Goldman Sachs, AI 거래가 조정 국면에 진입했다고 진단

Goldman Sachs는 인공지능 관련 거래가 조정 국면에 들어섰다고 진단했다. 최근 급격한 반전이 과도하게 쏠린 포지션, 레버리지 펀드, 취약한 시장 구조를 드러냈기 때문이다. 이 구분은 중요하다. 조정은 투자자들이 장기간의 상승 이후 기대치를 재설정하고 있음을 뜻하며, AI 기업을 뒷받침하는 실적과 인프라 수요를 포기하고 있다는 의미는 아니다.

rsshub 36kr를 통해 배포된 짧은 기사에서는 강한 실적과 낮아진 투자자 포지셔닝이 극단적인 변동성을 완화할 것이라는 은행의 견해를 요약했다. 그러나 그 근거는 단순히 하락 시 매수하라는 조언보다 훨씬 복합적이다. Goldman의 전략가들은 여건이 개선되고 있다고 보면서도, 레버리지가 통상적인 하락을 강제 매도로 바꿔놓을 수 있음을 인정한다.

이는 투자자들에게 핵심적인 긴장 관계를 만든다. AI 수요와 기업 지출은 여전히 상당하지만, 그 수요를 거래하는 수단은 갈수록 공격적으로 변해 왔다. 그 결과 지수 수준에서는 시장이 평온해 보여도 개별 반도체, 메모리, 네트워킹, 데이터센터 종목은 크게 출렁일 수 있다.

따라서 최근 하락은 상반된 두 가지 해석을 시험한다. 하나는 지출이 지나치게 많고 밸류에이션이 과도하게 상승하면서 AI 투자 논리가 약화됐다는 견해다. 다른 하나는 펀더멘털이 유지된 테마에 투자자가 과도하게 몰렸고, 이후 포지셔닝 재조정으로 일부 과열이 해소됐지만 더 큰 추세는 끝나지 않았다는 해석이다.

Goldman은 현재 두 번째 해석에 더 무게를 둔다. 근거로는 이어지는 이익 성장, 낮아진 헤지펀드 익스포저, 지속되는 컴퓨팅 인프라 수요를 제시한다. 다만 다음 실적 시즌에서는 막대한 자본 예산이 단순히 더 많은 용량이 아니라 매출과 이익을 만들어 내고 있음을 보여줘야 한다.

매도세는 포지셔닝을 바꿨을 뿐, AI 투자 논제 전체를 뒤집지는 않았다

Goldman의 핵심 판단은 최근 하락이 AI의 펀더멘털 투자 논리를 훼손한 속도보다 과도한 포지셔닝을 해소한 속도가 더 빨랐다는 것이다.

기술주는 반전 이전에 투자자들이 동일한 테마 다수에 크게 노출된 상태였다. 여기에는 반도체 생산업체, 메모리 공급업체, 광 네트워킹 기업, 데이터센터 장비 제조업체, 그리고 신규 인프라에 자금을 대는 하이퍼스케일러가 포함됐다.

쏠림이 곧바로 투자 논리가 틀렸다는 뜻은 아니다. 이는 많은 참여자가 비슷한 이유로 유사한 자산을 보유하고 있음을 의미한다. 변동성이 높아지면 이들 투자자는 함께 대응할 수 있고, 이는 기업별 정보의 영향을 압도하는 매도 물결을 만들 수 있다.

Goldman의 프라임브로커리지 데이터는 이 과정을 들여다볼 수 있는 창을 제공한다. Goldman Sachs의 Prime Insights and Analytics 공동 책임자인 Vincent Lin은 헤지펀드의 총 익스포저가 6월 초 5년래 최고 수준에 도달했다고 밝혔다. 순 익스포저 역시 4년래 최고치로 상승했다.

후퇴 이후 두 지표는 모두 3년 범위의 약 60~65백분위 수준까지 하락했다. 이는 포지셔닝이 극단이 아니라 최근 분포의 중간 부근에 놓였다는 뜻이다.

Lin은 포지셔닝이 완전히 청산된 것은 아니라는 점을 강조하면서 이 상황을 건전한 재설정이라고 설명했다. 헤지펀드는 위험 노출을 줄였지만, AI 인프라를 집단적으로 외면한 것은 아니었다.

이러한 구분은 rsshub 36kr 요약이 지속적인 붕괴 대신 가능한 조정을 언급한 이유를 설명한다. 조정은 가격이 이전 상승분을 소화하고 투자자들이 기대치를 다시 평가하는 과정에서 일어난다. 여기에는 급격한 하락, 반등 실패, 개별 종목 간 큰 격차가 포함될 수 있다.

하락은 모멘텀 주도 시장에서 익숙한 패턴을 따르기도 했다. 성공한 테마는 더 많은 자금을 끌어들이고, 가격 상승은 더 큰 위험 감수를 뒷받침하며, 새로운 투자 상품은 익스포저 확보를 쉽게 만든다. 방향이 바뀌면 같은 힘이 반대로 작동한다.

눈에 띄는 사례는 전 OpenAI 연구원 Leopold Aschenbrenner가 설립한 AI 중심 헤지펀드 Situational Awareness에서 나왔다. Axios는 이 펀드가 시장 급락 과정에서 상장주식 포트폴리오를 Citadel에 매각했다고 보도했다. 이 펀드는 최근 약 200억 달러의 운용자산을 보고한 바 있다.

이 매각만으로 시장 전체에서 무슨 일이 벌어졌는지는 단정할 수 없다. 다만 AI 중심 포트폴리오가 자신이 거래하도록 설계된 사건의 일부가 될 수 있는 속도를 보여준다. 손실이나 환매 요구에 직면한 집중 투자자는 장기적 신념과 무관하게 유동성을 확보해야 할 수 있다.

이번 재설정은 기술주 내부에서도 유난히 광범위했다. Goldman은 매도세를 자사 데이터셋 중 하나의 역사상 기술주 익스포저가 누적으로 가장 크게 줄어든 사례로 평가했다. 그럼에도 헤지펀드와의 대화에서는 AI 기업에 대한 펀더멘털 차원의 관심이 여전히 확인됐다고 밝혔다.

이 때문에 최근 움직임은 가격만으로 해석할 수 없다. 가격 하락은 이익 기대치 하락, 수요 약화, 과도한 밸류에이션, 강제 디레버리징 또는 여러 요인이 동시에 작용한 결과일 수 있다. Goldman의 포지셔닝 데이터는 디레버리징 설명에 더 큰 비중을 실어주지만, 다른 가능성을 배제하지는 않는다.

그 결과 시장은 더 선별적으로 변했다. 투자자들은 더 이상 AI 인프라와 연결된 모든 공급업체를 서로 대체 가능한 수혜자로 취급할 수 없다. 가시적인 주문, 지속 가능한 마진, 가격 결정력을 갖춘 기업과 주로 테마성 주식 수요에 기대는 기업을 구분해야 한다.

강한 실적이 Goldman의 조정 시나리오를 뒷받침한다

Goldman의 낙관적 논거는 밸류에이션 멀티플 확대보다 이익이 시장을 더 많이 이끌 수 있다는 데 달려 있다.

5월 Goldman의 Shawn Tuteja는 S&P 500의 주당순이익이 전년 대비 17% 높은 수준을 추적하고 있다고 밝혔다. 이는 두 자릿수 이익 성장이 6개 분기 연속 이어진 것이었다. 향후 12개월에 대한 기대치는 13%까지 올랐다.

동시에 시장의 선행 밸류에이션 멀티플은 이익의 22배에서 21배로 축소됐다. 21배 멀티플은 역사적으로 저렴한 수준은 아니지만, 이 조합은 단순한 투자자 열광보다 이익이 더 큰 역할을 하고 있음을 시사했다.

시장 내 AI 부문은 이러한 성과에 크게 기여했다. 하이퍼스케일러들은 계속해서 칩, 네트워킹 장비, 전력 시스템, 냉각 기술, 건설 역량을 구매하고 있었다. 이들의 지출은 모델 개발업체를 훨씬 넘어서는 공급망 전반의 매출을 뒷받침했다.

Tuteja는 하이퍼스케일러들이 2026년에 7,550억 달러의 자본지출을 약정했으며, 이는 연간 38% 성장에 해당한다고 말했다. Goldman은 이 수치를 AI 인프라 전반에서 수요가 여전히 활발하다는 증거로 제시했다.

자본지출, 즉 capex는 서버, 데이터센터, 전기 장비와 같은 장기 자산을 확보하는 데 쓰이는 자금이다. 이는 공급업체를 즉시 뒷받침하지만, 이를 조달하는 기업에는 더 어려운 질문을 남긴다. 구매자들은 결국 지출을 정당화할 수익을 보여줘야 한다.

시장은 이미 이 구축 과정의 여러 단계를 거쳤다. 첫 번째 주요 수혜자는 첨단 반도체 기업이었다. 이후 관심은 클라우드 플랫폼, 데이터센터, 전력 공급업체, 메모리 생산업체, 광 네트워킹, 특수 냉각 시스템으로 확대됐다.

Goldman은 광 네트워킹 테마가 5월 중순까지 2026년에 100% 이상 상승했다고 밝혔다. 은행이 강조한 또 다른 장비 분야인 액체 냉각 관련 주식은 약 30% 올랐다. 이러한 상승은 수요를 보여주지만, 동시에 가격이 수년간의 완벽한 실행을 선반영할 위험도 높인다.

지속 가능한 지출의 근거는 이제 실제 AI 활용에 점점 더 의존한다. Goldman의 투자은행 연구진은 기업 도입이 챗봇과 코딩 도구를 넘어 확대되고 있다고 말했다. 단순히 답변을 생성하는 대신 여러 단계의 작업을 수행할 수 있는 에이전틱 시스템은 컴퓨팅 요구량을 늘리고 있었다.

Goldman이 인터뷰한 한 기업은 상위 5%의 기업 고객이 중앙값 고객보다 세 배 많은 토큰을 소비한다고 밝혔다. 토큰은 모델이 처리하고 생성하는 작은 텍스트 단위다. 토큰 사용량 증가는 일반적으로 배포된 모델이 사용자에게 응답할 때 사용하는 컴퓨팅인 추론 용량을 더 많이 필요로 한다.

Goldman은 제한된 공급이 인프라 지출을 여러 해에 걸쳐 지속시킬 수 있다고 본다. 해당 은행의 기업 도입 연구는 기업들이 실험 단계에서 운영 워크플로로 이동하면서 수요가 지속될 것임을 시사한다.

그럼에도 공급업체 매출과 구매자 수익은 같은 것이 아니다. 칩 제조업체는 대규모 주문의 수혜를 볼 수 있지만, 클라우드 제공업체는 이후 그로 인해 늘어난 용량을 수익화하는 데 어려움을 겪을 수 있다. 현재의 강한 실적은 인프라 수요를 뒷받침하지만, 전체 시스템의 경제성을 확정하지는 않는다.

이것이 rsshub 36kr 기사에서 가장 중요한 한계다. 현재의 강한 이익은 조정 시나리오를 뒷받침할 수 있지만, 시장은 미래 현금흐름을 가격에 반영한다. 투자자들은 AI 매출이 감가상각, 에너지, 금융, 개발 비용을 충당할 만큼 빠르게 늘어날 수 있는지 계속 물을 것이다.

따라서 다음 단계에서는 성과 격차가 더 넓어질 가능성이 크다. 희소한 부품을 판매하는 기업은 가격 결정력을 유지할 수 있다. 일반적인 열광에 의존하는 기업은 더 큰 검증을 받게 될 것이다. 하이퍼스케일러들은 새로운 서비스, 광고 개선, 클라우드 워크로드, 내부 효율성 향상이 capex를 측정 가능한 수익으로 전환하고 있음을 보여줘야 한다.

레버리지 ETF가 조정을 급락으로 바꿀 수 있는 이유

최근의 변동성은 AI 기업에 대한 평가만이 아니라, 투자자들이 익스포저를 구성하고 자금을 조달한 방식의 결과이기도 했다.

레버리지 상장지수펀드는 자산의 일일 수익률에 배수를 적용한 성과를 약속한다. 예를 들어 2배 반도체 ETF는 기초지수의 일일 움직임을 두 배로 제공하는 것을 목표로 한다. 이 펀드는 목표를 유지하기 위해 자주 리밸런싱해야 한다.

이는 기계적인 피드백 루프를 만든다. 기초자산이 오르면 펀드는 추가 익스포저를 매수해야 하는 경우가 많다. 반대로 하락하면 매도해야 한다. 트레이더들은 리밸런싱이 기존 방향을 증폭하는 경향이 있어 이를 숏 감마라고 부른다.

Tuteja는 최근 매도세 이전에 이러한 구조를 경고했다. 그는 악재 이후 3% 하락이 예상된 주식이 레버리지 상품과 기타 강제 매도 주체가 함께 익스포저를 줄일 경우 10% 하락할 수 있다고 설명했다. 같은 메커니즘은 랠리 중 상승 폭도 키울 수 있다.

레버리지 펀드가 거래 깊이가 제한된 변동성 높은 증권을 보유할 때 위험은 커진다. 작은 상품은 시장에 미치는 영향이 거의 없다. 그러나 장 마감 부근에 거래해야 하는 대형 상품은 특히 여러 펀드가 유사한 운용 원칙을 따를 경우 가격을 움직일 수 있다.

Goldman의 Brian Garrett은 이후 ETF 다섯 개 중 하나에 레버리지 또는 인버스 요소가 포함됐다고 밝혔다. 2026년에 발행된 ETF 가운데서는 그 비중이 세 개 중 하나였다. 이러한 성장은 시장을 더 공격적으로 만들었고 자동 리밸런싱이 미칠 수 있는 영향을 키웠다.

문제는 주요 미국 지수 밖에서 특히 뚜렷했다. Garrett은 한국 KOSPI의 내재변동성이 글로벌 금융위기 당시 수준을 넘어섰다고 관찰했다. 이 지수는 AI 공급망과 연결된 소수의 변동성 높은 종목들로부터 큰 영향을 받고 있었다.

집중은 이러한 스트레스를 감출 수 있다. 지수는 많은 증권을 결합하므로 한 집단의 상승이 다른 곳의 하락을 상쇄할 수 있다. 낮은 지수 변동성은 개별 주식의 극단적인 움직임과 공존할 수 있으며, 이는 Garrett이 주식시장과 주식들의 시장 사이의 차이라고 표현한 현상이다.

이러한 환경에서 S&P 500이나 Nasdaq만 지켜보는 투자자는 수면 아래의 압력을 과소평가할 수 있다. 반도체, 메모리, 장비 관련 주식은 큰 일일 변동을 겪을 수 있는 반면, 분산된 지수는 비교적 안정적으로 보일 수 있다.

ETF volatility에 대한 논의는 더 정돈된 포지셔닝이 향후의 변동성을 줄일 수 있는 이유도 분명히 한다. 헤지펀드가 익스포저를 낮추고 레버리지 상품의 자산이 줄어들면, 다음 하락 국면에서 매도해야 하는 참여자도 줄어든다.

그러나 더 정돈됐다고 해서 완전히 건전하다는 뜻은 아니다. Lin은 매도세 이후에도 헤지펀드 익스포저가 최근 범위의 중간 수준에 머물렀다고 말했다. 투자자들은 AI 보유분을 매도하는 동시에 거시 헤지도 줄였으며, 그는 이 과정을 디그로싱(de-grossing)이라고 설명했다.

거시 헤지는 지수 풋옵션이나 선물 매도 포지션처럼 광범위한 시장 위험을 상쇄하도록 설계된 포지션이다. 투자자들이 롱 포지션과 방어적 헤지를 모두 줄이면 대차대조표 규모는 축소된다. 이는 즉각적인 익스포저를 낮추지만, 남아 있는 시장은 상관관계의 재상승에 민감해질 수 있다.

상관관계는 증권들이 얼마나 밀접하게 함께 움직이는지를 측정한다. 낮은 상관관계는 기업 고유의 전개가 더 큰 영향을 미치기 때문에 종목 선택 투자자에게 유리하다. 상관관계 상승은 투자자들이 다시 많은 증권을 하나의 공통 위험을 반영하는 자산으로 보고 있음을 뜻한다.

이 메커니즘은 재조정 이후 변동성이 완화될 것이라는 Goldman의 전망을 뒷받침한다. 과도하게 몰린 포지션이 줄어들면 강제 매도를 부추길 연료도 감소한다. 그러나 레버리지 ETF, 옵션 거래, 집중된 지수, 긴밀하게 연결된 AI 공급망을 포함한 시장 구조 자체는 그대로 남아 있다.

따라서 조정 국면이라는 논지는 차분한 거래를 약속하지 않는다. 투자자들이 이미 상당한 위험을 제거했기 때문에 반복적이고 자기강화적인 하락이 발생할 가능성이 낮아졌다는 의미다. 새로운 부정적 촉매는 여전히 그 메커니즘을 다시 작동시킬 수 있다.

진짜 대결은 실적 이행과 과도한 포지셔닝 사이에 있다

결정적인 대결은 AI 낙관론자와 AI 회의론자 간의 싸움이 아니라, 영업 성과와 과도하게 몰린 거래에 내재된 기대 사이의 경쟁이다.

Goldman의 건설적인 전망은 실적이 계속해서 인프라 사이클을 뒷받침할 때에만 유효하다. 낮은 포지셔닝은 가격을 안정시킬 수 있지만, 매출을 만들거나 마진을 개선하거나 투자자본수익률을 창출할 수는 없다.

AI 거래에는 경제성이 크게 다른 기업들이 포함된다. Nvidia와 다른 칩 공급업체는 공급이 제약된 컴퓨팅 장비를 판매한다. 클라우드 사업자는 데이터센터에 자금을 댄다. 유틸리티와 산업 기업은 전력과 냉각을 제공한다. 소프트웨어 개발사는 모델과 애플리케이션에서 매출을 얻으려 한다.

하나의 라벨은 이러한 차이를 가릴 수 있다. 일부 인프라 공급업체는 장비가 출하되면서 매출을 인식한다. Hyperscaler는 수년간의 감가상각과 운영비를 부담한다. 애플리케이션 기업은 AI 서비스가 추론 비용을 충당할 만큼 고객이 충분히 지불하도록 설득해야 한다.

이 구분은 조정 국면에서 더 중요해진다. 광범위한 랠리에서는 투자자들이 인기 테마에 대한 익스포저에 보상하는 경우가 많다. 시장이 둔화되면 분기 실적과 가이던스가 기업들 간의 차이를 더욱 선명하게 만든다.

Goldman의 5월 평가는 강력한 출발점을 제시했다. 실적 성장세는 여전히 높았고, 인플레이션과 경제 성장 둔화에도 AI 관련 수요는 회복력을 보이는 듯했다. Tuteja는 심지어 AI가 소비재 및 경기순환 기업에 영향을 미치는 압력에 비교적 강하다고 설명했다.

이러한 방어적 해석에는 한계가 있다. AI 지출은 재무상태가 탄탄한 기업들이 자금을 조달하지만, 여전히 재량적 자본 배분이다. 예상 수익률이 떨어지거나 자금 조달 비용이 높아지거나 전력 제약으로 배치가 지연되면 경영진은 프로젝트를 미룰 수 있다.

금리는 또 다른 층위를 더한다. 장기 국채 수익률 상승은 미래 이익에 적용되는 할인율을 높인다. 이 효과는 수년 뒤에 기대되는 이익에 밸류에이션이 의존하는 기업들에 가장 큰 부담이 될 수 있다.

Tuteja는 5월 30년물 국채 수익률이 5%를 넘은 점을 중요한 심리적 기준선으로 강조했다. 정확한 수준은 시장에 따라 변하지만, 근본적인 관계는 여전히 유효하다. 비싼 자본은 기업들이 단기 수익을 입증해야 한다는 압력을 더 크게 만든다.

회의적인 견해는 집중도에도 주목한다. AI 관련 기업들은 주요 미국 지수에서 큰 비중을 차지하므로, 소수 기업의 실망스러운 실적이 전용 기술 포트폴리오를 넘어 패시브 투자자에게 영향을 줄 수 있다.

Goldman은 앞서 좁은 리더십과 빠른 모멘텀 상승이 종종 높은 변동성과 낮은 수익률에 선행한다고 경고한 바 있다. 이것이 시장 고점을 특정하는 것은 아니지만, 강한 지수 성과가 광범위한 경제 건전성을 입증한다는 가정에는 의문을 제기한다.

rsshub 36kr 요약은 매도세 이후 전망이 개선됐다는 점을 강조한다. 더 완전한 해석은 조건부다. 헤지펀드와 ETF 익스포저 축소는 불안정성의 한 원인을 제거하지만, 실적은 여전히 부담스러운 밸류에이션과 막대한 자본 요건을 극복해야 한다.

최신 전략 노트를 둘러싼 검증 공백도 있다. 공개 뉴스플래시는 짧은 의역을 제공하는 반면, Goldman의 공개 시장 논의는 관련 데이터와 논리를 제공한다. 전체 고객용 노트가 없는 만큼, 독자들은 모든 세부 내용을 모든 AI 주식에 대한 확정적 전망으로 받아들이지 않아야 한다.

Goldman은 기관의 견해와 개별 시장 논평을 구분한다. 공개 트랜스크립트는 발언자의 견해가 바뀔 수 있으며 반드시 은행 전체를 대표하지는 않는다고 밝힌다. 또한 이는 투자 조언이 아닌 정보로 명시적으로 제시된다.

이러한 주의는 서로 다른 Goldman 팀이 시장의 서로 다른 부분을 분석하기 때문에 중요하다. 프라임 브로커리지 전문가는 헤지펀드 포지셔닝에 집중한다. 변동성 트레이더는 옵션과 ETF 자금 흐름을 분석한다. 주식 전략가는 실적, 밸류에이션, 포트폴리오 구성을 평가한다.

이들의 견해는 여전히 일관된 그림을 형성할 수 있다. 포지셔닝은 극단적으로 치우쳤고, 시장 구조는 반전을 증폭했으며, 실적은 비교적 지지적이었다. 디레버리징 이후 펀더멘털과 기술적 압력 사이의 균형은 덜 불리해졌다.

그러나 일관된 설명이 보장을 뜻하지는 않는다. 조정은 상승 재개, 장기 횡보, 또는 또 다른 하락으로 마무리될 수 있다. 결과는 새로운 거시경제적 또는 기업별 충격이 오기 전에 이익이 기대를 따라잡을 수 있는지에 달려 있다.

따라서 독자들은 두 가지 쉬운 서사를 경계해야 한다. 매도세가 AI 투자가 실패했음을 입증한 것은 아니다. 강력한 인프라 지출 역시 모든 AI 연계 밸류에이션이 정당화된다는 것을 증명하지는 않는다.

Goldman Sachs의 AI 전망이 여전히 판단할 수 없는 것들

해결되지 않은 세 가지 사안, 즉 설비투자 수익화, 지속적인 레버리지, AI 자산 전반의 상관관계 상승은 조정 국면 전망을 약화시킬 수 있다.

첫 번째 사안은 수익화다. Hyperscaler는 인프라 지출이 어떻게 클라우드 매출, 광고 수익 증가, 구독 성장 또는 내부 비용 절감으로 이어지는지를 보여줘야 한다. 미래 생산성에 대한 광범위한 주장은 충분한 근거를 제공하지 못한다.

투자자들은 자본지출을 증분 매출 및 영업이익과 비교해야 한다. 서버와 네트워킹 장비는 사용 기간에 걸쳐 비용을 발생시키므로 감가상각도 살펴봐야 한다. 빠른 하드웨어 교체는 이 부담을 더 크게 만들 수 있다.

회계 처리 시점은 일시적으로 이야기를 더 좋아 보이게 할 수 있다. 기업이 데이터센터를 구축할 때 현금은 빠져나가지만, 감가상각은 향후 손익계산서에 걸쳐 분산된다. 매출은 점진적으로 발생하거나 AI에 직접 귀속시키기 어려운 상태로 남을 수 있다.

두 번째 사안은 레버리지다. 헤지펀드는 익스포저를 줄였지만, Goldman은 포지셔닝이 완전히 정리되지는 않았다고 말했다. 레버리지 ETF와 옵션 거래 역시 일시적 참여자가 아니라 시장의 구조적 특징으로 남아 있다.

차분한 시기는 위험 선호를 빠르게 되돌릴 수 있다. 변동성이 낮아지고 가격이 회복되면 펀드는 포지션을 재구축하고, 개인 투자자는 콜옵션으로 돌아오며, 레버리지 상품은 새 자산을 모을 수 있다. 이 과정은 다른 가격대에서 동일한 취약성을 재현할 수 있다.

세 번째 사안은 상관관계다. Lin은 위험 축소 이후 주시해야 할 핵심 신호로 주식 상관관계 상승을 지목했다. 상관관계가 낮게 유지되면 실적과 기업별 실행력이 수익률을 이끌 수 있다. 급격히 상승하면 거시적 압력이 다시 펀더멘털상의 차이를 압도할 수 있다.

최근 주목받은 AI 포트폴리오의 청산은 이 위험을 보여준다. Axios는 Situational Awareness가 AI 주식의 큰 손실 속에서 공개 주식 보유분을 Citadel에 매각했다고 보도했다. 이 사례가 또 다른 청산을 예고하는 것은 아니지만, 집중된 익스포저가 어떻게 스트레스를 전파할 수 있는지를 보여준다.

AI fund sale는 포지셔닝 축소가 자동으로 강세 신호라는 생각도 복잡하게 만든다. 일부 매도는 미래 시장 균형을 개선한다. 다른 매도는 손실, 자금 조달 압력 또는 환매 문제가 여전히 해결되지 않았음을 시사할 수 있다.

또 다른 불확실성은 수요의 구성과 관련된다. 최전선 모델 학습에는 막대한 클러스터가 필요하지만, 추론은 배치된 제품 전반으로 컴퓨팅 수요를 확산시킨다. 추론으로의 전환은 수요를 넓힐 수 있지만, 다른 하드웨어 및 소프트웨어 공급업체에 유리하게 작용할 수도 있다.

효율성 개선은 추가적인 상충 관계를 만든다. 더 나은 칩, 최적화된 모델, 더 저렴한 추론은 작업당 비용을 낮출 수 있다. 비용 하락은 사용량을 늘릴 수 있지만, 수요가 충분히 빠르게 증가하지 않으면 공급업체의 매출 기대를 낮출 수도 있다.

전력 공급 가능성은 양쪽 모두를 제한할 수 있다. 데이터센터에는 전기, 송전 용량, 냉각, 인허가가 필요하다. 강한 칩 주문이 완성된 시스템이 일정에 맞춰 전력을 공급받을 수 있음을 보장하지는 않는다.

지정학적 정책도 또 다른 변수다. 수출 통제, 관세, 미국과 중국 간 기술 제한은 첨단 프로세서와 제조 장비의 수요를 바꿀 수 있다. 또한 자본을 두고 경쟁하는 대체 공급망을 가속할 수도 있다.

이러한 불확실성은 여건이 개선됐다는 Goldman의 결론을 무효화하지 않는다. 다만 개선된 여건은 해결된 투자 논리가 아니라 더 나은 출발 조건으로 설명해야 하는 이유를 보여준다.

조정 국면 논지를 뒷받침할 가장 좋은 증거는 더욱 선별적인 가격 반응에서 나올 것이다. 강한 주문과 개선되는 마진을 보이는 기업이 약한 경쟁사보다 앞서면 시장은 펀더멘털에 따른 선별로 돌아가고 있다. 그룹 전체가 계속 함께 움직인다면 포지셔닝이 여전히 지배적이다.

향후 3개월 동안 주목할 세 가지 신호

다음 국면은 Hyperscaler의 수익률, 헤지펀드 익스포저, 개별 AI 주식 간 상관관계에 의해 결정될 것이다.

첫 번째 신호는 자본지출의 전환이다. 다가오는 Hyperscaler 실적은 지출 계획을 공개하고 AI 역량이 매출 또는 측정 가능한 효율성 향상을 만들고 있다는 근거를 제시해야 한다.

투자자들은 클라우드 성장, AI 서비스 수요, 영업마진, 경영진 가이던스의 변화에 집중해야 한다. 자본지출 증가와 매출 개선이 함께 나타나면 Goldman의 조정 국면 논지는 강화될 것이다. 더 명확한 수익 없이 자본지출만 늘어나면 이를 약화시킬 것이다.

이 구분이 중요한 이유는 인프라 공급업체가 최대 고객이 매력적인 경제성을 확립하기 전에 훌륭한 실적을 낼 수 있기 때문이다. 시장에는 거래 양쪽 모두의 근거가 필요하다.

Goldman 자체 트레이더들은 하이퍼스케일러 실적을 단기적으로 가장 중요한 시험대로 꼽았다. Lin은 지출 추이와 자본지출(capex)이 추가 매출 및 이익으로 전환되는 진척도를 주시하고 있다고 말했다. 이는 단순히 투자 수준을 유지하는 것보다 훨씬 더 까다로운 기준이다.

두 번째 신호는 헤지펀드가 익스포저를 다시 늘리는지 여부다. 매도세 이후 약 60~65백분위 수준의 범위는 매수 여력이 있음을 시사하지만, 동시에 시장이 유난히 방어적인 포지션에서 출발하는 것은 아니라는 뜻이기도 하다.

실적에 뒷받침된 점진적 증가는 이번 조정이 취약한 레버리지를 해소했다는 해석을 강화할 것이다. 반면 펀더멘털 증거가 개선될 시간도 갖기 전에 이전 고점 부근으로 빠르게 복귀한다면 다시 과밀 포지셔닝이 형성될 수 있다.

ETF 자산과 옵션 포지셔닝도 헤지펀드와 함께 주목할 필요가 있다. 레버리지 및 인버스 상품이 계속 늘어난다면 변동성이 큰 종목 주변의 기계적 거래 규모가 커질 것이다.

세 번째 신호는 주식 간 상관관계다. 낮은 상관관계는 투자자들이 승자와 경쟁력이 약한 기업을 구분하고 있음을 의미한다. 또한 액티브 운용사들이 기업별 펀더멘털을 중심으로 거래할 여지도 넓어진다.

상관관계가 급격히 높아진다면 AI 복합체가 다시 하나의 레버리지 매크로 포지션처럼 움직이고 있다는 신호일 수 있다. 이런 환경에서는 투자자들이 전체 위험을 줄이기 위해 유동성이 높은 보유 자산을 매도하면서, 실적이 탄탄한 기업도 하락할 수 있다.

이 신호들은 함께 해석해야 한다. 개선된 하이퍼스케일러 경제성은 익스포저 재확대를 정당화할 수 있다. 적정 수준의 익스포저는 질서 있는 가격 발견을 뒷받침할 수 있다. 낮은 상관관계는 실적의 질이 어떤 주식이 회복하는지를 결정하도록 할 수 있다.

반대 조합은 위험하다. 취약한 수익화, 빠르게 재형성되는 레버리지, 상승하는 상관관계는 최근 급락이 단지 건전한 조정이었다는 주장을 약화시킬 것이다.

rsshub 36kr newsflash는 Goldman의 낙관적인 견해를 포착했지만, 이 은행의 공개 분석은 필요한 조건들을 제시한다. 강한 실적과 더 정돈된 포지셔닝은 여건을 개선한다. 그렇다고 밸류에이션, 레버리지, 실행 리스크가 사라지는 것은 아니다.

개발자, 기업 구매자, AI 제품 사용자에게 이 시장 논쟁은 실질적인 영향을 미친다. 지속적인 인프라 사이클은 추론 비용을 낮추고 이용 가능한 용량을 확대할 수 있다. 지출 둔화는 데이터센터 구축을 지연시키고 접근성을 제약하며, 공급업체가 수익성 있는 워크로드를 우선시하도록 만들 수 있다.

따라서 기업 팀은 금융시장과 함께 제품 경제성도 살펴봐야 한다. 실제 배포의 증가는 주가 모멘텀보다 더 확실한 증거를 제공한다. 토큰 사용량 확대가 반복 매출과 측정 가능한 비즈니스 성과로 이어질 때 Goldman의 논지는 더욱 설득력을 얻는다.

AI 트레이드가 유지되기 위해 또 한 번의 끊김 없는 랠리가 필요한 것은 아니다. 실적이 기대치를 따라잡을 수 있는 더 차분한 시장이 필요하다. 향후 3개월 동안 자본지출이 수익을 만들어내는지, 레버리지가 책임감 있게 재구축되는지, 개별 주식이 각자의 실적에 따라 거래되기 시작하는지를 지켜봐야 한다.