AI 투자 4조달러 시대
BIS의 경고
인공지능 투자는 생산성을 끌어올리는 성장 엔진인 동시에, 부채·사모신용·주가·전력망을 한꺼번에 연결하는 거대한 자본 회로가 되고 있습니다. BIS가 한국을 공급망 상류의 수혜국으로 직접 지목한 지금, 중요한 질문은 “AI가 뜰까”가 아니라 “이 호황의 이익과 위험이 어디에 쌓이고 있는가”입니다.
국제결제은행(BIS) 파블로 에르난데스 데 코스 사무총장은 2026년 9월 10일 인도 뭄바이에서 열린 글로벌 핀테크 페스트 연설에서 인공지능이 세계 경제의 수요·공급·금융시장에 동시에 영향을 주고 있다고 진단했습니다. 그의 메시지는 AI의 잠재력을 깎아내리는 ‘거품론’이 아니었습니다. 오히려 생산성 향상과 새로운 산업의 탄생 가능성을 인정하면서도, 지금의 투자 규모와 속도, 그리고 자금조달 구조가 중앙은행과 금융감독 당국이 새로 살펴야 할 거시금융 변수로 커졌다는 경고였습니다.
가장 눈에 띄는 숫자는 투자액입니다. BIS에 따르면 세계 5대 빅테크 기업이 2025~2026년에 집행할 AI 관련 자본지출은 1조달러를 넘을 전망입니다. 업계 참가자들은 데이터센터, 특수 반도체, 클라우드와 네트워크, 전력 인프라를 합친 글로벌 AI 관련 투자가 현재 약 5천억달러에서 2030년 3조~4조달러까지 확대될 수 있다고 봅니다. 불과 몇 년 안에 투자 규모가 몇 배로 커질 수 있다는 뜻이며, 이미 일부 국가에서는 AI 기업의 시가총액과 설비투자, 매출이 거시경제 지표를 흔들 만큼 큰 비중을 차지하기 시작했습니다.
한국에는 이 이야기가 더 직접적입니다. BIS는 대만, 한국, 말레이시아, 싱가포르를 AI 공급망의 ‘상류 수출국’ 사례로 명시했습니다. AI에 필요한 재화의 가격이 일반 상품보다 빠르게 오르면서 이들 국가의 수출가격이 수입비용보다 더 유리하게 움직였고, 교역조건 개선의 이익이 생겼다는 분석입니다. 그러나 BIS는 바로 다음 문장에서 그 이익이 특정 품목과 기업에 좁게 집중돼 있다고 덧붙였습니다. 수혜국이라는 표현만 떼어 읽으면 놓치기 쉬운 핵심입니다.
4조달러는 ‘AI 산업 규모’가 아니라 경제 전체를 흔드는 투자 속도다
3조~4조달러라는 숫자는 단순한 시장전망치로 소비하기 어렵습니다. AI 투자는 소프트웨어 연구비만 뜻하지 않습니다. GPU와 HBM 같은 고성능 반도체, 서버와 광통신 장비, 냉각설비, 대규모 데이터센터 부지, 변전소와 송전망, 발전설비, 클라우드 서비스까지 물리적 자본이 긴 사슬로 연결됩니다. 한 기업의 모델 경쟁이 반도체 공장의 증설과 전력망 투자, 건설업 수요, 원자재 가격, 기업채 발행으로 번지는 구조입니다. 그래서 BIS는 AI의 기술 성능보다 먼저 거시경제의 ‘수요 측 충격’으로 이 투자 붐을 설명합니다.
투자가 커지면 단기 성장률은 높아질 수 있습니다. 데이터센터를 짓고 장비를 주문하고 전문인력을 채용하는 순간부터 국내총생산에는 수요가 생깁니다. AI 관련 주가가 오르면 자산효과를 통해 소비가 늘어날 수도 있습니다. 2025년 세계 경제가 높은 관세와 지정학적 불확실성 속에서도 예상보다 버틴 배경 가운데 하나로 BIS 연례경제보고서가 AI 설비투자와 낙관적 금융여건을 꼽은 이유입니다. 즉 AI 붐은 미래 생산성에 대한 기대가 현재의 건설·제조·금융 활동을 미리 당겨오는 현상입니다.
문제는 기대가 현실을 앞서는 속도입니다. 자본지출은 오늘 확정되지만 수익은 몇 년 뒤에 검증됩니다. 데이터센터의 가동률, 모델 사용료, 기업의 AI 도입 속도, 추론 비용 하락, 경쟁사 출현에 따라 장기 수익률은 크게 달라질 수 있습니다. 장비의 기술적 감가상각도 빠릅니다. 막대한 자금을 들여 설치한 가속기가 몇 세대 뒤 경제성이 급격히 떨어질 수 있다는 뜻입니다. BIS가 “AI가 성공할 것인가”보다 “현재 가격과 투자계획이 어느 정도의 성공을 이미 전제로 하고 있는가”를 묻는 배경이 여기에 있습니다.
투자와 성장
건설·장비·반도체·전력 수요가 즉시 발생해 성장률과 기업이익을 끌어올립니다.
금융과 자산가격
AI 기대가 주가와 신용을 밀어 올리고, 높아진 평가가 다시 투자 여력을 넓히는 순환이 생깁니다.
현금흐름과 생산성
투자비를 장기간 회수할 만큼 실제 수요와 생산성 향상이 나타나는지가 결국 성패를 가릅니다.
BIS가 한국을 ‘상류 수혜국’으로 지목한 이유
AI 공급망에서 돈이 가장 먼저 몰리는 곳은 계산능력을 만드는 상류입니다. 고성능 메모리와 로직 반도체, 첨단 패키징, 서버 부품, 통신 장비, 전력기기처럼 데이터센터가 실제로 돌아가기 전에 필요한 재화가 여기에 해당합니다. BIS는 AI 함량이 높은 상품의 수출이 빠르게 늘었을 뿐 아니라 가격 자체가 다른 상품보다 강하게 상승했다고 설명합니다. 상류 생산역량을 갖춘 국가는 같은 수량을 수출하더라도 더 높은 가격을 받을 수 있어 교역조건이 좋아질 수 있습니다.
한국이 그 사례로 들어간 것은 반도체 중심의 제조 경쟁력 때문입니다. 생성형 AI가 커질수록 대규모 병렬연산과 데이터 이동에 필요한 메모리·서버 수요가 늘고, 공급능력이 제한된 구간에서는 가격과 기업이익이 크게 반응합니다. 이때 수출기업의 실적 개선은 설비투자, 고용, 세수, 주가를 통해 국내 경제로 확산될 수 있습니다. 과학기술정보통신부도 2026년 AI 예산을 전년 3조원에서 9조9천억원으로 늘렸고, 지역 산업의 AI 전환 프로젝트를 2026~2030년 3조1천억원 규모로 추진한다고 밝힌 바 있습니다.
그러나 BIS가 강조한 단어는 ‘상류’만큼이나 ‘집중’입니다. AI 관련 수출가격이 오르더라도 혜택이 경제 전체에 고르게 퍼지는 것은 아닙니다. 특정 반도체 품목과 소수 대기업, 일부 지역의 설비투자에 이익이 집중될 수 있습니다. 반대로 AI와 직접 연결되지 않은 소비·서비스 업종이 고금리, 에너지 비용, 인건비 부담을 동시에 겪는다면 체감경기는 수출 호황과 다르게 움직입니다. 최근 한국 경제에서 반복해서 나타나는 ‘수출과 내수의 온도차’가 AI 시대에는 더 구조적으로 굳어질 가능성을 살펴야 합니다.
또 하나는 가격의 양면성입니다. 수출가격 상승은 기업이익에는 호재지만, AI 인프라를 구축하는 국내 기업에는 장비와 전력, 토지, 전문인력 비용의 상승으로 돌아옵니다. 한국이 공급자이면서 동시에 대규모 수요자가 되기 때문입니다. 따라서 ‘AI 수출 수혜’만으로 경제 전체의 순이익을 판단해서는 안 됩니다. 수출에서 번 돈과 국내에서 필요한 신규 투자를 함께 봐야 실제 부가가치와 생산성 효과를 평가할 수 있습니다.
수혜의 경로
AI 관련 재화 가격 상승 → 상류 수출기업 매출·마진 개선 → 설비투자와 세수·주가에 긍정적 파급.
다만 수출가격 효과가 수량 증가와 같은 것은 아니며, 일부 품목에 집중될수록 경기 전체의 체감 개선은 제한될 수 있습니다.
이번 경고의 핵심은 기술이 아니라 ‘돈의 출처’다
AI 투자 붐의 초기에는 현금이 풍부한 빅테크가 영업이익과 잉여현금흐름으로 설비투자를 감당할 수 있었습니다. 하지만 투자 규모가 커지면서 양상이 달라지고 있습니다. BIS는 대형 기업의 자본지출이 현금흐름을 앞지르기 시작했고, 그 결과 회사채와 대출, 특히 사모신용의 역할이 커지고 있다고 설명합니다. 이 변화는 투자 실패의 손실이 주주에게만 머무르지 않고 채권자와 펀드, 은행·보험사의 연결망을 통해 퍼질 가능성을 높입니다.
사모신용은 은행 대출이나 공개 회사채시장 밖에서 펀드가 기업에 직접 자금을 빌려주는 시장입니다. 유연한 계약과 빠른 자금조달이라는 장점이 있지만, 거래조건과 포트폴리오 위험이 공개시장보다 잘 보이지 않는다는 문제가 있습니다. BIS의 2026년 연례경제보고서는 직접대출 펀드의 AI·IT 부문 대출이 5년 사이 네 배로 늘어 전체 포트폴리오의 약 15%까지 커졌다고 지적합니다. 시장 전체가 나쁜 것은 아니지만, 동일한 기업을 여러 펀드가 동시에 빌려주는 구조가 확대되면 충격 때 상관관계가 갑자기 높아질 수 있습니다.
별도의 BIS 연구는 소프트웨어 기업에 대한 사모신용 노출도 살펴봤습니다. 기업용 소프트웨어는 AI가 생산성을 높이는 대표 영역인 동시에 기존 사업모델을 대체할 수 있는 영역입니다. AI가 고객지원, 코딩, 문서작성 기능을 직접 제공하면 일부 구독형 소프트웨어의 성장전제가 약해질 수 있습니다. 즉 금융시장은 ‘AI에 투자하기 위한 대출’뿐 아니라 ‘AI 때문에 사업모델이 흔들릴 수 있는 기업에 이미 나가 있는 대출’이라는 두 방향의 위험을 동시에 안고 있습니다.
직접대출 펀드의 AI·IT 노출
BIS 연례경제보고서는 직접대출 펀드의 AI·IT 부문 대출이 5년 사이 네 배로 늘어 포트폴리오의 약 15%까지 확대됐다고 분석했습니다. 대출의 절대 규모뿐 아니라 같은 차입자에 여러 펀드가 얽히는 집중 위험과 불투명한 가치평가가 금융안정의 관찰 대상입니다.
‘순환금융’이 커지면 매출과 투자, 가치평가의 경계가 흐려진다
BIS가 이번 연설에서 특별히 언급한 표현 가운데 하나가 ‘순환금융’입니다. 예를 들어 반도체 기업이나 초대형 클라우드 기업이 AI 스타트업에 지분을 투자하고, 그 스타트업이 다시 투자자의 칩이나 연산자원을 장기 구매하는 방식입니다. 한쪽에는 투자자산의 가치가 생기고 다른 쪽에는 매출계약이 생기므로 성장의 선순환처럼 보일 수 있습니다. 실제로 기술 생태계를 빠르게 키우는 데 도움이 될 수도 있습니다.
하지만 금융안정 관점에서는 연결고리를 정확히 보기 어려워집니다. 어느 회사의 매출이 최종 사용자 수요에서 나온 것인지, 투자받은 자금이 다시 공급자의 매출로 되돌아온 것인지 구분하기 복잡해집니다. 여러 기업이 서로 지분과 구매계약, 데이터센터 임대계약, 대출보증으로 연결되면 개별 기업의 재무제표만 보고 시스템 전체 위험을 판단하기가 어려워집니다. 기대수익이 낮아지는 순간 계약이 연쇄적으로 재협상될 가능성도 있습니다.
이 구조는 ‘가짜 매출’이라고 단정할 사안이 아닙니다. 장기 공급계약과 전략적 지분투자는 첨단산업에서 흔한 방식이고, 공급능력을 미리 확보하는 합리적 선택일 수 있습니다. BIS의 문제의식은 투명성입니다. 자본이 서로의 성장을 밀어주는 과정에서 실제 최종수요, 담보 중복, 계약의 해지조건, 부채 상환순위가 충분히 보이지 않으면 위험의 위치를 늦게 알게 됩니다. 금융위기는 흔히 손실의 크기보다 “누가 그 손실을 들고 있는지 모르는 상태”에서 더 빨리 번집니다.
AI 금융의 핵심 위험은 “투자가 많다”는 사실 하나가 아닙니다. 같은 성장 기대가 주가·부채·매출계약·담보가치에 동시에 들어가 있을 때, 기대가 낮아지는 순간 여러 가격이 한 방향으로 재평가될 수 있다는 점입니다.
기술이 세상을 바꿔도, 그 기술에 돈을 건 모든 투자자가 이기는 것은 아니다
AI 거품 논쟁이 자주 엇나가는 이유는 기술의 성공과 금융투자의 성공을 같은 질문으로 취급하기 때문입니다. 철도는 실제로 세계의 물류를 바꿨고 전기는 산업의 생산방식을 뒤집었으며 인터넷은 경제의 기반이 됐습니다. 그렇다고 철도회사, 전력회사, 인터넷기업에 투자한 모든 자본이 같은 수익을 얻은 것은 아닙니다. 새로운 범용기술은 장기적으로 큰 생산성 향상을 만들 수 있지만, 그 과정에서 너무 많은 기업이 너무 비싼 가격으로 너무 이른 시점에 설비를 지으면 자산가격 조정과 부실이 동시에 나타날 수 있습니다.
BIS가 운하 붐, 1840년대 영국 철도 열풍, 1920년대 전기화, 1990년대 말 닷컴 붐을 함께 언급한 이유도 이 구분을 강조하기 위해서입니다. 인프라가 남았다는 사실이 과잉투자가 없었다는 뜻은 아닙니다. 오히려 기술 확산 초기에 공급능력을 누가 얼마나 확보해야 하는지 알기 어렵기 때문에 경쟁사는 시장점유율을 잃지 않으려고 동시에 투자합니다. 개별 기업 입장에서는 합리적인 행동이 산업 전체로 합쳐졌을 때 과잉설비가 될 수 있습니다. BIS는 이것을 일종의 ‘군비경쟁’ 성격으로 설명합니다.
AI에서는 불확실성이 더 큽니다. 모델 성능은 빠르게 좋아지지만 같은 성능을 내는 연산비용도 빠르게 떨어질 수 있고, 소프트웨어 구조가 바뀌면 필요한 하드웨어 조합도 달라집니다. 오늘의 최첨단 데이터센터가 몇 년 뒤에도 같은 경제성을 유지할지, 기업 고객이 실험단계를 넘어 충분한 비용을 지불할지, 에너지와 토지 비용을 포함해 투자수익률이 유지될지는 아직 확정된 답이 없습니다. 따라서 데이터센터 건설량 자체보다 실제 사용률과 AI 서비스에서 발생하는 지속 가능한 현금흐름을 함께 봐야 합니다.
다만 역사적 비교를 곧바로 “AI도 닷컴처럼 무너진다”는 결론으로 쓰는 것도 잘못입니다. 오늘의 대형 AI 투자자는 높은 현금창출력을 가진 기업이 많고, 실제 기업 업무에서 AI가 시간을 줄이고 생산성을 높인다는 증거도 축적되고 있습니다. BIS가 제시하는 메시지는 붐의 종말을 예언하는 것이 아니라, 생산성의 장기 낙관론과 자산가격의 단기 취약성을 동시에 볼 필요가 있다는 것입니다. 기술이 맞아도 가격이 틀릴 수 있고, 기술이 성공해도 자금조달 구조가 취약하면 금융 손실은 생길 수 있습니다.
새 물류망의 가치를 믿은 자본이 빠르게 몰렸지만 모든 노선이 충분한 수요를 얻지는 못했습니다.
철도는 핵심 인프라로 남았지만 과도한 기대와 중복투자는 투자자 손실을 만들었습니다.
범용기술이 생산성을 끌어올리는 동안 설비와 주식의 가치평가는 큰 변동을 겪었습니다.
인터넷은 승자가 됐지만 당시의 수많은 기업과 과잉설비가 같은 방식으로 살아남은 것은 아닙니다.
한국 경제에는 네 개의 통로가 동시에 열린다: 수출·주가·신용·전력
한국이 AI 투자 붐을 바라볼 때 미국 빅테크 주가만 확인해서는 부족합니다. 한국은 첨단 반도체를 수출하는 생산국이고, 개인과 기관이 미국 기술주를 보유한 투자국이며, 국내에서도 데이터센터와 AI 서비스 투자를 확대하는 수요국입니다. 동시에 대규모 전력망을 증설해야 하는 인프라 국가입니다. 하나의 글로벌 AI 사이클이 수출통계, 국내 증시, 금융회사 자산, 전력계획을 서로 다른 시간차로 움직일 수 있다는 뜻입니다.
첫째는 수출입니다. AI 서버에 들어가는 고성능 메모리와 관련 부품의 가격이 높게 유지되고 주문이 늘면 무역수지와 기업실적에 즉각적인 도움이 됩니다. 반대로 글로벌 데이터센터 계획이 연기되거나 고객사가 투자 속도를 낮추면 공급망 상류의 주문도 빠르게 조정될 수 있습니다. 상류 수혜가 큰 만큼 글로벌 자본지출의 방향에 대한 민감도도 높아지는 구조입니다.
둘째는 자산가격입니다. AI 관련 대형주의 비중이 커질수록 주가지수 전체가 소수 기업의 실적과 투자계획에 더 민감해집니다. BIS는 이번 AI 사이클의 조정이 과거보다 금융시장에 크게 번질 수 있는 이유로 가계의 주식 보유 확대와 미국 주식의 세계 시장 내 높은 비중을 들었습니다. 한국에서도 국내 반도체 주가와 해외 기술주 투자자산이 같은 기대에 반응하면 소비심리와 자산효과가 동시에 흔들릴 수 있습니다.
셋째는 신용입니다. 국내 AI 인프라가 본격 확대되면 데이터센터 사업자뿐 아니라 건설사, 전력기기 업체, 통신사, 부동산 프로젝트, 인프라 펀드가 자금을 조달하게 됩니다. 이 단계에서 중요한 것은 AI라는 이름이 붙은 대출 총액보다 현금흐름의 원천과 만기구조입니다. 장기 전력계약과 확정 임대계약이 있는 인프라와 수요가 아직 검증되지 않은 프로젝트는 같은 위험가중치로 볼 수 없습니다. 사모펀드·보험·증권사 등 비은행권까지 포함한 최종 위험보유자를 파악해야 합니다.
넷째는 전력입니다. 로이터가 9월 8일 한국 정부의 전력수요 전망을 보도한 내용에 따르면 AI, 반도체, 데이터센터 확대로 추가 전력수요가 25~30GW에 이를 수 있다는 정부 추정이 제시됐습니다. 이 전망치가 실제로 구현되는 속도는 데이터센터 입지, 송전망, 발전원 구성과 인허가에 달려 있지만, 중요한 사실은 AI 투자가 이미 전력정책의 장기 변수로 들어왔다는 점입니다. 전력망 병목이 생기면 좋은 AI 프로젝트도 착공이 늦어지고 투자비가 높아질 수 있습니다.
수출과 교역조건
AI 상류품목의 가격·물량이 기업이익과 무역수지에 반영됩니다. 수혜가 집중될수록 글로벌 투자 감속 때 변동성도 커집니다.
주가와 가계자산
국내 반도체주와 해외 기술주가 같은 성장 기대를 공유하면 조정 시 자산효과가 동시에 약해질 수 있습니다.
은행·비은행 신용
프로젝트 대출과 인프라 펀드가 커질수록 최종 위험보유자, 담보가치, 만기 불일치를 투명하게 볼 필요가 있습니다.
전력망과 입지
데이터센터는 전력 공급이 실제로 가능한 곳에만 지어집니다. 송전망 지연은 투자 수익성과 지역 배치까지 바꿀 수 있습니다.
중앙은행의 딜레마: AI는 물가를 낮출 수도, 먼저 끌어올릴 수도 있다
생산성 기술은 장기적으로 같은 노동과 자본으로 더 많은 산출을 만들게 합니다. AI가 기업의 업무시간을 줄이고 공정 효율을 높여 잠재성장률을 높인다면 공급능력이 늘고 단위비용이 낮아질 수 있습니다. 이런 경로만 보면 AI는 인플레이션 압력을 완화하고 경제의 비인플레이션 성장속도를 높이는 기술입니다. 그래서 중앙은행도 생산성 변화와 잠재성장률을 중요한 구조변수로 봅니다.
그러나 투자 붐이 먼저 나타나는 초기 단계에서는 방향이 반대일 수 있습니다. 데이터센터 건설, 전력설비, 반도체 장비, 전문인력과 토지에 대한 수요가 빠르게 늘면 경제의 기존 공급능력보다 투자수요가 앞설 수 있습니다. 자산가격 상승으로 소비까지 강해지면 수요 압력은 더 커집니다. BIS가 AI를 통화정책 문제로 다루는 이유는 생산성 효과가 확인되기 전에 투자수요가 금리와 물가에 영향을 줄 수 있기 때문입니다.
중립금리, 즉 경제를 과열시키지도 침체시키지도 않는 이론적 금리 수준도 불확실해집니다. AI가 투자수요와 장기 생산성을 동시에 높이면 균형금리가 달라질 수 있지만 그 크기와 시점을 실시간으로 알기 어렵습니다. 중앙은행이 생산성 개선을 너무 빨리 믿으면 수요 과열을 놓칠 수 있고, 반대로 단기 투자수요만 보고 지나치게 긴축하면 실제 생산성 투자를 제약할 수 있습니다. 결국 AI 시대 통화정책에는 기술전망보다 데이터에 대한 겸손이 더 중요해집니다.
여기서 주의할 점은 BIS가 “지금 당장 AI 버블이 터진다”고 선언하지 않았다는 사실입니다. 연설의 핵심은 중앙은행과 감독당국이 새로운 금융연결망과 자금조달 구조를 더 잘 측정해야 한다는 데 있습니다. 투자 붐이 생산성 혁신으로 이어질 가능성과 과도한 가격기대가 조정될 가능성을 동시에 열어두고, 어느 한쪽을 확신하기보다 취약성이 어디에 쌓이는지 파악하라는 주문에 가깝습니다.
‘AI 버블’이라는 한 단어로 끝내면 놓치는 것
현재 필요한 질문은 거품 여부를 단정하는 것이 아니라 투자비가 어떤 현금흐름으로 회수되는지, 부채가 어디에 쌓이는지, 최종수요가 얼마나 빠르게 커지는지, 생산성 개선이 실제 통계에 나타나는지를 분리해서 확인하는 일입니다. 기술의 가치와 금융의 취약성은 동시에 존재할 수 있습니다.
앞으로 숫자 다섯 개만 보면 AI 붐의 건강상태가 더 잘 보인다
AI 산업은 기술뉴스가 너무 많아 방향을 잃기 쉽습니다. 새 모델의 점수나 특정 기업의 하루 주가보다 경제와 금융을 연결하는 지표를 정해 놓는 편이 유용합니다. 첫째는 주요 투자기업의 영업현금흐름 대비 자본지출입니다. 현금창출 속도보다 설비투자가 계속 빠르게 늘고 순부채가 함께 확대된다면 금융 레버리지가 커지고 있다는 뜻입니다.
둘째는 데이터센터와 클라우드의 실제 사용률, 장기 임대계약의 질입니다. 발표된 투자계획이 모두 같은 확정성을 갖는 것은 아닙니다. 부지확보 단계인지, 전력연결 계약까지 끝났는지, 최종 고객의 장기 사용계약이 있는지를 구분해야 합니다. 셋째는 회사채와 사모신용의 금리 스프레드입니다. 위험을 감수하는 자본이 더 높은 보상을 요구하기 시작하면 주가보다 먼저 신용여건이 바뀌고 있다는 신호가 될 수 있습니다.
넷째는 AI 상류품목의 가격과 재고입니다. 한국처럼 수출 수혜가 큰 국가는 주문 증가뿐 아니라 가격이 유지되는지가 중요합니다. 공급능력이 빠르게 늘어난 뒤 가격이 급락하면 수출액과 기업이익이 물량보다 크게 흔들릴 수 있습니다. 다섯째는 생산성입니다. 기업이 AI를 도입해 실제 노동시간, 불량률, 연구개발 속도, 고객응대 비용을 얼마나 개선했는지가 넓은 산업에서 확인돼야 거대한 설비투자의 장기 수익성을 지지할 수 있습니다.
이 다섯 지표는 서로 연결해서 봐야 합니다. 자본지출이 늘어도 현금흐름과 사용률, 생산성이 함께 좋아지면 부채 확대의 위험은 낮아질 수 있습니다. 반대로 투자비만 늘고 사용률이 기대보다 낮은데 신용스프레드가 벌어지고 상류 가격까지 떨어진다면 조정 위험이 커집니다. 핵심은 한 숫자의 절대 수준이 아니라 여러 숫자가 같은 방향으로 움직이는지를 보는 것입니다.
현금흐름 대비 CAPEX
투자 확대가 내부 현금으로 감당되는지, 회사채·대출·사모신용 의존도가 얼마나 빠르게 커지는지 확인합니다.
데이터센터 사용률
발표된 건설계획보다 실제 전력연결, 장기계약, 서버 사용률이 수익성을 더 직접적으로 보여줍니다.
신용스프레드와 만기
채권·대출 가격이 주가보다 먼저 위험을 반영하는지, 단기자금으로 장기 인프라를 조달하는 만기 불일치가 커지는지 봅니다.
반도체 가격·재고
상류 공급이 수요를 추월하는 순간 가격과 이익이 함께 조정될 수 있어 한국 수출 사이클의 중요한 선행신호가 됩니다.
실제 생산성 개선
AI가 실험을 넘어 비용과 시간을 지속적으로 줄이는지가 3조~4조달러 투자계획의 장기 정당성을 결정합니다.
한국의 답은 투자를 멈추는 것이 아니라, 수혜와 위험을 같은 장부에 적는 것이다
한국이 AI 공급망에서 얻는 기회를 놓치지 않으려면 반도체와 데이터센터, 전력망, 인재에 대한 투자는 계속 필요합니다. 경쟁국이 동시에 설비를 늘리는 상황에서 투자를 일괄적으로 늦추는 것은 시장점유율과 기술역량을 잃는 비용을 만들 수 있습니다. 하지만 ‘국가 전략산업’이라는 이유로 모든 프로젝트의 경제성을 같은 수준으로 인정하는 것도 위험합니다. 공공정책은 기술의 중요성을 확인하는 일과 개별 투자의 손익을 보증하는 일을 분리해야 합니다.
첫 번째 과제는 금융 데이터의 가시성입니다. 은행대출은 비교적 잘 보이지만 사모신용, 인프라 펀드, 보험사 대체투자, 증권사 우발채무가 같은 프로젝트에 어떻게 연결되는지는 더 복잡합니다. 감독당국이 AI·데이터센터라는 산업분류만 보는 데서 그치지 않고 차입자, 담보, 전력계약, 임차인, 보증구조를 연결해서 볼 수 있어야 집중위험을 일찍 발견할 수 있습니다. BIS가 강조하는 불투명성 문제를 한국 금융환경에 번역하면 결국 ‘누가 최종 손실을 부담하는가’를 미리 그리는 작업입니다.
두 번째는 전력과 입지의 현실성입니다. 데이터센터 사업성은 서버 가격뿐 아니라 송전망 연결시점과 전력단가에 좌우됩니다. 계획상 전력수요가 커질수록 발전원 논쟁과 별개로 송전선, 변전소, 계통보강의 일정이 투자계획과 함께 움직여야 합니다. 실제 연결이 늦어져 빈 건물이 남거나 임시 전원비용이 커지면 금융권이 예상한 현금흐름도 달라집니다. 산업정책·에너지정책·금융감독을 따로 운영하기 어려운 이유입니다.
세 번째는 수출 호황의 분배와 재투자입니다. AI 상류 수출에서 생긴 이익이 연구개발, 장비투자, 인력교육, 협력업체의 생산성으로 확산되면 공급망의 회복력이 높아집니다. 반대로 소수 품목의 가격상승에만 의존한다면 사이클이 꺾일 때 경제 전체가 받는 충격이 커질 수 있습니다. 한국이 ‘AI 수혜국’이라는 BIS의 평가는 완성된 결론이 아니라 수혜를 구조적 경쟁력으로 바꿀 수 있는지 묻는 출발점에 가깝습니다.
결국 AI 시대의 금융안정은 혁신을 억제하는 규제가 아니라 혁신에 필요한 자본이 어디에서 와서 어디로 흘러가는지 보이게 만드는 인프라입니다. 좋은 프로젝트는 더 싼 자금을 얻고, 위험한 프로젝트는 그 위험에 맞는 가격을 부담하며, 실패가 발생해도 금융시스템 전체가 얼어붙지 않는 구조가 필요합니다. 기술 낙관론과 금융 신중론은 서로 반대말이 아닙니다. 오히려 긴 투자 사이클을 끝까지 유지하려면 둘이 함께 가야 합니다.
한국은 AI 붐의 관객이 아니라 공급자이자 채권자, 전력수요자다
이번 BIS 경고에서 한국 독자가 가장 주목할 대목은 “AI가 거품인가”라는 단순한 질문이 아닙니다. 한국은 AI 반도체를 파는 상류 공급자라서 글로벌 투자 확대의 이익을 가장 빨리 받을 수 있는 나라 중 하나입니다. 동시에 국내 주식과 해외 기술주를 통해 자산가격 변화에 노출되고, 데이터센터와 전력망을 직접 늘리며, 그 프로젝트에 금융회사가 자금을 공급합니다. 수혜와 위험의 통로가 분리돼 있지 않습니다.
따라서 수출이 좋다는 이유로 금융위험을 과소평가해서도 안 되고, 부채가 늘어난다는 이유로 AI 투자를 거품으로 규정해서도 안 됩니다. 핵심은 생산성에 근거한 투자와 점유율 경쟁 때문에 앞당겨진 투자를 구분하고, 자금조달의 만기와 담보, 최종수요를 투명하게 만드는 것입니다. 이 과정이 잘 작동하면 AI 투자는 한국의 수출 호황을 새로운 생산성 기반으로 바꿀 수 있습니다.
앞으로의 분기점은 3조~4조달러라는 거대한 숫자가 아니라 그 돈이 실제로 무엇을 만들어 내는지에서 나타날 것입니다. 데이터센터 사용률이 높아지고 기업 생산성이 개선되며 현금흐름이 투자비를 따라잡으면 지금의 설비확대는 인프라 전환으로 남습니다. 반대로 부채만 빠르게 늘고 최종수요가 기대에 못 미치면 가격 조정은 기술의 실패가 아니라 금융의 재평가로 시작될 가능성이 큽니다.
핵심 질문 5
글로벌 AI 투자가 정말 2030년 4조달러까지 늘어난다는 뜻인가요?
BIS가 업계 참가자들의 전망을 인용해 현재 약 5천억달러인 AI 관련 투자가 2030년 3조~4조달러에 이를 수 있다고 설명한 것입니다. 확정된 지출액이 아니라 향후 투자 필요와 시장 기대가 반영된 전망치로 읽어야 합니다.
BIS는 AI 거품이 곧 터진다고 경고한 건가요?
아닙니다. BIS는 AI가 생산성을 높이고 성장을 지지할 가능성을 인정하면서도, 투자규모와 자산가격이 빠르게 커지고 자금조달이 부채·사모신용으로 이동하는 만큼 금융안정 위험을 더 면밀히 봐야 한다고 했습니다.
한국이 AI 투자 붐의 수혜국이라는 근거는 무엇인가요?
BIS는 AI 공급망 상류 수출국의 교역조건 개선 사례로 한국을 대만·말레이시아·싱가포르와 함께 직접 언급했습니다. AI 관련 재화의 수출가격이 상대적으로 강해 수출기업에 유리한 효과가 나타났다는 분석입니다.
사모신용이 왜 문제가 되나요?
사모신용 자체가 나쁜 것은 아닙니다. 빠르고 유연한 자금공급이라는 장점이 있습니다. 다만 공개시장보다 포트폴리오와 계약조건이 덜 보이고, 여러 펀드와 은행·보험사가 같은 차입자에 연결될 수 있어 충격 때 위험의 위치를 파악하기 어려울 수 있습니다.
한국에서 가장 먼저 확인할 위험신호는 무엇인가요?
반도체 가격과 재고, 빅테크의 현금흐름 대비 설비투자, 데이터센터 전력연결과 사용률, 회사채·사모신용 스프레드, 실제 산업 생산성 개선을 함께 보는 것이 좋습니다. 어느 하나만으로 호황의 지속 여부를 단정하기 어렵습니다.
주요 자료
- BIS, Artificial intelligence, growth and financial stability: challenges for central banks — https://www.bis.org/speeches/20260910-artificial-intelligence-growth-and-financial-stability-challenges-central-banks
- BIS Annual Economic Report 2026, Progress and peril: the AI investment boom and financial stability — https://www.bis.org/publications/aer-2026/progress-peril
- BIS Bulletin, Financing the AI boom: from cash flows to debt — https://www.bis.org/publications/bulletin-120-financing-ai-boom-cash-flows-debt
- BIS Bulletin, AI disruption and private credit exposure to software firms — https://www.bis.org/publications/bulletin-128-ai-disruption-private-credit-exposure-software-firms-bdcs
- 과학기술정보통신부, 2026년 AI 예산 및 지역 AX 투자 관련 발표 — https://www.msit.go.kr/eng/bbs/view.do?bbsSeqNo=42&mId=4&nttSeqNo=1205&sCode=eng
- Reuters, AI boom poses new financial stability risks, BIS head says — https://www.reuters.com/business/finance/ai-boom-poses-new-financial-stability-risks-bis-head-says-2026-09-10/
- Reuters, South Korea power demand set to soar on AI boom — https://www.reuters.com/business/energy/south-koreas-power-demand-set-soar-ai-boom-nation-weighs-expanding-nuclear-2026-09-08/
댓글
댓글 쓰기