편집자 주: 9월 미국 금융시장에선 눈에 띄는 분기 현상이 나타났다. 국채가 급매도되며 10년물 수익률이 한 달 만에 50bp 이상 상승했고, 일부 채권 자산은 2.3~5% 하락했다. 동시에 AI 관련 거래는 강세를 유지했고, 반도체 주식은 계속 상승했으며 나스닥 지수도 비교적 안정세를 보였다. 그러나 소형·중형주, 동등가중 S&P 500 지수 등 금리 민감 부문은 전반적으로 압박을 받았다.

전통적 평가 논리에 따르면 장기금리 상승은 미래 현금흐름 할인율을 높이는 것을 의미하며, 이는 일반적으로 주식 평가에 부정적 영향을 준다. 그러나 기술주가 채권시장만큼 조정되지 않았다. 시장은 미국 재정 및 인플레이션 전망을 우려하는 것인가, 아니면 AI가 금리 상승 영향을 상쇄할 만큼의 강력한 경제성장을 이끌 것이라고 기대하는 것인가?

퀀트스트리트 캐피털 창립자 해리 마마이스키는 최근 월간 투자 서신에서 또 다른 질문을 제기했다. 만약 시장이 AI가 전체 경제 생산성을 높일 것이라 믿는다면, 왜 주요 수혜주는 여전히 반도체 등 인프라 공급업체일까? 저자는 AI가 이미 버블을 형성했다고 보지 않지만, 실적 기대와 주가 성과 간 괴리에는 유의해야 한다고 경고한다.

이 질문은 AI 투자가 지속 가능한 상업적 순환을 만들 수 있는지를 가늠하는 핵심이다. 자본시장은 이미 컴퓨팅 파워, 칩, 데이터센터에 높은 비용을 지불하려 하고 있으나, 이러한 투입은 궁극적으로 기업 이익으로 전환되어야만 장기 수익을 뒷받침할 수 있다. 자금 조달 비용이 계속 상승함에 따라 AI 투자 논리는 점점 더 ‘누가 인프라 구축 비용을 부담하고, 누가 AI가 창출한 이익을 실제로 확보할 것인가’라는 질문에 의존하게 될 것이다.

다음은 원문 번역이다.

2026년 9월 미국 시장에서 가장 두드러진 변화는 AI 주식 상승이 아니라 채권과 주식 간 드문 분기 현상이었다.

한편 고정수익 자산시장은 광범위한 매도 압력을 받았다. 미국 국채 자료에 따르면 10년물 수익률은 8월 31일 4.75%에서 9월 30일 5.29%로 54bp 상승했다. 퀀트스트리트 집계에 따르면 일부 미국 고정수익 자산은 그 달 2.3~5% 하락했다.

반면 기술주, 특히 반도체 업종은 강세를 유지했다. 비트코인, 기술주 및 반도체 주식 비중이 높은 모멘텀 전략, 나스닥 지수가 비교적 두드러졌다. 반대로 미국 소형·중형주, 동등가중 S&P 500 지수, 리츠(REITs), 유틸리티, 금융 등 금리 민감 부문은 전반적으로 부진했다.

더 특이한 점은 9월 달러와 원자재가 동시에 상승했다는 사실이다. 이는 보통 역상관 관계를 보이는 두 자산 간의 전형적 패턴과 어긋나며, 투자자들이 직면한 시장 환경이 점차 복잡해지고 있음을 시사한다.

퀀트스트리트는 이번 시장 분기 현상 뒤에 탐구할 만한 두 가지 질문이 있다고 본다: 왜 장기금리가 급등하는 가운데 기술주가 강세를 유지할 수 있는가? 투자자들이 AI 주도 성장을 기대한다면, 왜 이 기대가 광범위한 주식시장에 반영되지 않는가?

Ⅰ. 미국 국채 수익률 급등: 시장이 진정으로 걱정하는 것은 무엇인가?

10년물 미국 국채 수익률이 한 달 만에 50bp 이상 상승한 것은 장기 자본 가격 책정에 명확한 변화가 있었다는 의미다.

채권 가격과 수익률은 일반적으로 역방향으로 움직인다. 수익률 상승은 기존 채권 가격 하락을 의미하며, 만기가 길수록 혹은 금리 변동에 민감할수록 가격 압박이 더 커진다.

그러나 이번 국채 매도를 주도하는 요인에 대해 시장 내 합의된 설명은 없다.

첫 번째 설명은 투자자들이 달러 신뢰를 잃고 있다는 것이다.

그러나 마마이스키는 이 판단에 회의적이다. 실제로 달러는 9월에 강세를 보였으며, 이는 달러 자산 전반에 대한 매도 논리와 모순된다. 물론 달러 강세가 장기 신용 리스크를 완전히 배제하지는 않으나, 적어도 시장이 달러에 대한 일방적 신뢰 위기를 겪고 있지는 않음을 보여준다.

두 번째 설명은 미국의 재정 상황이 투자자들에게 더 높은 장기 리스크 프리미엄을 요구하게 만들고 있다는 것이다.

저자 역시 현재까지 확보된 증거만으로는 이런 강력한 결론을 뒷받침하기에 충분하지 않다고 판단한다. 특히 시장에서 암시하는 인플레이션 브레이크이븐은 비교적 안정적으로 유지되었으며, 국채 수익률 상승 폭만큼 큰 변화는 없었다고 지적한다.

이 지표는 명목 국채와 인플레이션 연계 국채 간 수익률 격차를 반영하며, 투자자들이 미래 인플레이션과 관련 리스크 프리미엄을 어떻게 가격에 반영하고 있는지를 관찰하는 데 활용된다. 명목 수익률이 상승하되 인플레이션 보상이 동반해 급등하지 않는다면, 전체 변화를 단순히 인플레이션 기대 심화로 설명하기는 어렵다.

그러나 이는 재정 리스크를 완전히 배제할 수 있다는 의미가 아니다. 장기 수익률은 국채 공급량, 만기 프리미엄, 실질 금리, 시장 유동성 등 다양한 요인에도 영향을 받으며, 인플레이션 보상의 안정성만으로는 미국 부채가 리스크가 없다고 단정할 수 없다.

반면 마마이스키(Mamaysky)는 세 번째 가능성을 더 주목한다: 시장이 AI 인프라 구축에 따른 막대한 자금 수요와 향후 경제 성장 강화를 반영해 재평가하고 있다는 점이다.

주요 클라우드 서비스 제공업체 및 IT 기업들은 데이터센터 건설, 칩 구매, 전력 인프라 투자 등 자본지출(Capex)을 지속 확대하고 있다. 이러한 지출은 기업의 자본 유동성 압박을 가중시키고, 추가적인 조달 수요를 촉발할 수 있다.

만약 투자자들이 동시에 AI가 높은 생산성 향상과 미래 수익 증가를 가져올 것이라고 기대한다면, 장기 금리 상승은 반드시 경제 리스크 악화로만 해석될 필요는 없으며, 성장 기대치 및 자본 수요 변화를 부분적으로 반영하는 신호일 수도 있다.

이는 AI 투자가 미국 국채 수익률 상승의 주요 원인임이 입증됐다는 뜻이 아니라, 오히려 저자가 설명하려는 바—즉, 채권 시장이 매도되고 있는 상황에서도 일부 IT 주식이 여전히 상승할 수 있는 이유—를 제시하는 것이다.

II. 금리가 오를 때 왜 AI 관련 주식은 오히려 강세일까?

주식 평가는 미래 현금흐름의 할인 가치로 간단히 이해할 수 있다.

기타 조건이 동일하다면, 시장 금리가 높아질수록 투자자들이 요구하는 수익률도 높아지고, 기업의 미래 수익을 오늘의 달러 가치로 환산한 결과는 낮아진다. 이것이 고밸류에이션 성장주가 금리 상승에 일반적으로 더 민감한 이유이기도 하다.

그러나 9월 시장은 이 논리에 따라 완전히 움직이지 않았다. 마마이스키의 설명에 따르면, 투자자들은 AI가 발생시킬 충분히 강력한 미래 수익 성장을 통해 할인율 상승에 따른 평가 압박을 상쇄할 수 있다고 믿고 있을 수 있다.

평가 공식 관점에서 보면, 이는 두 가지 힘이 서로 경쟁하는 상황과 같다: 하나는 미래 수익의 현재 가치를 낮추는 상승하는 할인율이고, 다른 하나는 기대 수익 증가로 인해 주식의 내재 가치를 높이는 힘이다.

후자의 성장 폭이 충분히 크다면, 금리가 높아진 상황에서도 주가가 계속 상승할 수 있다. 즉, 시장이 높은 금리를 무시하는 것이 아니라, 미래 AI 수익이 더 높은 자본 비용을 충분히 상쇄할 것으로 믿고 있는 것이다.

이 설명에는 일리 있는 면이 있다. AI 인프라 투자는 엄청난 수요를 창출하고 있으며, 반도체 제조사, 반도체 장비 공급사 및 관련 기술 기업들은 건설 지출을 통해 비교적 직접적으로 수익을 창출할 수 있다. AMD, 마이크론(Micron), 인텔(Intel), 시스코(Cisco), 어플라이드 머티어리얼즈(Applied Materials) 등도 저자가 주목하는 모멘텀 ETF의 주요 보유 종목에 포함되어 있다. 시장이 AI 자본지출이 지속적으로 높은 수준을 유지할 것이라고 믿는 한, 상游 공급업체들의 수익 기대치도 계속해서 뒷받침될 수 있다.

문제는 이러한 기업들의 초기 수익 성장이 다른 기업의 자본지출 증가에서 비롯된 것이지, 반드시 전 경제가 이미 그에 상응하는 생산성 향상을 얻었다는 의미는 아니라는 점이다.

칩 구매 및 데이터센터 건설을 하는 기업 입장에서는 해당 지출이 먼저 비용 또는 자본자산으로 반영된다. 이러한 자산이 궁극적으로 기업의 수익 증대, 비용 절감 또는 이익 개선으로 이어질 때만, 투자는 지속 가능한 경제적 수익을 창출하게 된다.

따라서 반도체 주식 상승은 단지 시장이 AI 인프라 관련 기업의 수익 전망에 대해 낙관적이라는 것을 의미할 뿐, AI 투자의 최종 경제적 수익이 이미 실현됐다는 것을 입증하진 못한다.

III. AI에 대한 가장 큰 질문: 반도체 기업은 돈을 벌고 있지만, 다른 기업은 어떨까?

이것은 바로 마마이스키가 투자 서신에서 가장 집중적으로 다루는 모순이다.

9월에 반도체 산업은 강세를 보였으나, 동일가중 S&P 500 지수는 약세를 보였다.

시가총액 가중 지수와 달리 동일가중 S&P 500 지수는 구성 종목 각각에 거의 동일한 비중을 부여하므로, 시장 상승이 광범위하게 분산되었는지, 아니면 소수의 대형 IT 기업에 의해 주로 견인되었는지를 더 잘 보여준다.

저자는 반도체 업종 외 나머지 기업 집단을 ROCS(Rest of the Corporate Sector, 즉 기업 부문의 나머지)라고 지칭한다.

그는 AI 투자에는 검증에 시간이 필요한 논리가 있다고 본다.

기업들은 현재 칩, 서버, 소프트웨어를 구매하고 있는데, 이 기술들이 향후 생산성 향상을 가져올 것으로 기대하기 때문이다. 시장은 이 인프라 구축을 사전에 자금 조달해 주고자 하는데, 이는 실현되지 않은 이익이 향후 나타날 것이라는 믿음에서 비롯된다.

따라서 현재 단계에서는 모든 산업에서 수익 성장이 동기화되지 않는 것이 놀랍지 않다.

문제는 주식시장 자체가 미래 지향적이라는 점이다. 투자자들이 AI가 다른 기업들의 미래 수익성을 크게 개선할 것이라고 확신한다면, 이 기대의 일부는 이론상 관련 기업의 주가에도 점진적으로 반영되어야 한다.

하지만 9월에는 그러한 광범위한 상승이 없었다. 반도체 주가는 계속 강세를 유지했으나, 다른 기업들은 유사한 밸류에이션 지지를 받지 못했다. 이에 저자는 ‘최종 칩 구매 기업들이 충분한 추가 수익을 창출하지 못한다면, 장기적으로 급증하는 AI 조달 및 인프라 구축 비용을 어떻게 감당할 수 있을까?’라는 질문을 던졌다.

이 질문은 AI 투자 체인 내 수익 분배 메커니즘을 다룬다.

단기적으로 인프라 공급업체는 주문 증가와 수요 과열을 통해 비교적 높은 이익을 얻을 수 있다. 중기적으로 클라우드 서비스 제공업체는 컴퓨팅 파워 임대, AI 서비스 제공 등을 통해 투자를 회수해야 한다. 장기적으로 일반 기업은 AI를 높은 생산성, 낮은 운영비용 또는 새로운 수익원으로 전환해야 한다.

이 과정이 점차 실현될 때에야 비로소 AI 투자가 창출한 가치가 광범위한 경제 활동으로 확산될 가능성이 있다.

물론 주가가 동조화되지 않았다고 해서 AI의 생산성 향상이 실현되지 않을 것임을 의미하지는 않는다. 고금리, 업종 고유의 운영 압박, 기업별 평가 시작점 차이 등이 향후 수익 개선에 대한 시장의 기대를 가리고 있을 수 있다.

하지만 적어도 9월 주가 움직임을 보면, 투자자들의 AI 상游 공급업체에 대한 신뢰가, 다른 기업들에 미칠 궁극적 혜택에 대한 평가보다 분명히 강하다.

이 현상에 대해 마마이스키는 AI 투자가 필연적으로 실패할 것이라고 결론 내리지 않았다. 그는 여전히 AI의 장기적 가치를 믿으며, 현재 시장이 이미 거품 상태라고 보지 않는다.

다만 이 상승세가 보다 광범위한 기본적 지지를 얻기 위해서는, AI가 창출하는 수익이 소수의 기술 기업에 국한되지 않고 확산되는 모습을 지켜봐야 한다.

IV. 다음에 주목할 점: 생산성 향상이 기업 수익으로 전환될 수 있는가?

AI의 경제적 가치를 평가하면서 마마이스키는 생산성 데이터에 더욱 주목하기 시작했다.

미국 노동통계국(BLS)이 2026년 9월 3일 발표한 수정 자료에 따르면, 2분기 비농업 사업 부문 노동생산성은 전분기 대비 연율 1.4%, 전년 동기 대비 2.2% 증가했다.

장기 관점에서 2019년 4분기부터 2026년 2분기까지 미국 비농업 사업 부문 노동생산성은 연평균 약 2.1% 증가했는데, 이는 이전 경기 순환기의 약 1.5% 수준보다 높다.

이는 저자가 관찰한 생산성 개선 추세와 일치한다.

그러나 거시경제적 노동생산성 상승이 곧 AI의 기여가 입증됐다는 의미는 아니다. 자본 투자, 노동 배분, 기술 진보, 순환적 요인 등 다양한 요인이 이 지표에 영향을 미치며, 현재로서는 이 지표만으로 기업에 창출된 AI 수익을 직접 산정할 수 없다.

따라서 마마이스키는 추가 검증 기준을 제안했다: 생산성 향상은 궁극적으로 기술 분야 외 기업의 실적에 반영되어야 한다.

이는 퀀트스트리트의 포트폴리오 조정에도 반영됐다. 지난 분기 가치주와 저변동성주가 부진했음에도, 회사는 두 범주에 대해 상대적으로 초과 비중을 유지해 광범위한 기업 부문에 대한 노출을 확보하려 했다. 동시에 위험 허용 수준이 높은 포트폴리오에서는 일부 테크 주식 투자를 계속 유지했다.

채권 시장에서는 기간(Duration) 조정도 시작했다. 기간은 채권 가격이 수익률 변화에 얼마나 민감한지를 측정하는 지표로, 기간이 길수록 금리 상승 시 가격 손실이 커지지만, 반대로 수익률 하락 시 가격 상승 효과도 더 크다.

저자는 미국 국채 10년물 수익률이 약 5.25%에 도달하면 채권의 투자 매력이 개선되기 시작한다고 보았다. 이에 따라 퀀트스트리트는 저위험 포트폴리오에서 채권 기간을 소폭 늘렸으며, 이는 1년 이상 만에 기관이 내린 비교적 눈에 띄는 방향 전환이다.

그러나 이는 기관이 장기 기간 채권에 전면적으로 낙관적이라는 뜻은 아니다. 모델은 여전히 고기간 고정수익 자산에 부정적이며, 전체 포트폴리오 기간은 벤치마크보다 낮은 상태를 유지하고 있으나, 과소비중 폭은 다소 축소됐다.

적합한 투자자에게 저자는 에버그린 사모펀드 등 대체 자산의 분산 효과도 언급했다. 인용된 일부 상품 실적에 따르면, 관련 펀드는 9월에 약 0.5~0.75% 상승하며 대부분의 주식이 압박을 받던 한 달 동안 일정 분산 효과를 제공했다. 다만 이들 상품은 평가 빈도, 유동성, 기초 자산 리스크 등 한계를 여전히 안고 있으며, 단 한 달 수익은 장기적 방어 능력을 입증하지 못한다.

이러한 조정은 퀀트스트리트가 AI 거래에서 완전히 철수하지 않았음을, 또 단순히 채권 수익률 상승을 이유로 장기 기간 채권으로 급격히 전환하지 않았음을 보여준다. 대신 다양한 자산 간 균형 잡힌 위험-수익 구조를 모색하고 있다.

앞으로 주목해야 할 것은 세 가지 신호군이다.

첫째, AI 인프라 투자가 지속 가능한지, 그리고 상류 공급업체의 매출 성장이 여전히 충분한 수요를 바탕으로 하는지 여부이다.

둘째, AI가 기술 분야 외 기업의 수익성 개선을 시작했는지 여부이다. 생산성 데이터는 초기 단서를 제공할 수 있지만, 기업 이익률, 비용 절감, 추가 매출 등이 투자 수익 실현 여부를 보다 직접적으로 입증하는 증거이다.

셋째, 장기 미국 국채 수익률 상승이 경제 성장 기대 때문인지, 아니면 인플레이션, 재정 공급, 만기 리스크 프리미엄 때문인지 여부이다. 기대만큼 성장이 개선되지 않으면서 자금 조달 비용이 계속 높게 유지된다면 기업 투자 수익은 더 큰 압박을 받게 된다.

현재 AI 거래가 진정으로 답해야 할 질문은, 이제 더 이상 칩 및 컴퓨팅 파워 수요가 얼마나 오래 지속될 수 있는지가 아니라, 이러한 투자가 결국 전체 경제에 얼마나 많은 추가 수익을 창출할 수 있는지이다.

반도체 기업은 이미 설비투자를 통해 가시적인 매출을 창출했으나, 광범위한 기업의 실적 개선은 아직 검증되지 않았다. AI의 생산성 향상이 기술 분야를 넘어 실제 수익으로 서서히 전환될 때야 비로소 시장은 현재의 대규모 투자를 뒷받침할 더 완전한 근거를 확보하게 될 것이다.