Last updated on 4월 14th, 2025 at 02:26 오후
How AMD’s Lisa Su Is Thinking About AI
2024 AMD 리사 수 인터뷰: AI 시대 조언
ADI IGNATIUS: 오늘 행사의 시작을 장식할, 정말 완벽한 연사를 소개할게요. 이 분의 회사는 지금 우리가 가장 주목하고 있는 기술, 바로 인공지능(AI)의 최전선에 서 있습니다. AMD의 회장이자 CEO인 리사 수 는 지난 10년간 AMD를 고성능 및 적응형 컴퓨팅 분야의 선두 기업으로 탈바꿈시켰고, AMD를 세계에서 가장 빠르게 성장하는 반도체 기업 중 하나로 만든 인물이기도 해요. 고객사에는 스바루(Subaru), 테슬라(Tesla), 마이크로소프트, 구글 등 다양한 글로벌 기업이 포함돼 있죠.
리사 수는 전기공학을 전공했고, MIT에서 학사, 석사, 박사 학위를 모두 취득했습니다. 그리고 지금은 기술적 전문성과 전략적 리더십을 모두 갖춘 새로운 유형의 테크 리더로 평가받고 있어요. 책임 있는 리스크 테이킹을 중요하게 생각하며, 현재 기술 업계에서 가장 영향력 있는 여성 리더 중 한 명이기도 합니다. 오늘 이 자리에서 AI의 미래와 그 속의 기회, 위험 요소, 그리고 우리가 이 기술을 어떻게 잘 활용할 수 있을지에 대해 이야기 나눠보려고 해요.
리사, 환영합니다.
LISA SU: 감사합니다. 오늘 아침 이렇게 함께하게 되어 정말 기쁩니다.
AMD는 어떤 회사인가요?
ADI IGNATIUS: 정말 반가워요. 이런 행사의 첫 연사로 함께할 수 있어서 더욱 뜻깊어요. 청중 여러분, 앞서 앨리슨이 말씀드렸던 것처럼 Lisa에게 질문이 있으신 분들은 ‘Ask the Speaker’ 채팅창에 올려주세요. 가능한 많은 질문을 나중에 소개할게요.
그럼 Lisa, 먼저 간단한 질문부터 시작해볼게요. 혹시 Lisa나 AMD에 대해 아직 잘 모르는 분들도 계실 텐데요. AMD는 어떤 회사이고, 지금까지 어떻게 변화해왔는지 간단히 소개해주실 수 있을까요?
LISA SU: 네, 물론이죠.
먼저, 이 자리에 함께할 수 있어서 정말 기쁩니다. AMD는 반도체 회사입니다. 저희는 최첨단 반도체, 특히 최고 수준의 컴퓨팅 성능과 적응형 컴퓨팅에 초점을 맞추고 있어요.
저희는 다양한 분야에서 활동하고 있어요. 클라우드나 엔터프라이즈 환경의 대규모 데이터센터, 이런 곳들이 주요 영역이고요. 그 외에도 임베디드 디바이스 쪽도 많이 다룹니다.
예를 들어 자동차, 산업용 장비, 테스트 장비, 항공우주 분야 등 다양한 임베디드 시스템에서 AMD 기술이 활용되고 있어요. 또 여러분이 직접 사용하는 제품들, 예를 들어 PC, 노트북, 데스크톱, 혹은 게임을 좋아하신다면 콘솔 기기 속에도 저희 칩이 들어가 있습니다. 이렇게 다양한 분야에 걸쳐 AMD 기술이 들어가 있는데요, 이 모든 것의 기반에는 ‘고성능 컴퓨팅’이 중심에 있습니다.
리사 수가 예측하는 AI의 미래
ADI IGNATIUS: 말씀 감사합니다. 이제 오늘 주제인 인공지능에 대해 이야기해볼게요. 요즘 모두가 AI에 대해 고민하고 있잖아요. 어떤 사람은 위협으로 보기도 하고, 어떤 사람은 새로운 도구로 여기기도 하고요. Lisa는 이 분야의 최전선에 계신 만큼, AI에 대해 어떻게 보고 계신가요? 특히 생성형 AI의 다음 단계는 어떻게 흘러갈 거라고 보세요?
LISA SU: 네, 정말 흥미로운 주제예요.
먼저, AI라는 개념 자체는 꽤 오래전부터 있었죠. 그런데 지난 15~16개월 사이, 예를 들어 ChatGPT 같은 생성형 AI가 등장하면서, 우리 모두가 느끼게 된 건 “이건 진짜 게임 체인저다”라는 거예요. 지난 50년을 통틀어 봐도, AI만큼 중요한 기술은 없었다고 생각해요.
이 기술은 정말 많은 것을 증폭시켜 줄 수 있는 ‘슈퍼파워’ 같은 존재입니다. 비즈니스는 물론이고, 인간 전체의 삶을 가속화시킬 수 있는 기회가 되고 있어요.
연구라든지 의료 같은 삶에 꼭 필요한 분야뿐만 아니라, 개인의 생산성 향상, 콘텐츠 제작 등에서도 우리 모두가 일상적으로 AI를 활용할 수 있게 된 시대죠. 이제는 ‘특정 전문가’만이 아니라, 누구나 AI를 직접 경험하고 사용할 수 있는 시대가 되었다는 점이 정말 흥미로워요.
AI 의료, 리사 수의 생각은?
ADI IGNATIUS: 혹시 지금까지 AI가 사용된 사례 중에서 특히 인상 깊었던 게 있으신가요? 아직 우리가 모를 만한 흥미로운 예시가 있다면 나눠주세요.
LISA SU: 네, 정말 많은 예시가 있긴 해요. 아마 여러분도 다양한 방식으로 AI를 경험해보셨을 거라고 생각해요. 하지만 저에게 가장 흥미로운 건, AI가 의료 같은 분야를 어떻게 혁신할 수 있느냐 하는 부분이에요.
의료는 우리 모두에게 굉장히 개인적인 문제잖아요. 그런데 AI를 활용해서 질병 연구나 진단을 가속화하고, 의사들이 우리를 치료하는 방식 자체를 더 나은 방향으로 바꿀 수 있어요. 이건 정말 기대되는 일입니다.
AMD 내부에서도 AI를 활용해서 칩을 더 빠르고 효율적으로 설계하고 있어요. 더 성능 좋은 제품을 더 저렴한 가격에, 더 빠르게, 더 높은 품질로 만들어내기 위해 AI를 적극적으로 쓰고 있는 거죠. 이런 모든 요소들이 저에게는 정말 흥미롭게 느껴져요. 그리고 개인적인 차원에서도, AI는 우리 모두의 생산성을 바꿀 수 있는 가능성을 가지고 있다고 생각해요.
AI가 인간에게 위협이 될까요?
ADI IGNATIUS: AI 이야기를 하다 보면, 결국엔 꼭 어두운 주제로 흐르더라고요. 단지 일자리 문제가 아니라, 인간 존재 자체에 위협이 되는 건 아닐까 하는 질문이죠. 물론 Lisa는 기술 낙관주의자일 것 같긴 한데, 그래도 궁금해요.
만약 AI가 긍정적인 힘이 되려면, 그걸 어떻게 이끌어야 할까요? 기술이 기술의 부작용을 해결해줄 수 있을까요? 아니면 우리 모두가 이 논의에 지금부터 적극적으로 참여해야 나중에 최악의 결과를 막을 수 있는 걸까요?
LISA SU: 맞아요, 저는 기술 낙관주의자 쪽에 가까운 편이긴 한데요, 동시에 굉장히 실용적인 관점으로 이 문제를 보고 있어요.
기술이 아무리 뛰어나도, 완벽하진 않거든요. 지금 AI는 여전히 초기 단계에 머물러 있어요. 아직 많이 발전 중이라는 뜻이죠. 그리고 현실적으로 AI가 항상 정답을 내놓는 것도 아니잖아요. 그렇기 때문에 우리 같은 리더들이 해야 할 일은 이 기술을 ‘좋은 방향’으로 잘 쓰는 방법을 고민하는 동시에, 그로 인한 부작용도 함께 막아야 한다고 생각해요.
이건 정말 활발하게 논의되고 있는 주제예요. 저 역시 지난 1년 동안 AI를 어떻게 적용할 수 있을지에 대해 정말 많은 걸 배웠고, 저희 회사 내부뿐만 아니라 다른 경영자들과도 계속해서 이야기를 나누고 있어요. 결국 우리가 해야 할 일은 이 학습 과정을 ‘적극적으로’ 이어나가는 거라고 봐요.
“AI와 사람이 함께 성장하면 돼요”
LISA SU: 물론 “AI가 우리의 일자리를 다 빼앗을 것이다” 같은 비관적인 시나리오들도 많죠. 그런데 저는 그렇게 보지 않아요. 오히려 회사의 리더들이 해야 할 일은, AI의 힘을 어떻게 잘 활용할 수 있을지를 배우고, 동시에 직원들도 이 여정에 함께하도록 만드는 거라고 생각해요.
결국 우리가 원하는 건, 직원들이 더 생산적으로 일할 수 있게 돕는 것이고, 회사 역시 더 효율적으로 성장하는 거예요. 물론 AI를 조심해서 써야 하는 분야도 있다는 건 인지하고 있어요. 하지만 그렇기 때문에 더더욱 우리가 앞장서서 그 사용 방식을 올바르게 이끌어야 한다고 생각합니다.
AI 발전, 속도 vs. 신중함
ADI IGNATIUS: 방금 말씀하신 내용과 관련해서 또 하나의 중요한 이슈가 있어요. 바로 ‘속도’와 ‘신중함’ 사이의 균형이죠. 지금은 AI 시장이 열렸기 때문에, 다들 제품을 가능한 빨리 출시하려고 하잖아요. 그런데 동시에, 아직 우리가 잘 모르는 부분도 많고 리스크도 존재해요. Lisa는 AMD의 입장에서 이 균형을 어떻게 보고 계신가요?
LISA SU: 저는 개인적으로 빠르게 실험하고 실행하는 걸 굉장히 중요하게 생각해요. “느리게 가자”는 건 좋은 해답이 아니라고 봐요. 우리가 해야 할 건, 빠르게 실험해보고 배우는 겁니다.
저희는 ‘책임 있는 AI 위원회(Responsible AI Council)’도 운영하고 있어요. 회사나 팀을 이끄는 리더라면, 이 기술을 어떻게 책임감 있게 사용할지 반드시 고민해야 한다고 생각해요. 저희는 지적 재산권 보호라든지, 파트너와 고객의 데이터를 어떻게 지킬 것인지 같은 문제들을 함께 다뤄요.
그와 동시에, AI의 진짜 가치는 ‘투자 대비 수익률(ROI)’이 아주 높은 사례를 찾아내는 데 있어요. 예를 들어, 저희가 칩 설계 워크플로우에 AI를 적용했더니, 기존에는 몇 주~몇 달 걸리던 작업이 며칠 만에 끝나더라고요. 그 가치를 생각해보면, 기술을 좀 더 적극적으로 실험해보는 것도 필요하다고 봅니다.
LISA SU: 요즘엔 다른 CEO들과 이야기 나눌 때도 항상 이 주제가 등장해요. “어떤 사례가 가장 효과적이었는지”, “주의해야 할 건 뭔지” 이런 것들이죠. 이런 대화들이 정말 중요하다고 생각해요. 업계 전체가 서로의 경험을 공유하고 배우는 과정이 필요하니까요.
AI를 실전에서 적용하는 법
ADI IGNATIUS: 그럼 이제 좀 더 실질적인 얘기로 넘어가 볼게요. ChatGPT가 처음 나왔을 땐 다들 이것저것 시도해보면서 재미삼아 써봤잖아요. 그런데 지금은 다음 단계로 넘어온 느낌이에요. “이걸 내 회사에서 실제로 어떻게 적용하지?”라는 질문들이 많아졌죠.
Lisa가 앞서 의료 분야를 좋은 사례로 말씀해주셨는데, 그건 아무래도 특수한 영역이잖아요. 오늘 이 자리에 있는 일반적인 기업인 분들을 위해 조언을 좀 해주신다면 좋겠어요. 예를 들어, AI로 인해 내가 위협을 받을 수도 있는데, 그걸 어떻게 방어할 수 있을까? 또 반대로, 어떻게 AI를 활용해서 내 비즈니스를 더 효율적으로 만들 수 있을까? 그런 고민에 대한 힌트를 주실 수 있을까요?
LISA SU: 네, 정말 좋은 질문이에요.
우선, 자신이 속한 비즈니스 안에서 어떤 업무 흐름(workflow)이 있는지 한번 쭉 살펴보는 게 중요해요. 그중에서도 가장 쉽게 성과를 낼 수 있는 영역은 ‘코파일럿(co-pilot)’이라고 불리는 형태의 AI 적용이에요. 즉, AI가 직원들의 업무를 도와주는 보조자 역할을 하는 방식이죠.
코파일럿 형태의 AI
LISA SU: 예를 들어 저희는 엔지니어링 부문에서 코드 작성을 도와주는 AI 코파일럿을 사용하고 있어요. 테스트 케이스를 확인하거나, 품질 개선을 위한 다양한 시나리오를 AI가 함께 봐주는 식이죠.
비즈니스 쪽으로 보면, 마케팅이나 커뮤니케이션, 콘텐츠 제작 같은 곳에도 AI를 적극적으로 쓰고 있어요. 이 코파일럿들이 초안을 만들어주고, 마지막 다듬는 작업은 전문가들이 마무리하는 거예요. 이런 식으로 시간과 노력을 줄이면서도 품질을 유지할 수 있어요.
대부분의 기업 안에는 이런 식의 업무 흐름이 여럿 존재해요. 그리고 그걸 통해 더 빠르게 결과를 얻을 수 있는 거죠. 물론, AI가 ‘직접’ 판단을 내려야 하는 민감한 영역에서는 훨씬 더 철저한 테스트와 검증이 필요합니다.
리사 수의 AI 활용 추천법
LISA SU: 제가 드리고 싶은 조언은 이거예요. 우선은 작은 파일럿 프로젝트부터 시작하세요. 실험을 많이 해보고, 어떤 영역에서 효과가 좋은지를 찾아내는 게 중요해요. 저희도 내부적으로 AI를 여러 영역에 적용해보면서, 어떤 곳은 아주 큰 효과를 보고 있어요. 진입 장벽도 낮고요. 반면에 어떤 영역은 더 많은 노력과 시간, 그리고 데이터 최적화가 필요하기도 했어요.
결국 핵심은, 적절한 실험을 통해 ‘적은 비용으로 큰 효과를 낼 수 있는 영역’을 찾는 거예요. 그런 기회를 잘 포착하면 AI를 가장 효과적으로 활용할 수 있을 겁니다.
AI로 트렌드 분석하기
ADI IGNATIUS: 자, 이번에는 청중 질문을 하나 드릴게요.
질문자는 멜리사 퀼런입니다. 어디 계신진 모르겠지만요. 질문은 이래요 — “AI와 관련해서, 실시간 데이터와 데이터 마이닝을 활용해 비즈니스를 즉각적으로 트렌드에 맞춰 전환하거나 발생하는 이슈를 해결할 수 있는 방식은 어떤 걸 기대하고 계신가요?”
LISA SU: 네, 정말 중요한 주제예요.
저희도 실제로 이 분야에 많은 노력을 기울이고 있고요, 예를 들어 영업 사이클 예측이나 특정 트렌드에 맞는 데이터 분석 같은 걸 위해 AI를 활용하고 있어요.
다만, 이건 각 기업의 특성과 데이터에 맞춘 ‘맞춤형 학습’이 필요합니다. 모든 회사는 비즈니스 구조가 다르니까요. 그래서 자체 데이터를 기반으로 충분한 훈련이 이루어져야 해요. 하지만 그런 기반이 잘 갖춰지면, 정말 유용한 패턴과 트렌드를 발견할 수 있게 되고, 그걸 바탕으로 더 깊이 있는 분석과 빠른 의사결정을 할 수 있게 됩니다.
리사 수의 AMD 전략
ADI IGNATIUS: 이번에는 Lisa가 AMD에서 보여준 리더십에 대해 좀 여쭤볼게요. 이제 CEO로 10년 정도 되셨잖아요. 처음 CEO가 되셨을 때 “회사의 포커스를 다시 맞추겠다”고 하셨던 기억이 나요. 그 포커스를 어떻게 정하셨고, 어떻게 내부의 공감을 이끌어내셨는지 궁금합니다.
LISA SU: 네, 저는 AMD에 들어온 지는 12년 됐고, CEO로는 거의 10년 정도 됐어요.
세상 모든 비즈니스에는 공통된 진리가 하나 있는데요, 바로 “기회는 항상 사람이나 자원보다 많다“는 거예요. 그래서 AMD에서 제가 했던 가장 중요한 일 중 하나는 “우리가 가장 잘할 수 있는 건 뭘까?”를 정하는 일이었어요.
저희는 고성능 컴퓨팅 분야에서 오랜 역사를 갖고 있어요. 그래서 정말 최첨단 기술을 만드는 데 집중하기로 했죠. 그 결과, 어떤 분야는 과감히 포기하기도 했어요.
예를 들어 모바일폰 칩 시장도 반도체 산업에선 중요한 영역이에요. 하지만 저희에게 꼭 맞는 영역은 아니었고, 그쪽은 과감하게 하지 않기로 했습니다. 우리가 정말 잘하는 분야, 즉 ‘고성능 컴퓨팅’에 집중했어요.
그땐 이 분야가 그렇게 주목받던 건 아니지만, 지금은 AI와 결합되면서 가장 흥미롭고 가치 있는 분야 중 하나가 되었죠. 이건 저희가 일찍부터 그 방향을 정하고 집중해온 덕분이라고 생각해요.
AI 시장에서 AMD의 경쟁력
ADI IGNATIUS: 네, 말씀하신 것처럼 AMD는 항상 기술의 최전선에 서 있기를 원하시잖아요. 그런데 이 분야는 정말 경쟁이 치열하죠. 특히 NVIDIA 같은 큰 경쟁자가 있는 상황에서, AMD는 어떻게 계속 앞서 나갈 수 있었을까요?
LISA SU: 기술 분야에서 제가 정말 좋아하는 점 중 하나는, 결국 ‘좋은 제품을 만드는 것’이 핵심이라는 거예요.
그리고 그걸 위해선 ‘미래를 미리 보는 능력’이 필요하다고 생각해요. 산업이 앞으로 3년, 5년 뒤에 어디로 갈지 예측하고, 거기에 맞춰 ‘큰 기술 베팅’을 해야 해요. 이건 리스크가 크긴 하지만, 제대로 하면 엄청난 보상을 받을 수 있죠.
저희도 그런 큰 베팅을 많이 해왔고, 결과적으로 잘된 경우가 많았어요. 특히 AI 분야에선 지금 정말 흥미로운 일들이 벌어지고 있어요. 생성형 AI가 이제 본격적으로 상용화되었고, 모두가 ‘컴퓨팅 자원’을 필요로 하잖아요. 그런데 그걸 제공할 수 있는 회사는 전 세계에 몇 안 돼요. 저희는 지난 10년간 이 분야에 꾸준히 투자해왔기 때문에, 지금 그 성과가 나오고 있다고 생각해요.
그래서 저희는 다음 세대 제품을 위해 핵심 기술에 굉장히 공격적으로 R&D 투자를 계속하고 있습니다. 앞으로도 그렇게 해나갈 계획이고요.
앞으로 AI가 더 비싸질까요?
ADI IGNATIUS: 이번엔 또 다른 청중 질문입니다.
가잔 요게스와란 님의 질문이에요. “AI 기술은 앞으로 얼마나 비쌀까요? 혹은 누구나 접근 가능한 수준이 될까요?”라는 질문인데요.
이 질문에는 이런 고민이 깔려 있어요. 반도체를 만들기 위해 드는 원자재 비용이 워낙 크고, AMD 같은 대기업의 인력 규모도 상당하잖아요. 그러다 보니 어떤 사람들, 혹은 어떤 기업들은 이 기술을 쓰기엔 너무 큰 비용이 들지 않을까 걱정된다는 거예요. 이 부분 어떻게 보세요?
LISA SU: 네, 아주 좋은 질문이에요. 사실 기술이라는 건, 결국 ‘많이 쓰이려면’ 가격이 현실적이어야 해요. 저희도 그 점을 잘 알고 있고, 항상 의식하고 있어요.
AI에서 사용하는 대표적인 기술 중 하나가 바로 ‘대규모 언어 모델(LLM)’이잖아요. 물론 그 중에는 수천억 단위의 파라미터를 가진, 정말 어마어마하게 큰 모델들도 있어요. 이런 모델을 학습시키는 데 수천만, 많게는 수억 달러 이상이 들어가기도 해요. 심지어 수십억 달러를 넘는 경우도 있을 정도니까요.
그런데 모든 기업이나 사용자가 꼭 그 정도 규모의 모델만 써야 하는 건 아니에요. 훨씬 가볍고 정제된 모델을 사용하는 방식도 충분히 가능해요. 또 요즘 많이 사용하는 생성형 AI 서비스들, 예를 들어 ChatGPT에 질문을 하나 던질 때마다 들어가는 비용을 ‘추론 비용(inference cost)’이라고 부르는데요, 이 비용도 점점 낮아질 겁니다.
저희 AMD도 향후 몇 년 동안 이 추론 비용을 지금보다 몇 배는 줄일 수 있도록 집중하고 있어요. 그래서 AI 기술이 너무 비싸서 못 쓰게 되는 상황은 오지 않을 거라고 봅니다. 결국 중요한 건, ‘내가 투자한 만큼 얼마나 생산성이 향상되는가’, 이걸 잘 따져보는 거예요. ROI(투자 대비 수익)가 높은 곳에 집중하면, 누구든 이 기술의 혜택을 누릴 수 있습니다.
AMD의 중국 정책 대응 방향
ADI IGNATIUS: 반도체 산업은 그 자체로도 워낙 복잡하고, 공급망도 복잡하잖아요. 여기에 정치적 이슈나 무역 정책 같은 리스크까지 겹치면 훨씬 더 민감한 산업이 되는 것 같아요.
최근 중국에서 AMD와 인텔의 칩을 정부 컴퓨터에 사용하지 않겠다고 발표한 적이 있었죠. 이런 결정들에 대해 AMD는 어떻게 대응하시나요? 그리고 이런 정책적 이슈에서 기업이 할 수 있는 일은 뭐가 있을까요?
LISA SU: 네, 일단 전 이렇게 생각해요. 각 나라는 자신들의 ‘국가 이익’을 위해 무엇이 최선이라고 판단되면 그에 맞는 정책을 추진하겠죠. 그건 존중해야 할 부분이라고 봅니다. 말씀하신 중국 정부의 정책, 즉 AMD나 인텔 칩을 정부에서 쓰지 않겠다는 결정은 사실 완전히 새로운 뉴스는 아니었어요. 이미 작년 말쯤부터 그 가능성이 언급되어 왔거든요.
저희는 전 세계 시장을 대상으로 하는 글로벌 기업이에요. 물론 중국 시장도 굉장히 크고 중요합니다. 다만 저희는 다양한 시장을 균형 있게 운영하고 있어서, 이런 변화가 전체 사업에 큰 영향을 미치진 않는다고 생각해요.
오히려 더 중요한 건 ‘깊이 있는 글로벌 파트너십’이라고 생각합니다. 저희는 대기업뿐 아니라 스타트업, 그리고 특정 지역 중심의 소규모 기업들과도 긴밀하게 협력하고 있어요. 앞으로도 전 세계 곳곳에서 이런 파트너십을 계속해서 강화해 나갈 예정입니다.
리사 수 “테크씬에는 여성 인재가 부족해요”
ADI IGNATIUS: 인터뷰 시작할 때도 말씀드렸지만, Lisa는 아마도 지금 기술 산업에서 가장 영향력 있는 여성 리더 중 한 분일 거예요.
그런데 전체적으로 보면, 이 산업은 여전히 성별 다양성 면에서 부족한 부분이 있죠. Lisa는 이 점에 대해 어떻게 보고 계세요?
LISA SU: 그 말씀 정말 감사해요, Adi.
저는 지금 이 자리, 이 일을 할 수 있다는 것 자체가 참 운이 좋다고 생각해요. 이건 제 꿈의 직업이거든요. 세계적으로 중요한 산업 안에서, AMD 같은 멋진 회사를 이끌고 있다는 게 정말 영광이에요. 하지만 말씀하신 것처럼, 이 분야에는 여전히 여성 인재가 부족한 게 사실이에요.
젠더 다양성은 물론이고, 더 넓은 의미에서 ‘생각의 다양성’ 자체가 아직 부족하다고 느껴요.
왜 이게 중요하냐면, 우리가 정말 훌륭한 비즈니스와 제품을 만들고 싶다면, 다양한 배경과 경험을 가진 사람들이 함께해야 하거든요. 저 역시 커리어 초기에 좋은 기회를 많이 받았고, 그 덕분에 많은 걸 배울 수 있었어요. 그래서 지금은 저와 같은 여성들이 더 많은 기회를 갖고, 자신을 입증할 수 있는 무대를 마련하는 데 집중하고 있어요.
AI 시대, 사회초년생은 어떻게 하죠?
ADI IGNATIUS: 이번엔 연령 다양성에 대한 질문이에요.
청중 중 데이비드 도슨이라는 분이 이런 질문을 주셨어요. “AI 분야에서 특히, 새로운 시각을 가진 사람들—이를테면 대학 졸업생이나 젊은 인재들이 활약할 수 있는 기회나 공백은 어디에 있다고 보시나요?”
LISA SU: 네, 정말 좋은 질문이에요.
저희는 항상 새로운 인재들을 찾고 있어요. 저희 회사도 많이 성장했고요. 제가 CEO가 되었을 때만 해도 AMD 직원 수는 약 8,000명 정도였는데, 지금은 25,000명이 넘어요. 지난 10년 동안 정말 많이 성장했죠.
이 성장의 핵심에는 바로 ‘다양한 관점’이 있어요. 저는 신입 졸업생을 뽑을 때, 단순히 어떤 소프트웨어 기술 하나에 딱 맞는 사람을 찾는 게 아니라, ‘좋은 사고를 하고, 문제를 해결할 줄 아는 사람’, 그리고 ‘장기적으로 성장하고 싶어하는 사람’을 찾는다고 말해요.
앞으로 우리에겐 하드웨어, 소프트웨어, 그리고 문제 해결 능력—all of it—이 다 필요하거든요. 그래서 다양한 관점을 가진 젊은 인재들은 AI 시대에 꼭 필요한 존재라고 생각해요. 저희는 매년 전 세계에서 많은 신입을 채용하고 있고, 앞으로도 계속 다양한 인재층을 넓혀갈 예정이에요.
리사 수가 10년간 깨달은것
ADI IGNATIUS: HBR(하버드비즈니스리뷰) 인터뷰에선 꼭 한 번은 나오는 전통적인 질문이 있어요. 당신이 AMD CEO로 10년간 일하면서 가장 크게 배운 교훈은 뭘까요?
LISA SU: 정말 좋은 질문이에요.
제가 지난 10년 동안 가장 크게 배운 건 바로, ‘회사의 장기적인 목표를 대담하게 세워야 한다’는 거예요.
2015년쯤, 저희 회사는 매출이 약 40억 달러였어요. 그런데 작년에는 220억~230억 달러를 넘었죠. 이건 회사 전체가 장기적인 목표를 분명히 설정하고, 그 목표에 맞춰 단계별로 발전해왔기 때문에 가능한 일이었어요. 우리처럼 기술 중심의 회사는 특히나 장기적인 전략이 중요해요.
하지만 동시에, 사람들이 중간중간 성과를 확인할 수 있도록 명확한 마일스톤을 설정하는 것도 필수예요. 그런 밸런스가 중요하다는 걸 배웠습니다.
AMD CEO 리사 수가 요즘 읽는 것
ADI IGNATIUS: 다음은 청중 중 가장 많은 ‘좋아요’를 받은 질문이에요.
이건 바샤르라는 분의 질문인데요… 어디서 접속 중이신지는 모르겠지만요. 질문은 이렇습니다 —
“요즘 어떤 책을 읽고 계신가요?”
LISA SU: 와, 좋은 질문이네요!
저는 온라인에서 많은 글을 읽는 편이에요. 그리고 믿기 어려울 수도 있지만, Reddit이나 X(구 트위터)를 꽤 자주 봐요. 두 플랫폼 다 굉장히 실시간 정보에 강하거든요. 그래서 전 세계에서 지금 무슨 일이 일어나는지 빠르게 파악하는 데 도움이 많이 됩니다.
리사 수가 말하는 AI의 지속 가능성
ADI IGNATIUS: 마지막 질문이에요.
청중 중 여러 분이 비슷한 질문을 주셨는데, 이런 내용이에요.
“AI가 AMD 의 지속 가능성 목표 달성에 도움이 되고 있나요? 그리고 좀 더 넓게 보면, AI가 지속 가능성이나 기업의 사회적 책임(CSR)에 어떤 영향을 줄 수 있을까요?”
LISA SU: 네, 이건 거꾸로 질문을 던져볼 수 있을 것 같아요.
사실 저희 기술 자체가 지속 가능성을 굉장히 중요하게 보고 있어요. 요즘 기술의 방향성은 단순히 ‘성능이 얼마나 높은가’가 아니라, ‘같은 전력 소모로 얼마나 높은 성능을 낼 수 있는가’에 맞춰져 있거든요.
앞으로 기술의 가장 큰 제한 요소는 아마 ‘전력’이 될 거예요. 그래서 저희는 늘 “더 적은 전력으로 더 많은 성능을 낼 수 있는 방법”을 고민하고 있어요. 이게 곧 지속 가능성과 직결되죠.
AI와 관련해서도 마찬가지예요. AI는 복잡한 문제의 답을 더 빨리 찾아주는 역할을 하니까, 그만큼 에너지 효율성도 좋아져요. 물론 반대로 생각해보면, 우리가 점점 더 많은 컴퓨팅을 사용하게 된다는 뜻이기도 하죠. 그래서 이건 늘 밸런스를 고민해야 하는 부분이에요.
제가 청중 여러분께 꼭 말씀드리고 싶은 건, ‘신기술일수록 더 지속 가능하다’는 점이에요. 최신 기술은 훨씬 더 에너지 효율이 높아요. 같은 일을 하는 데 필요한 전력이 훨씬 적거든요. 그래서 신기술을 빨리 받아들이는 것 자체가, 더 지속 가능한 방향으로 가는 방법이기도 합니다.
ADI IGNATIUS: 리사, 오늘 이 자리에 함께해 주셔서 정말 감사해요.
저는 예전부터 리사와 AMD 모두 정말 존경하고 있었거든요. 오늘 이렇게 직접 이야기를 나눌 수 있어서 정말 좋았어요. 감사합니다.
LISA SU: 이 아침에 초대해주셔서 정말 고맙습니다. 저도 정말 즐거운 시간이었어요.
.
.
.
AI 시대, 가장 확실한 대비를 위해
지금 바로 배울 수 있는 [ AI ] 관련 강의가 준비되어있어요.
지금 바로 아래에서 관심을 끄는 강의를 눌러 확인해보세요.
 Computer Vision Signature초격차 패키지 Online. |
 ROS2와 Gazebo 활용한 로봇 모델링과자율주행 시뮬레이션 |
자율주행 로봇을 위한 ROS 2 |
자율주행을 위한 컴퓨터비전과 |
