AI 붐 자금 조달: 현금 흐름에서 부채로 – BIS Bulletin 120

AI 붐 자금 조달: 현금 흐름에서 부채로 – BIS Bulletin 120

핵심 요점

  • AI 관련 투자는 현재 미국 GDP 성장의 상당 부분을 차지하고 있으며, GDP의 약 5%에 달하고 분기 성장에 약 0.4 포인트를 기여하고 있습니다.
  • AI 인프라 지출 규모가 커지면서 기업들은 내부 현금 흐름 자금 조달을 외부 부채로 전환하고 있으며, 사모 신용 펀드가 빠르게 성장하는 대출자로 떠오르고 있습니다.
  • 거시‑금융 안정성 위험은 중간 수준이지만, 붐의 지속 가능성은 AI 기업이 현재 주식 시장이 가격에 반영하고 있는 높은 수익을 제공하느냐에 달려 있습니다; 부채 가격과 주식 가치 사이의 불일치는 급격한 조정을 촉발할 수 있습니다.

1. AI 투자가 미국 경제 성장의 주요 동력이 되고 있음

  • 투자 구성: AI 관련 지출에는 데이터 센터 건설, 데이터 센터 장비(≈ 건설 비용의 3배), IT 제조 시설(칩, 하드웨어) 및 보다 광범위한 IT 하드웨어/소프트웨어 업그레이드가 포함됩니다.
  • GDP 비중: 2025년 중반까지 데이터 센터와 IT 제조 투자를 합친 비중이 미국 GDP의 약 1 %에 달했으며, 전체 IT 관련 투자(기타 장비 및 소프트웨어 포함)는 GDP의 약 5 %로 상승해 2000년 닷컴 붐의 정점을 넘어섰습니다.
  • 성장 기여: 2022년 이후 3년 동안 AI 관련 자본 지출은 분기 GDP 성장에 평균 0.4 포인트를 추가했습니다. 전체 IT 투자는 최근 GDP 성장의 거의 절반을 차지해 무역·관세 충격의 영향을 완화했습니다.
  • 미래 전망: 향후 5년간 연간 데이터 센터 지출이 1,000~2,250억 달러 증가할 것으로 예상되며, 데이터 센터 투자는 GDP의 0.8‑1.3 %(현재 0.5 %)로 상승할 것입니다.

"AI 관련 투자는 미국 GDP 성장의 중요한 동력으로 부상했습니다. 2022년 이전에는 미미한 기여였지만, 반도체 제조 시설 및 데이터 센터에 대한 지출이 이후 3년 동안 평균 0.4 포인트의 GDP 성장 기여를 했습니다." – BIS Bulletin

2. 자금 조달 전환: 내부 현금 흐름에서 부채로

  • 과거 자금 조달: 주요 AI 기업(예: Alphabet, Amazon, Meta, Microsoft, Oracle)은 전통적으로 낮은 레버리지를 유지하며 강력한 영업 현금 흐름에 의존해 투자를 자금 조달해 왔습니다.
  • 현재 압박: 자본 지출이 자유 현금 흐름을 앞서면서 기업들은 외부 자금을 찾아야 하는 상황에 처했습니다. AI 가치 변동성과 제한된 발행 시점 때문에 주식 발행이 제약을 받고 있습니다.
  • 부채 활용: 기업들은 데이터 센터 자산의 장기 수명에 맞추기 위해 회사채, 리스, 대출을 활용하고 있습니다. 사상 최대 규모의 채권 발행이 보고되고 있으나, 건설·전력 위험 프로필 때문에 전통 은행 채널 밖에서 자금 조달이 이루어지기도 합니다.
  • 사모 신용의 역할:
    • 사모 신용 펀드(비은행 대출자)는 2010년 1천억 달러 규모의 자산에서 2024년 2조 2천억 달러 이상으로 성장했습니다.
    • AI 관련 기업에 대한 미지급 대출은 거의 없던 수준에서 2천억 달러 이상으로 증가했으며, 이는 전체 사모 신용 대출 규모의 약 8 %를 차지합니다.
    • AI 부문 평균 대출 규모는 1억 6,900만 달러(다른 부문 9,000만 달러)이며, 대출 만기(≈ 4.7년)와 금리 스프레드(≈ 6.2 포인트)는 비AI 대출과 비슷합니다.
    • 현재 사모 신용 펀드의 약 20 %가 AI에 노출돼 있으며, 2010년 5 %에서 증가했지만 AI 대출은 평균 펀드 포트폴리오의 약 5 %에 불과합니다.

"사모 신용 펀드는 대부분 폐쇄형 구조로, 대출 포트폴리오 수명(약 4~8년) 동안 기관 자본을 고정시켜 유동성 및 만기 변환 위험을 완화합니다." – BIS Bulletin

3. 금융 안정성에 미치는 영향

  • 레버리지 상승: 현금 흐름에서 부채로 전환하는 AI 기업은 기업 레버리지를 높여 기업과 금융 중개기관 모두에 충격을 확대시킬 수 있습니다.
  • 숨은 레버리지 위험: 일부 자금 구조는 레버리지를 오프밸런스로 유지할 수 있지만, 위험이 사라지는 것은 아닙니다.
  • 부채‑주식 불일치: AI 대출에 대한 사모 신용 스프레드는 비AI 차입자와 유사해 대출기관은 AI 위험을 평균 수준으로 평가하는 반면, 주식 시장은 AI 기업을 매우 높은 배수로 가격 책정하고 있습니다. 이 격차는 AI 수익이 기대에 못 미칠 경우 주식과 부채 시장이 동시에 조정될 위험을 내포합니다.
  • 역사적 맥락: AI 붐 규모(≈ GDP 1 %)는 미국 셰일 붐과 비슷하고 1990년대 닷컴 급증의 절반 수준입니다. 과거 투자 붐은 종종 GDP 성장률이 1 포인트 이상 둔화되는 결과를 낳았지만, 지속적인 고성장률을 만들지는 못했습니다.

"AI 투자가 급감하면서 주식 시장이 크게 조정된다면, 부정적 파급 효과는 이전 붐보다 클 수 있습니다." – BIS Bulletin

4. 전망 및 남은 질문

  • 생산성 향상: Hacker News 사용자들은 AI 투자가 과거 자동화 물결과 마찬가지로 거시 생산성 향상으로 이어질지 질문하고 있습니다.
  • 수익성 증거: 일부 사용자는 AI 도입에도 불구하고 Duolingo와 같이 수익이 정체된 AI 중심 기업들의 사례를 들어 AI가 실질적인 이익 성장에 미치는 영향에 대한 불확실성을 강조합니다.
  • 자금 조달 전개: Anthropic과 같은 AI 관련 IPO가 향후 부채‑주식 균형에 어떤 영향을 미칠지에 대한 질문이 남아 있습니다.
  • 시나리오 범위: BIS 보고서는 “중간” 및 “고” 수요 시나리오를 제시하지만, 커뮤니티에서는 보다 비관적인 기본 시나리오가 누락된 것은 아닌지 궁금해합니다.

5. 결론

AI 관련 자본 지출은 미국 경제를 재편하고 있으며, 현재 GDP의 상당 부분을 차지하고 내부 현금 흐름에서 외부 부채로의 근본적인 자금 조달 전환을 촉발하고 있습니다. 사모 신용은 중요한 자금원으로 부상했지만, 레버리지가 급속히 축적되고 부채 가격과 주식 가치 사이의 큰 격차가 존재함에 따라 중간 수준이지만 실질적인 금융 안정성 위험이 존재합니다. 궁극적인 거시경제적 성과는 AI 기업이 시장이 기대하는 높은 수익을 실현하느냐에 달려 있으며, 그렇지 못할 경우 부문 전체가 급격한 조정과 광범위한 파급 효과를 겪을 수 있습니다.

Sources