[목 차]
  

추천사 1

추천사 2

 

프롤로그

서론

 

Chapter 0 AI의 긴 역사

0.1 왜 역사부터 시작하는가

0.2 1956년 - 여름의 워크숍

0.3 1974~1980년 - 첫 번째 AI 겨울

0.4 1997년 - Deep Blue가 체스를 끝내다

0.5 2012년 - AlexNet, 딥러닝의 폭발

0.6 2017년 - “Attention is All You Need”

0.7 2022년 11월 30일 - ChatGPT

0.8 2025년 1월 - DeepSeek의 충격

0.9 2026년 3월 - Physical AI의 선언

 

Part Ⅰ 권력의 탄생

NVIDIA 제국과 AI 인프라의 장악

 

Part Ⅰ 들어가며

 

Chapter 1 AI가 다시 태어난 날

1.1 “대답하는 AI”와 “생각하는 AI”의 결정적 차이

1.2 o1 - OpenAI가 던진 돌

1.3 DeepSeek 충격 - 2025년 1월, 세상이 흔들린 날

1.4 DeepSeek이 증명한 것과 세상이 오해한 것

1.5 추론 모델이 바꾸는 게임의 규칙

1.6 모델 춘추전국시대

 

Chapter 2 스케일링의 한계

2.1 스케일링 법칙 - 10년간 AI를 지배한 믿음

2.2 균열의 징후들

2.3 DeepSeek이 증명한 효율성의 가치

2.4 추론 시간 컴퓨팅(Test-Time Compute) - 새로운 스케일링

2.5 새로운 병목 - 데이터와 알고리즘

2.6 한국 기업에 열리는 기회

 

Chapter 3 NVIDIA 제국

3.1 한 회사가 세계 AI 시장의 운영체제가 된다는 것

3.2 CUDA - 20년에 걸쳐 쌓은 해자

3.3 GPU 하나가 아닌 “시스템”을 판다

3.4 네트워킹 장악 - Mellanox 인수의 교훈

3.5 Jensen Huang의 GTC - 산업 질서의 설계도

3.6 도전자들은 왜 번번이 실패했는가

 

Chapter 3.5 칩 전쟁과 지정학

3.5.1 왜 칩이 21세기의 석유인가

3.5.2 미국의 전략 - “선두에서 두 세대 앞서라”

3.5.3 중국의 반격 - 자급자족과 우회의 길

3.5.4 대만 - 한 섬 위의 세계 경제

3.5.5 네덜란드 ASML - 한 회사가 쥔 AI의 미래

3.5.6 한국의 위치 - 메모리 황제와 그 이상

3.5.7 한국의 전략 - 삼각 외교와 내부 강화

3.5.8 한국 제조업에 주는 함의

 

Chapter 4 Full Stack AI

4.1 Full Stack이란 무엇인가

4.2 빅테크의 자체 칩 전쟁

4.3 “Full Stack이 되지 못하면 종속된다”

4.4 국가 수준의 Full Stack - 주권 AI

4.5 한국의 자산과 결핍

4.6 한국의 선택 - 어느 스택을 만들 것인가

 

Chapter 5 AI Factory

5.1 데이터센터가 아니라 공장이다

5.2 산업혁명의 재연 - 공장의 새로운 의미

5.3 전력, 냉각, 부동산 - 새로운 자원 전쟁

5.4 국가 단위의 AI 팩토리 경쟁

5.5 한국의 AI 팩토리 현실

5.6 AI 팩토리와 산업 AI의 연결

 

Part Ⅰ 참고 문헌 및 출처

 

Part Ⅱ 질서의 재편

AI 에이전트, NeoCloud, GPU 경제학, 그리고 오픈소스의 반란

 

Part Ⅱ 들어가며

 

Chapter 6 AI 에이전트

6.1 Chatbot의 시대는 끝났다

6.2 Claude Code, Cursor, Devin - 코딩에서 시작된 혁명

6.3 MCP - 에이전트의 표준 언어

6.4 OpenAI vs. Anthropic - 엔터프라이즈의 선택

6.5 에이전트의 진짜 장벽 - 통합과 거버넌스

6.6 가격 모델의 지각변동 - 토큰 경제학

 

Chapter 7 NeoCloud

7.1 하이퍼스케일러의 시대가 끝나는가

7.2 CoreWeave의 탄생 - 뉴저지 차고에서 시작된 $43B 제국

7.3 NVIDIA의 축복 - “전략적 동맹”의 시작

7.4 폭발적 성장 - 숫자로 보는 CoreWeave

7.5 Nebius의 탄생 - 러시아에서 유럽으로

7.6 Nebius의 급성장 - 18개월 만의 부활

7.7 왜 이들은 망할 수 없는가 - 다섯 겹의 해자

7.8 위험 요인 - 모든 해자가 안전한 것은 아니다

7.9 2026~2030 전망 - NeoCloud의 다음 5년

7.10 한국의 NeoCloud 전략

 

Chapter 8 GPU 경제학

8.1 “GPU는 사지 말고 빌려 써라”는 말의 의미

8.2 H100 가격의 롤러코스터

8.3 2026년의 반등 - 수요가 예상을 뛰어넘다

8.4 GPU 경제학이 만드는 새로운 플레이어

8.5 GPU 가격이 AI 비즈니스 모델을 결정한다

8.6 Jevons의 역설 - 왜 효율이 올라도 수요는 늘어나는가

8.7 한국의 GPU 전략 - 사용자가 아닌 공급자로

 

Chapter 9 오픈소스 AI의 반란

9.1 “오픈소스가 이길 수 없다”는 믿음의 종말

9.2 Llama - Meta의 승부수

9.3 중국의 오픈소스 공세 - DeepSeek, Qwen, Kimi, GLM

9.4 OpenAI마저 오픈으로 돌아왔다 - gpt-oss의 충격

9.5 오픈소스가 바꾸는 엔터프라이즈 AI 전략

9.6 한국은 어디에 있는가

9.7 오픈소스의 명과 암 - 보안과 책임

 

Part Ⅱ 참고 문헌 및 출처

 

Part Ⅲ 세계의 변환

Physical AI가 물리 세계를 삼키는 시대

 

Part Ⅲ 들어가며

 

Chapter 10 Physical AI의 선언

10.1 Jensen Huang의 한 문장이 바꾼 것

10.2 AI 진화의 네 파동

10.3 왜 “이제서야” Physical AI인가

10.4 GTC 2026의 결정타 - 다섯 개 이름

10.5 Physical AI가 바꾸는 것들

10.6 Physical AI와 한국의 특별한 위치

 

Chapter 11 디지털 트윈

11.1 “시뮬레이션”이 아닌 “트윈”이라는 단어

11.2 디지털 트윈의 여섯 계층

11.3 NVIDIA Omniverse - 디지털 트윈의 플랫폼

11.4 실전 사례 - BMW, Foxconn, Mercedes-Benz

11.5 한국의 디지털 트윈 현실

11.6 디지털 트윈이 바꾸는 일의 방식

 

Chapter 12 제조 AI의 현실

12.1 제조 AI의 과장과 현실

12.2 제조 현장의 네 가지 데이터 문제

12.3 “AI부터 시작하지 말라” - 역설적 교훈

12.4 AI가 실제로 제조에서 하는 일

12.5 한국 제조업의 AI 도입 수준

12.6 제조 AI에서 한국의 구조적 기회

 

Chapter 13 PTC IPL

13.1 왜 PTC이고 왜 IPL인가

13.2 Intelligent Product Lifecycle이라는 개념

13.3 IPL의 여섯 기둥

13.4 NVIDIA와의 연합 - 왜 이것이 중요한가

13.5 한국 제조업과 IPL의 결합

13.6 “한국 제조업의 두뇌” - IPL의 한국적 의미

13.7 나의 개인적 고백 - 왜 나는 PTC로 왔는가

13.8 IPL이 그리는 미래 - 결론을 대신하여

 

Chapter 14 휴머노이드 로봇

14.1 BMW 공장의 11개월 - 증명의 순간

14.2 Figure, Tesla, Boston Dynamics - 미국 3대 플레이어

14.3 중국의 폭발 - Unitree, AGIBOT, UBTECH

14.4 비용의 극적인 하락

14.5 휴머노이드의 진짜 과제 - 하드웨어가 아닌 AI

14.6 한국의 휴머노이드 위치

 

Chapter 15 자율주행

15.1 2026년은 자율주행의 분기점

15.2 Waymo - 조용한 승자

15.3 Tesla - 늦었지만 빠르게

15.4 안전성 격차의 진실

15.5 중국의 추격 - 화웨이, Baidu, XPENG

15.6 한국 자율주행 - 기회와 한계

 

Chapter 16 AGI 논쟁

16.1 AGI라는 단어

16.2 전문가들의 시간표 - 극단적 분기

16.3 추론 모델 이후의 진전

16.4 AGI 이전에 일어나는 변화 - “조용한 AGI”

16.5 AGI 리스크와 안전성 논쟁

16.6 한국의 AGI 전략 - 실용적 대응

 

Chapter 17 일자리의 재편

17.1 이 책의 가장 중요한 질문

17.2 “AI가 일자리를 뺏는다”는 말의 정확한 의미

17.3 Goldman Sachs의 3억 명 예측

17.4 사라지는 직업의 모습

17.5 태어나는 직업의 모습

17.6 한국의 특수 상황

17.7 그러나 숨은 리스크 - 청년과 중년의 충돌

17.8 사람만이 할 수 있는 것

17.9 전환기의 설계 - 한국이 해야 할 일

 

Chapter 18 AI의 반대편

18.1 이 책 전체에 대한 반박

18.2 반박 1 - “LLM은 추론을 못 한다”

18.3 반박 2 - “환각(hallucination)은 근본 문제다”

18.4 반박 3 - “AI 버블은 실재한다”

18.5 반박 4 - “에너지·물 한계가 AI의 성장을 막는다”

18.6 반박 5 - “기술은 자동으로 번영을 낳지 않는다”

18.7 반박 6 - “실제 AI 도입 실패 사례가 많다”

18.8 그럼에도 왜 한국 제조업 AI 노선인가

 

Chapter 19 읽는 당신에게

19.1 국가도 기업도 아닌, 당신

19.2 경영자·임원에게 - 투자와 조직의 재설계

19.3 중간관리자에게 - 팀 변환의 최전선

19.4 실무자에게 - 스킬 재편의 시작

19.5 부모·교육자에게 - 다음 세대 준비

19.6 모든 독자에게 공통된 일곱 가지 원칙

19.7 나의 이야기로 다시 돌아가며

 

Part Ⅲ 참고 문헌 및 출처

 

결론

에필로그

 

부록 | 소설 「열다섯 해」 (김 부장의 기록, 2025~2040)

 

추천사 3