저자는 2000년대 초반부터 20여 년 이상 인터넷과 모바일이 세상을 바꾸는 과정을 산업 현장의 가장 밑바닥부터 직접 경험해 온 기업가입니다.

다가오는 시대에는 ‘도구를 사용하는 사람’이 아닌 ‘구조를 읽는 사람’이 지배하게 됩니다.

“이 책이 그 구조를 읽는 당신의 눈이 되어줄 것입니다!”

2000년대 초반, 인터넷이 막 산업을 뒤흔들기 시작할 때부터 직접 현장에서 뛰며 변화를 몸으로 체감했습니다. 초기 인터넷 인프라와 엔터프라이즈 IT 환경부터 모바일 시대를 거쳐 오늘의 AI 혁명에 이르기까지, 기술이 세상과 산업을 어떻게 바꾸는지 가장 가까이서 경험했습니다.

SAP, Autodesk, Cloudflare 등 세계적인 글로벌 IT 기업들과 함께 기술이 산업과 기업의 구조를 어떻게 바꾸는지를 현장의 최전선에서 직접 경험했습니다.

외국계 글로벌 기업의 한국 지사장 자리까지 오르며 기술·비즈니스·조직·산업 변화의 본질을 체득했습니다.

이 책은 그 20여 년간의 경험과 통찰을 AI 시대라는 거대한 변곡점 위에 모두 쏟아부어 만든 기록입니다.

이 책은 단순한 미래 예측이나 이론서가 아닙니다. 실제 산업 현장에서 부딪히고, 실패하고, 검증하며 얻은 현실적인 통찰과 생존 전략을 담고 있습니다.

특히 AI 에이전트, 디지털 전환, GPU 인프라, 제조 혁신, 스마트팩토리, 모빌리티, 에너지, 플랫폼, 데이터, 로봇 등 AI로 인한 전반적인 산업 구조의 재편을 다루며, 한국과 기업, 그리고 개인이 어떤 선택을 해야 하는지를 가장 실전적인 시각으로 풀어냅니다.

이 책은 단지 IT 업계를 위한 책이 아닙니다. 기업가, 경영자, 정책 결정자, 학생, 투자자 그리고 앞으로의 세상이 어떻게 움직일지에 대해 제대로 이해하고 싶은 모든 사람을 위한 책입니다.

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