AI가 물가를 낮추기 전에 먼저 올릴 수 있다

AI는 디플레이션 기술이라는 믿음에 연준이 질문을 던졌다

AI 낙관론의 익숙한 논리는 간단하다. 같은 사람이 더 많은 일을 하고, 기업의 단위비용이 내려가며, 경제 전체의 공급능력이 커진다. 장기적으로 보면 충분히 가능한 이야기다.

그런데 연준이 지금 보는 것은 그 장기 효과가 오기 전의 세계다.

Lisa Cook 연준 이사는 10월 1일 AI 인프라 구축이 “빠르게 해소되지 않을 수 있는 인플레이션 압력”을 만들고 있으며, 이를 2027년의 주요 위험 중 하나로 보고 있다고 말했다. 그는 동시에 장기적으로 AI가 생산성을 높일 것이라는 전망도 유지했다. 문제는 언제 생산성이 나타나고, 그 사이 다음 병목이 어디에서 생기느냐다.

이 발언은 갑작스러운 방향 전환이 아니다. Cook은 9월 28일 연설에서 AI 관련 가격 상승이 처음에는 특정 산업의 상대가격 변화에 가까웠지만, 데이터센터 투자에 필요한 건설 노동과 에너지는 다른 산업과도 공유되기 때문에 더 넓은 물가 압력으로 번질 가능성이 있다고 설명했다.

지금 AI가 만드는 것은 ‘생산성 충격’보다 먼저 오는 ‘투자 충격’이다

Cook은 기업들이 발표한 데이터센터 투자계획 약 2조달러 가운데 아직 실제 집행된 비중은 일부에 불과하다고 지적했다. 따라서 병목이 끝나가고 있다고 보기보다, 오히려 투자 파이프라인이 앞으로 더 남아 있다는 해석도 가능하다.

그렇다고 ‘AI가 미국 전체 물가를 구조적으로 끌어올린다’고 단정하면 틀릴 수 있다

여기서 가장 중요한 반론이 나온다. 변압기, 가스터빈, HBM, 데이터센터 부지 가격이 오른다고 해서 곧바로 미국 가계의 CPI와 PCE가 같은 폭으로 오르는 것은 아니다.

첫째, AI 인프라 비용은 소수 대형 기업에 집중돼 있다. 이들은 높은 현금흐름과 마진을 이용해 비용을 흡수하거나, AI 서비스를 낮은 가격으로 제공하며 경쟁을 선택할 수 있다.

둘째, 높은 가격은 공급을 부른다. HBM, 첨단 패키징, 광통신, 전력장비, 발전설비의 높은 수익성이 증설과 신규 진입을 유도하면 병목은 시간이 지나며 완화된다.

셋째, AI는 다른 기술보다 생산성 효과가 빠르게 퍼질 가능성도 있다. Cook이 인용한 연준 소기업 조사에서는 AI를 사용하는 소기업의 상당수가 생산성 향상을 보고했다. 생산성 효과가 소프트웨어 개발, 고객지원, 회계, 물류, 연구개발에 빠르게 확산되면 구축 비용의 인플레이션 효과를 예상보다 일찍 상쇄할 수 있다.

실제로 뉴욕연은 9월 29일 연설에서 AI 관련 수요가 일부 가격을 끌어올리고 있다고 보면서도, 아직 광범위하고 지속적인 인플레이션으로 확산됐다는 증거는 없다고 선을 그었다. 이 차이가 중요하다.

더 정확한 표현은 ‘AI 인플레이션’보다 ‘AI 상대가격 충격’이다

그래서 미국 전체 물가보다 먼저 바뀌는 것은 상대가격일 가능성이 높다. 전기와 데이터센터 부지는 비싸지고, 코딩과 문서처리의 단위비용은 낮아지는 식이다. 연준이 진짜 경계해야 하는 것은 전력과 건설비 상승 자체가 아니라, 이것이 임금과 서비스가격, 기대인플레이션으로 2차 확산되는 경우다.

투자자에게 중요한 역설 - AI가 너무 강하면 AI 주식의 할인율도 올라갈 수 있다

주식의 가격은 결국 두 힘의 싸움이다. 미래 현금흐름이 얼마나 커지느냐와, 그 현금흐름을 얼마나 높은 금리로 할인하느냐다.

AI CapEx가 강하면 Nvidia, 메모리, 네트워킹, 전력장비, 냉각, 데이터센터 관련 기업의 매출과 이익이 올라간다. 이것은 주식가치의 분자를 키운다.

하지만 같은 투자붐이 미국 성장률과 전력수요, 회사채 발행, 자본 경쟁을 끌어올리고 인플레이션을 끈질기게 만든다면 장기금리와 실질금리가 높아질 수 있다. 이것은 분모를 키운다.

실제로 10월 초 미국 10년물 국채금리는 5.3%를 넘나들며 20여 년 만의 높은 수준을 기록했다. Reuters는 강한 성장과 인플레이션 우려에 더해 AI 인프라 투자에 따른 자본 경쟁도 장기금리의 배경 가운데 하나로 지목했다.

2027년은 세 갈래로 나뉠 수 있다