AI 트랜스포메이션의 장애물과 NVIDIA의 돌파 전략
제3부 엔터프라이즈 AI 시대의 변화전략과 지원 (9)-AX 장벽과 극복
AI 트랜스포메이션과 Agentic AI의 도입 성공을 위한 그 파괴적 변화와 선도기업들의 변화관리 포인트, 전략 수립 등을 알아 봤습니다. 이번 브런치 글에서는 AI 트랜스포메니션 성공을 가로막는 주요 장벽과 극복 방안을 NVDIA 사례를 통해 알아보도록 하겠습니다.
특히 NVIDIA의 AI 플랫폼 전환 사례는 기술 혁신과 함께 먼저 구성원의 준거틀(Frame of Reference)을 바꾸는 것이 AI 트랜스포메이션 성공 열쇠의 핵심임을 보여 줍니다.
기존 사고방식을 깨뜨리고 새로운 패러다임을 제시하는 방식, 대표적인 사례는 NVIDIA CEO인 Jensen Huang이 강조한 다음 메시지입니다.
“The future is accelerated computing.”
NVIDIA 사례로 본 AI 플랫폼 전환의 11가지 장벽과 극복 전략
1) 초기 성과가 없으면 AI 전환은 동력을 잃습니다
AI 플랫폼 전략은 초기 투자 규모가 크기 때문에 가시적인 성과가 나타나지 않으면 조직 내부와 시장의 신뢰가 빠르게 약화될 수 있습니다. NVIDIA는 이러한 문제를 해결하기 위해 GPU 하드웨어만 판매하는 전략에서 벗어나 CUDA, AI SDK, 산업별 AI 플랫폼을 동시에 제공하면서 초기부터 다양한 성공 사례를 만들어 왔습니다.
즉, AI 데이터센터, 자율주행, 생성형 AI 등 여러 영역에서 빠르게 성공 사례를 확산시키는 전략을 사용하고 있습니다.
2) AI 전략에 대한 공감은 있지만 실행이 느린 문제가 있습니다
많은 기업이 AI 전환의 필요성에는 동의하지만 실제 실행 단계에서는 기술 복잡성과 조직 문제 때문에 속도가 느려지는 경우가 많습니다. NVIDIA는 이러한 문제를 해결하기 위해 AI 개발을 단순화하는 플랫폼 전략을 채택하고 있습니다.
예를들어 NVIDIA GPU + CUDA Platform(병렬 컴퓨팅 프로그래밍 모델) + TensorRT(추론엔진) + AI Enterprise(기업 AI 운영 배포) + AI Application(기업 AI서비스) 의 AI 통합 플랫폼을 제공합니다.
CUDA : AI 모델 학습은 엄청난 병렬 연산이 필요합니다. CUDA는 GPU를 그래픽이 아니라 범용 연산 장치로 사용할 수 있게 만든 소프트웨어 플랫폼입니다. GPU 기반 병렬 컴퓨팅 플랫폼이자 프로그래밍 모델로 GPU 가속 컴퓨팅으로 확장하는 핵심 기술입니다.
TensorRT : TensorRT는 NVIDIA가 개발한 AI 모델 추론(Inference) 최적화 소프트웨어 플랫폼입니다. 즉 딥러닝 모델을 GPU에서 훨씬 빠르게 실행하도록 최적화하는 엔진이라고 이해할 수 있습니다. 또한 TensorRT는 CUDA 위에서 동작하는 AI 추론 엔진으로 강력한 GPU 컴퓨팅 플랫폼과 AI 추론 최적화 엔진의 결합체라고 볼 수 있습니다.
AI Enterprise : NVIDIA AI Enterprise는 NVIDIA가 제공하는 기업용(Enterprise) AI 소프트웨어 플랫폼입니다. 즉 기업이 AI 모델을 개발·배포·운영까지 안정적으로 수행할 수 있도록 지원하는 통합 AI 소프트웨어 스택입니다. 즉 AI 개발 → 학습 → 배포 → 운영의 전과정을 지원하는 엔터프라이즈 AI 플랫폼입니다.
와 같은 플랫폼을 통해 기업들이 복잡한 AI 인프라를 직접 구축하지 않아도 즉시 AI 프로젝트를 실행할 수 있도록 환경을 단순화하고 있습니다.
https://zdnet.co.kr/view/?no=20250801110256
3) 모든 AI 프로젝트를 동일하게 추진하면 성과가 분산됩니다
AI 도입 초기에는 다양한 실험이 필요하지만 모든 프로젝트를 동시에 추진하면 자원과 집중력이 분산되는 문제가 있습니다. NVIDIA는 AI 전략을 다음과 같은 핵심 산업 영역 중심으로 집중하고 있습니다.
데이터센터 AI
자율주행
헬스케어
로보틱스
디지털 트윈
이처럼 AI 플랫폼의 핵심 시장을 명확히 설정하는 전략을 통해 성과를 극대화하고 있습니다.
https://www.kmjournal.net/news/articleView.html?idxno=9296
4) 기존 성과지표가 AI 혁신을 가로막을 수 있습니다.
전통적인 IT 투자 평가지표는 단기 ROI 중심으로 설계되어 있어 AI와 같은 장기 혁신 프로젝트의 가치를 제대로 반영하지 못하는 경우가 있습니다.
NVIDIA는 단순한 GPU 판매 성과가 아니라
AI 생태계 확장
개발자 수 증가
AI 플랫폼 채택 기업 증가
등을 핵심 지표로 설정하여 플랫폼 전략을 강화하고 있습니다.
5) AI 프로젝트 간 연결이 이루어지지 않는 문제가 있습니다
기업들이 AI 프로젝트를 개별적으로 추진할 경우 데이터와 모델이 서로 연결되지 않는 문제가 발생합니다.
NVIDIA는 이러한 문제를 해결하기 위해 아래와 같은 AI 개발·학습·운영을 하나의 플랫폼으로 통합하는 구조를 구축하고 있습니다.
AI Factory : NVIDIA AI Factory는 NVIDIA가 제시한 개념으로, 기업이 데이터를 입력하면 AI 모델을 학습하고 이를 통해 새로운 지능(Intelligence)을 생산하는 ‘AI 생산 시스템’을 의미합니다. 즉 전통적인 공장이 제품을 생산한다면 AI Factory는 데이터를 활용해 AI 모델과 지능을 생산하는 공장이며, AI Factory의 원료는 데이터입니다.
대표적인 사례가 Amazon (AI 기반 추천 시스템), Tesla(자율주행 AI 학습), Microsoft( Copilot AI 플랫폼), Meta(LLM 모델) 학습이며 기업들은 모두 대규모 GPU 기반 AI Factory를 구축하고 있습니다.
DGX 시스템 : NVIDIA가 개발한 AI 전용 슈퍼컴퓨터(Integrated AI System)
Omniverse : NVIDIA Omniverse는 NVIDIA가 개발한 실시간 3D 시뮬레이션 및 디지털 트윈 플랫폼입니다. 물리 세계를 가상 공간에서 정확하게 재현하고 시뮬레이션할 수 있는 협업 플랫폼으로, AI·로봇·자율주행 개발에 중요한 역할을 합니다. 또한 Omniverse는 가상 환경에서 무한한 데이터(Synthetic Data (합성 데이터))를 생성할 수 있습니다.
https://resources.nvidia.com/en-us-industrial-sector-resources/watch-45?xs=492100
6) 고객의 니즈를 반영하지 않으면 AI 플랫폼은 성장하기 어렵습니다
AI 기술 자체보다 중요한 것은 고객의 실제 문제를 해결하는 것입니다.
NVIDIA는 산업별 AI 플랫폼 전략을 통해 고객의 요구를 반영하고 있습니다.
예를 들어
제조 : 디지털 트윈
자동차 : 자율주행 AI
헬스케어 : 의료 AI
금융 : AI 리스크 분석
이처럼 산업별 AI 솔루션을 제공하여 고객 중심 AI 전략을 강화하고 있습니다.
7) 개발자와 생태계 참여가 부족하면 플랫폼은 성장하지 못합니다
AI 플랫폼 기업의 성공은 내부 조직보다 외부 생태계 참여에 달려 있습니다.
NVIDIA는 이를 위해 아래와 같은 생태계 등을 구축하여 수백만 명의 개발자가 참여하는 AI 생태계를 형성하고 있습니다.
CUDA 개발자 생태계
AI 연구 커뮤니티
스타트업 지원 프로그램
8) 최고경영진의 강력한 리더십이 필요합니다
대규모 기술 전환은 강력한 리더십 없이는 추진되기 어렵습니다.
NVIDIA는 창업자인 Jensen Huang의 장기적인 비전을 중심으로
GPU 컴퓨팅
AI 컴퓨팅
가속 컴퓨팅
으로 전략을 지속적으로 진화시키고 있습니다.
9) AI 전환이 조직과 개인에게 어떤 이익을 주는지 명확해야 합니다
AI 전환은 단순한 기술 변화가 아니라 업무 방식의 변화를 의미합니다.
NVIDIA는 개발자와 기업에게 다음과 같은 명확한 가치를 제공합니다.
AI 개발 속도 향상
모델 학습 비용 절감
AI 서비스 상용화 가속
이러한 구체적인 경제적 가치 제시가 플랫폼 확산을 촉진하고 있습니다.
10) 기존 산업 통념이 AI 혁신을 제한할 수 있습니다
과거에는 CPU 중심 컴퓨팅이 표준이었지만 NVIDIA는 GPU 기반 병렬 컴퓨팅이라는 새로운 패러다임을 제시했습니다. 이러한 접근은 기존 통념을 넘어서는 전략으로, 현재 AI 산업에서 가속 컴퓨팅(accelerated computing)이라는 새로운 표준을 만들어가고 있습니다.
https://byline.network/2023/06/20nvidia/
11) AICCOE 등 변화 추진팀의 다양성이 중요합니다
AI 플랫폼 기업은 단순한 반도체 기업이 아니라 AI 컴퓨팅 플랫폼 기업입니다.
따라서 NVIDIA는
반도체 엔지니어
AI 연구자
소프트웨어 개발자
산업 전문가
등 다양한 인재가 협력하는 조직 구조를 통해 혁신을 추진하고 있습니다.
AI 트랜스포메이션을 추진하기 위한 15가지 변화 원칙
1) 현실을 직시할 필요가 있습니다
현재 기업이 제공하는 제품, 서비스, 프로세스, 기술 기반의 사업구조는 AI 트랜스포메이션 시대에 그대로 유지되기 어렵습니다. 디지털 기술과 AI 기술이 결합하면서 기존 산업 구조와 경쟁 방식이 빠르게 변화하고 있습니다.
따라서 기업은 현재의 성공 모델에 안주하지 말고 AI 기반 새로운 사업모델이 등장하고 산업 구조가 근본적으로 재편될 수 있다는 현실을 직시할 필요가 있습니다.
2) 전략적 핵심 영역에 집중할 필요가 있습니다
AI 도입 기회는 매우 많지만 기업의 자본과 조직의 역량은 제한되어 있습니다. 따라서 기업은 다음과 같은 질문에 답해야 합니다.
어디에서 AI가 가장 큰 경쟁우위를 만들 수 있는가?
어떤 영역이 기업의 미래 성장을 좌우하는가?
AI 트랜스포메이션에서는 전사적으로 가장 큰 가치를 창출할 수 있는 영역에 전략적으로 집중할 필요가 있습니다.
3) 강력한 리더십이 필요합니다
AI 트랜스포메이션은 단순한 IT 프로젝트가 아니라 경영 전략 변화입니다. 따라서 최고경영진이 명확한 방향성과 강력한 의지를 제시하지 않으면 조직은 변화의 필요성을 인식하지 못하고 실행 속도도 느려질 가능성이 있습니다.
AI 전환은 CEO와 최고경영진이 직접 추진하는 전략적 변화로 진행될 필요가 있습니다.
4) 변화의 범위를 신중하게 설정할 필요가 있습니다
AI 트랜스포메이션 을 전사적으로 동시에 추진하는 경우 조직의 혼란과 실행력 저하가 발생할 수 있습니다.
반대로 변화의 범위를 너무 제한하면 실제 성과가 조직 전체로 확산되지 않는 문제가 발생합니다.
따라서 전사적으로 의미 있는 성과를 낼 수 있는 핵심 영역을 중심으로 변화 범위를 설정할 필요가 있습니다.
5) 변화의 논리를 명확하게 제시할 필요가 있습니다
AI 전환에 대해 조직 구성원이 자연스럽게 동의하는 것은 아닙니다. 따라서 다음과 같은 질문에 대한 명확한 답이 필요합니다.
왜 지금 AI 전환이 필요한가?
AI 전환이 기업 경쟁력에 어떤 영향을 미치는가?
AI 전환이 조직 구성원에게 어떤 의미가 있는가?
6) 고객을 변화의 출발점으로 삼을 필요가 있습니다
AI 트랜스포메이션의 핵심 목적은 기술 도입이 아니라 고객 가치 창출입니다.
따라서 고객의 니즈를 분석하고 다음과 같은 질문을 통해 AI 전략을 수립할 필요가 있습니다.
고객 경험을 어떻게 개선할 것인가?
고객에게 어떤 새로운 서비스를 제공할 수 있는가?
고객은 AI 변화의 가장 강력한 원동력이 될 수 있습니다.
7) 이해관계자를 체계적으로 파악할 필요가 있습니다
AI 트랜스포메이션은 조직 내부와 외부의 다양한 이해관계자에게 영향을 미칩니다.
예를 들어 각 이해관계자의 관심사와 동기를 파악하고 변화 과정에 참여시키는 것이 중요합니다.
경영진
현업 조직
IT 조직
데이터 전문가
고객 및 파트너
8) 지속적인 의사소통이 필요합니다
AI 전환 과정에서 조직 구성원들은 불확실성과 변화에 대한 우려를 가질 수 있습니다.
따라서 변화의 목표와 진행 상황, 기대 성과 등을 지속적으로 공유하여 조직 구성원이 변화에 공감하고 참여할 수 있도록 해야 합니다.
9) 새로운 평가지표를 설계할 필요가 있습니다
기존의 성과지표가 유지되면 구성원들은 기존 방식의 업무를 계속 유지하려는 경향이 있습니다.
AI 트랜스포메이션을 추진하기 위해서는 다음과 같은 지표를 새롭게 도입할 필요가 있습니다.
데이터 활용 수준
AI 기반 의사결정 활용도
자동화 성과
디지털 서비스 성과
10) 변화의 다양한 지렛대를 활용할 필요가 있습니다
기업에는 변화를 촉진할 수 있는 다양한 요소가 존재합니다.
예를 들어
고객 경험 혁신
제품 및 서비스 혁신
조직 구조 변화
보상 체계 개선
업무 프로세스 혁신
디지털 기술 도입
AI 트랜스포메이션에서는 이러한 여러 변화 지렛대를 동시에 활용할 필요가 있습니다.
11) 크게 사고할 필요가 있습니다
AI 기술은 기존 산업 구조 자체를 바꿀 수 있는 잠재력을 가지고 있습니다.
따라서 변화 추진팀은 기존 사업모델의 개선 수준에 머무르지 않고 완전히 새로운 비즈니스 모델을 상상하고 실험할 수 있는 환경을 조성할 필요가 있습니다.
12) 다양성을 활용할 필요가 있습니다
AI 혁신은 다양한 관점과 배경을 가진 사람들의 협력을 통해 이루어집니다.
데이터 전문가, 산업 전문가, 기술 전문가, 비즈니스 전문가 등 다양한 인재가 함께 참여할 때 더 창의적인 해결책을 도출할 수 있습니다.
13) 조직 역량을 지속적으로 강화할 필요가 있습니다
AI 트랜스포메이션은 기술뿐 아니라 사람의 역량 변화가 핵심입니다.
따라서 기업은 다음과 같은 영역에 투자할 필요가 있습니다.
데이터 분석 역량
AI 활용 역량
디지털 리더십
협업 능력
14) 체계적인 실행계획을 수립할 필요가 있습니다
AI 전환은 단기 프로젝트가 아니라 장기적인 변화 프로그램입니다.
따라서 다음과 같은 요소를 포함한 실행계획이 필요합니다.
데이터 전략
AI 기술 도입 계획
조직 구조 변화
교육 및 역량 개발
IT 인프라 구축
15) 변화 프로그램을 통합적으로 관리할 필요가 있습니다
AI 트랜스포메이션에서는 다양한 프로젝트가 동시에 진행됩니다.
예
데이터 플랫폼 구축
AI 서비스 개발
업무 자동화
디지털 고객 서비스
이러한 프로젝트를 하나의 전략적 방향 아래 통합적으로 관리하지 않으면 조직이 혼란에 빠질 수 있습니다.
NVIDIA 사례로 본 변화 성공을 위한 8가지 원칙
1) 변화의 논거를 명확히 제시하고 있습니다
NVIDIA는 GPU가 단순히 그래픽 처리 장치가 아니라 미래 컴퓨팅의 핵심 인프라가 될 것이라는 명확한 변화 논거를 제시하고 있습니다. 특히 AI 시대에는 CPU 중심 컴퓨팅이 아닌 가속 컴퓨팅(Accelerated Computing)이 필요하다는 전략적 메시지를 지속적으로 강조하고 있습니다. 이러한 명확한 논거는 기업과 개발자들이 GPU 기반 AI 컴퓨팅으로 전환하도록 만드는 중요한 동력이 되고 있습니다.
2) 이해관계자의 참여와 의욕을 적극적으로 이끌어내고 있습니다
NVIDIA는 AI 생태계를 확장하기 위해 다양한 이해관계자를 참여시키고 있습니다.
대표적인 이해관계자는 다음과 같습니다.
AI 연구자
개발자 커뮤니티
클라우드 기업
산업별 기업 고객
이러한 이해관계자의 참여를 확대하기 위해 NVIDIA는 개발자 컨퍼런스, 파트너 생태계, 교육 프로그램 등을 운영하며 AI 플랫폼 생태계를 구축하고 있습니다.
https://www.kmjournal.net/news/articleView.html?idxno=9196
3) 지속적이고 투명한 의사소통을 수행하고 있습니다
NVIDIA는 기술 전략과 미래 비전을 시장과 지속적으로 공유하고 있습니다.
특히 창업자인 Jensen Huang은 주요 컨퍼런스와 기술 발표를 통해 다음과 같은 메시지를 지속적으로 전달하고 있습니다.
AI 컴퓨팅의 미래
GPU 기반 AI 인프라의 중요성
AI 산업의 변화 방향
이러한 투명한 의사소통은 고객과 개발자들이 NVIDIA 플랫폼 전략을 이해하고 신뢰하도록 만드는 역할을 하고 있습니다.
4) 조직과 생태계에 권한을 위임하고 있습니다
NVIDIA는 AI 생태계가 확장될 수 있도록 개발자와 기업에게 다양한 도구와 플랫폼을 제공하고 있습니다.
대표적인 플랫폼은 다음과 같습니다.
CUDA
TensorRT
NVIDIA AI Enterprise
이러한 플랫폼을 통해 개발자와 기업이 자유롭게 AI 애플리케이션을 개발할 수 있도록 기술적 권한을 개방하고 있습니다.
5) 다양한 기술과 프로젝트를 통합하고 있습니다
AI 산업에서는 다양한 기술이 동시에 발전합니다. 예를 들어
AI 모델 학습
데이터 처리
로보틱스
디지털 트윈
클라우드 컴퓨팅
NVIDIA는 이러한 기술을 하나의 플랫폼으로 연결하기 위해 아래와 같은 플랫폼을 통해 AI 인프라와 소프트웨어를 통합하는 전략을 추진하고 있습니다.
DGX AI 시스템
AI Factory
NVIDIA Omniverse
6) 산업과 조직의 경계를 넘어 협력하고 있습니다
AI 산업은 단일 기업이 독자적으로 구축하기 어려운 생태계입니다. NVIDIA는 다양한 기업과 협력하며 AI 플랫폼을 확장하고 있습니다.
대표적인 협력 기업
Microsoft
Amazon
BMW
이처럼 산업과 기업의 경계를 넘어 협력함으로써 AI 플랫폼 생태계를 확대하고 있습니다.
7) 큰 비전을 제시하고 혁신적인 실행을 추진하고 있습니다
NVIDIA는 단순한 반도체 기업을 넘어 AI 컴퓨팅 플랫폼 기업이라는 큰 비전을 제시하고 있습니다.
이 비전을 기반으로 다음과 같은 혁신 전략을 추진하고 있습니다.
AI 데이터센터 구축
AI Factory 개념 제시
디지털 트윈 플랫폼 개발
로보틱스 및 자율주행 AI 지원
이러한 전략은 AI 산업 전체의 방향을 제시하는 역할을 하고 있습니다.
https://byline.network/2025/10/1031-4/
https://www.hellot.net/news/article.html?no=101445
8) 성과 측정과 지표를 체계적으로 관리하고 있습니다
NVIDIA는 단순한 매출 성장뿐 아니라 AI 플랫폼 생태계 확장을 주요 성과 지표로 관리하고 있습니다.
대표적인 지표는 다음과 같습니다.
AI 데이터센터 매출 성장
GPU 데이터센터 시장 점유율
AI 개발자 수 증가
AI 플랫폼 채택 기업 증가
이러한 지표를 통해 AI 플랫폼 전략의 성과를 지속적으로 측정하고 개선하고 있습니다.
AI 트랜스포메이션 성공을 위한 변화 대상
조직 구성원들의 준거틀(사고 방식)을 변화시키고, 프로젝트에의 원활한 적응을 도모하기 위해서는 대상 구성원(Change Target)들의 태도와 능력, 행동의 실질적인 변화가 이루어져야 합니다.
NVIDIA 사례로 본 구성원 변화와 변화지원 Enabler Mix
AI 플랫폼 기업으로 성장하기 위해서는 기술 변화뿐 아니라 구성원의 사고방식과 행동 변화가 함께 이루어져야 합니다. 특히 GPU 기업에서 AI 플랫폼 기업으로 전환하는 과정에서는 구성원의 태도, 역량, 행동 변화가 핵심 요소로 작용하고 있습니다.
(1) 태도(Attitude)의 변화가 필요합니다
AI 플랫폼 전략에 적응하기 위해서는 구성원이 변화의 필요성을 인식하고 새로운 기술 패러다임을 받아들이는 태도가 필요합니다. NVIDIA는 초기에는 그래픽 카드 기업이었지만 AI 컴퓨팅 기업으로의 전환을 위해 구성원들이 다음과 같은 사고방식을 갖도록 유도하고 있습니다.
GPU는 그래픽 기술이 아니라 미래 컴퓨팅의 핵심 인프라라는 인식
AI가 모든 산업을 변화시킨다는 기술 패러다임 이해
AI 플랫폼 전략에 대한 조직 차원의 공감 형성
이러한 태도 변화는 조직 내부의 혁신 추진력을 강화하는 기반이 되고 있습니다.
(2) 능력(역량)의 변화가 필요합니다
AI 플랫폼 기업으로 전환하기 위해서는 새로운 기술 역량이 필요합니다. NVIDIA는 구성원들이 다음과 같은 역량을 갖출 수 있도록 지원하고 있습니다.
AI 알고리즘 이해
GPU 병렬 컴퓨팅 기술
대규모 데이터 처리 능력
AI 소프트웨어 개발 역량
특히 NVIDIA는 다음과 같은 플랫폼을 중심으로 역량을 강화하고 있습니다.
CUDA+ TensorRT + NVIDIA AI Enterprise
이러한 기술 플랫폼을 통해 구성원들이 AI 개발과 운영 역량을 확보할 수 있도록 지원하고 있습니다.
(3) 행동(Behavior)의 변화가 필요합니다
AI 플랫폼 전략이 성공하기 위해서는 구성원이 실제 행동을 변화시켜야 합니다.
NVIDIA 구성원들에게 요구되는 행동은 다음과 같습니다.
AI 연구 및 기술 개발에 적극 참여
새로운 AI 플랫폼 개발 협력
산업별 AI 솔루션 개발
AI 생태계 구축 활동 참여
특히 NVIDIA는 다양한 산업과 협력하여 AI 생태계를 확장하는 행동을 조직 차원에서 촉진하고 있습니다.
NVIDIA 사례로 본 준거틀(Frame of Reference) 기반 변화관리
조직 구성원의 행동은 단순히 지시나 규정에 의해 바뀌는 것이 아니라, 자신이 세상을 해석하는 사고의 틀(준거틀)에 의해 결정됩니다. 따라서 조직 변화가 성공하기 위해서는 구성원의 태도·역량·행동을 직접 바꾸기보다 먼저 준거틀(Frame of Reference)을 변화시키는 것이 중요합니다.
NVIDIA가 GPU 기업에서 AI 플랫폼 기업으로 전환하는 과정에서도 이러한 준거틀 변화가 중요한 역할을 하고 있습니다.
1. 준거틀을 형성하는 심리적 기초
개인의 준거틀은 다음과 같은 심리적 요소를 기반으로 형성됩니다.
(1) 신념(Belief)
개인이 무엇을 사실이라고 믿는가에 대한 인식입니다. 예를 들어 과거 IT 산업에서는 CPU가 컴퓨팅의 중심이라는 신념이 강하게 존재했습니다. 그러나 NVIDIA는 GPU 기반 가속 컴퓨팅이 미래라는 새로운 신념을 제시하고 있습니다.
(2) 가치관(Value)
어떤 것이 중요하다고 생각하는지에 대한 기준입니다. NVIDIA는 다음과 같은 가치를 강조하고 있습니다.
AI 중심 컴퓨팅
대규모 병렬 처리
소프트웨어 플랫폼 중심 전략
이러한 가치관은 조직 구성원의 기술 개발 방향과 전략적 판단에 영향을 주고 있습니다.
(3) 감성(Feeling)
기술 변화에 대한 감정적 반응입니다. 새로운 기술 변화는 다음과 같은 감정을 유발할 수 있습니다.
불확실성
저항
기대
NVIDIA는 기술 비전과 성공 사례를 지속적으로 공유하여 AI 변화에 대한 긍정적인 감정 형성을 유도하고 있습니다.
(4) 습관(Habit)
오랜 기간 형성된 업무 방식입니다. 예를 들어 전통적인 소프트웨어 개발 방식에서는 CPU 기반 프로그래밍이 기본 습관이었습니다. NVIDIA는 다음과 같은 플랫폼을 통해 개발 습관 자체를 변화시키고 있습니다.
CUDA
TensorRT
이러한 기술은 개발자들이 GPU 기반 병렬 컴퓨팅 방식으로 사고하고 개발하도록 만드는 역할을 하고 있습니다.
(5) 지식(Knowledge)
개인이 보유한 기술적 이해 수준입니다. AI 시대에는 다음과 같은 새로운 지식이 필요합니다.
머신러닝, 딥러닝
데이터 처리
AI 인프라 운영
NVIDIA는 이러한 지식을 제공하기 위해 다양한 AI 플랫폼과 교육 프로그램을 운영하고 있습니다.
2. 준거틀이 행동에 미치는 영향
준거틀은 개인의 행동에 영향을 크게 미칩니다. 예를 들어 NVIDIA 내부에서 GPU는 그래픽 기술이라는 준거틀이 유지되었다면 AI 플랫폼 전략은 성공하기 어려웠을 것입니다. 따라서 NVIDIA는 GPU는 AI 컴퓨팅 인프라라는 새로운 준거틀을 조직과 산업에 제시하고 있습니다.
3. 준거틀을 활용한 행동 변화 방식
개인의 행동 변화는 크게 두 가지 방식으로 이루어질 수 있습니다.
(1) 기존 준거틀을 활용하여 변화를 설명하는 방식
기존 사고방식을 기반으로 변화를 설명하는 방식입니다. 예를 들어 NVIDIA는 초기 GPU 기술을 설명할 때
“GPU는 CPU를 보완하는 고성능 컴퓨팅 장치” 라는 방식으로 설명했습니다.
이 접근 방식은 다음과 같은 장점이 있습니다.
이해가 쉽습니다
변화 저항이 낮습니다
조직 적응이 빠릅니다
그러나 변화 규모가 큰 경우에는 한계가 있습니다.
(2) 기존 준거틀을 깨고 새로운 준거틀을 제시하는 방식
기존 사고방식을 깨뜨리고 새로운 패러다임을 제시하는 방식입니다.
대표적인 사례는 NVIDIA CEO인 Jensen Huang이 강조한 다음 메시지입니다.
“The future is accelerated computing.”
이 메시지는 기존의 CPU 중심 컴퓨팅 준거틀을 깨고 GPU 중심 컴퓨팅이라는 새로운 준거틀을 제시한 것입니다.
“AI 트랜스포메이션의 본질은 기술 변화가 아니라 구성원의 준거틀(Frame of Reference)을 변화시키는 과정이다.”
그럼 다음 브런치 글에서 뵙겠습니다.!!
감사합니다.