미국 증시는 최근 지정학적 완화 기대와 기술주 강세에 힘입어 다시 사상 최고치 구간을 시험하고 있다. 그러나 단기적인 지수 흐름보다 더 중요한 질문은 따로 있다. 과연 인공지능(AI)은 미국 경제와 주식시장의 장기적인 수익성 구조를 얼마나 바꿀 것인가 하는 문제다. 이번에 확인된 여러 뉴스 흐름을 하나의 주제로 압축하면, 결국 핵심은 AI 생산성 혁신이 미국 증시의 장기 밸류에이션과 산업 지형을 어떻게 재편할 것인가에 있다. 이는 단순히 엔비디아나 ASML 같은 반도체 종목의 단기 강세를 설명하는 이야기가 아니다. 연준의 정책 판단, 기업의 설비투자, 소프트웨어와 반도체 간 자금 이동, 그리고 장기 금리의 방향성까지 함께 흔드는 거대한 구조 변화다.
최근 시장은 여러 겹의 메시지를 동시에 받고 있다. 한편에서는 미시간대 소비자심리지수가 사상 최저 수준으로 밀리고 기대 인플레이션이 다시 올라가며 경기와 물가의 불안을 드러냈다. 다른 한편에서는 워크데이, 퀄컴, 델, AMD, ASML, 노키아, 제너랙 같은 기업들이 AI 수요와 데이터센터 확장의 수혜를 입으며 강한 주가 반응을 보였다. 골드만삭스는 헤지펀드와 뮤추얼펀드의 포지셔닝이 소프트웨어에서 반도체로 이동하고 있다고 지적했고, 시티는 AI 관련 가격 상승이 오히려 연준에 비둘기파적 여지를 제공할 수 있다고 분석했다. 뱅크오브아메리카는 AI가 향후 10년간 세계 경제 성장률을 연간 최대 1%포인트 끌어올릴 수 있다고 내다봤다. 이 모두를 종합하면, 현재의 시장은 단순한 기술주 랠리가 아니라 AI가 거시경제의 생산성 함수 자체를 바꾸는 초기 국면에 진입했다는 해석이 가능하다.
이 칼럼이 주목하는 장기적 핵심은 바로 그 점이다. AI의 진짜 의미는 몇몇 초대형 종목의 시가총액 확대가 아니라, 생산성 증가율의 상향 재조정이다. 생산성이 상승하면 같은 노동력과 자본으로 더 많은 부가가치를 창출할 수 있고, 이는 기업 이익률과 경제성장률, 세수, 금리 수준, 그리고 결국 주식의 장기 적정가치를 동시에 끌어올린다. 반대로 생산성 혁신이 일시적 비용 절감에 그치거나 특정 업종에만 국한되면, 지금의 AI 투자 붐은 거품 논쟁에서 자유로울 수 없다. 따라서 투자자와 정책당국이 함께 봐야 할 것은 ‘AI가 흥미로운가’가 아니라, AI가 실제로 경제의 총요소생산성(TFP)을 끌어올리고 있는가라는 질문이다.
이 관점에서 뱅크오브아메리카의 분석은 매우 중요하다. 보고서는 AI가 소프트웨어 개발 생산성을 최대 55%, 글쓰기 업무를 약 40% 개선하고 있다고 제시했다. 이 수치는 단순한 홍보 문구가 아니다. 노동시간의 질적 재편을 뜻한다. 과거에는 사람 한 명이 일주일에 처리하던 코드 초안, 문서 초안, 고객 응대, 자료 정리 업무를 AI가 수분 안에 해내기 시작하면, 기업은 같은 인력으로 더 많은 산출물을 얻거나, 같은 산출물을 더 적은 비용으로 만들 수 있다. 주식시장이 이를 주가에 반영하는 방식은 명확하다. 이익률이 높아지고 현금흐름이 안정될수록 미래 이익의 현재가치는 커진다. 그래서 AI는 단순한 성장 테마가 아니라 밸류에이션 체계 자체를 바꾸는 기술이다.
물론 현재의 거시지표는 아직 완전한 확산을 보여주지 못한다. 보고서가 지적했듯 경제 전체의 생산성은 연간 0.1% 정도만 상승하는 수준에 머물러 있다. 이 점은 매우 중요하다. 주가와 실적은 이미 AI 기대를 빠르게 반영하고 있지만, 실물경제는 그 속도를 따라가지 못하고 있다는 뜻이기 때문이다. 이런 괴리가 길어질수록 시장은 두 가지 중 하나를 선택하게 된다. 첫째, 장기적으로 AI 효과가 실물에 확산될 것이라는 믿음을 유지하며 프리미엄을 정당화한다. 둘째, 생산성 개선이 더디다는 이유로 밸류에이션을 재조정한다. 현재까지의 뉴스 흐름은 첫 번째 시나리오에 힘을 실어주고 있다. 다만 그 전제는 AI 투자 사이클이 인프라 구축 단계에서 끝나지 않고, 실제 기업 운영과 소비자 생산성으로 이어져야 한다는 점이다.
이 때문에 반도체는 당분간 AI 투자 사이클의 가장 직접적인 수혜를 받을 가능성이 높다. 반도체는 AI의 두뇌를 만든다. GPU와 CPU, 메모리, 파운드리, 장비, 네트워킹은 모두 AI가 작동하는 물리적 기반이다. 골드만삭스가 소프트웨어 비중 축소와 반도체 비중 확대를 언급한 것도 이 때문이다. 투자자들은 이제 ‘AI를 활용하는 소프트웨어’보다 ‘AI가 필요로 하는 연산 인프라’에 더 큰 확신을 부여하고 있다. 이는 단기적으로는 반도체 업종의 초과수익으로 나타나지만, 장기적으로는 자본이 생산성의 병목에 가장 먼저 몰리는 자연스러운 현상이다. 새로운 기술 혁명에서는 늘 병목이 가장 높은 수익을 낳는다. 전력, 메모리, 노광 장비, 네트워크, 데이터센터 설비가 그 병목이다.
ASML에 대한 UBS의 최우선 추천 복귀는 이 구조를 잘 보여준다. UBS는 ASML이 2027년과 2028년 이익 추정치에서 시장 기대를 크게 웃돌 수 있다고 봤고, 하이 NA EUV 기술이 장기적으로 대체 패터닝 대비 20~40% 비용 절감 효과를 낼 수 있다고 추정했다. 이 분석의 핵심은 ASML이 단순한 장비 회사가 아니라 미래 반도체 생산능력의 관문이라는 점이다. AI가 더 많은 칩을 필요로 할수록, 칩 생산의 정밀도와 수율을 결정하는 장비의 전략적 가치는 더 올라간다. 델과 HP, 제너랙 같은 하드웨어 기업이 데이터센터와 AI 인프라 확대의 수혜주로 부상하는 것도 같은 맥락이다. AI는 클라우드 소프트웨어만이 아니라 전력장비, 냉각, 서버, 네트워킹, 건설, 부품 공급망 전체를 자극한다.
이 지점에서 장기 투자자들이 특히 주목해야 할 것은 AI가 만들어내는 2차 수요다. 엔비디아의 CPU 시장 전망에 중국이 포함되는지 여부처럼 개별 시장의 크기 논쟁은 중요하지만, 더 큰 그림은 AI가 새로운 산업 생태계를 확장한다는 사실이다. AI가 커질수록 메모리 가격은 오르고, 데이터센터 전력 수요는 커지고, 네트워크 장비 교체 주기는 짧아진다. 노키아가 데이터센터용 광 네트워킹 수혜주로 재평가되는 것 역시 같은 흐름이다. 즉 AI는 소프트웨어 하나의 혁신이 아니라, 산업 전반의 자본지출 구조를 바꾸는 충격이다.
그렇다면 이 혁신은 연준과 금리에 어떤 영향을 줄 것인가. 여기서 시장의 가장 흥미로운 역설이 등장한다. 일반적으로 생산성 향상은 장기 성장 기대를 높여 중립금리를 끌어올릴 수 있다. 더 성장하는 경제는 더 높은 균형 금리를 필요로 하기 때문이다. 그러나 단기적으로는 AI가 가격 경쟁과 자동화를 통해 일부 서비스 가격을 눌러 연준에 인플레이션 완화의 명분을 줄 수도 있다. 시티가 말한 ‘비둘기파적 여지’가 바로 이 지점이다. AI로 인한 가격 상승이 전반적인 물가 상승으로 이어지기보다 특정 세부 항목에서만 나타난다면, 연준은 그것을 구조적 인플레이션이 아니라 국지적 가격 왜곡으로 볼 수 있다. 이는 연준이 금리 인상 압박을 덜 느끼게 만드는 요인이다.
하지만 장기적으로는 반대의 효과도 가능하다. AI가 경제 전반의 생산성을 높여 기업 투자를 촉진하고 임금 상승 여력을 만들면, 중립금리가 오를 수 있다. 이는 장기 국채금리와 주식의 할인율을 함께 흔든다. 즉 AI는 성장주에 무조건 좋은 단순 호재가 아니라, 장기 금리의 바닥을 높일 수 있는 기술이다. 이 점은 현재 시장이 간과하기 쉬운 대목이다. 오늘날 투자자들은 AI를 낮은 금리 환경에서만 유효한 성장 스토리로 보는 경향이 있다. 그러나 생산성이 실제로 개선되면, 경제는 더 높은 금리도 감내할 수 있고, 그 과정에서 AI 관련 기업들의 현금창출력은 더 크게 평가될 수 있다. 결국 AI는 주식 밸류에이션을 훼손할 수도, 정당화할 수도 있다. 관건은 생산성 개선의 폭과 확산 속도다.
그래서 지금의 AI 투자는 단순한 테마 추종이 아니라 경제 체제의 재평가 과정으로 보는 것이 정확하다. AI가 실물경제에 깊숙이 스며들면, 기업들은 더 적은 인력으로 더 많은 산출을 내게 되고, 이는 고용 구조와 임금 체계, 소매 소비, 기업의 비용 구조를 바꾼다. 인력 부족이 심한 산업일수록 AI 도입 속도는 더 빨라질 수 있고, 여기서 휴머노이드 로봇까지 이어지면 생산성 충격은 더욱 커진다. 바클레이즈가 휴머노이드 로봇 시장이 2035년 최대 2000억 달러까지 성장할 수 있다고 본 것도 같은 세계관 위에 있다. 즉 AI는 화면 속에서 끝나지 않고, 물리적 세계와 결합하는 단계로 넘어가고 있다.
이 변화는 미국 증시의 장기적 승자와 패자도 갈라놓는다. 승자는 반도체, 데이터센터, 전력 인프라, 네트워킹, AI 설비 투자에 직접 연결된 기업들이다. 또한 AI를 도입해 영업, 디자인, 소프트웨어, 고객 지원, 문서 작업을 자동화할 수 있는 고마진 기업들이다. 반면 패자는 기존 플랫폼의 보호막이 약하고, AI로 인해 상품화될 위험이 큰 소프트웨어 기업들이다. 골드만삭스가 소프트웨어 비중을 줄이고 반도체를 늘린 것은 단순한 포지셔닝 변화가 아니라, AI가 기존 소프트웨어의 가격 결정권을 흔들 수 있다는 판단 때문이다. 세일즈포스와 줌인포에 대한 보수적 평가가 이를 보여준다. AI는 모든 소프트웨어 기업에 호재가 아니라, 오히려 일부 기업의 해자를 침식할 수 있다.
장기적 관점에서 미국 증시의 핵심 질문은 바로 여기다. AI가 미국 기업들의 이익률을 높여 S&P 500 전체의 순이익 성장을 견인할 것인가, 아니면 특정 빅테크와 반도체에만 부를 집중시키고 나머지 섹터를 상대적으로 소외시킬 것인가. 현재까지의 데이터는 후자의 가능성을 먼저 보여준다. 기술업종을 제외하면 S&P 500 이익 증가율이 3% 안팎에 그칠 전망이라는 점은 매우 의미심장하다. 이는 지수 상승이 폭넓은 경기 회복보다 기술 집중 현상에 의해 지탱되고 있음을 뜻한다. 그러나 역사적으로도 새로운 생산성 혁신은 늘 먼저 집중된 형태로 나타났다가, 시간이 지나며 전 산업으로 확산됐다. 인터넷, 클라우드, 모바일도 모두 그랬다. AI도 같은 경로를 밟을 가능성이 높다.
그렇기 때문에 지금 필요한 것은 과도한 낙관도, 성급한 비관도 아니다. 장기 투자자는 AI를 ‘어느 종목이 6개월 더 오를까’의 문제로 보지 말고, 어느 산업이 10년 동안 가장 큰 구조적 이익을 가져갈까의 문제로 봐야 한다. 현재 그 답은 분명하다. 반도체와 인프라, 그리고 AI를 실질적으로 업무 프로세스에 통합할 수 있는 기업들이 우위에 있다. 그러나 그 우위는 영원하지 않다. 반도체는 사이클 산업이고, 인프라는 자본지출의 속도에 좌우되며, 소프트웨어는 결국 적응할 것이다. 따라서 AI의 장기 수혜를 노린다면, 개별 종목의 유행보다 생산성 향상과 수익화 속도를 기준으로 선별해야 한다.
미국 경제는 지금 분명 전환점에 서 있다. 인플레이션은 완전히 끝나지 않았고, 소비심리는 약하며, 지정학적 리스크도 남아 있다. 그러나 이런 불안 속에서도 시장이 AI를 계속 사들인다는 사실은 중요한 시사점을 준다. 투자자들은 단기 경기보다 장기 생산성을 더 중시하기 시작했다. 이것이야말로 AI 시대 미국 증시의 가장 큰 변화다. 장기적으로 주식시장의 수익률을 결정하는 것은 결국 기업이 얼마나 더 많은 현금흐름을 창출할 수 있는가이며, AI는 바로 그 현금흐름의 제조 방식을 바꾸고 있다. 그런 의미에서 AI 생산성 혁명은 단순한 기술 트렌드가 아니라, 미국 증시가 앞으로 1년이 아니라 10년을 어떻게 평가할지에 대한 새로운 기준이다.
결론은 명확하다. AI는 미국 주식시장의 장기 상승 논리를 여전히 유효하게 만들고 있다. 다만 그 상승은 과거처럼 모든 기술주에 고르게 퍼지는 형태가 아니라, 생산성 혁신을 실제로 흡수할 수 있는 기업과 그렇지 못한 기업을 가르는 방식으로 나타날 가능성이 높다. 투자자는 이 변화에 맞춰 포트폴리오를 재구성해야 한다. 반도체와 인프라, 전력과 네트워킹, 그리고 AI를 실질 생산성으로 전환할 수 있는 소프트웨어 기업에 대한 선택적 접근이 필요한 시점이다. AI는 이미 시장의 테마가 아니다. 이제는 미국 경제와 증시의 장기 성장률을 다시 쓰는 구조적 변수다.
