[CES 2026 특집] EP.01 젠슨 황이 선언한 AI의 새로운 게임 규칙

 

CES 2026 특집 · EP.01

젠슨 황이 선언한
AI의 새로운 게임 규칙

9가지 핵심 메시지로 읽는 엔비디아의 청사진.
AI가 운영체제가 되고, 자동차가 스스로 생각하는 시대.

2026년 1월 Fero's Room CES 2026 특집

SCROLL

🎬

원본 키노트

NVIDIA CES 2026 Special Address (Full Keynote)

▶ 영상 보기

01

왜 젠슨 황인가

매년 1월 라스베이거스 CES, 솔직히 말하면 예전엔 그냥 '가전 박람회'였잖아요. 근데 이제는 달라요. 기술 산업 전체가 어디로 향하는지 보여주는 나침반이 됐거든요.

그리고 CES 2026에서 가장 주목받은 무대? 단연 엔비디아 CEO 젠슨 황의 키노트였어요.

그의 발표가 특별한 이유는 단순해요. 젠슨 황은 신제품 소개하러 온 게 아니었거든요. 그는 AI 시대의 컴퓨팅 스택 전체를 재정의하고, 앞으로 10년간 기술 산업이 어디로 가야 하는지 하나의 큰 그림으로 보여줬어요.

이번 키노트를 관통하는 핵심 메시지, 여덟 가지로 정리해봤습니다.

01

AI는 앱이 아니라 OS다

에이전틱 AI가 새로운 인터페이스가 된다

02

세상을 통째로 생성하라

Cosmos로 합성 데이터 혁명을 연다

03

물리적 AI의 3-컴퓨터 법칙

학습-시뮬레이션-실행의 필수 파이프라인

04

자동차가 스스로 생각한다

Alpamayo, 추론하는 자율주행의 시작

05

로봇의 시대가 열린다

물리 AI 생태계가 폭발적으로 확장된다

06

오픈 모델이 승리한다

엔비디아는 AI 혁명의 무기상이 된다

07

극한의 동시 설계

베라 루빈으로 무어의 법칙 한계를 돌파한다

08

AI 슈퍼컴퓨터가 책상 위로

DGX Spark로 AI 개발의 민주화가 시작된다

09

현실이 디지털로 들어온다

디지털 트윈이 새로운 산업혁명을 연다

⚠️ 2026년은 'AI 감사의 해'

월가에서는 2026년을 "Audit Year(감사의 해)"라고 부르고 있어요. 지난 몇 년간 기업들이 AI 인프라에 천문학적인 돈을 쏟아부었는데, 이제는 진짜 ROI를 증명해야 할 때가 온 거죠. 젠슨 황의 이번 발표는 바로 이 질문에 대한 답변이에요. "AI로 뭘 할 수 있는데?"가 아니라 "AI로 어떻게 돈을 벌 건데?"

02

AI는 앱이 아니라, 새로운 OS다

핵심 개념

에이전틱 AI(Agentic AI) — 스스로 추론하고, 도구를 사용하며, 계획을 수립하는 AI 시스템

솔직히 우리 대부분은 AI를 '또 하나의 새로운 앱'으로 생각해왔잖아요. 챗봇, 이미지 생성기, 코드 어시스턴트... 그런 거요.

근데 젠슨 황은 이게 근본적인 착각이라고 딱 짚어줬어요.

그의 주장은 심플해요. 앞으로 모든 애플리케이션은 AI 위에서 돌아가게 될 거고, AI 자체가 우리가 컴퓨터와 소통하는 방식, 즉 운영체제(OS)가 된다는 거예요.

"에이전틱 시스템이 바로 인터페이스입니다... 플랫폼과 상호작용하는 방식이 사람과 소통하는 것처럼 단순해지는 것이죠."

— 젠슨 황, CES 2026 키노트

이미 Palantir, ServiceNow 같은 거대 기업 플랫폼들이 움직이고 있어요. 기존의 복잡한 스프레드시트 UI를 버리고 에이전틱 시스템을 새로운 인터페이스로 밀어넣는 중이거든요.

버튼 클릭하던 시대는 끝났어요. 이제는 의도를 말하는 시대가 열리는 거예요.

03

데이터가 부족하면, 세상을 생성하라

핵심 개념

코스모스(Cosmos) — 컴퓨팅 파워를 데이터로 전환하는 월드 파운데이션 모델

자율주행차나 로봇 같은 '물리 AI(Physical AI)'를 만들려면 뭐가 필요할까요? 당연히 데이터죠. 근데 여기서 문제가 생겨요.

텍스트 데이터는 인터넷에 넘쳐나는데, 로봇이 넘어지거나 물건을 떨어뜨리는 '실패 데이터'는 현실에서 모으기가 너무 위험하고 비싸거든요.

엔비디아의 해결책은 발상의 전환이에요. 데이터가 없으면? 만들면 되지.

"코스모스는 컴퓨팅을 데이터로 전환합니다. 자율주행차가 롱테일 시나리오에 대비하도록 훈련시키고, 로봇이 모든 상황에 적응하는 법을 배우게 하죠."

— 젠슨 황, CES 2026 키노트

코스모스는 단순한 물리 엔진이 아니에요. 수백만 시간의 비디오 데이터를 학습해서 중력, 마찰, 관성 같은 물리 법칙을 내재화한 AI 모델이에요. 로봇이 "이 컵을 밀면 어떻게 될까?"라고 물으면, 코스모스는 컵이 떨어져 깨지는 미래를 시뮬레이션으로 보여줘요. 로봇은 이 '꿈'을 통해 현실 세계에서의 행동 결과를 미리 배우는 거죠.

젠슨 황의 새로운 규칙: "현실에 배포하기 전에 시뮬레이션에서 먼저 마스터하라."

04

물리적 AI의 3-컴퓨터 법칙

핵심 개념

3-컴퓨터 전략 — 물리적 AI 구현을 위해 반드시 필요한 세 가지 컴퓨팅 시스템

자, 여기서 중요한 질문이 나와요. 로봇이나 자율주행차 같은 '물리적 AI'를 어떻게 만들 수 있을까요?

현실 세계에서 로봇이 시행착오를 겪으며 배우게 할 순 없어요. 교통사고, 낙상, 물건 파손... 너무 위험하고 비용도 천문학적이죠. 젠슨 황은 이 문제의 해답으로 "3개의 컴퓨터"가 반드시 필요하다고 선언했어요.

"물리적 AI를 만들려면 세 개의 컴퓨터가 필요합니다. 학습을 위한 컴퓨터, 시뮬레이션을 위한 컴퓨터, 그리고 실행을 위한 컴퓨터."

— 젠슨 황, CES 2026 키노트

1️⃣

학습 컴퓨터 (Training Computer)

Vera Rubin NVL72 같은 슈퍼컴퓨터. 인터넷의 방대한 비디오·물리 데이터를 학습해서 AI의 '뇌'를 만드는 단계예요.

2️⃣

시뮬레이션 컴퓨터 (Simulation Computer)

Omniverse + Cosmos 기반의 디지털 트윈. 물리 법칙이 완벽하게 적용된 가상 세계에서 AI가 무한히 연습하는 환경이에요.

3️⃣

실행 컴퓨터 (Inference Computer)

NVIDIA Thor, Jetson 같은 엣지 디바이스. 훈련된 모델이 실제 로봇/자동차에서 실시간으로 판단을 내려요.

이 세 가지가 왜 다 필요할까요?

학습 컴퓨터만 있으면? AI가 '아는 것'은 많지만, 물리 세계의 감각이 없어요. 책으로만 수영을 배운 사람처럼요.

시뮬레이션 컴퓨터가 없으면? 현실에서 모든 상황을 직접 겪어야 해요. 자율주행차가 사고를 100번 내봐야 안전해진다면, 아무도 타지 않겠죠.

실행 컴퓨터가 없으면? 아무리 똑똑한 AI도 현실 세계로 나갈 수가 없어요. 클라우드 연결 끊기면 멈춰버리는 로봇은 쓸모가 없거든요.

🎯 왜 NVIDIA가 Omniverse에 사활을 거는가

이 3-컴퓨터 전략이 NVIDIA의 소프트웨어 투자를 설명해줘요. 칩만 팔면 되는 게 아니라, 시뮬레이션 없이는 물리적 AI도 없기 때문이에요. Omniverse와 Cosmos는 "선택"이 아니라 "필수"가 된 거죠.

05

Alpamayo: 자동차가 스스로 생각한다

핵심 개념

알파마요(Alpamayo 1) — 세계 최초의 오픈 소스 '이성적 VLA(Vision-Language-Action)' 모델. 페루 안데스산맥의 봉우리 이름에서 따왔어요.

이번 키노트의 하이라이트 중 하나예요. 젠슨 황이 세계 최초의 '생각하는' 자율주행 AI를 공개했거든요. 이름은 Alpamayo 1(알파마요 원).

기존 자율주행 시스템이 그냥 화면 보고 반응하는 수준이었다면, 알파마요는 한 단계 더 나가요. 왜 그렇게 판단했는지 논리적으로 설명할 수 있다는 게 핵심이에요.

예를 들어볼게요. "전방에 공사 중 표지판이 있고 인부가 수신호를 보내고 있어. 신호등이 초록색이지만 멈춰야 해." 이런 식의 추론 과정(Chain-of-Thought)을 거친다는 거죠. 그냥 반사적으로 핸들 꺾는 게 아니라요.

"Alpamayo는 센서 입력을 받아 조향과 브레이크를 제어할 뿐만 아니라, 자신이 취하려는 행동에 대해 추론합니다."

— 젠슨 황, CES 2026 키노트

🚗 Mercedes-Benz 파트너십

• → Alpamayo 탑재 첫 차량: Mercedes-Benz CLA
• → EuroNCAP 5성 최고 안전 등급 획득
• → 출시 일정: Q1 미국 → Q2 유럽 → Q3-Q4 아시아
• → 듀얼 스택 안전 시스템: Alpamayo + 클래식 AV 스택 병렬 운영
• → 모든 코드와 칩이 안전 인증 완료

🔧 Alpamayo 1 기술 스펙

• → Alpamayo 1: 100억 개(10B) 파라미터 규모의 이성적 VLA(Vision-Language-Action) 모델
• → AlpaSim: 오픈소스 시뮬레이션 프레임워크
• → Physical AI Open Dataset: 1,700시간 이상의 실제 주행 데이터
• → Chain-of-Thought 추론으로 주행 결정의 근거를 설명 가능

⚔️ Tesla vs NVIDIA: 자율주행 전쟁의 두 전략

Tesla

실제 주행 데이터 수십억 마일 보유. 수직 통합된 단일 기업으로 모든 걸 직접 해결.

NVIDIA

합성 데이터로 대항. 벤츠, 재규어, 현대 등에 '자율주행의 두뇌'를 공급하는 플랫폼 전략.

재밌는 건 분석가들 반응이에요. "NVIDIA의 알파마요가 테슬라의 End-to-End 전략이 옳았다는 걸 검증해줬다"는 거죠. 동시에 강력한 경쟁자가 등장했다는 의미이기도 하고요.

젠슨 황의 메시지는 명확해요. "모든 자동차 회사가 테슬라가 될 순 없지만, NVIDIA의 칩과 모델을 쓰면 테슬라급 지능을 가질 수 있다."

Alpamayo 1의 모델과 훈련 데이터는 모두 오픈소스로 공개됩니다. "향후 10년 내에 전 세계 대부분의 자동차가 자율주행이 될 것입니다."

06

로봇의 시대가 열린다

핵심 개념

Isaac Sim / Isaac Lab — 로봇이 시뮬레이션에서 먼저 배우는 훈련장

젠슨 황이 선언했어요. "물리적 AI를 위한 챗GPT 모멘트가 도래했다."

무슨 말이냐면, 로봇 공학이 '정해진 규칙대로 움직이는 것'에서 '데이터로 배우고 추론하는 것'으로 완전히 바뀐다는 거예요.

"이게 로봇이 되는 법을 배우는 방식입니다. 모든 것을 Omniverse 안에서 했어요."

— 젠슨 황, CES 2026 키노트

Boston Dynamics

보행 로봇

Agility

휴머노이드

LG

서비스 로봇

Caterpillar

중장비 자율화

Franka

협동 로봇

포인트는 이거예요. 엔비디아는 로봇을 직접 만들지 않아요. 대신 로봇이 태어나는 '자궁'을 만들죠. 모든 로봇 회사가 엔비디아의 시뮬레이션 환경에서 자기 로봇을 훈련시키게 되면, 결국 생태계 전체가 엔비디아에 종속되는 구조가 되는 거예요.

07

오픈 모델이 생태계를 지배한다

핵심 개념

엔비디아의 '무기상' 전략 — AI 혁명의 모든 참여자에게 필수 도구를 공급한다

젠슨 황의 예측은 대담해요. 장기적으로 오픈 소스 모델이 "압도적으로 가장 큰" 그룹이 될 것이라고요.

왜 엔비디아가 알파마요를 오픈소스로 풀었을까요? 이게 바로 '무기상' 전략이에요. 자율주행 전쟁에서 직접 싸우는 게 아니라, 싸우는 모든 진영에 무기를 팔겠다는 거죠.

🔓 엔비디아의 오픈 모델 포트폴리오

• → Nemotron 3 — 하이브리드 Transformer-SSM
• → Cosmos — 물리 세계를 이해하는 월드 모델
• → Groot — 휴머노이드 로봇 AI
• → Alpamayo 1 — 이성적 VLA 자율주행 모델 (10B 파라미터 + 1,700시간 데이터셋 + AlpaSim)
• → Earth 2 — 기상 예측 AI

스타트업이든 레거시 완성차든, 자율주행 시스템을 바닥부터 만들 수 없다면? 알파마요 가져다가 NVIDIA 칩 위에서 돌리면 돼요. 이게 "자율주행의 안드로이드"가 되겠다는 전략이에요.

08

베라 루빈: 무어의 법칙을 넘어서

핵심 개념

극한의 동시 설계(Extreme Codesign) — 6개 칩을 동시에 재설계하여 시스템 전체 성능 5배 향상

젠슨 황의 새로운 규칙 하나 더: "컴퓨팅의 단위는 칩이 아니라 데이터센터다."

개별 GPU 성능 높이는 것만으론 에이전트 AI 시대를 감당할 수 없다고 판단한 거예요. 그래서 나온 게 루빈(Rubin) 플랫폼이에요. 암흑 물질의 존재를 입증한 천문학자 베라 루빈의 이름을 딴 이 플랫폼은, 보이지 않는 데이터 속에서 지능을 찾아내겠다는 NVIDIA의 의지를 상징해요.

"그런 속도를 따라잡는 것은 불가능합니다... 우리가 공격적인 극한의 동시 설계를 도입하지 않는 한 말이죠."

— 젠슨 황, CES 2026 키노트

⚡ 베라 루빈 핵심 사양

• → 6개 칩 동시 재설계: Vera CPU, Rubin GPU, NVLink 6, ConnectX-9, BlueField-4 DPU, Spectrum-X6
• → Rubin GPU: 3,360억 트랜지스터, HBM4 탑재, 추론 성능 3.6 ExaFLOPS
• → NVLink 6: GPU 간 통신 3.6TB/s, 랙 전체 260TB/s 대역폭
• → Vera CPU: 88개 커스텀 Olympus ARM 코어, CPU-GPU 연결 1.8TB/s
• → ConnectX-9: 서버 간 통신 1.6Tbps (실리콘 포토닉스 적용)
• → 100% 수냉 냉각: 45°C 온수로 냉각
• → 출시: 2026년 하반기 고객 인도 예정

특히 주목할 건 Vera CPU예요. 인텔과 AMD가 장악한 데이터센터 CPU 시장에 도전장을 던진 거거든요. 기존 Grace CPU가 ARM의 표준 설계를 차용했다면, Vera는 NVIDIA가 자체 설계한 'Olympus' 커스텀 코어 88개를 탑재했어요. 왜 굳이 자체 설계를 했을까요? AI 팩토리의 CPU는 오직 '데이터를 GPU에 공급하는 일'과 '에이전트 처리'에만 최적화되어야 하기 때문이에요. PCIe Gen 6보다 7배 빠른 1.8TB/s 속도로 GPU와 연결되는 건 기존 x86 CPU가 범접할 수 없는 NVIDIA만의 해자(Moat)예요.

🧠 HBM4: 메모리가 똑똒해진다

• → 메모리 대역폭: 약 22TB/s (블랙웰 대비 2.75배)
• → 혁신 포인트: 메모리 자체에 로직 회로 통합 — 기본 연산/데이터 정렬을 메모리에서 직접 수행
• → 효과: 데이터가 GPU 코어까지 이동하는 과정의 전력 소모와 지연 시간 획기적 감소

젠슨 황이 강조한 '추론 비용 10배 절감'의 비밀이 바로 여기 있어요. '생각하는 AI'는 메모리 접근 횟수가 폭증하거든요. 메모리 자체가 똑똑해져야만 시스템 전체 효율을 유지할 수 있는 거죠.

💾 다이나모(Dynamo): AI의 장기 기억 문제 해결

'추론하는 AI'는 긴 대화의 문맥(Context)을 기억해야 해요. 근데 이 중간 데이터(KV 캐시)가 엄청난 용량을 잡아먹거든요. 기존에는 비싼 GPU 메모리(HBM)에 저장해야 했는데, 젠슨 황은 다이나모(Dynamo)라는 새로운 아키텍처를 공개했어요.

다이나모는 BlueField-4 DPU를 활용해서 컨텍스트 데이터를 계층화해요. 자주 쓰는 기억은 GPU에, 덜 쓰는 기억은 시스템 메모리나 SSD로 투명하게 이동시키는 거죠. 결과는? GPU당 최대 16TB의 컨텍스트 메모리 확보. AI가 책 한 권이 아니라, 기업의 전체 역사나 수십 년치 이메일을 전부 기억하고 그 문맥 위에서 답할 수 있게 된 거예요.

추론 성능 5배, 훈련 성능 3.5배, 토큰 생성 비용 1/10. 이 숫자들이 의미하는 건 뭘까요? 기존에 세워둔 GPU 투자 계획, 다시 계산해야 할 수도 있다는 거예요.

09

DGX Spark: AI 슈퍼컴퓨터가 책상 위로 온다

핵심 개념

DGX Spark — "모든 책상 위에 AI 슈퍼컴퓨터를" 실현하는 개인용 AI 워크스테이션

젠슨 황이 던진 또 하나의 규칙: "AI는 클라우드에만 있는 게 아니다. 당신의 책상 위에도 있어야 한다."

이게 무슨 말이냐고요? AI 개발이 더 이상 빅테크나 대기업만의 영역이 아니라는 거예요. 연구자, 스타트업, 심지어 학생도 자기 책상 위에서 거대 모델을 돌릴 수 있어야 한다는 비전이에요.

그래서 나온 게 DGX Spark예요. 이전 CES에서 'Project DIGITS'라는 코드명으로 티저만 보여줬던 그 제품이 정식으로 공개된 거죠.

💻 DGX Spark 핵심 스펙

• → GB10 Grace Blackwell 슈퍼칩 탑재 — 데이터센터급 칩을 데스크톱 사이즈로
• → 1 페타플롭(PFLOP) AI 추론 성능
• → 클라우드 없이 로컬에서 복잡한 AI 에이전트 구동 가능
• → 개발 연속성: 책상 위에서 프로토타이핑 → 그대로 데이터센터로 확장 배포

왜 이게 중요하냐고요? 몇 가지 시나리오를 생각해보세요.

첫째, 보안이 중요한 기업. 민감한 데이터를 클라우드에 올리기 꺼려하는 금융권, 헬스케어, 방위산업. 이제 로컬에서 AI 에이전트를 돌릴 수 있어요.

둘째, 인터넷 연결이 제한된 환경. 공장 현장, 원격 연구소, 필드 오퍼레이션. 클라우드 의존도를 확 낮출 수 있어요.

셋째, 빠른 실험과 반복. 아이디어 → 프로토타입 → 테스트 사이클이 클라우드 왕복 없이 즉시 가능해져요. 개발 속도가 완전히 달라지는 거죠.

🎯 AI 개발의 민주화

DGX Spark의 진짜 의미는 "AI 개발의 진입 장벽을 낮추겠다"는 거예요. 예전에는 수억 원짜리 GPU 클러스터가 있어야 할 수 있던 일을, 이제는 책상 위 워크스테이션 하나로 할 수 있게 되는 거죠. 물론 가격이 관건이겠지만, 방향성은 명확해요.

10

현실 세계가 디지털 트윈으로 들어온다

핵심 개념

디지털 트윈 제조 혁명 — 설계부터 테스트까지 가상 세계에서 먼저 완결한다

디지털 트윈이 제조 공장에만 해당된다고 생각하면 오산이에요. 엔비디아의 비전은 훨씬 커요.

"당신은 컴퓨터 안에서 설계되고, 컴퓨터 안에서 만들어지며, 중력을 다루기 훨씬 전에 컴퓨터 안에서 테스트되고 평가받게 될 것입니다."

— 젠슨 황, CES 2026 키노트

지멘스(Siemens)와의 파트너십으로 공장 전체를 디지털 트윈으로 구축하는 게 이제 현실이 됐어요. 물류, 헬스케어, 에너지, 리테일... 물리적 운영이 존재하는 모든 산업이 다음 타깃이에요.

💡 CEO 인사이트

INSIGHT 01

UI/UX 전략을 재검토하라

AI가 새로운 OS가 된다면, 당신 제품의 인터페이스도 재설계가 필요해요. 버튼 클릭 시대는 끝났어요.

INSIGHT 02

데이터 전략의 패러다임이 바뀐다

경쟁의 초점이 '데이터 수집'에서 '시뮬레이션 설계 역량'으로 이동해요. 데이터가 없다는 건 더 이상 변명이 아니에요.

INSIGHT 03

물리적 AI는 3-컴퓨터 인프라가 전제다

로봇이나 자율주행에 투자한다면, 학습-시뮬레이션-실행 인프라를 모두 갖췄는지 점검하세요. 하나라도 빠지면 물리적 AI는 작동하지 않아요.

INSIGHT 04

자율주행 시장 진입 타이밍을 주시하라

Alpamayo 1의 오픈소스 공개는 자율주행 기술의 민주화를 의미해요. 10B 파라미터 이성적 VLA 모델과 1,700시간 데이터셋이 누구에게나 열렸어요. 진입 장벽이 확 낮아진 거죠.

INSIGHT 05

로봇 자동화의 ROI를 다시 계산하라

시뮬레이션 기반 훈련으로 로봇 도입 비용과 시간이 급격히 줄어들고 있어요. 물류, 제조 분야의 경제성이 완전히 달라지는 중이에요.

INSIGHT 06

하드웨어 투자 타이밍을 재점검하라

베라 루빈의 5배 성능 향상은 기존 인프라 투자 계획을 무효화할 수 있어요. 지금 당장 차세대 AI 플랫폼 기반으로 ROI를 다시 계산해야 해요.

INSIGHT 07

로컬 AI 인프라를 고려하라

DGX Spark의 등장은 "클라우드만이 답"이라는 공식을 깨요. 보안, 지연시간, 비용 측면에서 온프레미스 AI의 경제성을 다시 검토해볼 때예요.

INSIGHT 08

디지털 트윈은 제조업만의 이야기가 아니다

물류, 소매, 헬스케어 등 '물리적 운영'이 있는 모든 산업으로 확장돼요. 당신의 산업은 안전할까요?

하나의 거대한 서사

젠슨 황의 CES 2026 키노트는 개별 기술 발표의 나열이 아니었어요.

그건 AI가 새로운 '운영체제'가 되어 '물리 AI' 시대를 열고, 3-컴퓨터 인프라(학습-시뮬레이션-실행)를 통해 현실 세계로 나가며, 데이터센터부터 책상 위까지 모든 곳에서 작동하고, 궁극적으로 '디지털 트윈'을 통해 새로운 산업혁명을 완성한다는 거대한 서사였어요.

NVIDIA는 이제 단순한 반도체 회사가 아니에요. 물리적 세계를 디지털로 복제하고(Omniverse/Cosmos), 그 안에서 지능을 훈련시키며(Rubin), 훈련된 지능을 다시 물리적 세계로 내보내는(Jetson/Thor)... '인공지능의 전체 수명주기'를 지배하는 인프라 기업으로 진화한 거예요.

이제 질문은 "이 변화가 일어날 것인가?"가 아니라
"당신은 이 변화에 어떻게 올라탈 것인가?"입니다.

📋 CES 2026 특집 시리즈

• EP.01 젠슨 황이 선언한 AI의 새로운 게임 규칙 ✓
• EP.02 AMD — 추론 전쟁의 반대편
• EP.03 Siemens — 디지털 트윈이 바꾸는 제조업
• EP.04 Caterpillar — 전통 제조업의 AI 전환
• EP.05 All-In — 투자자가 보는 AI 전략
• EP.06 현대차그룹 — 한국 기업의 피지컬 AI 실증

Fero's Room

복잡한 세상을 꿰뚫는 시선

창업자, 경영자, 투자자가 알아야 할 것들을 Fero의 관점으로 정리합니다.
AI, 지정학, 경제, 리더십 — 의사결정에 필요한 전략 브리핑.

시리즈 전체 보기 →