며칠 전 이 칼럼에서, AI에 투입되는 10조 달러 규모의 자본과 그 투자가 언젠가 수익으로 정당화돼야 한다는 이야기를 다룬 적이 있습니다. 이번에는 그 자본이 지금 당장 만들고 있는 한 가지 결과에 집중하려 합니다. 금리입니다. 그리고 그 금리가 돌고 돌아 어디에 닿는지, 한국 투자자에게는 특히 중요한 이야기입니다.
먼저 지금 벌어지는 일부터 봅시다. 9월 말, 미국 30년물 국채금리는 5.62%까지 올라 2002년 이후 최고치를 기록했고, 10년물도 5.29%로 2007년 이후 가장 높은 수준까지 올라섰습니다. 30년물은 6거래일 연속 상승했습니다.
물론 이 금리 상승을 AI 하나로 설명할 수는 없습니다. 중동 정세와 유가, 인플레이션 우려, 여전히 강한 미국 경기, 재정적자와 국채 공급, 연준의 추가 긴축 가능성이 동시에 작용하고 있습니다. 하지만 여기에, 이전 사이클에는 없던 새로운 힘 하나가 더해졌습니다. AI가 만들어내는 거대한 자본수요입니다.
1. AI는 거대한 '자본 흡수장치'가 되고 있다
AI는 흔히 소프트웨어 산업으로 여겨집니다. 하지만 최근 AI 산업의 실제 모습은, 오히려 철도나 통신망, 전력망을 건설하던 과거의 거대한 인프라 투자에 더 가깝습니다. 데이터센터를 짓고, GPU와 메모리를 사고, 발전설비와 전력망을 확충하고, 냉각설비와 변압기를 설치해야 합니다. 그리고 이 모든 것을 위해 기업들은 채권과 대출 시장에서 막대한 돈을 끌어오고 있습니다.
처음에는 마이크로소프트·알파벳·아마존·메타 같은 빅테크가 자신들의 막대한 현금흐름으로 감당했습니다. 하지만 투자 규모가 너무 커지면서, 이제는 채권시장과 은행, 사모신용, 인프라 펀드까지 동원되고 있습니다. 2026년 8월 초까지 AI 관련 부채 발행액은 이미 약 5,000억 달러에 달했고, 미국 우량 회사채 발행에서 AI 관련 부채가 차지하는 비중은 2024년 약 1%에서 올해 약 20%까지 올라왔습니다.
경제 전체에서 투자 자금을 원하는 기업이 급증하면, 다른 조건이 같을 때 돈의 가격, 즉 금리에는 상승 압력이 생깁니다. 특히 미국 정부마저 막대한 국채를 발행하는 상황에서, AI 기업과 데이터센터 프로젝트까지 장기자금을 경쟁적으로 끌어간다면, 자본시장의 공급 부담은 더 커질 수밖에 없습니다. AI가 장기적으로는 생산성을 높일 기술이면서도, 단기적으로는 자본비용을 밀어올리는 요인이 되는 이유입니다.
실제로 최근 국채금리가 5%대에 자리 잡은 것을 두고, 일시적 급등이 아니라 구조적 변화라는 분석이 나옵니다. 서울경제와 블룸버그가 인용한 전문가들은 그 구조적 요인으로 재정적자, 유가와 함께 'AI 인프라 투자 수요'를 나란히 꼽았습니다. 금리를 보는 시장의 언어 안에, 이제 AI가 들어온 것입니다.
2. AI의 자기모순: AI가 금리를 올리고, 오른 금리가 다시 AI를 압박한다
여기서 묘한 자기모순이 생깁니다. AI 기업들의 막대한 투자가 자본수요를 늘리고, 자본수요 증가는 금리에 상방 압력을 줍니다. 그런데 금리가 올라가면, 가장 먼저 부담이 커지는 곳 가운데 하나가 바로 장기간 막대한 자금을 투입해야 하는 AI 인프라 프로젝트입니다.
그래서 이런 순환이 가능해집니다. AI 투자가 늘면 자본수요가 커지고, 자본수요가 커지면 자본비용이 오르고, 자본비용이 오르면 AI 프로젝트의 금융비용이 늘고, 그러면 시장은 더 높은 수익률을 요구하게 됩니다. AI의 성공을 위해 필요한 투자가, 그 성공이 넘어야 할 수익률의 문턱을 스스로 높이는 셈입니다.
문제는 기업들이 그렇다고 투자를 쉽게 멈출 수도 없다는 것입니다. 한 회사가 투자를 늦추는 순간, 경쟁사가 더 많은 컴퓨팅 자원을 확보하고 더 좋은 모델을 내놓을 수 있다는 두려움 때문입니다. 그래서 지금 AI 산업은 "수익성이 확실해진 뒤 투자한다"기보다, "경쟁에서 밀리지 않기 위해 먼저 투자하고 수익성은 나중에 증명한다"는 구조로 움직입니다. 개별 기업에는 합리적인 선택이지만, 모두가 동시에 같은 결정을 내리면 산업 전체에서는 과잉투자가 될 수도 있습니다.
3. 시장은 이제 AI의 '부채의 질'을 보기 시작했다
이 변화는 신용시장에서도 나타나고 있습니다. 대표적인 사례가 메타의 루이지애나 하이페리온(Hyperion) 데이터센터입니다. 프로젝트 규모는 약 500억 달러이고, 이 가운데 약 270억 달러가 특수목적기구(SPV)를 통한 채권 발행으로 조달됐습니다. 메타의 직접 지분은 약 20%이지만, 신용평가사들은 상황에 따라 프로젝트 위험의 일부가 결국 메타의 재무구조로 되돌아올 가능성을 지적하고 있습니다.
소프트뱅크도 흥미로운 사례입니다. 오픈AI를 비롯한 AI 투자자금을 확보하기 위해 최근 111억 달러 규모의 하이일드 채권을 발행했는데, 발행 수익률이 7.125~9.75%에 달했습니다. 부도 위험을 나타내는 소프트뱅크의 CDS 스프레드도 400bp를 넘어섰습니다.
돈을 빌려주는 쪽의 태도도 달라지고 있습니다. 대출기관들은 과거보다 높은 금리와 강한 담보, 각종 보호조항을 요구하기 시작했고, 전력 연결과 인허가가 확보돼야 대출금을 집행하는 식으로 조건이 까다로워지고 있습니다. 이것이 AI 투자 붐이 끝났다는 뜻은 아닙니다. 더 정확한 표현은 이것입니다. 시장이 이제 AI의 성장성뿐 아니라, 그 성장을 위해 쌓이는 부채의 질까지 들여다보기 시작했다는 것입니다.
4. 전력이라는 또 다른 압력
AI가 밀어올리는 것은 금리만이 아닙니다. 데이터센터 하나를 짓는 데 필요한 것은 GPU만이 아닙니다. HBM과 서버용 메모리, 변압기와 송전설비, 냉각장치, 가스터빈과 발전설비, 네트워크 장비, 건설인력과 토지까지 필요합니다. 문제는 전 세계 기업들이 동시에 같은 장비와 자원을 주문하고 있다는 것입니다. 수요가 공급능력을 앞질러버리면 가격이 오릅니다.
가장 민감한 곳이 전력입니다. 다만 "데이터센터가 들어오면 그 지역 전기요금이 무조건 폭등한다"는 식의 일반화는 과장입니다. 전력시장 구조와 발전설비, 송전망 여유에 따라 지역별 영향은 크게 다릅니다. 그럼에도 실제 부담으로 이어지는 사례는 이미 나타나고 있습니다. 세계 최대 데이터센터 시장인 미국 버지니아(Virginia)에서는, 데이터센터 수요 증가로 전력회사 도미니언 에너지(Dominion Energy)의 연료비가 지난 5년간 약 88% 늘었습니다. 이 비용을 그대로 회수하면 평균 가정용 전기요금이 약 13% 오를 수 있고, 일부를 채권화해 장기간 분산하면 당장의 인상폭을 약 5%로 낮출 수 있다는 분석도 나왔습니다.
즉 AI는 전력·건설·반도체·전력장비에 동시에 새로운 수요 충격을 만들고 있습니다. 장기적으로는 공급능력을 키우는 기술일 수 있지만, 그 능력을 만들기 위한 지금의 과정은 오히려 수요를 폭발시키고 있는 것입니다.
5. 그래서 한국 투자자에게는 왜 더 중요한가
이 문제는 한국 투자자에게 결코 남의 이야기가 아닙니다. 지금 한국의 대표적인 AI 수혜산업은 반도체이고, 특히 SK하이닉스와 삼성전자가 만드는 HBM과 서버용 메모리는 글로벌 AI 데이터센터 투자와 직접 연결돼 있기 때문입니다.
숫자가 그것을 보여줍니다. 9월 1~20일 한국의 반도체 수출은 1년 전보다 259% 급증하며 사상 최대를 기록했고, 반도체가 전체 수출에서 차지하는 비중은 47%까지 올라 역대 최고 수준에 이르렀습니다. 한국 수출은 16개월 연속 증가했는데, 그 핵심 동력이 바로 AI 하이퍼스케일러들의 투자 확대에 따른 반도체 수요입니다. SK하이닉스와 삼성은 전 세계 HBM 생산의 약 95%를 차지하고 있고, SK하이닉스는 2026년 HBM 물량이 이미 전량 완판됐다고 밝혔습니다.
여기까지만 보면 더없이 좋은 이야기입니다. 글로벌 AI 투자가 계속 확대된다면, 한국 반도체 산업에는 강한 실적 레버리지가 발생합니다. 그런데 바로 그 구조가, 반대 방향으로도 똑같이 작동합니다.
미국 AI 기업들의 자본비용이 계속 높아지고, 데이터센터의 예상 수익률이 떨어지고, 프로젝트가 연기되거나 취소된다면, 그 충격은 데이터센터 투자에서 GPU 주문으로, GPU 주문에서 HBM과 서버 D램 주문으로, 다시 반도체 장비로, 그리고 마지막에 한국의 수출과 기업 실적으로 전달됩니다. 한국 반도체가 AI 투자의 가장 직접적인 수혜자라는 사실은, 동시에 그 사이클이 꺾일 때 가장 직접적으로 노출된다는 뜻이기도 합니다.
그래서 저는 이렇게 표현하는 편이 정확하다고 생각합니다. 한국은 AI 투자 사이클의 상방에도 민감하고, 하방에도 민감하다. 투자가 계속 가속되면 실적 레버리지가 크게 나타나지만, 사이클이 꺾이면 반대 방향의 레버리지도 그만큼 빠르게 나타날 수 있습니다. 실제로 최근에는 AI 개발 속도를 조절해야 한다는 목소리가 업계 안에서도 커지고 있어, 이 양방향 가능성을 남의 일로 넘기기 어렵습니다.
맺으며: 두 시계 중 어느 쪽이 먼저 도착하는가
앞서 저는 닷컴버블을 돌아보며, 좋은 기술과 좋은 투자가 반드시 같은 말은 아니라는 이야기를 한 적이 있습니다. 인터넷은 세상을 바꿨지만, 1999년의 모든 인터넷 주가가 정당했던 것은 아니었으니까요. 이번 금리 이야기는 거기에 한 가지를 더합니다. 금리가 오를수록, 금융시장이 기술의 수익화를 기다려줄 수 있는 시간이 짧아진다는 것입니다.
AI가 장기적으로 경제의 생산성을 높일 가능성은 충분합니다. 다만 여기서 한 가지는 구분해야 합니다. 생산성이 올라간다고 반드시 금리가 내려가는 것은 아닙니다. AI가 잠재성장률과 자본의 기대수익률까지 높인다면, 기업들이 더 많은 투자를 원하게 되고, 이는 오히려 장기 실질금리를 높은 수준에 머물게 할 수도 있습니다.
그래서 지금 AI 사이클에서 정말 중요한 질문은, 금리 자체를 AI가 내려줄 수 있느냐가 아닐지도 모릅니다. 핵심은 훨씬 단순합니다. AI가 만들어내는 경제적 수익률이, AI를 구축하기 위해 지불해야 하는 자본비용보다 높은가. 지금까지 금융시장은 그 대답을 '그렇다'고 가정해왔습니다. 하지만 금리가 5%대에 자리 잡고, 회사채와 프로젝트 파이낸싱이 급증하고, 전력과 장비 비용까지 오르면서, 투자자들이 요구하는 수익률도 빠르게 높아지고 있습니다.
그래서 앞으로 제가 가장 중요하게 볼 질문은 이것입니다. AI가 끌어올린 자본비용의 무게를, AI가 만들어낼 현금흐름과 생산성이 제때 받아낼 수 있을까. 그리고 그 질문의 답이 어느 쪽으로 기울든, 한국 반도체는 그 결과를 가장 먼저, 가장 크게 체감하는 자리에 서 있습니다. 어쩌면 지금 시장이 시험하고 있는 것은 AI 기술의 성패가 아니라, 투자의 시계와 생산성의 시계 중 어느 쪽이 먼저 도착하느냐인지도 모르겠습니다.
※ 본 글의 수치·전망은 2026년 9월 30일 시점의 공개 자료를 기준으로 하며, 시장 상황에 따라 달라질 수 있습니다.
※ 본 글은 정보 공유를 위한 것이며, 특정 자산에 대한 매수·매도 권유가 아닙니다.