는 기간에 빠르게 움직여 미국이 AI 레이스에서 승리하도록 한 사례입니다. Genesis는 최근 역사에서 가장 큰 연방 과학 자원 동원이며, Apollo 미션이나 Manhattan Project 수준의 규모와 긴급성을 갖습니다. 우리는 국립연구소, 슈퍼컴퓨터, 최고의 과학·혁신 인재를 모아, 10년 안에 미국 과학의 생산성과 임팩트를 2배로 만드는 것이 목표입니다. 에너지부가 슈퍼컴퓨터와 데이터셋을 통합해 ‘닫힌 루프(closed-loop) AI 플랫폼’으로 만들고, AI로 실험 설계를 자동화하고, 시뮬레이션을 가속하며, 예측 모델로 연방 R&D 생산성을 끌어올립니다. 우선 분야는 바이오테크, 핵심 광물, 원자력 에너지, 우주 탐사, 양자 반도체, 마이크로일렉트로닉스 등입니다. 그리고 얼마 전 Genesis의 첫 산업 파트너십 웨이브를 발표했고 AMD도 포함되었습니다. 다음 단계로 NSF, NIH, NIST 등 더 많은 기관이 Genesis에 참여하도록 확대할 것입니다. Lisa Su: Genesis가 과학을 넘어 어떤 임팩트를 만들까요? Michael Kratsios: Genesis를 통해 세계 최대·최고 품질의 과학 데이터셋을 만들어 차세대 AI를 학습시키고, 언어·코드의 숙련을 넘어 과학 영역으로 확장합니다. 이는 의료, 신약, 에너지, 제조 전반에 큰 파급 효과를 낼 것입니다. 미국의 과학기술 엔터프라이즈는 큰 변화를 겪고 있습니다. 정부·민간·대학이 연간 1조 달러 이상을 R&D에 투자하고, 민간이 3분의 2를 수행합니다. Genesis는 이 생태계 전체의 힘을 레버리지합니다. Lisa Su: 미국이 AI에서 리드하려면 무엇을 해야 하나요? Michael Kratsios: President Trump의 AI 액션 플랜에 따라 3가지 우선순위가 있습니다. 첫째, 혁신 장벽을 제거하고 R&D를 가속해야 합니다. 규제 로드블록을 찾아 업데이트하거나 제거하는 작업을 하고 있습니다. 둘째, AI 인프라와 에너지 생산을 제대로 해야 합니다. 데이터센터 건설 인허가를 간소화하고, 첨단 원자로를 포함한 모든 형태의 에너지를 지원합니다. 셋째, AI 외교와 미국 기술의 수출입니다. American AI Export Program을 구축 중이며, 상무부(Department of Commerce)가 이달 RFP를 발행해 인프라·칩·모델·앱까지 포함한 턴키 AI 스택 제안을 받습니다. 마지막으로 President Trump와 First Lady Melania Trump가 중시하는 AI·교육입니다. 교실에서 AI의 기회와 도전을 돕고, Presidential AI Challenge에는 전 미국 50개 주에서 5,000명 이상의 학생과 1,000명의 교육자가 참여했습니다. 제출 마감은 1월 20일이고, AI.gov에서 참여할 수 있습니다. 지역 대회는 여름 백악관 결승으로 이어집니다. 또 AMD 같은 리더들의 200개 이상 교육 자원 제공 약속을 확보했습니다. Lisa Su: AMD는 AI Education Pledge를 자랑스럽게 지원합니다. 우리는 AI를 더 많은 교실과 커뮤니티로 가져오는 프로그램에 1억5,000만 달러($150 million)를 커밋했습니다. 차세대 AI 연구·인재에 투자하고, 전 세계 800개 이상 교육기관과 연구 협업을 만들고, 오픈 생태계를 촉진할 코스도 개발합니다. 올해 150,000명 이상의 학생에게 도달할 무료 온라인 AI 코스를 제공할 것입니다. Michael, 그리고 First Lady의 리더십에 감사드립니다. 이제 재미있는 순서가 있습니다. AI Education Pledge의 직접 결과로 나온 놀라운 작업을 소개하겠습니다. 우리는 Hack Club과 함께 전국 AI·로보틱스 캠페인을 했고, 15,000명 이상의 고등학생이 신청했습니다. 상위 팀들은 지난달 실리콘밸리에서 오프라인 해커톤에 모여 디자인을 현실로 만들었습니다. 그 결과물이 정말 놀라웠습니다. 오늘 CES 현장에 상위 3개 팀을 초대했는데, 그중 금메달 팀 Team Armtender의 Emme McDonald, Ruzanna Gaboyan, Afia Ava를 무대로 모시겠습니다. Lisa Su: 축하해요. 어디서 왔고, 언제 코딩을 시작했나요? Emme McDonald: 저는 17살이고 노스캐롤라이나 Chapel Hill에서 왔습니다. 12살쯤 코딩을 시작했고 16살에 Hack Club에 들어갔습니다. Ruzanna Gaboyan: 저는 17살이고 오하이오 Cleveland에서 왔습니다. 12살에 코딩을 시작했고 16살이 되자마자 Hack Club에 들어갔습니다. Afia Ava: 저는 18살이고 위스콘신 Beaver Dam에서 왔습니다. Hack Club을 통해 2년 전에 코딩을 시작했습니다. Lisa Su: 프로젝트를 소개해 주세요. Emme McDonald: Ruzanna와 Afia와 함께 우리는 AI 로봇 바리스타를 만들었습니다. 소프트드링크를 선택하는 모터 휠과 로봇 팔이 자율로 음료를 제공합니다. AMD Developer Cloud의 MI300X GPU로 단일 통합 비전-언어 모델을 멀티태스킹하도록 학습시켰습니다. 로봇 팔은 3대 카메라를 사용해 AMD Ryzen AI 노트북에서 완전히 로컬로 돌아가고, 우리는 해커톤 전에 AI 학습 경험이 전혀 없었습니다. Lisa Su: 믿기 어렵네요. 다음으로 뭘 하고 싶나요? Emme McDonald: 엄마가 소방서에서 일합니다. 훈련 중 Armtender가 우리가 명시적으로 프로그래밍하지 않았는데도, 캔을 놓치면 다시 잡으려 시도하는 등 복잡한 행동을 포착하는 걸 봤습니다. 저는 소방 현장에서 소방관이 들어가기 전에 건물 화재에 들어갈 수 있는 로봇을 만들고 싶습니다. AI가 보여준 모션의 복잡성이 그것을 가능하게 할 수 있다고 생각합니다. Lisa Su: 정말 멋집니다. 그리고 오늘 밤 특별한 서프라이즈가 있습니다. AMD는 여러분 각자에게 미래 혁신가로서 계속 만들 수 있도록 $20,000 교육 그랜트를 드립니다. 여러분은 AI Education Pledge가 무엇인지 보여주는 훌륭한 사례입니다. 이제 마무리하겠습니다. 오늘 밤 여러분이 보셨듯, 지금의 기술의 순간은 다릅니다. AI는 다릅니다. AI는 인류가 만든 가장 강력한 기술이고, 어디에나, 모두를 위해 존재할 수 있습니다. 우리는 Yotta 스케일 컴퓨팅 시대에 들어가고 있고, 더 강력한 모델을 어디에나 배포하려면 세계 컴퓨트가 대규모로 증가해야 합니다. 이를 충족하려면 클라우드의 거대한 시스템부터 AI PC, 임베디드 컴퓨팅까지 폭넓은 솔루션 포트폴리오가 필요합니다. 그리고 업계 표준 위의 오픈 생태계가 동등하게 중요합니다. 오늘 밤 우리는 기술의 전체 스펙트럼, 업계 리더들과의 깊은 공동 혁신, 강력한 공공-민간 파트너십을 보여드렸습니다. 우리는 모두 함께 AI를 어디에나, 모두를 위해 가져오고 있습니다. 전 세계 30,000명의 AMD 동료를 대표해 말씀드립니다. 우리는 여러분과 함께 미래를 만들고 있어 자랑스럽습니다. 세계에서 가장 중요한 도전은 산업 생태계가 함께할 때만 해결할 수 있습니다. 오늘 함께해 주셔서 고맙고, CES 2026을 즐기세요. 출처 2026-01-06_AMD_at_CES_2026