젠슨 황은 GTC 타이페이 2026 무대에서 그래프 한 장을 펼쳤다. 제목은 짧고 강렬했다. 'Compute is Revenue(컴퓨팅이 곧 매출이다)'.

https://www.youtube.com/live/wSp6AiNIrsY?si=yYyiUUsI3QHjo_F_

여기서 한 가지 짚고 넘어갈 점이 있다. 'Revenue'는 비용을 빼기 전의 매출(Top-line)이다. 젠슨 황은 발표가 무르익자 'Compute is Profit(이익)'으로 수위를 높였지만, 슬라이드의 곡선이 가리키는 본질은 어디까지나 매출이다. 국내 언론이 즐겨 쓰는 '수익'은 매출과 이익을 뭉뚱그린 모호한 단어이기에, 이 글에서는 둘을 명확히 구분하기 위해 '매출'로 통일한다. 뒤에서 보겠지만, 매출과 이익을 가르는 셈법이야말로 이 논의의 핵심이기 때문이다.

GPU를 파는 회사의 CEO가 컴퓨팅의 가치를 역설하는 것은 새삼스럽지 않다. 언뜻 NVIDIA다운 수사로 들린다. 하지만 그는 단순히 칩의 스펙을 자랑한 것이 아니었다. 무대 위에 곡선 하나를 그려 두고, AI 시대의 손익계산서(P&L) 자체를 다시 쓰고 있었다.

그가 말하는 'AI 팩토리'는 데이터를 묵혀두는 데이터센터가 아니다. 토큰을 찍어내고, 추론 응답을 내놓고, AI 에이전트를 가동해 그 결과를 곧장 매출로 치환하는 '생산 공장'이다. 무대 위 그래프에서 세로축은 매출 발생 속도(매출률)였고, 가로축은 공장이 돈을 버는 기간(수명)이었다. 젠슨 황이 정의한 AI 팩토리 매출의 정체는 결국 이 곡선 아래의 면적(적분값)이다. 칩 한 장의 가격표가 아니라, 시스템이 수명 내내 쌓아 올리는 면적이 진짜 숫자라는 뜻이다.

여느 키노트 요약본은 여기서 'NVIDIA가 GPU부터 로봇까지 생태계를 독점했다'는 결론으로 흘러간다. 하지만 이 글은 방향을 틀어, 그 화려한 곡선을 비싼 값에 사서 써야 하는 고객, 그중에서도 자동차 제조사의 셈법으로 이 곡선을 다시 두드려보려 한다. 젠슨 황의 슬로건을 수식으로 풀어헤치면, 왜 똑같은 연산이 차 안에서는 곧바로 매출이 되지 않는지 그 구조적 균열이 드러난다.

곡선의 기하학을 정확히 읽는 법

이 슬라이드가 가진 설득력은 TTFT, 토큰/와트, 신뢰성, 수명 같은 개별 지표의 나열에서 나오지 않는다. 진짜 논리는 목록이 아니라 기하학에 있다. 젠슨 황은 작고 납작한 곡선을 먼저 띄운 뒤, 네 개의 화살표로 그것을 사방으로 부풀려 거대한 고원(Plateau)으로 만든다. 네 가지 지표가 저마다 곡선의 사방 경계선을 밀어 올리는 구조다.

• 첫째, TTFT(Time To First Token)는 곡선의 왼쪽 변을 당긴다. 첫 토큰이 출력되는 지연 시간이 짧을수록 매출 구간이 더 이르게, 더 가파르게 열린다. 가동 즉시 매출을 일으키는 레버다.
• 둘째, Tokens/Watt는 곡선의 높이를 결정한다. 젠슨 황이 가장 힘주어 말한 대목이다. 1기가와트(GW)급 데이터센터는 전력 공급의 한계로 인해 그 이상의 에너지를 쓸 수 없다. 전력이 거대한 천장(Cap)인 셈이다. 따라서 전력 효율당 토큰 생산량이 곧 매출률의 상한선이 된다. 조금 더 정확히 표현하면 다음과 같다.같은 전력으로 토큰을 더 많이 뽑아낼수록 곡선의 봉우리가 높아진다. 젠슨 황이 "칩이 싸다는 이유만으 로 잘못된 아키텍처를 고르는 것은 어리석다"고 못 박은 이유가 여기 있다. 싼 칩은 가격표의 언어지만, 전력당 매출은 손익계산서의 언어이기 때문이다.

$$ \text{토큰 처리량(토큰/초)} = \left(\frac{\text{Tokens}}{\text{Watt}}\right) \times \text{가용 전력(W)} $$

• 셋째, MTBI(Mean Time Between Interrupts)는 곡선 한가운데의 함몰을 메운다. 수만 개의 GPU가 묶인 거대 클러스터는 노드 하나만 멈춰도 전체 연산 작업이 휘청인다. 이 중단(Interrupt)이 곡선 한복판에 깊은 골짜기를 만든다. MTBI를 늘린다는 것은 최고 성능을 높이는 게 아니라, 이미 도달한 고점을 끊김 없이 유지하는 '가동률'의 영역이다. 화살표가 곡선 중심부의 빈틈을 메우는 이유다.
• 넷째, Useful Life(경제적 수명)는 곡선의 오른쪽 꼬리를 늘린다. 인프라가 경제적 가치를 얼마나 오랫동안 붙들 수 있는가의 문제다. 이 대목에서 NVIDIA는 영악할 정도로 솔직하다. 슬라이드는 이 수명을 'CUDA 생태계 및 설치 기반'에 직접 연결한다. 곡선의 만기를 늘리는 힘이 하드웨어가 아닌 소프트웨어 생태계에 있음을 스스로 명시한 것이다.

이 논리는 정교하다. 전력이 상수로 고정된 인프라의 세계에서 "컴퓨팅이 곧 매출"이라는 명제는 거의 항등식에 가깝다. 토큰은 생산 단위, 전력은 원가, 지연 시간은 품질, 가동률은 마진이기 때문이다. 무엇보다 이 프레임은 고객의 구매 기준을 완전히 뒤바꾼다. '칩 가격을 묻지 말고 곡선의 면적을 사라. 단기 비용이 아니라 수명 전체의 적분값을 사라'는 전략적 압박이다.

단, 여기에는 기술적인 전제가 하나 숨어 있다. 이 네 가지 레버(화살표)는 서로 독립적이지 않다. 지연(TTFT)을 줄이려 배치 사이즈(Batch Size)를 낮추면 전력당 토큰 효율이 떨어져 높이가 깎이고, 높이를 키우려 시스템 스케일을 불리면 부품 수가 늘어나 신뢰성(MTBI)이 악화된다. 하나를 당기면 다른 하나가 찌그러지는 상충 관계(Trade-off)가 존재한다.

이처럼 주어진 조건에서 기술적으로 도달 가능한 최선의 균형점들을 이은 한계선을 경제학에서는 '파레토 프런티어(Pareto Frontier)'라 부른다. 레버 하나만 무리하게 밀면 이 한계선 위에서 자리바꿈만 할 뿐, 결국 다른 레버가 깎여 나간다. 따라서 NVIDIA의 진짜 기술적 요체는 네 변을 각각 늘리는 게 아니라, 극단적인 하드웨어·소프트웨어 공동 설계를 통해 이 파레토 프런티어 자체를 통째로 바깥으로 밀어내는 데 있다. 한계선이 확장되어야만 네 변이 간섭 없이 동시에 자라나기 때문이다.