AI 데이터센터 부채, 채권 수익률과 성장의 위험 요인으로 부상

Google News는 주목할 만한 반전을 담은 Reuters 분석을 소개했다. AI 건설 붐은 더 이상 주식시장과 성장을 뒷받침하는 데 그치지 않는다. 장기 채권 수익률에도 압력을 가하고 있다. 기술 기업들은 데이터센터, 전력 시스템, 컴퓨팅 역량을 구축하기 위해 부채 시장에서 수천억 달러를 조달했다.

이러한 차입의 영향은 실리콘밸리를 넘어선다. 장기 회사채는 투자자 자금을 두고 국채와 경쟁하며, 관련 파생상품은 추가 금리 익스포저를 더 넓은 시장으로 이전할 수 있다. 그 결과 국채 수익률, 차입 비용, 자산 가치평가에 새로운 압력 요인이 생겨나고 있다.

이는 AI 투자에 관한 기존의 서사를 바꾼다. 데이터센터는 경제 활동, 반도체 수요, 인프라 지출을 뒷받침해 왔다. 그러나 이제 그 활동을 뒷받침하는 자금조달은 경제 전반의 자본 비용을 끌어올릴 수 있다. 성장을 지원하는 동일한 건설 사이클이 결국 성장을 제약할 수도 있다.

Google News, AI 현금흐름에서 부채로의 전환 조명

AI 인프라는 주요 기술 기업의 자금조달 방식과 채권 투자자의 자본 배분에 변화를 줄 만큼 커졌다.

원래의 Google News 항목은 독자를 AI 건설 붐을 분석한 Reuters 보도로 이끌었다. Reuters는 Meta, Oracle 및 기타 기술 기업이 2026년 6월 초까지 글로벌 부채 시장에서 약 2,500억 달러를 조달했다고 보도했다. 불과 몇 년 전만 해도 현금이 풍부한 기술 기업에 이런 규모는 이례적으로 보였을 것이다.

이 차입은 그래픽 프로세서만을 위한 것이 아니다. 현대적 데이터센터에는 토지, 건물, 냉각 장비, 네트워킹 시스템, 전력 연결 설비, 그리고 종종 전용 전력 인프라가 필요하다. 각 구성 요소는 서로 다른 경제적 수명과 위험 프로필을 지닌다.

AI 가속기는 몇 년 안에 구형이 될 수 있다. 반면 건물과 전력 연결 설비는 수십 년간 유용하게 쓰일 수 있다. 이에 따라 기업은 수명이 긴 물리적 자산을 장기 고정금리 부채와 맞추려는 유인을 갖는다.

이는 듀레이션 공급을 만들어낸다. 듀레이션은 채권 가격이 금리 변동에 얼마나 민감한지를 보여주는 척도다. 일반적으로 만기가 긴 부채는 단기 차입보다 더 많은 듀레이션을 추가하므로, 기업이 장기 채권을 발행할 때 투자자는 더 큰 익스포저를 흡수해야 한다.

Dallas Federal Reserve는 AI 관련 투자등급 채권 발행에 대한 월가의 2026년 전망이 약 3,000억 달러에 집중돼 있다고 추정한다. 해당 규모는 듀레이션 공급 연구에 따르면 10년 만기 환산 기준으로 최대 3,600억 달러의 듀레이션 공급으로 이어질 수 있다.

이 수치는 국채 발행을 통해 공급되는 듀레이션의 약 8분의 1에 해당한다. 국채 시장을 밀어낼 정도로 큰 규모는 아니다. 다만 투자자들이 이미 대규모 정부 차입을 소화하고 있는 상황에서는 한계적으로 가격에 영향을 미치기에 충분한 규모다.

Reuters는 5월 국채 매도세가 30년물 수익률을 2007년 이후 최고 수준으로 끌어올렸다고 보도했다. 인플레이션 우려와 Federal Reserve 정책 전망은 여전히 주요 동력이었다. 그럼에도 분석가들은 AI 인프라 자금조달을 또 다른 기여 요인으로 지목했다.

이 구분은 중요하다. 투자자들은 흔히 높은 수익률을 인플레이션, 재정 적자, 중앙은행 결정으로 설명한다. AI 관련 회사채 차입은 예상 인플레이션에 큰 변화가 없어도 작동할 수 있는 별도의 경로를 추가한다.

이러한 전개는 단발성 채권 매각보다도 더 지속적이다. 기술 그룹들은 다년간의 건설 프로그램을 계획하고 있으며, 데이터센터 운영자들은 칩, 전력, 자금조달에 지속적으로 접근해야 한다. 개별 거래가 마감된 뒤에도 반복적인 발행은 계속 공급을 늘릴 수 있다.

Oracle은 이러한 전환을 잘 보여준다. Reuters는 Dallas Fed 경제학자 Srini Ramaswamy의 견해를 인용하며, 그가 Oracle을 투자등급 시장에서 듀레이션 위험을 새로 공급하는 가장 큰 기업 중 하나로 설명했다고 전했다. Oracle은 이전에는 장기물 발행자로서 훨씬 작은 역할을 했다.

Oracle의 변화된 위상은 이 이야기가 단순히 부채가 많은 스타트업에 관한 것이 아님을 보여준다. 규모가 크고 확고한 기술 기업들이 고정수익 시장의 구조적 참여자가 되고 있다. 이들의 자금조달 결정은 이전까지 기술 부채를 제한적인 배분 대상으로 보던 포트폴리오에도 영향을 미치고 있다.

따라서 AI 칩과 데이터센터를 추적하는 Google News 이용자들은 컴퓨팅 이야기만큼이나 금융 이야기를 접하고 있는 셈이다. 서버 수요는 첫 번째 연결 고리에 불과하다. 이후의 연결 고리는 회사채 신용, 금리 스와프, 국채 가치평가, 가계 차입으로 이어진다.

AI 건설 붐, 이제 장기 자본을 두고 경쟁

핵심 충돌은 막대한 인내 자본을 필요로 하는 AI 수요와 집중된 장기 익스포저를 받아들일 수 있는 채권시장의 제한된 수요 사이에 있다.

현재 AI 사이클의 상당 기간 동안 주요 hyperscaler들은 영업현금흐름으로 확장 자금을 조달했다. hyperscaler는 막대한 규모로 컴퓨팅 인프라를 운영하는 대형 클라우드 또는 기술 기업을 뜻한다. Alphabet, Amazon, Meta, Microsoft, Oracle이 대표적인 사례다.

이 모델은 자금조달 위험을 낮췄다. 광고, 소프트웨어, 전자상거래, 클라우드 사업에서 발생한 강한 현금흐름은 채권 보유자에게 모든 신규 프로젝트의 위험을 떠넘기지 않고도 재투자될 수 있었다.

계획된 건설 규모는 이 방정식을 바꾸고 있다. Bank for International Settlements는 AI 투자가 내부 창출 현금에서 부채와 사모신용으로 이동하고 있음을 발견했다. AI 자금조달 보고서는 이러한 전환의 지속 가능성이 기업들이 높은 이익 기대치를 충족하는 데 달려 있다고 말한다.

BIS는 데이터센터, 그 장비, 정보기술 제조 시설이 2025년 중반 기준 미국 국내총생산의 약 1%에 해당한다고 추정했다. 더 광범위한 IT 관련 투자는 GDP의 약 5%에 도달해 닷컴 시대 정점을 넘어섰다.

반도체 시설과 데이터센터 지출은 2022년 이후 3년간 미국 연간 GDP 성장률에 평균 0.4%포인트를 기여했다. 더 넓게 정의한 IT 투자는 최근 일부 분기 GDP 성장의 거의 절반을 차지했다.

이 수치들은 기술 기업들이 계속 건설하는 이유를 설명한다. 데이터센터 투자는 건설, 전기 장비, 서버, 네트워킹 하드웨어, 전력에 대한 즉각적인 수요를 만든다. 또한 고객들이 AI 모델 사용을 계속 늘릴 경우 미래 클라우드 매출을 약속한다.

그러나 경제적 부양 효과를 얻으려면 미래 수익이 도착하기 전에 자금조달이 필요하다. 자본적 지출, 즉 capex는 수명이 긴 자산을 취득하거나 개발하는 데 쓰는 자금이다. AI capex는 운영자가 각 시설이 얼마나 많은 매출을 창출할지 알기 수년 전에 약정해야 하는 경우가 많다.

이러한 시점 차이는 압박을 만든다. 기업들은 경쟁 프로젝트들이 동일한 자원을 노리는 가운데 부지, 변압기, 전력 계약, 칩, 노동력을 확보해야 한다. 기다리면 희소한 전력망 용량을 잃거나 경쟁사에 뒤처질 수 있다.

차입은 기업이 속도를 높일 수 있게 한다. 동시에 위험의 일부를 채권 보유자와 더 넓은 신용 시스템으로 이전한다. 규모가 커질수록 투자자들은 이미 포트폴리오에 비중 있게 담긴 발행사의 부채를 보유하기 위해 더 높은 보상을 요구한다.

Reuters는 이후 Amazon, Alphabet, Meta, Oracle이 2026년 7월 7일까지 약 1,940억 달러의 채권을 발행했다고 계산했다. 이는 2025년 전체 발행액 약 1,080억 달러보다 79% 많았다.

Goldman Sachs는 Microsoft를 포함한 5대 hyperscaler가 2026년에 약 2,500억 달러, 2027년에 4,000억 달러를 발행할 것으로 예상했다. 이들의 2026년 합산 capex는 약 7,500억 달러로 추정됐으며, 예상 영업현금흐름 7,780억 달러에 근접한다.

그 격차가 자동으로 재무적 곤경을 뜻하는 것은 아니다. 대부분의 hyperscaler는 가치 있는 사업, 상당한 현금 창출력, 투자등급 신용등급을 유지하고 있다. 문제는 계획한 속도로 확장을 지속하는 데 필요한 한계 자금이다.

연간 capex의 3분의 1에 해당하는 부채 발행은 자금조달 구조의 의미 있는 변화를 나타낸다. 또한 프로젝트 수익률을 차입 비용에 더 민감하게 만든다. 더 높은 수익률로 자금을 조달한 시설은 주주 가치를 창출하기 전에 더 많은 현금을 벌어야 한다.

채권 투자자들 역시 집중 위험에 직면한다. 포트폴리오 규정은 한 차입자, 산업 또는 만기 구간에 대한 익스포저를 제한할 수 있다. 매력적인 채권이라도 발행사가 이미 여러 건의 대규모 거래를 매각한 뒤에는 소화하기가 더 어려워진다.

보험사와 연기금은 본래 장기 자산을 찾는다. 그러나 이들의 수용 능력은 무한하지 않다. 더 많은 기술 부채는 다른 보유 자산을 대체하거나 더 높은 수익률을 제공해야 한다.

이것이 AI 지출이 기술 부문 밖의 자금조달 여건에 영향을 미칠 수 있는 방식이다. 투자자들이 hyperscaler 채권에 더 많은 자본을 배분하면 다른 기업 차입자들은 더 많은 비용을 지불해야 할 수 있다. 투자자들이 추가 듀레이션 자체를 꺼린다면 관련 시장 전반에서 수익률이 상승할 수 있다.

장기 AI 부채, 국채 수익률을 끌어올릴 수 있어

이 메커니즘은 직접적인 채권 공급, 금리 스와프, 그리고 통상 듀레이션 압력을 낮추는 차입자의 대체를 통해 작동한다.

직접 발행은 가장 쉽게 확인할 수 있는 경로다. 기술 기업이 장기 채권을 매각하면 투자자들은 이를 보유하기 위해 어느 정도 수익률이 필요한지 결정해야 한다. 비슷한 거래가 잇따르면 매수자를 찾는 듀레이션 규모가 증가한다.

회사채 수익률은 대개 국채를 기반으로 한 무위험 기준금리에 신용 스프레드를 더해 구성된다. 스프레드는 투자자에게 부도 위험, 유동성, 기타 불확실성에 대한 보상을 제공한다. 매수자들이 더 나은 조건을 요구할 경우 대규모 발행은 그 스프레드를 확대할 수 있다.

국채 수익률과의 관계는 더 간접적이지만 여전히 중요하다. 투자자들은 자주 회사채를 비슷한 만기의 국채와 비교한다. 매력적인 회사채 공급이 급증하면 국채 수익률이 조정되지 않는 한 국채 수요가 줄어들 수 있다.

일부 투자자들은 회사채 보유분의 금리 익스포저를 헤지하기도 한다. 이들의 거래는 듀레이션 관리에 사용되는 국채선물, 스와프, 기타 상품에 영향을 미칠 수 있다.

사모 차입은 또 다른 경로를 만든다. 민간 대출기관은 흔히 기준금리에 따라 이자 비용이 바뀌는 변동금리 대출을 선호한다. 데이터센터 소유자는 건물과 전력 연결 설비가 훨씬 긴 기간 동안 가치를 창출하기 때문에 고정 비용을 선호할 수 있다.

차입자는 고정금리 지급 금리 스와프로 이러한 불일치를 해소할 수 있다. 이 구조에서 차입자는 고정금리를 지급하고 변동금리를 받는다. 이 거래는 변동금리 대출의 경제적 익스포저를 고정금리 자금조달과 유사한 형태로 전환한다.

Dallas Fed는 이러한 스와프가 합성 듀레이션 공급을 만든다고 말한다. 금리 시장이 유사한 금리 익스포저를 받기 위해 전통적인 장기 채권이 발행될 필요는 없다.

연구진은 이 스와프 활동이 2025년 4분기에 최소 500억 달러의 10년 만기 환산 공급을 만들어냈을 수 있다고 추정했다. 민간 거래는 공개 정보가 적기 때문에 실제 규모는 측정하기 어렵다.

세 번째 경로는 대체와 관련된다. 금융 기업은 전통적으로 최대 규모의 투자등급 채권 발행사 가운데 하나다. 은행들은 일반적으로 고정금리 부채를 발행한 뒤 스와프를 사용해 자체 부채를 변동금리로 전환한다.

그 과정은 시스템의 다른 곳에서 듀레이션 수요를 만들어낼 수 있다. 기술 기업 발행사가 투자자 포트폴리오에서 금융회사를 대체하면, 시장은 그러한 상쇄 효과의 일부를 잃게 된다.

따라서 중요한 것은 총 발행액만이 아니라 발행사 구성이다. 장기 데이터센터에 자금을 대는 기술 기업은 자산과 예금을 관리하는 은행과 금리 익스포저를 다르게 관리한다.

댈러스 연은 연구진은 국채 수익률 곡선의 장기 구간과 스왑 스프레드 간 관계 변화에서 이러한 효과와 부합하는 증거를 발견했다. 이들의 분석이 관측된 모든 움직임이 AI 자금조달 때문에 발생했다고 입증하는 것은 아니다. 다만 시장 움직임이 추가적인 비국채 듀레이션 공급이 초래할 결과와 점점 더 일치하고 있음을 보여준다.

Reuters는 또 다른 비교 자료를 제시했다. 분석 기간 동안 미 재무부는 약 5,400억 달러 규모의 10년물 국채를 발행했다. AI 관련 회사채 발행과 스왑 규모는 이보다 작지만, 무시할 만한 수준은 아니다.

다른 압력이 같은 방향을 가리킬 때 이 효과는 더 강해질 수 있다. 인플레이션 우려, 대규모 재정 적자, 연방준비제도의 금리 인하 기대 약화는 이미 수익률을 끌어올릴 수 있다. 이때 기술 기업의 발행은 불리한 시장 환경에서 공급을 추가한다.

실질수익률은 특히 주목할 필요가 있다. 실질수익률은 명목수익률에서 시장의 기대 인플레이션 요소를 제거한 수치다. 장기 실질수익률이 오르면 인플레이션 기대가 비교적 안정적이더라도 차입자들은 더 긴축적인 자금조달 여건에 직면한다.

실질수익률 상승은 먼 미래의 현금흐름에 대한 현재가치를 낮춘다. 이 계산은 성장주, 상업용 부동산, 인프라 프로젝트, 그리고 기대 수익이 수년에 걸쳐 발생하는 기타 자산에 영향을 미친다.

이것이 이 글의 핵심적인 역설을 만든다. AI 기업들은 미래 생산성을 약속하는 자산을 구축하기 위해 돈을 빌린다. 그러나 그 차입은 동시에 미래의 그 이익에 적용되는 할인율을 높일 수 있다.

이 효과는 채권에만 국한되지 않는다. 국채 수익률은 주택담보대출, 기업 대출, 지방채, 그리고 많은 투자 모델의 기준금리 설정에 도움을 준다. 지속적인 상승은 AI와 직접적인 연관이 없는 부문의 활동까지 위축시킬 수 있다.

Google News는 이 사안을 기술 뉴스 헤드라인으로 다룰 수 있지만, 그 메커니즘은 거시경제학의 영역에 속한다. AI 구축 붐은 시간 그 자체의 가격, 즉 투자자들이 수년에 걸쳐 자금을 묶어두는 대가로 요구하는 보상에 영향을 줄 만큼 커졌다.

투자자들은 이미 하이퍼스케일러에 더 높은 비용을 요구하고 있다

최근 채권 성과는 투자자들이 여전히 AI 자금조달에 나설 의향이 있지만, 그 의향이 더 비싸지고 더 선별적으로 변하고 있음을 시사한다.

Reuters의 7월 분석은 여러 만기 구간에서 차입 스프레드가 확대됐다고 밝혔다. Amazon, Alphabet, Meta, Oracle의 경우 만기 2~4년 채권의 중간 스프레드는 2025년 30bp에서 40bp로 상승했다.

1bp는 1%포인트의 100분의 1이다. 작은 변화도 장기간 대규모 채권에 적용되면 상당한 비용이 될 수 있다.

만기 5~7년물 부채의 중간 스프레드는 50bp에서 60bp로 올랐다. 만기 20년 초과 채권은 2025년 108.5bp와 비교해 118bp에 이르렀다.

이러한 움직임이 시장이 닫혔다는 뜻은 아니다. 공급이 늘어나는 만큼 투자자들이 더 큰 보상을 원한다는 의미다. 이 비용은 반복되는 거래 전반에 걸쳐 누적될 수 있다.

유통시장 거래도 비슷한 이야기를 전했다. Reuters는 비교 가능한 가격 데이터가 있는 2026년 발행 하이퍼스케일러 채권 91건을 조사했다. 7월 28일 기준으로 78건은 발행 당시보다 높은 수익률에 거래됐으며, 중간 상승폭은 약 22bp였다.

채권의 수익률은 일반적으로 시장 가격이 하락할 때 상승한다. 이 성과는 많은 초기 거래의 매수자들이 기다렸다면 더 나은 조건을 받았을 것임을 시사한다.

거래 규모 대비 수요도 약화됐다. Apollo Global Management는 하이퍼스케일러 발행의 오더북 커버리지가 2월 발행액의 거의 5배에서 7월에는 2배 미만으로 떨어졌다고 밝혔다.

커버리지는 발행 가능한 채권 대비 투자자 주문을 측정한다. 투자자들은 배정 물량이 줄어들 것으로 예상할 때 더 큰 주문을 내기도 하므로 최종 수요를 과대평가할 수 있다. 그럼에도 비율 하락은 매수자 간 경쟁이 줄고 있음을 보여준다.

Amazon의 거래는 그러한 냉각을 잘 보여줬다. Reuters가 인용한 조사에 따르면 3월 달러화 표시 발행은 약 3.4배 초과 청약됐다. 7월 발행에는 매각액의 약 1.6배에 해당하는 주문이 들어왔다.

신규 발행 프리미엄도 확대됐다. 프리미엄은 발행사의 기존 채권 대비 신규 부채에 제공되는 추가 수익률이다. 이는 투자자들이 새 공급을 소화하도록 유도한다.

Reuters가 분석한 하이퍼스케일러 채권 데이터에 따르면, 거래 단위 중간 프리미엄은 2025년 2.25bp에서 2026년 12bp로 상승했다.

Sage Advisory는 하이퍼스케일러들의 달러화 표시 부채 규모가 9월 이후 두 배 이상 증가해 3,600억 달러를 넘어섰다고 추정했다. 대규모 거래 하나하나는 투자자들이 더 많은 공급을 예상하게 만들기 때문에 기존 채권에도 압력을 가할 수 있다.

Oracle은 더 뚜렷한 위험 신호를 보인다. Reuters는 5년물 신용부도스와프 비용이 전년 약 30bp에서 150bp로 올랐다고 보도했다. 신용부도스와프는 차입자의 상환 불이행에 대한 보호를 제공하며, 시장이 인식하는 신용위험의 척도로도 기능한다.

이 상승이 Oracle의 부도를 의미하는 것은 아니다. 투자자들이 부채 부담과 AI 관련 약정을 평가하면서 Oracle의 신용을 헤지하는 비용이 상당히 비싸졌음을 뜻한다.

시장도 차입자별 차이를 구분하고 있다. Alphabet, Amazon, Meta, Microsoft, Oracle는 현금흐름, 기존 부채, 고객 익스포저, 건설 전략이 동일하지 않다. “AI 인프라” 같은 광범위한 라벨은 중요한 차이를 가릴 수 있다.

일부 프로젝트는 기업 대차대조표에 직접 반영된다. 다른 프로젝트는 합작투자, 프라이빗 크레디트, 특수목적법인 또는 특정 시설에 연계된 구조를 활용한다. 각 구조는 위험을 다르게 배분하며 서로 다른 수준의 투명성을 제공할 수 있다.

투자자들은 자산의 유효수명도 평가해야 한다. 건물은 수십 년간 운영될 수 있지만, 가장 비싼 컴퓨팅 장비는 상업적으로 훨씬 더 빨리 구식이 될 수 있다. 이러한 불일치는 장기 차입의 타당성 판단을 복잡하게 만든다.

새 세대 칩이 더 적은 전력으로 더 많은 작업을 수행한다면, 기존 시설은 물리적으로 건전한 상태를 유지하면서도 경제적으로는 열등해질 수 있다. 이를 건설하는 데 사용된 부채는 여전히 상환해야 한다.

이 때문에 높은 스프레드는 단순히 발행 일정이 몰린 데 대한 일시적 불만이 아니다. 이는 AI 매출이 오늘 투입된 자본을 얼마나 빨리 따라잡을 수 있는지에 대한 불확실성을 반영한다.

성장 엔진은 둔화 위험도 안고 있다

AI 인프라는 현재의 경제성장을 뒷받침하지만, 높은 수익률은 그 성장을 지속하는 데 필요한 더 광범위한 투자와 소비를 약화시킬 수 있다.

긍정적인 시나리오는 여전히 상당하다. 데이터센터 건설은 건설업체, 장비 제조업체, 전력회사, 칩 공급업체, 지역 고용을 뒷받침한다. 새로운 컴퓨팅 역량은 다른 산업 전반의 생산성을 높이는 제품도 가능하게 할 수 있다.

Reuters가 인용한 초기 추정치에 따르면 데이터센터 지출은 2025년과 2026년 미국 성장률에 0.1~0.2%포인트를 더할 수 있었다. BIS는 이후 반도체 시설과 관련 IT 지출을 포함할 경우 최근 기여도가 더 컸다고 계산했다.

이러한 혜택은 구축 붐이 정책적 관심을 끄는 이유를 설명한다. 전력 생산, 송전망 연결, 국내 칩 제조, 디지털 인프라는 모두 한 기업의 수익을 넘어서는 전략적 가치를 지닌다.

그러나 장기 수익률 상승은 경제 전반으로 전파된다. 주택담보대출 금리는 장기 채권시장과 함께 움직이는 경향이 있다. 기업은 프로젝트 수익률을 차입 비용과 비교한다. 정부는 더 많은 세수를 이자 비용에 투입한다.

따라서 자금조달 붐은 자체 둔화의 씨앗을 품을 수 있다. AI 건설 확대는 수요와 성장을 끌어올린다. 차입 증가는 듀레이션과 수익률 상승 압력을 더한다. 이후 높은 수익률은 추가 건설, 주택, 기업 투자를 정당화하기 어렵게 만든다.

주식시장은 두 번째 전이 경로에 직면한다. 기술주의 가치는 상당 부분 먼 미래에 예상되는 이익에서 나온다. 할인율 상승은 그 이익에 부여되는 현재 가치를 낮춘다.

이는 피드백 고리를 만들 수 있다. 주가 하락은 주식 자금조달의 매력을 떨어뜨린다. 기업들은 부채 의존도를 높이거나 지출을 줄이거나, 파트너에게 프로젝트 위험의 더 큰 부분을 떠안도록 요구한다.

국제통화기금(IMF)은 AI 관련 자본지출이 2029년까지 3조4,000억 달러에 이를 수 있다고 추정했다. 2026년 4월 금융안정 평가는 하이퍼스케일러들이 강력한 현금 창출력을 유지하고 있으며, 즉각적인 금융안정 위험은 제한적으로 보인다고 밝혔다.

이는 중요한 반대 근거다. 최대 기술 기업들은 일반적인 투기적 차입자가 아니다. 이들 중 다수는 다각화된 수익원, 유동자산, 가치 있는 플랫폼, 여러 자금조달 시장에 대한 접근성을 보유하고 있다.

IMF는 취약성도 지적했다. 수익과 현금 완충력이 계획된 지출에 충분하지 않을 수 있으며, 첨단 칩은 더 광범위한 부동산 및 장비에 적용되는 회계상 내용연수보다 더 빨리 구식이 될 수 있다.

집중도 역시 또 다른 우려를 더한다. 제한된 기업 집단이 AI 인프라 투자 약정, 채권 발행, 클라우드 수요, 주식시장 성과의 큰 비중을 차지한다. 이들의 프로젝트는 파트너십, 공급계약, 자금조달 구조를 통해서도 연결돼 있다.

주요 참여자 한 곳에서 수요가 기대에 못 미치면 그 영향은 공급업체, 대출기관, 임대인, 전력회사, 거래상대방으로 번질 수 있다. 민간 구조는 외부인이 이러한 익스포저를 평가하기 어렵게 만들 수 있다.

핵심 불확실성은 투자자본수익률이다. 기업은 전력, 감가상각, 유지보수, 금융 비용을 제하고도 각 시설을 정당화할 만큼 충분한 추가 매출과 영업이익을 창출해야 한다.

사용량만으로는 이 질문에 답할 수 없다. 제공업체는 막대한 컴퓨팅 물량을 만들어내면서도 충분한 마진을 얻지 못할 수 있다. 건설 비용이 하락하기 전에 경쟁이 가격 하락을 강요할 수 있다.

효율성 향상은 또 다른 상충관계를 만든다. 더 나은 칩과 모델은 주어진 작업에 필요한 컴퓨팅을 줄일 수 있다. 비용 하락은 더 많은 사용을 촉진할 수 있지만, 동시에 오래되고 덜 효율적인 설비에 대한 수요를 약화시킬 수도 있다.

이 어느 것도 AI 인프라가 거품이라는 점을 증명하지는 않는다. 다만 AI 도입에 대한 광범위한 기대가 아니라 현금 수익을 기준으로 부채를 평가해야 하는 이유를 보여준다.

회의적인 견해에도 한계는 있다. 회사채 발행은 국채시장에 비하면 여전히 작고, 수익률에는 다른 많은 요인이 영향을 미친다. 재정정책, 인플레이션, 에너지 가격, 글로벌 자본 흐름, 중앙은행 기대는 AI 경로의 영향을 압도할 수 있다.

따라서 연구자들은 모든 채권 매도세를 데이터센터 탓으로 돌려서는 안 된다. Reuters의 분석은 AI 차입을 완전한 설명이 아닌 추가 요인으로 제시한다.

그럼에도 한계적 기여 요인은 균형이 팽팽한 시장에서 중요하다. 국채 공급이 이미 많고 투자자들이 인플레이션에 민감한 상황에서는, 또 다른 대규모 듀레이션 공급원이 균형 가격을 움직일 수 있다.

Google News를 통해 AI를 팔로우하는 독자들은 이 연결고리를 주의 깊게 지켜봐야 한다. 제품 발표와 벤치마크 점수는 모델이 무엇을 할 수 있는지 보여준다. 신용 스프레드와 채권 수요는 투자자들이 그 배후 인프라 구축에 얼마를 지불할 의향이 있는지를 드러낸다.

세 가지 신호가 압력 확산 여부를 보여줄 것이다

다음 국면은 채권시장 수요, 하이퍼스케일러의 현금 수익, 그리고 높은 수익률이 기술 분야를 넘어 투자를 억제하고 있다는 증거에 달려 있다.

첫 번째 신호는 신규 하이퍼스케일러 회사채 발행에 대한 시장의 반응이다. 수요예측 장부의 커버리지, 발행 프리미엄, 만기 선택, 발행 후 성과는 투자자 피로감이 이어지고 있는지를 보여줄 것이다.

커버리지 회복은 시장이 포화 상태에 이르고 있다는 주장을 약화시킬 것이다. 더 큰 발행 프리미엄과 부진한 유통시장 거래는 그 주장을 강화할 것이다. 기업들은 이에 대응해 더 짧은 만기를 선택하거나, 추가 통화로 차입하거나, 비공개 구조를 더 많이 활용할 수 있다.

그런 대안이 듀레이션 압력을 반드시 없애는 것은 아니다. 차입자는 스와프를 활용해 단기 또는 변동금리 부채를 장기 고정금리 익스포저로 전환할 수 있다. 따라서 공개 발행 데이터는 금리시장으로 유입되는 자금을 과소평가할 수 있다.

두 번째 신호는 AI 매출과 자본지출의 관계다. 투자자들은 클라우드 수요, 모델 사용량, 계약된 용량이 충분한 수익을 창출하고 있다는 증거를 필요로 한다.

영업현금흐름은 자본지출과 함께 증가해야 하며, 지속적으로 그 뒤처져서는 안 된다. 이에 상응하는 매출 증가 없이 감가상각비, 이자비용 또는 전력비가 늘어나면 대차대조표의 부담은 더 커질 것이다.

핵심은 AI 매출의 헤드라인 수치보다 세부 내용이다. 독자들은 가동률, 계약 기간, 고객 집중도, 가격을 비교해야 한다. 장기 약정에 뒷받침된 시설은 주로 예상 수요를 기반으로 건설된 시설과 다르다.

기업들은 자산 수명도 명확히 해야 한다. 투자자들은 운영사들이 가속기를 얼마나 빨리 교체할 것으로 예상하는지, 기존 전력 및 냉각 시스템이 미래 칩을 수용할 수 있는지를 알아야 한다.

세 번째 신호는 경제 전반의 장기 자금조달 비용 움직임이다. 국채 기간 프리미엄, 실질 수익률, 모기지 금리, 회사채 스프레드는 압력이 기술 부채 안에 머물고 있는지 여부를 드러낼 것이다.

기간 프리미엄은 투자자가 단기 증권을 반복 매수하는 대신 장기 채권을 보유하기 위해 요구하는 추가 수익이다. 불확실성이나 듀레이션 공급이 증가하면 상승할 수 있다.

기술 기업 스프레드만 확대되고 국채 지표가 안정적이라면 문제는 주로 개별 신용에 국한된다. 회사채 스프레드와 장기 실질 국채 수익률이 함께 상승하면 금융 여파는 더 광범위해진다.

그러한 광범위한 결과는 주택, 상업 건설, 중소기업, 공공 인프라에 부담을 줄 것이다. 또한 시장 수익률 상승은 정책금리 인상 없이도 금융 여건을 긴축시키므로 Federal Reserve의 결정도 복잡하게 만들 수 있다.

핵심은 AI가 계속 성장하느냐가 아니다. 그 성장을 뒷받침하는 금융 시스템이 다른 곳의 자본비용을 실질적으로 높이지 않고 작동할 수 있느냐이다.

Google News 독자들은 채권시장 보도를 제품 보도의 실용적인 보완재로 받아들여야 한다. AI 건설 붐은 이제 칩과 클라우드 플랫폼을 훨씬 넘어선 의사결정에 영향을 미칠 만큼 충분한 규모에 이르렀다.

다음 주요 채권 거래를 지켜본 뒤 현금흐름 공시와 장기 국채 흐름을 비교해 보라. 수요가 계속 약화되는 가운데 자본지출이 증가한다면, AI의 다음 제약은 모델 역량이 아닐 것이다. 그것은 자본의 가격과 가용성이 될 것이다.