AI가 연준의 반응함수에 들어왔다

30초 시그널

Warsh의 Jackson Hole 연설은 AI를 거시 프레임에 넣고 올해 capex 증가의 절반 이상을 build-out과 연결한다. 7월 Monetary Policy Report는 1분기 기업 고정투자가 연율 11% 증가했고 AI 인프라가 핵심 동력이었음을 보여준다.

Jefferson의 AI 프레임은 수요가 생산성보다 먼저 올 수 있음을 설명한다. 반면 San Francisco Fed의 r-star 연구는 식별 가능한 AI 뉴스가 2020년 이후 r-star 상승을 설명하지 못한다는 핵심 반증을 제시한다.

Vanguard의 채권 분석은 2026 YTD hyperscaler 부채를 약 1,320억 달러로 추정한다. BIS 분석은 AI 붐이 점점 부채로 조달되고 수요와 공급 효과의 속도가 다르다고 평가한다.

미 재무부 buyback 발표는 QE가 아니라 유동성 지원이다. BEA는 PCE 3.7%를, BLS는 payroll 2.3만 명 감소를 기록했고, Reuters의 Barclays 보도는 Warsh 이후 2026년 두 차례 추가 인상 전망을 전한다.

인공지능은 더 이상 기업 실적과 밸류에이션만의 이야기가 아니다. AI는 이제 연준이 성장, 물가, 금융여건을 해석할 때 고려해야 하는 거시 변수다. 그렇다고 AI가 r-star 상승을 이미 일으켰다거나 본질적으로 인플레이션적이라고 단정할 수는 없다. 더 엄밀한 주장은 AI build-out의 규모가 투자수요, 자본조달, 전력 병목, 신용공급, 실질금리와 생산성 기대를 동시에 움직일 만큼 커졌다는 것이다. 핵심은 방향이 아니라 순서다. 자본집약적 수요 충격과 생산성 충격 가운데 어느 쪽이 먼저 오는가?

SIAIntel이 지금 보는 것

Warsh의 발언은 AI를 물가 확산도, 금융여건, 중립금리와 같은 거시 정책 지도에 올려놓았다. 핵심은 9월 인상을 미리 약속했다는 것이 아니라, 생산성 효과가 아직 불확실한 상태에서 투자 붐 자체가 정책 입력값이 됐다는 점이다.

시간 순서가 방향을 결정한다

같은 기술이 처음에는 인플레이션적이고 나중에는 디스인플레이션적일 수 있다. 데이터센터, 칩, 전력과 전문인력은 추가 생산능력이 단위비용을 낮추기 전에 먼저 자금이 필요하다. Jefferson의 양방향 프레임은 수요가 먼저면 정책문제가 어려워지고 생산성이 먼저면 완화된다는 점을 보여준다.

r-star: 가능한 압력, 미입증 인과

높은 자본 기대수익률은 투자수요와 r-star에 상방 압력을 줄 수 있지만 저축과 공급 효과는 균형금리를 반대로 움직일 수 있다. SF Fed 연구가 경계선이다. 식별 가능한 AI 뉴스는 2020년 이후 관측된 r-star 상승을 설명하지 않는다. SIAIntel은 새로운 경로를 추적하지 입증된 원인을 선언하지 않는다.

채권시장 전이

금융구성이 빠르게 바뀌고 있다. hyperscaler와 생태계의 발행은 장기 회사채 공급을 늘리고 정부 자금조달도 높은 수준이지만 Treasury에 대한 달러 대 달러 기계적 효과는 없다. 실질금리, spread, 발행과 capex의 동행을 함께 보는 것이 맞다.

성장·물가·고용의 신호가 엇갈린다

7월 PCE는 목표를 크게 웃돌았지만 payroll은 2.3만 명 감소했고 실업률은 4.1%였다. Barclays는 Jackson Hole 이후 2026년 두 차례 추가 인상 전망으로 바꿨지만 시장은 단일 합의를 만들지 못했다. 연준은 명확한 호황이나 명확한 침체가 아니라 혼합 국면을 조정하고 있다.

Thesis vs Anti-Thesis

경로	AI Rate Trap	Productivity Escape
AI capex	현재 수요와 자본수요 확대	미래 생산능력 확대
생산성	늦게 도착	예상보다 빠르게 도착
r-star	투자수요로 상방 압력	저축·공급이 강하면 중립 또는 하방
회사채	장기자본 경쟁 심화	강한 현금흐름과 수요가 흡수
물가	build-out 병목으로 고착	단위비용 하락
Fed	높은 금리 장기화	동결 후 완화
장기금리	높은 수준 유지	디스인플레이션과 함께 하락

반대 논리는 장식이 아니다. 생산성이 기술산업 밖으로 빠르게 확산되면 공급능력이 수요보다 빨리 늘고 높은 투자에도 물가가 식을 수 있다. 강한 hyperscaler 현금흐름은 추가 부채를 지속적 spread 상승 없이 흡수할 수도 있다. SF Fed 결과는 “AI가 r-star를 올렸다”를 확정 사실로 쓰지 못하게 한다.

시나리오 가중치

이는 통계모형 확률이 아니라 SIAIntel 편집 시나리오 가중치다. AI Rate Trap — 50%: 물가가 끈적하고 capex·금융이 강하며 생산성이 점진적으로 오고 긴축이 오래 지속된다. Productivity Escape — 35%: 생산성이 빠르게 확산돼 단위비용을 낮추고 동결 뒤 완화를 허용한다. Capital Break — 15%: 금리나 spread가 capex와 고용을 훼손해 최초 수요충격을 스스로 소멸시킨다.

무엇이 주장을 반증하는가?

인플레이션 확산도가 빠르게 정상화되고 AI 발행이 신용스트레스 없이 둔화되며 장기 실질금리가 하락하고 산업 전반 생산성이 가속되며 연준이 물가 재상승 없이 동결 또는 완화할 수 있다면 AI Rate Trap은 크게 약해진다. 반대 조합은 전이 사슬을 강화한다.

중요한 일정

다음 정보 지점은 9월 4일 미국 고용, 9월 11일 CPI, 9월 15~16일 FOMC와 새 전망이다. 이 데이터는 정책결정 전에 시나리오 가중치를 바꿀 수 있다.

최종 평가

월가는 오랫동안 AI가 얼마나 많은 성장을 만들지 물었다. 통화정책은 이제 그 생산능력을 건설하는 동안 경제가 어떤 자본가격을 감당해야 하는지 물어야 한다. 투자수요가 먼저 오면 AI Rate Trap이 중요해지고 생산성이 먼저 오면 사라진다. 결정적 변수는 투자와 생산성 사이 시간차다.

SIAIntel Signal

AI는 연준의 반응함수 안에 들어왔지만 투자 우위는 단방향 금리 구호가 아니라 자본수요, 물가 확산도, 실질금리와 생산성이 어떤 순서로 움직이는지 추적하는 데 있다.