시장을 이해하려는 기록 8
AI 거품이 붕괴된다면, 주식이 아니라 신용 시스템에서 시작될 가능성이 높습니다. 최근 시장에서 ‘AI 거품’이라는 단어가 자주 등장합니다. 그러나 대부분의 논의는 주가와 밸류에이션에만 집중되어 있습니다. 정작 훨씬 중요한 핵심은 따로 있습니다. AI 거품이 붕괴될 경우, 가장 먼저 무너지는 것은 주식이 아니라 신용 시스템입니다. 그리고 그 출발점에는 BDC(Business Development Company)라는 구조가 자리 잡고 있습니다.
BDC는 Business Development Company의 약자로, 중소기업과 비상장 기업에 대출을 제공하고 이자로 수익을 얻는 금융회사입니다. 법인세 면제 혜택을 받는 대신, 과세 대상 소득의 90% 이상을 배당으로 지급해야 합니다. 이 구조 때문에 BDC는 고배당 금융상품으로 분류되며, 동시에 고위험 신용의 주요 공급자가 됩니다.
일반 은행이 리스크 관리와 규제로 인해 대출을 꺼리는 기업들이 BDC의 주요 고객입니다. 대신 대출금리는 매우 높습니다. 이 구조 덕분에 BDC는 높은 배당을 지급할 수 있었고, 보험사와 연기금, 자산운용사, 헤지펀드, 사모펀드 등 기관투자자들은 이를 채권과 주식의 중간 성격을 지닌 대체 신용 자산으로 활용해 왔습니다.
보험사와 연기금 입장에서 BDC는 매력적인 자산입니다. 국채 대비 높은 수익률을 제공하면서도, 주식 대비 변동성이 낮아 보이기 때문입니다. 그러나 이 안정성은 철저히 차입 기업의 현금흐름 지속성에 의존합니다. 그리고 바로 이 지점에서 구조적 균열이 발생하고 있습니다.
BDC는 오랜 기간 동안 안정적인 현금흐름을 창출해 온 소프트웨어 기업들에 대한 대출을 꾸준히 확대해 왔습니다. 구독 기반 매출 구조, 높은 마진, 낮은 자본지출, 높은 전환 비용. 이 네 가지 요소는 소프트웨어 기업을 이상적인 대출 대상으로 만들었습니다.
기업용 ERP, HR, 회계, 보안 소프트웨어는 한번 도입되면 교체 비용과 데이터 이전 비용 때문에 쉽게 바꾸기 어렵습니다. 이 덕분에 매출은 경기 침체기에도 안정적이었고, 이익의 상당 부분을 이자 상환과 배당에 사용할 수 있었습니다.
그러나 생성형 AI 기술의 급속한 발전은 이 전제를 근본적으로 흔들고 있습니다. AI는 소프트웨어 산업의 진입장벽을 빠르게 낮추고 있으며, 기존 기업들의 가격 결정력과 마진 구조를 구조적으로 압박하고 있습니다. 이는 단기적 붕괴가 아니라, 장기적인 수익성 훼손과 성장 둔화라는 형태로 나타납니다.
문제는 소프트웨어 기업들이 유형자산이 거의 없다는 점입니다. 자산 가치 대부분이 코드, 데이터, 인적 자본에 의존하는 구조에서, 기술 변화는 곧 담보 가치의 붕괴로 이어집니다. 이 담보 가치가 흔들릴 경우, BDC의 대출 자산은 빠르게 부실화될 것입니다.
중요한 점은 BDC 자체의 규모가 아니라, BDC가 사모신용(Private Credit) 시장 전체의 축소판이라는 사실입니다.
현재 미국 사모신용 시장 규모는 약 1.7~2조 달러에 달합니다. 이는 2008년 금융위기 직전 서브프라임 시장과 유사한 수준입니다. 이 시장은 BDC, 사모대출펀드, 보험사, 연기금, 지역은행, CLO 구조로 복잡하게 얽혀 있습니다.
BDC는 이 거대한 신용 생태계의 말단 접점입니다. 그러나 이 접점에서 발생한 부실은 사모신용 시장 전반으로 빠르게 확산됩니다. BDC의 연체율 상승은 곧바로 CLO 구조, 보험사 자산, 연기금 포트폴리오, 지역은행 대출 건전성에 연쇄 충격을 줍니다. BDC는 진원지가 아니라, 균열이 처음 표면으로 드러나는 지점입니다.
2023년 이후 AI 붐이 본격화되면서, BDC는 데이터센터, GPU 서버 업체, AI 인프라 스타트업, 클라우드 기업들에 대한 대출을 공격적으로 확대했습니다. 이 기업들의 공통점은 막대한 초기 설비투자와 불안정한 현금흐름입니다. 수익화는 2~5년 뒤로 미뤄져 있지만, 이자 비용은 즉시 발생합니다.
시장의 기대는 단순했습니다
AI → 생산성 폭증 → 매출 급증
그러나 현실은 정반대에 가깝습니다
AI → 비용 선반영 → 매출 지연
여기에 고금리 환경까지 결합되면서, 변동금리 대출 비중이 높은 BDC 구조는 이자 부담 폭증이라는 이중 압박을 받고 있습니다. 2022년 연 5~6% 수준이던 기업 대출금리는 2024~2025년 기준 11~13%까지 상승했습니다. 불과 2년 만에 이자 비용이 두 배 이상 증가한 셈입니다.
현재 AI 산업의 가장 큰 문제는 기술 실패가 아니라 투자 속도의 과잉입니다. 데이터센터, GPU 서버, 전력 인프라, 네트워크 설비까지 모든 영역에서 미래 수요를 과도하게 선반영한 투자가 동시에 진행되었습니다.
공급이 먼저 터져 나오고 수요가 뒤따르는 구조는 언제나 가격 하락과 수익성 악화를 동반합니다. 데이터센터 가동률이 하락하고 서버 임대 단가가 떨어지기 시작하면, 이들 기업의 현금흐름은 즉각적으로 흔들릴 것입니다. 그리고 그 충격은 가장 먼저 BDC 대출 포트폴리오에 반영됩니다.
구조적으로 볼 때, AI 거품 붕괴의 출발점은 주가보다 현금흐름일 가능성이 큽니다.
AI 인프라 기업들이 이자 상환에 실패하기 시작하면, BDC의 연체율이 상승하고 순자산가치가 하락하며 배당 삭감이 발생합니다. 이 시점부터 시장은 단순한 산업 조정이 아니라 금융 스트레스 국면으로 인식하기 시작합니다.
초기에는 BDC 주가 급락과 하이일드 채권 스프레드 확대 정도로만 나타납니다. 그러나 이 단계에서는 대부분의 개인 투자자들은 이를 체감하지 못합니다. 나스닥은 여전히 견고하고, AI 대표 종목들은 강세를 유지하기 때문입니다.
문제는 전이 구조입니다. AI 인프라 프로젝트는 은행, BDC, 사모신용펀드, 보험사, CLO 구조가 복합적으로 얽혀 있습니다. BDC 부실이 확대되면 지역은행의 대손충당금이 증가하고, 대출 기준은 급격히 강화됩니다. 이 흐름은 지역은행에서 대형은행으로 점진적으로 확산됩니다.
이때부터 시장은 본격적인 금융 스트레스 국면으로 진입합니다.
신용 경색이 확산되면 기업들은 설비투자를 줄이기 시작합니다. 데이터센터 증설이 멈추고, GPU 구매가 감소하며, 네트워크와 전력 인프라 투자도 동시에 위축됩니다. 이 흐름은 반도체 → 서버 → 네트워크 → 전력 설비 → 클라우드 전반으로 퍼집니다.
결과적으로 AI 핵심 종목은 30% 이상, 나스닥은 20% 내외 조정이 발생할 가능성이 높아집니다. 중요한 점은 주가 폭락이 원인이 아니라, 신용 붕괴의 결과라는 사실입니다.
AI 붐은 단순한 주식 테마가 아니라, 미국 CAPEX 투자 사이클의 핵심 동력이었습니다. 이 축이 꺼지면 IT 설비투자가 감소하고, 고임금 엔지니어 고용이 둔화되며, 소비와 성장률이 동시에 약화됩니다. 결국 경기 침체 논의가 본격화됩니다.
이 단계에서 연준의 선택지는 많지 않습니다. 금리 인하, QT 중단, 유동성 공급. 2008년 이후 반복된 패턴대로, 연준은 다시 시스템 안정화에 나설 가능성이 높습니다. 그리고 시장의 진짜 바닥은 언제나 이 국면 근처에서 형성됩니다.
2000년 닷컴버블은 전형적인 주식 거품이었습니다. 그러나 AI 거품은 신용 거품입니다. 자금의 핵심이 주식이 아니라 대출과 레버리지에 있다는 점에서, 금융 시스템에 미치는 충격은 닷컴버블보다 훨씬 클 수 있습니다.
이는 2008년과 동일한 위기가 반복된다는 의미는 아닙니다. 충격의 경로와 전파 방식은 다릅니다. 그러나 금융 시스템 내부에서 축적된 신용이 먼저 붕괴되고, 그 결과가 주식과 실물 경제로 전이된다는 메커니즘은 동일합니다.
물론 모든 시나리오가 동일한 경로로 전개되지는 않습니다. 기술 발전 속도, 금리 정책, 정부 개입, 지정학 변수에 따라 전개 양상은 크게 달라질 수 있습니다. 다만 현재의 투자 구조와 신용 레버리지를 감안하면, 충격의 출발점이 신용 시스템이 될 가능성은 과거 어느 때보다 높습니다.
만약 그렇다고 한다면 AI 거품은 주식에서 터지지 않습니다.
신용 시스템에서 먼저 균열이 발생하고,
그 충격이 금융 → 주식 → 실물 → 경기 침체로 단계적으로 확산될 가능성이 큽니다.
이 구조를 이해하지 못하면, 시장 급락은 언제나 예측 불가능한 블랙스완처럼 보입니다.
그러나 구조를 보면, 그 전개 경로는 상당 부분 예측 가능합니다.
AI는 실패하지 않을 것입니다.
그러나 AI 투자의 속도와 레버리지는 명백히 과했습니다.
그리고 금융시장은 언제나 과속의 대가를 가장 잔인한 방식으로 회수해 왔습니다.