Macro Trader

리서치 조직에서 퀀트는 거시와 미시를 잇는 허리입니다. 섹터 애널리스트들이 상향식으로 쌓아 올린 개별 기업 이익 추정치를 종합하는 동시에, 경제, 채권, 신용 애널리스트들이 하향식으로 제시하는 거시 지표까지 함께 엮어내기 때문입니다. 그런 퀀트가 '전략'을 맡는다는 것은, 위에서 내려다본 시장과 아래에서 쌓아 올린 시장을 한자리에서 읽어내는 올라운드 플레이어의 지휘를 지켜본다는 뜻입니다. 하향식 결론과 상향식 결론 사이의 간극을 메우는 일이야말로 전략의 본령이고, 퀀트는 그 작업에 가장 익숙한 자리에 있다고 봅니다. 퀀트 출신으로 하반기 전략 애널리스트로 새출발하는 김민규 위원의 보고서를 응원하는 마음으로 공유합니다.

However, seasonality suggests the index could get some relief in July.

Threefold Forge: 'AI Bonus, New Money' 한국의 AI 반도체 호황은 기업 이익을 넘어, 월급쟁이 부자의 탄생이라는 새로운 자산시장 이벤트를 만들고 있다 한국의 AI 반도체 붐은 이제 주식시장과 수출지표에만 머물지 않는다. 삼성전자와 SK하이닉스 직원들에게 수십만달러 규모의 성과급이 지급되면서, 과거 재벌 오너와 부동산 보유자 중심이던 부의 축적 경로에 새로운 계층이 등장하고 있다. UBS 기준 한국의 성인 1인당 평균 부는 2020년 이후 44% 증가해 세계에서 가장 빠른 증가율을 보였고, 여기에 AI 메모리 호황이 만든 보너스 유동성이 추가로 쌓이고 있다. 삼성전자의 10년 임금 합의는 2026년 평균 약 34만달러, SK하이닉스는 약 47만 6천달러 수준의 성과급을 가리킨다. 두 회사의 2026~2028년 보상 규모는 약 1,620억달러로 추정된다. 이는 단순한 임금 상승이 아니라, AI 공급망의 초과이익이 노동자 계좌로 직접 흘러 들어가는 구조적 부의 이전이다. 핵심은 보너스가 아니라 금융화다. 반도체 직원의 현금은 은행 예금이 아니라 증권·연금·절세 시장의 신규 원천이 되고 있다 국내 은행과 증권사는 이 흐름을 놓치지 않고 있다. KB, 하나, 메리츠, 삼성증권, 미래에셋, 스탠다드차타드까지 고소득 직장인을 새로운 프라이빗뱅킹 고객군으로 보고 있다. 기존 자산관리 시장은 사업가, 상속자, 부동산 부자 중심이었지만, 이제 30~40대 반도체 엔지니어와 대기업 전문직이 핵심 타깃이 됐다. 금융회사들은 특판 예금, 퇴직연금, 세무 자문, 투자일임, 주식담보, 상속 설계까지 상품군을 넓히고 있다. 실제로 삼성증권의 1억원 이상 고객은 2026년 1분기에만 전분기 대비 15% 늘어 44만9천명에 도달했고, 리테일 고객 자산도 496조원까지 증가했다. 미래에셋 고객자산도 581조 7천억원으로 사상 최대를 기록했다. 이 돈은 처음에는 단기예금에 머물 수 있지만, 시간이 지나면 주식, ETF, 연금, 절세 상품으로 이동한다. 한국 가계의 부가 부동산에서 금융자산으로 옮겨가는 초기 신호다. 이 변화는 은행주와 증권주에 구조적 기회를 만들지만, 동시에 AI 사이클 의존이라는 새로운 리스크도 함께 만든다 자산관리 산업에는 분명한 성장 기회다. 한국 금융사는 글로벌 PB 대비 규제와 라이선스 장벽 덕분에 국내 고객을 더 쉽게 확보할 수 있다. 다수 외국계 은행이 과거 한국 리테일 시장에서 철수했기 때문에, 신규 부유층 유입의 과실은 국내 은행과 증권사가 먼저 가져갈 가능성이 높다. 문제는 이 부의 원천이 매우 특정한 산업에 집중돼 있다는 점이다. 삼성전자와 SK하이닉스는 글로벌 HBM 시장의 약 80%를 공급하고 있고, 추가 공장 건설로 호황 지속을 기대하고 있다. 그러나 보너스가 주식으로 지급되거나 임직원이 자사주와 반도체 테마에 다시 투자하면, 가계 자산은 노동소득과 금융자산 모두 같은 AI 메모리 사이클에 노출된다. 상승장에서는 소비와 투자, 자산관리 수수료가 함께 늘지만, 메모리 가격이나 AI 설비투자가 꺾이면 고소득층의 소비와 금융자산도 동시에 흔들릴 수 있다. 새로운 부는 넓어졌지만, 그 기둥은 아직 좁다. Insight 이 사건의 핵심은 한국에서 AI 이익이 주주에게만 머물지 않고 노동자와 금융회사로 확산되고 있다는 점이다. 이는 한국 은행, 증권주에 긍정적이다. 대형 보너스는 예금, 퇴직연금, 브로커리지, ETF, 세무 자문, 신용공여, 프라이빗뱅킹 수수료로 전환될 수 있다. 특히 KB, 하나, 삼성증권, 미래에셋, 메리츠 같은 플랫폼형 금융사는 고객 생애가치가 긴 30~40대 고소득층을 선점할 기회를 얻는다. 다만 이 거래는 단순한 내수 회복 베팅이 아니다. AI 메모리 초과이익이 지속되고, 직원 보상이 금융자산으로 재투자되며, 금융회사가 이를 장기 고객으로 붙잡는다는 복합 베팅이다. 한국의 다음 금융 사이클은 부동산 담보대출이 아니라 반도체 보너스에서 시작될 수 있다. 아주 한국적인 방식으로, AI가 PB 센터의 문을 두드리고 있다. - Bloomberg, Macro Trader.

Threefold Forge: 'An Epic David vs. Goliath Stock Battle Is Underway' 개인투자자의 매수는 더 이상 밈 주식 소동이 아니라, AI 시대 가계의 생존형 자산배분으로 바뀌고 있다 2021년의 개인투자자 반란은 공매도 헤지펀드를 압박한 단기 전술에 가까웠다. 지금 벌어지는 전투는 훨씬 크다. 한국과 대만에서 외국인 기관은 1,100억달러 이상을 팔았지만, 현지 개인투자자는 그 물량을 받아내고 있다. 이는 단순한 투기 열풍이 아니라 AI가 노동소득을 잠식할 수 있다는 불안 속에서 중산층이 자산소득으로 방어하려는 행동이다. 특히 한국과 대만은 올해 세계 최고 성과의 주식시장을 보유하고 있고, 그 중심에는 삼성전자, SK하이닉스, TSMC가 있다. 개인은 집중을 두려워하지 않는다. 오히려 집중을 기회로 본다. 반면 기관은 리스크 관리와 벤치마크 규율 때문에 이 승자를 계속 줄여야 한다. 시장은 지금 누가 더 똑똑한가보다, 누가 더 긴 시간축과 더 높은 집중도를 견딜 수 있는가를 시험하고 있다. 핵심은 개인이 무모하다는 것이 아니라, 기관의 분산 원칙이 AI 승자독식 구조와 충돌하기 시작했다는 점이다 MSCI 신흥국 지수는 구조적으로 바뀌었다. TSMC, 삼성전자, SK하이닉스 세 종목이 지수의 30% 이상을 차지한다. 연초 18% 수준에서 급격히 올라온 결과다. 중국은 세계 2위 경제대국이지만 지수 내 위상에서는 이제 세 번째 신흥시장처럼 보일 정도다. 전문 운용자는 이런 집중을 견디기 어렵다. 분산을 지키려면 가장 많이 오른 종목을 팔아야 하고, 그 순간 벤치마크를 크게 밑돈다. 올해 삼성전자와 SK하이닉스가 각각 168%, 303% 올랐다는 점을 생각하면 그 비용은 작지 않다. 반대로 개인은 단일 종목 레버리지 ETF까지 활용하며 승자에 더 강하게 베팅한다. 전통적 포트폴리오 이론은 여전히 유효하지만, 기술 변화가 자본수익의 대부분을 소수 병목기업에 몰아줄 때 그 이론은 성과 측면에서 고통스러워진다. 분산은 리스크를 줄이지만, 때로는 가장 큰 알파도 함께 줄인다. 대형 자금도 결국 포트폴리오 문법을 바꾸기 시작했고, 이는 개인투자자가 만든 압력의 제도권화다 흥미로운 것은 골리앗도 움직이고 있다는 점이다. 한국 국민연금은 국내 주식 목표비중을 높여 삼성전자와 SK하이닉스 같은 승자를 더 오래 보유할 수 있도록 조정했다. 미국 최대 연기금인 캘퍼스도 7월부터 주식, 채권, 사모자산의 고정 배분을 넘어 전체 포트폴리오 관점에서 최고 수익 기회를 추구하는 방식으로 이동한다. 이는 단순한 운용 방식 변경이 아니다. 벤치마크와 자산군 경계가 AI 시대의 승자독식 구조를 제대로 포착하지 못한다는 인정에 가깝다. 다만 개인의 승리가 곧 안정적인 시장을 뜻하지는 않는다. 한국에서 레버리지 ETF와 파생상품 활동은 일중 변동성을 키우고 있다. 개인은 하락장 초입에서 저가매수로 우위를 보였지만, 같은 힘이 과밀해지면 급락도 증폭시킨다. 시장은 더 민주화됐지만, 동시에 더 빠르고 거칠어졌다. Insight 이 국면의 질문은 “개인이 똑똑한가, 기관이 똑똑한가”가 아니다. 핵심은 AI 공급망의 승자가 너무 적고, 그 승자를 적게 들고 있으면 성과가 나오지 않는다는 점이다. 기관의 리밸런싱 매도는 약세 신호가 아니라 제약된 자본의 행동이다. 개인의 집중 매수는 무모함이 아니라 구조 변화에 대한 직관적 반응이다. 그러나 좋은 직관도 레버리지를 만나면 위험해진다. 운용 관점에서는 삼성전자, SK하이닉스, TSMC 같은 병목기업을 완전히 피하는 것은 어렵다. 대신 집중을 인정하되, 옵션, 상대가치, 공급망 하단 분산으로 꼬리위험을 관리해야 한다. 지금 시장에서 진짜 스마트머니는 개인도 기관도 아니다. 집중이 필요한 곳과 분산이 필요한 곳을 구분하는 자금이다. - Bloomberg, Macro Trader.

Threefold Forge: 'Levered Exceptionalism' 미국 예외주의는 다시 살아났지만, 이번에는 현금 유입보다 레버리지가 더 큰 역할을 하고 있다 이번 포지셔닝의 핵심은 시장이 단순히 위험선호를 회복한 것이 아니라, 미국 기술주와 AI 인프라를 중심으로 레버리지를 다시 얹고 있다는 점이다. 골드만의 심리 & 포지셔닝 지표는 58퍼센타일 부근으로 극단은 아니지만, 미국 주식형 자금 유입은 연초 이후 일반적인 궤적을 크게 웃돌고 있다. 특히 기술주와 산업재 펀드로 자금이 강하게 들어오며, 투자자들이 AI 반도체뿐 아니라 전력망, 데이터센터, 자동화 설비까지 AI 설비투자 수혜군으로 묶어 사고 있음을 보여준다. 신용시장에서도 투자등급과 하이일드 자금 유입이 4월 이후 빨라졌다. 즉, 이 시장은 아직 전면적 과열이라고 보기는 어렵지만, 자금의 방향은 매우 선명하다. 미국 성장, 미국 기술, 미국 크레딧, 그리고 이를 뒷받침하는 달러 강세가 다시 하나의 패키지로 거래되고 있다. 핵심은 랠리가 아니라 랠리에 참여하는 방식이며, 투자자들은 방어적 노출보다 노골적인 베타를 선택하고 있다 레버리지의 흔적은 여러 곳에서 동시에 보인다. 미국 증권계좌의 순마진 차입은 약 1.4조 달러, 미국 시가총액의 1.8% 수준까지 올라왔고, 일본 주식 마진 매수도 300억 달러를 넘어 금융위기 이후 최고 수준에 도달했다. 반대로 나스닥 인버스 ETF 자산은 급감했고, 커버드콜 전략도 연초의 강한 유입 이후 힘을 잃었다. 저변동성 펀드 같은 방어적 표현으로의 자금 이동도 약하다. 투자자들이 조정에 대비해 쿠션을 사는 것이 아니라, 조정이 지나갔다고 보고 다시 방향성 베타를 사고 있다는 뜻이다. 더 민감한 지점은 AI 레버리지다. 미국 기술주 레버리지 ETF 자산은 4월 말 이후 급증해 약 900억 달러 수준에 머물고 있고, 한국과 대만 관련 레버리지 ETF 자산도 같은 기간 두 배 이상 늘었다. AI는 여전히 펀더멘털 테마지만, 이제는 레버리지 테마이기도 하다. 달러 강세와 금 약세는 미국 예외주의의 크로스애셋 버전이며, 위험은 ‘가격’보다 ‘포지션 밀도’에 있다 주식만 그런 것이 아니다. 달러선물 포지션은 강한 숏에서 롱으로 급반전했고, 옵션시장에서도 달러 강세 비용이 올라갔다. 특히 스위스프랑과 파운드 대비 달러 상방이 더 비싸졌다. 강한 미국 경제, 기술주 지지력, 매파적 연준이 결합되며 달러 수요가 살아났고, 이 과정에서 금 같은 전통적 방어자산은 압박을 받았다. 금 ETF에서는 조정 구간 동안 대규모 자금 유출이 나타났고, 선물 비상업 포지션도 계속 낮아졌다. 이는 시장이 지정학 방어보다 미국 성장과 금리 우위를 다시 사고 있음을 보여준다. 다만 기술적 경고도 있다. VIX는 20에 접근했고, 현물과 변동성의 상관관계는 덜 우호적으로 바뀌었으며, 콜/풋 거래 비율도 덜 낙관적으로 변했다. 단일주식 스큐도 지수 대비 소폭 확대됐다. 시장은 아직 무너지지 않았지만, 포지션은 이미 꽤 빽빽하다. Insight 이 자료의 결론은 위험자산을 무조건 줄이라는 것이 아니다. 더 정확히는 미국 예외주의 롱이 다시 작동하고 있지만, 그 거래가 점점 레버리지화되고 있다는 경고다. 강한 펀드플로우, AI 설비투자 수혜, 달러 강세, 크레딧 유입은 모두 같은 방향을 가리킨다. 그러나 같은 방향을 가리키는 변수가 많아질수록, 작은 실망도 더 큰 가격 조정으로 증폭된다. 특히 한국, 대만 레버리지 ETF와 외국인의 한국 주식 보유 비중이 과거 20년 고점을 넘어선 부분은 AI 메모리 랠리의 수급 취약성을 보여준다. 이 구간에서는 AI를 버리는 것이 아니라, 레버리지와 현금흐름을 구분해야 한다. 미국 기술주와 AI 인프라의 구조적 강도는 인정하되, 인버스, 커버드콜, 저변동성 자금 이탈이 말해주는 방어 부재도 함께 봐야 한다. 지금 시장은 오른다는 믿음보다, 모두가 같은 방식으로 오름에 베팅하고 있다는 사실이 더 중요하다. - Goldman Sachs, Macro Trader.

Samsung Electronics and SK Hynix will build 2 semiconductor fabs each, which will cost total 800t won, in the southwestern part of South Korea, Industry Minister Kim Jung-kwan says in an event at presidential office.  - South Korea to double DRAM production capacity in 5 years - Samsung and SK will also build chip packaging facilities worth a combined 81t won in the country’s south-central region - Separately, South Korea will spend about 550t won on AI centers

Hedge Fund Manager’s Note - Stick with the winners 상반기 아시아 주식은 강했지만, 강했던 시장은 극도로 좁았다. MSCI 아시아는 상반기 21% 상승해 39년 역사상 네 번째로 강한 상반기와 세 번째로 강한 2분기를 기록했지만, 한국과 대만을 제외하면 지역 전체는 9% 하락했다. 한국은 119%, 대만은 56% 올랐고, 인도네시아 -40%, 역외 중국 -18%, 인도 -10%가 반대편에 있었다. 일본도 닛케이가 38% 상승해 상반기 기준 역대 세 번째 성과를 냈지만, 토픽스는 16% 상승에 그쳤다. 닛케이의 기술주 비중이 39%, 토픽스의 금융 비중이 26%라는 구성 차이가 성과 차이를 설명한다. 상반기 아시아 랠리는 지역 회복이 아니라 북아시아 기술 하드웨어의 리레이팅으로 보는 것이 맞다. 하반기 거시는 주식에 불리하지 않은 재팽창 조합으로 정리된다. 이란 전쟁과 에너지 공급충격으로 성장과 물가 전망은 한때 악화됐지만, 이슬라마바드 양해각서 이후 휴전 연장과 호르무즈 해협 재개방 경로가 열리며 유가가 급락했다. 세계 실질 국내총생산 성장률은 하반기 전분기대비 연율 2.6%로 회복되고, 미국 2.0%, 유로존 1.1%, 일본 0.5%, 중국 4.7%, 나머지 아시아는 4.5% 부근으로 제시된다. 시장은 미국의 하반기 한 차례 인상을 반영하지만, 기본 전망은 내년 6월과 12월 두 차례 인하 전까지 동결이다. 브렌트유 전망은 4분기 배럴당 80달러, 2027년 평균 75달러로 낮아졌다. 아시아 대부분이 에너지 수입국이라는 점에서 이는 성장과 물가 양쪽에 완충을 제공한다. 핵심 테마는 바뀌지 않는다. 인공지능 인프라 공급망은 여전히 가장 강한 축이고, 2030년까지 전 세계 토큰 수요가 24배 늘어나는 경로에서 메모리 공급 부족은 2027년에 더 커지고 2028년, 경우에 따라 2029~2030년까지 깊은 부족 상태가 이어질 수 있다. DRAM과 NAND 공급 부족은 가격을 끌어올리고, 높은 영업 레버리지를 가진 메모리 업체의 이익으로 크게 전이된다. 전력수요와 에너지 안보도 같은 방향이다. 인공지능 연산 수요는 발전, 송전, 원전, 재생에너지 투자를 요구하고, 이란 전쟁은 에너지 자립과 회복탄력성의 정책 프리미엄을 더했다. 자본집약, 저진부화 자산은 소프트웨어형 자본경량 모델이 인공지능 대체 위험을 받는 동안 네트워크, 인프라, 장주기 산업자산의 희소성을 가격에 반영한다. 지정학 테마는 위험과 기회를 동시에 만든다. 미국 재공업화는 중국과의 전략 경쟁 속에서 반도체 제조, 조선, 전력 공급망을 다시 정책 중심으로 끌어올리고, 방산은 낮았던 국내총생산 대비 지출 비율이 정상화되는 사이클에 놓여 있다. 중국 안에서는 역외 대형주보다 실적이 실제로 나올 수 있는 성장 포트폴리오, 인공지능 선별 포트폴리오, 15차 5개년 계획 관련주, 주주환원 테마를 우선한다. 새롭게 부상하는 아시아 우주경제도 위성 제조, 발사·추진, 지상국, 우주등급 소재와 전자부품으로 나뉘며, 정책 지원과 실적 가시성, 낮은 포지션이 맞물리는 구간이다. 핵심은 낙폭과 후발성을 사는 것이 아니라, 실적을 만들고 있는 구조 테마에 계속 붙는 데 있다. 이익은 이번 장세의 거의 전부다. MSCI 아시아 주당순이익은 2026년 60%, 2027년 22% 증가가 예상되고, 한국은 각각 320%, 35%, 대만은 48%, 30%로 지역 전체를 압도한다. 반면 아세안과 호주는 올해와 내년 중간 한 자릿수 성장에 머물고, 역외 중국과 인도는 낮은 두 자릿수 성장에 그친다. 올해 국가별 성과의 약 80%는 이익 성장률 또는 이익 전망 수정으로 설명되며, 분기별 시장 수익률과 12개월 선행 이익 변화의 설명력은 현재 90%에 가깝다. 과거 30년 중 상반기 10% 이상 상승과 이익 전망 상향이 동시에 나타난 사례는 다섯 번뿐이었고, 이 그룹의 하반기 중간 수익률은 13%, 최저도 9%였다. 지금의 상승이 좁다는 점은 위험이지만, 이익이 같이 올라간 상승은 단순 과열과 구별된다. 지역 배분은 북아시아와 기술 하드웨어 비중확대가 유지된다. MSCI 아시아 12개월 목표 지수는 1,080으로, 달러 기준 가격수익률 23%, 총수익률 25%를 의미한다. 3개월, 6개월, 12개월 경로는 980, 1,030, 1,080이다. 한국, 대만, 일본, 중국 A주를 비중확대하고, 싱가포르, 홍콩, 말레이시아, 인도, 역외 중국은 중립, 호주, 태국, 인도네시아, 필리핀은 비중축소가 맞다. 코스피 목표는 12,000으로 현 수준 대비 달러 기준 43%, 총수익률 46%, 대만가권지수 목표는 51,000으로 14%, 18%, 중국 A주 목표는 5,500으로 13%, 18%, 토픽스 목표는 4,400으로 12%, 17%가 제시된다. 섹터는 기술 하드웨어와 반도체, 자본재, 헬스케어, 호주·중국 제외 은행을 선호하고, 운송, 소프트웨어와 서비스, 유틸리티, 자동차, 필수소비재는 낮춘다. 위험은 네 가지다. 첫째, MSCI 아시아 올해 상승분의 96%를 8개 종목이 설명할 정도로 시장 폭이 좁다. 둘째, 한국의 레버리지, 인버스 상장지수펀드 자산은 연초 50억달러에서 400억달러 이상으로 늘었고, 5% 코스피 움직임은 약 59억달러의 같은 방향 재조정 수요를 만들며 이는 최근 한 달 일평균 거래대금의 16%다. SK하이닉스는 같은 조건에서 27억 9,000만달러, 일평균 거래대금의 34%, 삼성전자는 17억 4,000만달러, 25%에 해당한다. 셋째, 기술 하드웨어 낙관이 커졌지만, 하위 밸류에이션 그룹은 12개월 선행 주가수익비율 15배와 성장률 26%로, 상위 그룹의 36배와 21%보다 여전히 더 좋은 위험보상을 갖는다. 넷째, 신규 발행은 시가총액 대비 1.0~1.5%로 감당 가능하나, 집중 발행과 보호예수 해제는 하반기와 2027년 수급 부담으로 남을 수 있다. 방어는 포지션 축소가 아니라 파생 오버레이로 한다. 한국과 대만은 전략적으로 비중확대이지만, 높은 집중도, 개인투자자 레버리지, 기술 하드웨어 낙관, 중간 조정위험 때문에 하방 보호가 필요하다. 코스피 200은 12월 만기 132% 콜 매도로 90% & 70% 풋스프레드를 조달하는 무비용 구조가 제시되고, 대만가권지수도 유사한 구조가 가능하다. 닛케이 12월 만기 95% & 85% 풋스프레드는 3.35% 비용으로 한국, 대만 조정에 대한 간접 방어 역할을 할 수 있다. 하반기 촉매는 7~8월 2분기 실적, 연방공개시장위원회와 일본은행 회의, 미국과 이란 간 협상, 9월 미중 정상회담, 11월 미국 중간선거, 관세와 희토류 통제 유예 만료, 신규 발행과 보호예수 해제다. 결론은 간단하다. 승자를 버릴 이유는 아직 없지만, 승자가 너무 적다는 사실은 반드시 옵션으로 관리해야 한다. - Goldman Sachs, Macro Trader.

Threefold Forge: ‘Memory Boom Meets Demand Elasticity’ 메모리 가격 상승은 더 이상 순수한 호재가 아니라, AI 생태계 전체의 비용 압력으로 재해석되기 시작했다 아시아 기술주 급락의 핵심은 단순한 차익실현이 아니라 메모리 슈퍼사이클에 대한 해석 변화다. 그동안 시장은 HBM과 DRAM 가격 상승을 삼성전자, SK하이닉스, 키옥시아 같은 메모리 업체의 이익 레버리지로만 받아들였다. 그러나 애플이 맥, 아이패드, 홈 디바이스, 비전 프로 전반의 가격을 올리고, 마이크로소프트가 엑스박스 가격을 다시 인상하면서 비용 전가의 끝단이 소비자에게 도달했다는 점이 확인됐다. 메모리 강세는 AI 인프라 수요가 여전히 강하다는 증거지만, 동시에 AI를 만들고 소비하는 비용이 올라가고 있다는 신호다. 그래서 시장은 처음으로 “메모리 가격 상승은 누구에게 이익이고, 누구에게 세금인가”를 묻기 시작했다. 핵심은 공급 부족이 아니라 수요 탄력성이다. 가격을 올릴 수 있다는 사실이 곧 수요가 버틴다는 뜻은 아니다 애플과 마이크로소프트의 가격 인상은 공급망 비용 압력이 완성품 가격에 전가되는 전형적인 신호다. 문제는 소비자가 이를 얼마나 흡수할 수 있느냐다. AI 서버에서는 메모리 가격 상승이 상대적으로 덜 민감할 수 있다. 하이퍼스케일러는 용량 확보가 우선이고, ROI를 장기 계산으로 정당화할 수 있기 때문이다. 그러나 PC, 태블릿, 콘솔, 가정용 기기에서는 다르다. 가격이 올라가면 교체 주기는 길어지고, 선택적 소비는 뒤로 밀린다. 결국 메모리 가격 상승이 단기적으로는 공급자의 마진을 키우지만, 시간이 지나면 기기 제조사의 판매량과 소비자 수요를 압박할 수 있다. 시장이 SK하이닉스와 삼성전자를 10% 이상 밀어낸 이유는 이익이 사라졌기 때문이 아니라, 이익의 지속 가능성이 처음으로 의심받기 시작했기 때문이다. AI 밸류체인은 이제 ‘누가 가격을 올리는가’보다 ‘누가 그 가격을 감당하는가’의 문제로 이동하고 있다 이번 조정은 AI 반도체 랠리가 끝났다는 뜻이 아니다. 오히려 AI 인프라 수요가 너무 강해서 병목 가격이 실물 제품 가격까지 밀어 올리고 있음을 보여준다. 다만 시장의 질문이 바뀌었다. 과거에는 칩을 만드는 기업의 가격 결정력이 핵심이었다면, 이제는 그 가격을 사는 기업과 최종 소비자가 얼마나 견딜 수 있는지가 중요해졌다. 애플 주가가 6% 이상 하락하고, 미디어텍과 혼하이 같은 공급망 기업까지 흔들린 것은 이 때문이다. 여기에 OpenAI의 IPO 지연 가능성과 소프트뱅크 급락이 겹치며, AI 스토리에 붙어 있던 유동성 프리미엄도 함께 줄었다. 결국 AI는 여전히 성장하지만, 이제 그 성장은 비용, 가격, 수요 탄력성이라는 현실의 회계장부 위에서 검증받기 시작했다. Insight 이 구간의 핵심은 메모리 숏이 아니라 AI 공급망 내부의 마진 재배분이다. 메모리 업체의 가격 결정력은 여전히 강하지만, 그 강함이 고객사의 수요를 훼손하기 시작하면 주가는 선제적으로 할인된다. 그래서 단순히 삼성전자와 SK하이닉스가 많이 빠졌다는 이유만으로 매수하는 것은 부족하다. 봐야 할 것은 메모리 가격 상승률, 완제품 가격 전가율, 소비자 판매량, 하이퍼스케일러 주문 지속성이다. AI 서버 수요가 유지되고 소비자 기기 수요만 약해진다면 메모리 조정은 기회가 될 수 있다. 반대로 가격 인상이 기업 IT 지출과 디바이스 교체 수요까지 둔화시키면, 이는 AI 사이클 전체의 밸류에이션 재조정으로 번진다. 지금 시장은 AI를 부정하는 것이 아니라, AI의 청구서를 누가 낼지 다시 계산하고 있다. - Bloomberg, Macro Trader.

Hedge Fund Manager’s Note - An AI job apocalypse? 인공지능이 가까운 시일 안에 대규모 실업을 일으킨다는 결론은 현재 자료로 지지되지 않는다. 다만 충격이 작다는 뜻도 아니다. 조지프 브릭스는 10년의 도입 과정에서 노동력의 9%를 넘는 약 1,500만명이 기존 일자리에서 이탈할 수 있다고 추정하고, 대런 아제모글루는 향후 5년 순고용 손실을 2~4%로 본다. 닐 톰슨은 기술의 능력과 실제 업무 대체 사이에 신뢰성, 데이터 접근, 비용, 조직 통합이라는 장벽이 존재한다고 본다. 세 시각의 공통점은 종말적 실업보다 크고 불균등한 직무 재편이 현실적인 기준 경로라는 데 있다. 현재 노동시장에서는 충격의 흔적이 보이지만 총량을 지배할 정도는 아니다. 인공지능 활용 사례가 자리 잡은 정보기술과 비기술 서비스 업종의 고용은 최근 월평균 약 1만 1,000명 감소하고 있고, 인공지능을 이유로 언급한 해고 발표도 늘었다. 그러나 산업별 인공지능 도입률이나 자동화 노출도와 실업률, 고용증가율 사이에는 아직 통계적으로 유의한 관계가 없다. 세부 추정에서는 업무 대체가 월간 고용증가를 약 2만 5,000명 줄이고 실업률을 0.16%포인트 높였지만, 생산성 보완 효과가 고용을 9,000명 늘리고 실업률을 0.06%포인트 낮췄다. 순효과는 월 1만 6,000명 감소와 실업률 0.1%포인트 상승에 그친다. 아제모글루가 보는 단기 취약군은 예측 가능한 환경에서 반복적 인지업무를 수행하는 고객서비스와 후선업무 종사자다. 해당 인력은 미국에서 약 800만~900만명, 전체 노동력의 약 5%다. 기업의 AI 도입 시도가 확대되면 2027년부터 해고와 채용 둔화가 더 분명해질 수 있지만, 범용적으로 사용할 수 있는 응용체계가 부족해 향후 5년 충격은 제한될 가능성이 크다. 반대로 10~15년 시계에서는 자율행동형 인공지능, 사회적 상호작용 능력, 로봇 결합이 변수다. 미국 일자리의 약 50%가 육체노동을 요구하기 때문에 로봇 결합이 현실화되면 충격 범위가 크게 넓어진다. 현재 투자가 노동 보완보다 대체에 집중된다는 점은 저임금 사무직의 임금, 고용과 노동소득 비중에 불리한 구조다. 브릭스의 기준 경로는 노동 충격보다 생산성 편익이 더 크다. 인공지능의 완전 도입은 경제 전체 생산성과 국내총생산 수준을 15% 높일 수 있지만, 기술에 의한 생산성 1% 상승은 단기 실업률을 0.3~0.4%포인트 올리고 향후 2년 누적 일자리 소멸률을 0.5~0.6%포인트 높이는 것으로 추정된다. 충격이 과거 상위 25% 규모이거나 1990년대 후반 정보통신기술 전환과 유사하면 일자리 소멸률은 0.6~0.7%포인트까지 커진다. 그럼에도 10년에 걸쳐 전환되고 대부분이 1년 안에 재취업한다면 실업률 상승폭은 1%포인트 미만으로 제한된다. 미국 경제가 매년 2,500만~3,500만개의 일자리를 만들고 없애는 높은 회전율을 갖기 때문이다. 장기 고용 회복의 근거는 새로운 직업의 생성이다. 현재 근로자의 약 60%는 1940년에 존재하지 않았던 직업에 종사하고 있으며, 이 직업들이 이후 고용증가의 85%를 설명한다. 디지털 경제가 직접 만든 직업은 약 1,500만개이고, 의료 분야는 전문화 확대를 통해 지난 60년간 고용이 약 200만명에서 1,800만명 이상으로 증가했다. 다만 일자리 생성과 소멸이 언제나 같은 속도로 일어난다는 보장은 없다. 특히 경기침체기에 반복업무가 집중적으로 사라지면 신규 직업이 이를 흡수하기 전에 실업이 급격히 높아질 수 있다. 기준 경로는 장기 순고용 회복이지만, 전환 비용은 고용 총량보다 시점과 산업 집중도에서 발생한다. 신규 졸업자의 현재 부진을 인공지능만으로 설명하기는 어렵다. 대졸자 실업률은 최근 2.7%로 2019년 평균 2.1%를 웃돌지만, 젊은 정보기술 인력의 실업률은 이미 전체 정보기술 인력 수준으로 정상화됐고 인공지능 도입률과 청년, 대졸 실업 사이의 관계도 약하다. 다만 법률, 건축, 공학, 자연과학, 사회과학 직종은 고용의 약 40%가 자동화 가능 업무에 노출된 반면 건설, 정비, 시설관리 직종은 10% 미만이다. 기술 변화로 일자리를 잃은 근로자는 재취업까지 약 한 달이 더 걸리고 재취업 시 실질임금이 3% 넘게 낮아지며, 이후 10년 임금증가도 비해고 근로자보다 약 10%포인트 뒤처진다. 3년 안에 재교육을 받은 경우 10년 누적 실질임금 증가율은 약 2%포인트 높아지고 재실업 확률은 약 10%포인트 낮아진다. 기업 현장에서는 고용 축소의 명분이 빠르게 넓어졌지만 이익으로의 전환은 아직 얕다. 2026년 1분기 미국 대형주 기업의 54%가 실적발표에서 인공지능과 생산성을 함께 언급했으나, 구체적 업무 사례의 생산성 향상을 수치화한 기업은 11%, 이를 실제 이익과 연결한 기업은 2%에 불과했다. 아마존, 메타, 클라우드플레어, 인튜이트, 서비스나우 등은 인공지능 활용과 함께 대규모 감원이나 인력 증가 억제를 발표했지만, 일부는 기존 비용절감에 인공지능이라는 설명을 붙인 경우일 수 있다. 기업이 인건비를 줄이는 속도보다 도입비용과 조직 전환비용을 정확히 측정하는 속도가 느린 상태다. 경제성은 업무별로 이미 갈라지고 있다. 세계 토큰 수요는 2026년 대비 2030년 약 24배로 늘어날 수 있고, 연산 원가 하락이 판매가격 하락보다 빨라지면서 모델 제공자의 이익률은 개선될 가능성이 있다. 하루 기준 코딩 인공지능의 비용은 13.39달러로 비교 가능한 인간 노동비용 300달러보다 현저히 낮고, 자료입력은 59.68달러로 인간의 80달러보다 낮다. 반면 실시간 음성처리가 필요한 고객상담은 92.90달러로 인간의 90달러를 아직 웃돈다. 시장은 이 불확실성을 그대로 반영하고 있다. 인공지능 생산성 수혜 예상 기업군은 상대성과를 내지 못한 반면, 인공지능 기반시설 기업군은 올해 74% 상승해 동일가중 미국 대형주 지수를 65%포인트 앞섰다. 2027년 초대형 클라우드 사업자 설비투자 9,200억달러와 추가 상향 가능성을 감안하면, 현재의 우선순위는 노동비용 절감 기대보다 반도체, 전력, 데이터센터 등 기반시설 이익에 남아 있으며, 생산성 수혜주로의 확산은 실제 이익 기여가 확인된 뒤에 가능할 것으로 본다. - Goldman Sachs, Macro Trader.