2026년 7월 23일 목요일

생각정리 318 (* 빛투 레버리지, 변동성)

운이 좋게도 내 전공은 금융이었다.

그렇다고 당시부터 주식에 대한 열정이 남달랐던 것은 아니었다.
그저 금융이라는 분야가 막연히 멋있어 보였다.

하지만 막상 공부를 시작하고 보니 전공은 생각보다 내 성향과 잘 맞았다.
학부생활 내내 주식과 금융시장, 파생상품 거래에 관심이 점점 커졌기 때문에 전공 공부를 따로 시간을 내서 하거나 어렵게 느끼지는 않았다.

한때는 블랙-숄즈 모형을 기반으로 옵션과 선물의 내재가치를 계산하고,
위험 없이 수익을 얻을 수 있는 차익거래 기회를 찾는 프로그램을 직접 만들어보려 했다.
이를 위해 주변 친구들에게 함께 해보자며 열심히 설득했던 기억도 있다.

최근 주식시장의 급격한 변동성을 지켜보다 문득, 예전에 공부했던 파생상품 관련 지식을 다시 꺼내 들게 됐다.
이번 달 시장의 변동성이 왜 이렇게 커졌는지 내 나름의 관점에서 정리해보고 싶었다.

가격이 빠르게 움직이고 현물·선물·옵션시장의 괴리가 반복되는 환경이라면,
파생상품과 현·선물 차익거래를 전문으로 하는 트레이더들은 상당한 수익을 내고 있지 않을까한다.

이번 글에서는 최근 시장의 변동성을 파생상품과 차익거래의 관점에서 바라보며,
그 과정에서 떠올랐던 생각들을 차례로 정리해보고자 한다.


7월 코스피는 왜 유난히 크게 흔들렸을까


7월 들어 코스피의 변동성이 유난히 커졌다.

https://t.me/jump0000

https://t.me/jump0000

장 초반 4~5%씩 밀리던 지수가 오후 들어 낙폭을 대부분 회복하거나,


2026.07.24 외국인 코스피 선물매매
요 며칠 계속 반복되는 패턴

2026.07.14 투자자별 선물 매매


장 마감전 선물을 급히 매수하거나, 하루 급등한 뒤 다음 거래일에 상승분을 그대로 반납하는 흐름이 반복됐다.

물론 글로벌 반도체 업황, AI 설비투자 전망, 중동 정세, 유가와 금리 불확실성 등이 시장 방향을 결정한 출발점이었다.

그러나 외부 뉴스만으로 국내 증시의 극단적인 장중 움직임을 모두 설명하기는 어렵다.

최근 국내 시장에는 네 가지 구조가 동시에 확대됐다.

1) 개인투자자의 2배 레버리지 ETF 투자가 빠르게 늘었다.

2) 신용대출과 증권사 신용융자를 이용한 빚투도 확대됐다.

3) 선물시장이 현물시장을 끌고 가는 왝더독 현상이 강해졌다.

4) 여기에 옵션시장의 감마 헤지와 현·선물 베이시스 차익거래가 결합됐다.


이 구조들이 서로 연결되면서 작은 충격도 현물과 선물, 옵션, ETF 시장을 거치는 과정에서 크게 증폭된 것으로 보인다.


2배 레버리지 ETF는 가격이 오르면 더 사고, 내리면 더 판다


2배 레버리지 ETF는 기초지수나 종목의 장기 수익률을 2배로 만들어주는 상품이 아니다.

정확하게는 하루 수익률의 2배를 추종한다.

삼성전자가 하루 5% 상승하면 삼성전자 2배 레버리지 ETF는 약 10% 상승하도록 설계된다.
반대로 삼성전자가 5% 하락하면 ETF는 약 10% 하락한다.

이 목표를 매일 유지하려면 ETF 운용사는 장 마감 무렵 현물과 선물 포지션을 다시 조정해야 한다.

기초자산 가격이 상승하면 ETF 순자산도 늘어난다.
커진 순자산을 기준으로 다시 2배 노출을 맞추려면 현물이나 선물을 추가로 매수해야 한다.

기초자산 가격이 하락하면 반대로 현물과 선물을 추가로 매도해야 한다.

결국 레버리지 ETF는 가격이 오르면 더 사고, 가격이 내리면 더 파는 구조를 갖는다.

상승장에서는 추가 매수가 주가를 더 끌어올리고,
하락장에서는 추가 매도가 낙폭을 확대할 수 있다.


개인 자금이 소수 레버리지 상품에 집중됐다


2026년 5월 27일 삼성전자와 SK하이닉스를 기초자산으로 하는 2배 레버리지·인버스 ETF가 출시됐다.

이후 6월 19일까지 개인투자자의 레버리지 ETF 누적 순매수는 약 8조2,000억원에 달했다.

같은 시점 SK하이닉스 레버리지 ETF 순자산은 약 9조1,500억원, 삼성전자 레버리지 ETF는 약 5조2,200억원까지 늘어났다.

불과 몇 주 만에 14조원이 넘는 레버리지 상품이 국내 지수 비중이 큰 두 종목에 집중된 것이다.
이후 삼성전자 sk하이닉스의 ETF 내 편입절대금액과 비중은 기하급수적으로 폭증하게 됐다. 

※ ETF 순자산총액 533조원
(2026-06-22)


※ ETF 內 삼성전자(005930) 편입금액 61.42조원
(2026-06-22)

※ ETF 內 SK하이닉스(000660) 편입금액 71.44조원
(2026-06-22)

※ ETF 內 삼성전자 주식선물 편입금액 6.02조원
(2026-06-22)

※ ETF 內 SK하이닉스 주식선물 편입금액 11.50조원
(2026-06-22)

https://www.communicationstoday.co.in/samsung-sk-hynix-and-leveraged-etfs-account-for-70-of-trading/?utm_source=chatgpt.com

 - 7월 日 평균 거래대금은 34.84조원 중 상위 10개 종목의 거래대금은 日 평균 21.02조원으로 전체대비 60.35% 

상품 규모가 작다면 시장에 미치는 영향도 제한적이다.

그러나 ETF 순자산이 수조원대로 커지면 같은 3%의 주가 변동에도 장 마감 리밸런싱 물량이 수천억원까지 늘어날 수 있다.

단일종목 레버리지 ETF AUM이 커질수록 그에 비례해서 증가하는 리벨런싱 비율

자본시장연구원도 단일종목 레버리지 ETF의 구조적인 리밸런싱 거래가 삼성전자와 SK하이닉스의 변동성을 추가로 확대할 가능성이 있다고 분석했다.

출처: 자본시장연구원


주가가 2.9% 올랐는데 5,300억원을 더 사야 했다


레버리지 ETF의 영향을 가장 쉽게 보여주는 사례가 있다.

6월 19일 SK하이닉스 주가는 2.9% 상승했다.

당시 관련 레버리지 ETF는 목표 배수를 유지하기 위해 SK하이닉스 현물 약 2,600억원과 선물 약 2,700억원을 추가로 매수해야 했던 것으로 추정됐다.

현물과 선물을 합치면 약 5,300억원이다.

기업의 실적 전망이 그만큼 개선됐기 때문에 발생한 주문이 아니었다.

단지 당일 주가가 상승했고, ETF가 다음 거래일에도 2배 노출을 유지해야 했기 때문에 발생한 기계적인 매수였다.

주가가 오르면 ETF 순자산이 커진다.

커진 ETF는 다시 주식과 선물을 추가로 매수한다.

추가 매수는 주가를 다시 끌어올린다.

하락장에서는 이 과정이 정확히 반대로 작동한다.

가격 변화가 새로운 주문을 만들고, 그 주문이 다시 가격을 움직이는 자기강화 구조다.

출처: 자본시장연구원


레버리지 ETF는 숏 감마와 비슷한 매매를 만든다


파생시장에서 자주 등장하는 개념 중 하나가 감마다.

델타는 기초자산 가격이 움직일 때 옵션 가격이 얼마나 변하는지를 나타낸다.

감마는 기초자산 가격이 움직일 때 그 델타가 얼마나 빠르게 변하는지를 의미한다.

쉽게 표현하면 델타가 속도라면 감마는 가속도에 가깝다.

옵션을 많이 매도한 증권사나 시장조성자는 옵션에서 발생하는 가격 위험을 줄이기 위해 현물이나 선물로 델타 헤지를 한다.

시장조성자가 숏 감마 상태라면 기초자산 가격이 상승할수록 현물이나 선물을 추가로 매수해야 한다. 반대로 가격이 하락하면 더 매도해야 한다.

상승할 때 사고, 하락할 때 파는 것이다.

이는 시장의 기존 방향을 확대하는 거래다.

레버리지 ETF는 옵션이 아니기 때문에 엄밀한 의미에서 감마 포지션을 가진 것은 아니다.

그러나 가격이 오르면 추가로 사고,
가격이 내리면 추가로 파는 리밸런싱 방식은 숏 감마 헤지와 비슷한 매매 패턴을 만든다.

7월 시장에서 레버리지 ETF 리밸런싱과 옵션 딜러의 숏 감마 헤지가 같은 방향으로 작동했다면,
현물과 선물의 움직임은 더욱 빠르게 확대됐을 가능성이 있다.

다만 국내 옵션시장 전체가 당시 순숏 감마였는지는 공개자료만으로 확인하기 어렵다.

행사가격과 만기별 옵션 잔고, 투자자별 포지션, 델타와 감마를 모두 계산해야 하기 때문이다.

따라서 감마가 7월 변동성을 직접 만들었다고 단정하기보다는,
숏 감마 포지션이 많았을 경우 이미 발생한 움직임을 추가로 증폭했을 가능성이 있다고 보는 편이 정확하다.


선물이 현물을 끌고 가는 왝더독 현상


원래 주식시장의 중심은 현물이다.

기업의 실적과 가치가 변하면 현물 주가가 움직이고,
선물가격이 이를 따라가는 것이 일반적인 순서다.

그러나 선물시장의 거래 규모와 속도가 커지면 순서가 뒤집힐 수 있다.

선물가격이 먼저 움직이고 현물가격이 뒤따라가는 것이다.

이를 왝더독(Wag the Dog) 현상이라고 한다.

개가 꼬리를 흔드는 것이 아니라 꼬리가 개를 흔든다는 의미다.

여기서 개는 현물시장이고
꼬리는 선물시장이다.

외국인과 기관은 삼성전자와 SK하이닉스를 포함한 수십 개 종목을 일일이 거래하는 대신 KOSPI200 선물을 이용해 시장 전체 노출을 빠르게 조정할 수 있다.

대규모 악재가 발생하면 선물을 먼저 매도한다.

선물가격이 현물보다 빠르게 하락한다.

그러면 프로그램 차익거래가 현물 주식을 매도한다.

선물시장에서 시작된 충격이 현물시장으로 전달되는 것이다.

7월에 매수·매도 사이드카가 반복된 것도 선물과 현물 사이의 연결이 강해졌다는 사실을 보여준다.

사이드카 자체가 KOSPI200 선물가격의 급변을 기준으로 프로그램매매를 일시 정지하는 제도이기 때문이다.

출처: 한국거래소


현물과 선물의 가격 차이가 베이시스다


현물과 선물은 같은 기초자산을 추종하지만 가격이 완전히 같지는 않다.

선물가격에는 만기까지의 금리와 예상 배당이 반영된다.

현물가격과 선물가격의 차이를 베이시스라고 한다.

단순하게 표현하면 다음과 같다.

베이시스 = 선물가격 - 현물가격

선물이 현물보다 이론적인 적정 수준 이상 비싸지면 베이시스가 확대된다.

반대로 선물이 지나치게 싸지면 베이시스가 축소되거나 마이너스로 내려간다.

전문투자자는 이 가격 차이를 이용해 차익거래를 한다.

선물이 비싸면 상대적으로 저렴한 현물 바스켓을 매수하고, 비싸진 선물을 매도한다.

반대로 선물이 지나치게 싸면 현물을 매도하고 선물을 매수한다.

만기가 가까워질수록 현물과 선물가격이 수렴하기 때문에,
거래비용을 제외하고도 충분한 가격 차이가 있다면 상대적으로 낮은 위험으로 수익을 얻을 수 있다.

엄밀하게는 이론가격과 거래비용, 배당 추정, 주식 차입비용까지 반영해야 하므로 완전히 공짜인 거래는 아니다.

그러나 특정 방향을 맞히는 투자보다 시장 위험을 훨씬 작게 유지할 수 있다는 장점이 있다.


개인의 기계적인 주문이 전문투자자에게 기회를 제공한다


문제는 개인투자자의 거래까지 점점 기계적으로 변하고 있다는 점이다.

주가가 오르면 개인은 2배 레버리지 ETF를 추격매수한다.

주가가 하락하면 손절매한다.

신용융자나 차입을 이용한 투자자는 담보비율이 무너지면 반대매매까지 당할 수 있다.

레버리지 ETF 운용사는 장 마감에 정해진 리밸런싱 주문을 실행해야 한다.

신용투자자는 특정 가격 아래에서 손절하거나 강제로 청산될 가능성이 높다.

결국 전문투자자가 예상할 수 있는 주문이 많아진다.

오후 2시 이후에는 당일 지수 수익률이 어느 정도 결정된다.

ETF의 전일 순자산과 현물·선물 보유 비중도 공개자료를 통해 추정할 수 있다.

신용잔고와 주요 가격대별 거래량을 보면 개인의 손절과 반대매매가 나올 구간도 대략 예상할 수 있다.

지수가 급등하면 개인의 레버리지 ETF 추격매수가 늘어난다.

ETF 운용사도 장 마감에 선물을 추가로 매수해야 한다.

선물이 현물보다 비싸지면서 베이시스가 확대되면 전문투자자는 비싸진 선물을 팔고 상대적으로 저렴한 현물을 산다.

반대로 지수가 급락하면 개인의 손절과 반대매매가 늘어난다.

ETF 운용사도 선물을 추가로 매도해야 한다.

선물이 현물보다 지나치게 싸지면 전문투자자는 선물을 사고 현물을 파는 역차익거래를 실행할 수 있다.

즉, 개인과 ETF가 어느 방향으로 주문을 낼지 미리 예상할 수 있는 구간이 많아진 것이다.
이는 전문투자자 입장에서는 사실상 손 안 대고 코 푸는 것에 가까운 환경으로 보일 수 있다.

물론 실제 거래에는 베이시스가 예상과 다르게 움직일 위험, 체결가격 차이, 현물 바스켓 추적오차, 배당과 차입비용, 시장 급변 위험이 존재한다.

완전한 무위험 수익은 아니다.
그럼에도 전문투자자가 개인보다 훨씬 유리한 정보와 거래수단을 보유하고 있다는 점은 분명하다.









옵션 투자자에게도 쉬운 변동성 거래 환경이 됐을 수 있다


개인의 기계적인 주문은 현·선물 차익거래자뿐 아니라 일부 옵션 투자자에게도 유리한 환경을 만들 수 있다.

옵션 투자자는 단순히 지수가 오를지 내릴지만 거래하지 않는다.

시장이 얼마나 크게 움직일지, 즉 변동성 자체를 거래한다.

특히 옵션을 매수한 롱 감마 투자자는 시장이 크게 오르거나 내릴 때 선물과 현물을 반복적으로 사고팔며 변동성을 수익으로 전환할 수 있다.

가격이 오르면 일부 현물이나 선물을 매도한다.

가격이 하락하면 다시 매수한다.

이를 감마 스캘핑이라고 한다.

시장 움직임이 옵션가격에 반영된 예상 변동성보다 실제로 더 크다면,
방향을 정확히 맞히지 않아도 반복적인 헤지 거래를 통해 수익을 얻을 가능성이 높아진다.

7월처럼 레버리지 ETF 리밸런싱, 개인의 추격매수, 손절매, 반대매매가 반복되면 장중 가격 움직임도 커진다.

어느 가격대에서 추가 매수나 강제 매도가 나올지도 평소보다 쉽게 예상할 수 있다.

롱 감마나 변동성 매수 포지션을 보유한 전문투자자 입장에서는 개인의 기계적인 주문 흐름이 비교적 다루기 쉬운 거래 상대가 됐을 가능성이 있다.

개인투자자가 같은 방향으로 몰릴수록 옵션 전문투자자는 그 과정에서 발생하는 반복적인 가격 진폭을 수익으로 바꿀 수 있다.

다만 모든 옵션 투자자가 변동성 확대의 수혜를 받는 것은 아니다.

옵션을 매도해 숏 감마 상태인 투자자는 시장이 급등락할수록 손실이 커질 수 있다.

옵션을 비싸게 매수했다면 실제 변동성이 커졌더라도 시간가치 감소와 높은 내재변동성 때문에 손실을 볼 수 있다.

따라서 7월 시장은 옵션 투자자 전체에게 유리했다기보다,
실제 변동성 확대에 베팅한 롱 감마·롱 변동성 전략에 상대적으로 유리한 환경이었다고 보는 편이 적절하다.


빚을 내 2배 ETF를 사면 실제 위험은 2배를 넘는다


2배 레버리지 ETF를 자기자금으로만 매수해도 위험은 크다.

신용대출이나 증권사 신용융자를 이용하면 실질 레버리지는 훨씬 높아진다.

예를 들어 자기자금 5,000만원과 대출 5,000만원을 합쳐 총 1억원을 2배 레버리지 ETF에 투자했다고 가정해 보자.

투자금은 1억원이지만 기초자산 노출은 약 2억원이다.

자기자금이 5,000만원이므로 자기자금 대비 기초자산 노출은 약 4배다.

기초자산이 10% 하락하면 ETF는 약 20% 하락한다.

1억원의 투자금은 8,000만원으로 줄어든다.

손실은 2,000만원이다.

자기자금 5,000만원을 기준으로 보면 한 번의 10% 조정으로 자산의 40%를 잃은 셈이다.

여기에 대출이자와 ETF 운용비용도 추가된다.

빚을 낸 투자자는 시장 하락을 오래 견디기 어렵다.

담보비율이 낮아지면 추가 자금을 넣어야 한다.

이를 충족하지 못하면 손절이나 반대매매가 발생한다.

이 매도는 다시 주가를 끌어내리고, 다른 투자자의 담보비율까지 악화시킨다.

https://v.daum.net/v/5AlkaEAiiF

생각정리  313 (* 수급, 레버리지, 부동산 증세)


변동성이 크면 지수가 제자리여도 손실이 난다


레버리지 ETF는 방향만 맞히면 되는 상품도 아니다.

가격이 움직이는 과정이 중요하다.

지수가 첫날 10% 상승하면 100은 110이 된다.

다음 날 9.09% 하락하면 다시 100으로 돌아온다.

지수는 이틀 동안 제자리다.

그러나 2배 레버리지 ETF는 첫날 20% 상승해 120이 된다.

다음 날 18.18% 하락하면 약 98.2가 된다.

지수는 원래 수준으로 돌아왔지만 레버리지 ETF 투자자는 약 1.8%의 손실을 본다.

이를 변동성 드래그라고 한다.

7월처럼 하루는 급등하고 다음 날 급락하는 시장에서는 최종적으로 지수 방향을 어느 정도 맞히더라도 수익률이 훼손될 수 있다.

빚을 내 투자했다면 여기에 이자비용까지 더해진다.

반면 롱 감마 옵션 투자자는 같은 가격 진폭을 반복적인 헤지 수익으로 활용할 수 있다.

동일한 변동성이 개인 레버리지 ETF 투자자에게는 손실 요인이 되고,
전문 옵션 투자자에게는 수익 기회가 될 수 있는 것이다.


7월의 변동성은 어떻게 증폭됐을까


7월 시장의 흐름을 단순화하면 다음과 같다.

글로벌 악재나 호재 발생
→ 외국인과 기관이 선물로 빠르게 대응
→ 선물가격이 현물보다 먼저 급등락
→ 옵션 딜러의 감마 헤지 주문 발생
→ 현물과 선물의 베이시스 확대
→ 전문투자자의 현·선물 차익거래
→ 프로그램매매를 통한 현물 급등락
→ 2배 레버리지 ETF의 장 마감 리밸런싱
→ 개인의 추격매수·손절·반대매매
→ 롱 감마 투자자의 변동성 거래
→ 현물과 선물의 변동성 재확대


작은 외부 충격이 선물시장을 먼저 움직인다.

선물이 현물을 끌고 간다.

현물가격 변화가 레버리지 ETF의 강제 주문을 만든다.

빚투 개인은 상승할 때 추격매수하고,
하락할 때 손절하거나 반대매매를 당한다.

전문투자자는 이 주문을 예상해 베이시스 차익거래를 한다.

롱 감마 옵션 투자자는 반복되는 가격 진폭을 헤지 수익으로 전환한다.

이 과정이 반복될수록 개인의 주문은 더욱 예측 가능해지고,
전문투자자의 거래 기회는 늘어난다.


모든 변동성을 전문투자자의 수익으로 볼 수는 없다


그렇다고 7월 변동성이 모두 전문투자자가 개인을 상대로 만든 결과라고 단정할 수는 없다.

베이시스 차익거래에는 현물 바스켓 추적오차와 거래비용이 존재한다.

선물가격이 이론과 다르게 움직일 수 있다.

주식을 빌리는 비용과 배당 추정에도 오차가 생길 수 있다.

옵션 매수자 역시 높은 내재변동성을 지불했다면 실제 변동성이 커졌더라도 손실을 볼 수 있다.

숏 감마 투자자는 급격한 시장 움직임에서 큰 손실을 입을 수 있다.

외국인과 기관도 항상 이익을 얻는 것은 아니다.

또한 7월 변동성의 출발점은 글로벌 반도체 업황,
AI 투자 전망, 지정학적 위험과 금리 변화였다.

파생상품은 새로운 방향을 독립적으로 만들기보다 이미 발생한 움직임의 속도와 크기를 확대하는 경우가 많다.

따라서 가장 정확한 해석은 다음과 같다.

외부 충격이 시장의 방향을 만들었고,
국내 시장에 누적된 레버리지와 예측 가능한 기계적 주문이 그 움직임을 증폭했다.
전문투자자는 이 과정에서 발생한 베이시스와 변동성을 상대적으로 유리하게 거래할 수 있었다.


결론


7월 코스피가 유난히 크게 흔들린 이유는 악재와 호재가 많았기 때문만은 아니다.

시장 내부에 누적된 레버리지 구조가 이전보다 훨씬 커졌다.

개인투자자의 자금은 삼성전자와 SK하이닉스 2배 레버리지 ETF에 집중됐다.

레버리지 ETF는 주가가 오르면 더 사고,
내리면 더 파는 기계적인 리밸런싱을 수행한다.

옵션시장에 숏 감마 포지션이 많았다면 시장조성자 역시 상승할 때 사고,
하락할 때 파는 헤지를 해야 한다.

선물가격이 먼저 움직이면 현물과의 베이시스가 확대된다.

전문투자자는 비싼 시장을 팔고 싼 시장을 사는 현·선물 차익거래를 한다.

이 과정에서 선물의 충격이 프로그램매매를 통해 현물시장으로 전달된다.

여기에 빚투 개인의 추격매수와 손절, 반대매매가 더해졌다.

개인과 ETF의 주문은 방향과 규모를 점점 더 쉽게 예상할 수 있게 됐다.

전문 차익거래자 입장에서는 베이시스가 벌어질 시점과 장 마감에 들어올 주문을 이전보다 쉽게 계산할 수 있는 환경이 조성됐다.

롱 감마와 롱 변동성 전략을 운용하는 옵션 투자자 역시 반복되는 급등락과 개인의 기계적인 주문을 변동성 수익으로 전환할 수 있었을 가능성이 높다.

개인에게는 손실을 키우는 변동성이 전문투자자에게는 거래 기회가 된 셈이다.

결국 7월 시장에는 다음과 같은 순환 구조가 형성됐다.

선물 급변 → 감마 헤지 → 베이시스 확대 → 현·선물 차익거래 → 현물 급변 → 레버리지 ETF 리밸런싱 → 개인 추격매수·손절·반대매매 → 옵션 변동성 거래 → 변동성 재확대

외국인과 기관이 의도적으로 시장을 조작했다고 단정할 수는 없다.

그러나 현물과 선물, 옵션을 동시에 거래하고 개인과 ETF의 기계적인 주문을 미리 계산할 수 있는 전문투자자가 훨씬 유리한 구조였다는 점은 분명하다.

7월 코스피의 극심한 변동성은 외부 충격 위에 2배 레버리지 ETF, 가계 빚투, 파생시장의 감마, 현·선물 베이시스 차익거래, 옵션 변동성 거래가 연쇄적으로 겹쳐진 결과로 보는 것이 가장 합리적이다.

#글을 마치며


빛투 레버리지로 입은 손실을 다시 레버리지 빛투로 만회하려는 유혹이 이어지는 한,
시장의 변동성 역시 쉽게 가라앉기 어렵다.

예측 가능한 추격매수와 손절(=반대매매, 청산)이 반복될수록
개인투자자는 파생상품 전문투자자들에게 손쉬운 먹잇감으로 전락할 뿐이다.

현재의 빚투 단일종목 레버리지 투자는 포커판에서 내 패와 남은 판돈은 물론, 언제 올인하고 언제 강제로 카드를 내려놓아야 하는지까지 상대방에게 미리 알려준 채 게임하는 것​과 비슷하다.

전문투자자는 개인이 어느 가격에서 추격매수하고,

어느 가격에서 손절하거나 반대매매를 당할지 대략 알고 있다.

개인은 기다릴 수 없지만 상대방은 기다릴 수 있다.

포커판에 앉았는데 ho9가 누군지 모르겠다면, 이는 십중팔구 자기자신일것이라는 명언으로 글을 마무리해본다.


3억 날리고 또 '5배 빚투' 한다는 20대…청년들은 왜 '극단적 위험' 택하나 [숏다큐]


=끝

부동산 정책 국민 대토론회

https://www.youtube.com/watch?v=ll32V9kR5zs&t=4224s

부동산 정책 국민 대토론회를 보고 떠오른 생각


어제 부동산 정책 국민 대토론회를 지켜본 뒤 여러 생각이 머릿속에 남았다.

“습관은 처음에는 깃털처럼 가벼워 느끼기 어렵지만,
나중에는 무거운 쇳덩이처럼 굳어져 좀처럼 바꿀 수 없습니다.

내 나이쯤 되면 습관을 고치는 일은 거의 불가능에 가깝습니다.
하지만 여러분은 아직 젊고, 충분한 기회가 있습니다.

그러니 정직해지기 바랍니다.
어떤 상황에서도 거짓말하지 말고,
자신이 바라본 것을 있는 그대로 이야기하십시오.”

워런 버핏이 캐서린 그레이엄을 추모하며 전한 말이라고 한다.

버핏과 캐서린 그레이엄

나에게는 세 명의 롤모델이 있다.

한 분은 워런 버핏이고,
다른 한 분은 찰리 멍거다.
마지막 한 분은 노무현 전 대통령이다.

나에게 있어 워런 버핏은 인생을 어떻게 살아가는 것이 현명한지에 대한 이정표를 보여준 사람이다.

찰리 멍거는 세상을 어떤 관점으로 바라봐야 하는지,
더 나은 판단을 내리기 위해 어떤 능력을 길러야 하는지를 알려준 사람이다.

Investment Wisdom

노무현 전 대통령님은 무엇이 옳고 그른지에 대한 내적 판단이 섰다면,
단기적인 유혹이나 불이익에 흔들리지 않고 자신의 소신을 지켜나가는 용기가 무엇인지 보여준 인물이었다.

어제의 대국민 부동산 토론회를 보면서 과거 노무현 전 대통령님의 비판을 수용하는 능력과 그 용기가 문뜩 떠올랐다. 

어제의 대국민 부동산 토론회에서의 개인적으로 가장 인상 깊었던 부분은,
현 정부가 자신들과 다른 의견이나 불편한 비판을 받아들일 준비가 전혀 되어있지 않다는 느낌이었다.

토론회는 개인 유튜브 채널을 통해 진행됐다.
채팅 참여도 일정 기간(*8개월) 이상 채널을 구독한 이용자에게만 허용됐으며,
패널들의 의견 역시 전반적으로 한 방향에 치우쳐 있다는 인상을 받았다.

행사 명칭에는 ‘국민 대토론회’라는 표현이 사용됐지만,
실제 구성에서는 다양한 국민의 목소리가 충분히 반영됐는지 의문이 남았다.

최근 어느 평론가가 현 정부에는 내부에서 반대 의견을 제시하는 ‘레드팀’이 전혀 보이지 않는다고 평가한 적이 있다. 어제 토론회를 보면서 그 말이 어떤 의미인지 조금은 알 것 같았다.

한 사람이나 조직의 그릇을 판단할 때 지능이나 말솜씨보다 더 중요한 기준이 있다고 한다. 

자신을 향한 비판과 반론을 끝까지 들을 수 있는지,
불편한 지적 속에서도 필요한 내용을 골라 받아들일 수 있는지가 그 기준이라고 한다. 

정책에 대한 확신이 강할수록 반대편의 논리와 우려를 더 면밀히 살펴야 한다.
그러나 어제 토론회에서는 그러한 과정이 충분히 드러나지 않았다는 인상을 받았다.

https://n.news.naver.com/article/015/0005313140

문득 오랫동안 알고 지낸 지인이 해주셨던 이야기도 떠올랐다.
나이가 들수록 주변에서 자신을 혼내는 사람이 하나둘씩 사라진다는 말이었다.

어느 정도 나이가 들고 사회적 위치가 생기면,
가족이나 가까운 사람조차 쉽게 쓴소리를 하기 어려워진다.
그나마 나이가 들어서도 비교적 솔직하게 잘못된 생활습관을 지적해줄 수 있는 사람이 의사라는 이야기였다.

비슷한 시기에 인연을 맺어 함께 나이를 먹고,
오랜 시간 건강 상태의 변화를 지켜봐줄 수 있는 좋은 의사를 만나는 것도 인생을 살아감에 있어서 하나의 복이라고 했다.

돌이켜보면 나 역시 누군가 내 투자의견을 반박하거나 비판하면,
상대방의 말을 충분히 이해하기 전에 반박할 논리부터 떠올리는 경우가 많았었다.

예전보다는 상대방의 말을 끝까지 들으려고 노력한다.
목 끝까지 차오르는 반론을 바로 꺼내지 않고, 잠시 자리를 벗어나 다시 생각해보려 한다.

그럼에도 비판을 듣는 순간 생기는 불편한 감정까지 완전히 사라진 것은 아니다.

결국 나 또한 나에게 쓴소리를 해줄 수 있는 사람은 가족이나 일부 가까운 지인 정도만 남게 될지도 모르겠다.
그러나 쓴소리를 건네는 일은 상대방에게도 결코 편안한 일이 아니다.

그래서 스스로에게 정직해야 한다는 버핏의 조언이 다시 생각났던 것 같다.

자신에게 유리한 이야기만 골라 듣지 않고,
불편한 사실도 있는 그대로 바라보는 태도가 필요하다.
남에게 거짓말하지 않는 것만큼이나 혹은 그 이상으로 자신에게 거짓말하지 않는 것도 중요하다.


워런 버핏 역시 젊은 시절에는 감정이 격해진 상태에서 말을 꺼낸 뒤 후회한 경험이 있었다고 한다.
이런 습관을 지적해준 사람이 버핏의 오랜 친구였던 톰 머피였다. 

머피는 버핏에게 이렇게 말했다고 한다.

“워런, ‘뒈져버리라’는 말은 내일 해도 늦지 않다네.”

화가 난 순간에는 우선 입을 다물라는 의미였다.

버핏 역시 이 조언을 설명하며, 말할 기회를 포기하는 것이 아니라 하루만 그 말을 미뤄두는 것이라고 했다. 다음 날에도 같은 생각이 든다면 그때 말하면 되지만, 감정이 가장 격해진 순간에는 이야기하지 않는 편이 낫다는 것이다.

정치권에서도 오는 8월 민주당 전당대회를 앞두고 현 정부와 일정한 거리를 두려는 움직임이 조금씩 나타나는 것처럼 보인다. 일부 인사들은 차기 정치 구도와 자신의 역할을 염두에 두고 정부와 차별화를 시도하는 모습이다.


https://www.joongang.co.kr/article/25435746


개인적으로 현 정부에 대해 특별히 큰 우려를 품고 있는 것은 아니다.
다만 기대가 있었던 만큼 아쉬움이 남는 부분은 분명하다.

특히 부동산시장과 자산시장에 대해 조금 더 현실적인 접근이 가능하지 않았을까 하는 생각은 지우기 어렵다.

그렇다고 이제 와서 정부가 새로운 방향을 제시하거나,
무언가를 더 크게 추진하기를 바라는 것도 아니다.

오히려 남은 임기 동안에는 새로운 정책을 덧붙이기보다,
이미 시행한 정책의 부작용과 시장 반응을 차분하게 점검했으면 한다.

(체념에 가까울 뿐이다.)

부동산은 세금이나 대출, 규제 하나를 더한다고 해서 정부가 원하는 방향으로 움직이는 시장이 아니다.주택 공급에 대한 기대, 대출 여건, 임대차시장, 소득과 자산 격차, 특정 지역으로의 수요 집중, 정책에 대한 신뢰가 복합적으로 작용한다.

정책 당국이 시장을 통제할 수 있다는 확신을 가질수록,
오히려 시장은 예상하지 못한 방향으로 움직일 가능성이 커진다.

정부가 부동산 가격 상승의 원인과 시장 참여자들의 심리를 지나치게 단순하게 바라보고 있는 것은 아닌지, 이미 굳어진 인식을 다시 바꿀 여지가 남아 있는지 생각하게 됐다.

다만 이제는 정부의 방향이 크게 달라질 것이라고 기대하지 않는다.

사람도 오랜 시간 굳어진 습관을 바꾸기 어렵듯,
정부와 조직 역시 이미 형성된 인식과 의사결정 구조를 단기간에 바꾸기는 어렵다.

https://www.newsis.com/photo/graview/?id=NISI20260723_0002193669&cid=photo&page=1

https://www.newscj.com/news/articleView.html?idxno=3419068


이미 정책 신뢰가 이미 상당히 훼손된 상태에서는,
새로운 대책이 반드시 안정 효과를 가져오는 것이 아니다.

오히려 시장 참여자들이 추가 규제를 선반영하면서,
매수·매도·대출 의사결정을 앞당겨 시장의 혼란만 초래 할 뿐이다.

따라서 정책의 한계효용이 마이너스로 전환된 국면에서는,
적극적으로 무언가를 하는 것보다 예측 가능성을 유지하는 것이 더 나은 정책일 수 있다.

현 정부의 임기는 아직 적지 않게 남아 있다.

그 시간 동안 무엇인가를 더 이루려 하기보다,
불필요한 혼란을 만들지 않고 다음 정부로 무탈하게 권한을 넘기는 것만을 바랄뿐이다. 


급하게 마무리해보자면

개인이든 정부든 자신의 판단이 언제나 옳다고 믿기 시작하면,
불편한 목소리는 자연스럽게 주변에서 사라진다.

그럴수록 자신에게 정직해야 하고,
자신과 다른 말을 해주는 사람의 이야기를 끝까지 들어야 하지 않을까 했다. 


=끝

2026년 7월 22일 수요일

생각정리 317 (* cloud, AI D/C, 부동산)

지난밤부터의 스크랩해둔 굵직한 자료들을 하나로 모아 엮어서 정리해본다.

더 싼 AI가 더 많은 전력을 먹는다


Kimi K3, 미국 전력 병목과 한국 AI 데이터센터 투자 아이디어


최근 한국이 차세대 AI 데이터센터의 새로운 입지 후보로 주목받기 시작했다.

한국에 전력이 남아돌기 때문은 아니다. 수도권을 중심으로 전력망의 여유는 줄어들고 있으며, 대규모 데이터센터에 필요한 전력을 적기에 공급하는 일도 갈수록 어려워지고 있다.

생각정리 293 (* 3대 메가 프로젝트 국민보고회 후기, 전력)

그럼에도 해외 데이터센터 사업자들이 한국의 일부 지역을 검토하기 시작한 배경에는 미국의 상황이 있다.

AI 데이터센터 수요는 예상보다 빠르게 늘어나고 있지만, 발전소와 송전망, 변전소를 건설하는 속도는 이를 따라가지 못하고 있다. 미국 내 전력 확보가 어려워질수록 하이퍼스케일러는 미국 밖에서도 전력과 부지, 통신망을 함께 확보할 수 있는 지역을 찾게 된다.

한국은 이 과정에서 반도체와 메모리 공급망, 안정적인 통신 인프라, 동북아 이용자와의 거리, 일부 지역에 남아 있는 대규모 전력 개발 가능성을 함께 갖춘 후보지로 부각되고 있다.

이번 글에서는 최근 발표된 AI 인프라 투자와 Kimi K3 논쟁을 출발점으로, AI 모델이 저렴해질수록 왜 전력 소비가 늘어나는지, 그리고 이 변화가 한국의 데이터센터와 전력 인프라 투자 아이디어로 어떻게 연결되는지 정리해본다.


1. 하루 사이 발표된 AI 인프라만 최대 6.2GW


최근 발표되거나 보도된 대규모 AI 인프라 계획을 단순 합산하면 최대 6.2GW에 달한다.



OpenAI는 미국 조지아주 에핑엄카운티의 Project Camellia에 3.2GW의 전력을 단계적으로 공급받을 계획이다. 전력 공급은 2028년부터 2032년까지 순차적으로 이뤄질 예정이다.(OpenAI)

Anthropic은 AMD의 차세대 MI450 GPU 시스템을 최대 2GW까지 도입한다. 첫 1GW 배치는 2027년 상반기부터 시작될 예정이며, AMD는 사업 진행 단계에 따라 Anthropic에 최대 50억 달러를 투자한다.

SpaceXAI도 텍사스에서 기존 멤피스 캠퍼스와 비슷하거나 더 큰 규모의 데이터센터 부지를 검토하고 있다. 다만 이 프로젝트는 아직 부지와 전력 조달 방안을 살펴보는 탐색 단계다.

따라서 6.2GW는 모두 착공이 확정된 용량이라기보다 공식 발표와 언론에 보도된 목표·상한 용량을 합산한 수치로 봐야 한다.

그럼에도 짧은 시간 안에 이 정도 규모의 계획이 동시에 등장했다는 사실은 AI 산업의 병목이 모델 개발에서 전력과 데이터센터 확보로 이동하고 있음을 보여준다. 

6.2GW가 연중 쉬지 않고 가동된다고 가정하면 연간 전력 소비량은 약 54.3TWh다. 이는 특정 기업의 서버 투자계획을 넘어, 하나의 대형 전력시장에 가까운 수요가 AI 산업에서 만들어지고 있다는 의미다.



Alphabet 역시 2026년 2분기에 데이터센터와 서버 투자를 크게 늘렸다. Google Cloud 매출은 전년 대비 82% 증가했으며, 회사는 AI 인프라 수요에 대응하기 위해 연간 설비투자 전망을 약 2,000억 달러 수준까지 상향했다. (Q4 Capital)


2. Kimi K3가 보여준 토큰 가격과 작업비용의 차이


같은 시점 중국 Moonshot AI의 Kimi K3도 AI 시장을 흔들었다.

Kimi K3는 미국 프런티어 모델에 가까운 성능을 내면서도 상대적으로 낮은 토큰 가격을 제시했다. 토큰 하나의 가격만 보면 AI 사용비용이 크게 하락한 것처럼 보인다.

그러나 사용자가 실제로 구매하는 것은 토큰이 아니라 완료된 작업이다.

Artificial Analysis의 AA-Briefcase 평가에서 Kimi K3는 높은 성능을 기록했지만, 작업 하나를 끝내는 평균 비용은 GPT-5.6 Sol과 Claude Opus 4.8보다 높았다. 모델이 장시간 추론하고 더 많은 출력 토큰과 도구 호출을 사용했기 때문이다.

Artificial Analysis (@ArtificialAnlys) / X


Kimi K3는 연산 효율을 단순한 비용 절감에 사용하기보다, 더 긴 추론과 높은 작업 성능에 재투입한 모델에 가깝다. 토큰은 저렴하지만 하나의 업무를 끝내는 데 필요한 총 컴퓨팅은 반드시 저렴하지 않은 구조다. (Artificial Analysis)

Artificial Analysis (@ArtificialAnlys) / X

Artificial Analysis (@ArtificialAnlys) / X


관련 기사·리포트:
Artificial Analysis의 Kimi K3 AA-Briefcase 평가. (Artificial Analysis)


이 차이는 AI 인프라 수요를 이해할 때 중요하다.

모델이 발전하면 토큰 한 개를 처리하는 비용은 하락한다. 그러나 가격이 낮아지면 더 많은 이용자가 AI를 사용하고, 한 번에 더 복잡한 업무를 맡기며, 에이전트가 더 많은 단계를 스스로 수행한다.

개별 연산의 효율 개선보다 전체 사용량과 작업 복잡성이 더 빠르게 증가하면 총 GPU 사용시간과 전력 소비는 오히려 늘어난다.


3. 낮은 가격이 공급 부족으로 이어지는 과정


낮은 토큰 가격은 초기 이용자를 빠르게 끌어모을 수 있다.

그러나 이용자 수와 작업당 연산량이 함께 증가하면 서비스 공급자는 결국 세 가지 선택지 가운데 하나를 택해야 한다.

  • 서비스 가격을 올린다.

  • 사용자별 이용량을 제한한다.

  • GPU와 데이터센터를 추가로 확보한다.

Moonshot AI는 Kimi K3 공개 이후 수요가 인프라 용량을 넘어섰다며 신규 가입을 일시 중단했다. 낮은 가격이 이용자를 끌어들였지만, 동시에 더 많은 서버와 전력을 요구하는 결과로 이어진 것이다. (AP News)

관련 기사·리포트: AP의 Kimi K3 신규 가입 중단 보도와 Artificial Analysis의 작업단위 효율 분석. (AP News)

이를 투자 관점에서 보면 토큰 가격 하락은 컴퓨팅 수요 감소보다 잠재수요의 현실화에 가깝다.

기존에는 비용 때문에 사용하지 못했던 기업과 개발자가 AI를 도입하고, 단순 질의 대신 코딩과 보고서 작성, 데이터 분석, 웹 탐색을 에이전트에게 맡기기 시작한다. 단위 가격은 낮아지지만 처리해야 하는 업무의 수와 길이는 더 빠르게 늘어난다.


4. 미국이 중국 모델을 막아도, 허용해도 인프라 투자는 늘어난다


Kimi K3를 둘러싼 미국 내 논쟁은 기술 문제와 산업 이해관계가 결합된 형태다.

미국 정부 관계자들은 Moonshot AI가 Anthropic 모델을 대규모로 증류해 Kimi K3를 개발했다는 의혹을 제기했다. 재무부도 지식재산권 침해가 확인될 경우 제재 가능성을 언급했다. 

관련 기사·리포트: 백악관 관계자의 Kimi K3 증류 의혹 제기와 미 재무부의 제재 가능성 언급. (Business Insider)

반면 미국의 중소 AI 스타트업들은 중국 오픈웨이트 모델에 대한 일률적인 접근 제한에 반대하고 있다.

저렴한 모델 사용이 차단되면 스타트업의 추론비용이 상승하고, OpenAI와 Anthropic 같은 대형 폐쇄형 모델 기업의 지배력이 더욱 강해질 수 있다는 주장이다. 약 200개의 미국 스타트업과 창업자가 중국 오픈웨이트 모델에 대한 포괄적 금지를 피해야 한다는 서한을 제출한 배경이다. (Business Insider)

관련 기사·리포트: 미국 스타트업의 중국 오픈웨이트 모델 규제 반대 서한과 미국 AI 기업 간 정책 논쟁. (Business Insider)



중국 모델의 토큰 사용 비중이 OpenRouter에서 미국 모델을 추월했다는 점은 이 논쟁이 이미 현실적인 시장점유율 문제로 번졌음을 보여준다.


미국 정부와 프런티어 랩에는 보호해야 할 지식재산과 기술 우위가 있다. 스타트업에는 지켜야 할 원가 경쟁력이 있으며, NVIDIA에는 확대해야 할 컴퓨팅 시장이 있다.

같은 Kimi K3가 누군가에게는 산업 스파이 행위의 결과물이고, 누군가에게는 생존에 필요한 저가 생산수단이며, 또 다른 누군가에게는 반도체 수요를 폭발시킬 촉매로 해석되는 이유다.

흥미로운점은 어느 시나리오로 흘러가더라도 컴퓨팅 수요(=전력 수요)가 폭발할 것임은 이미 자명해졌다는 것이다. 

미국이 중국 모델을 허용하면 저렴한 오픈웨이트 모델을 미국 클라우드와 자체 서버에서 구동하려는 수요가 증가한다.

반대로 중국 모델을 제한하면 수요는 미국 프런티어 모델로 이동한다. 동시에 미국과 중국의 AI 생태계가 분리되면서 양쪽이 별도의 모델과 데이터센터를 구축하는 중복투자가 발생한다.

결국 달라지는 것은 투자 지역과 모델 공급자, 장기 수익성이다. GPU와 HBM, 네트워크, 전력설비에 대한 물리적 수요는 어느 시나리오에서도 확대될 가능성이 높다.


미국에서 병목이 된 것은 GPU보다 전력이다


5. 미국 데이터센터 전력 소비는 이미 구조적 증가 구간에 들어섰다


미국은 오랜 기간 전력 소비가 거의 증가하지 않았다.


그러나 최근 5년간 미국 전력 소비는 연평균 2.1% 증가했다. EIA는 데이터센터 서버와 냉각설비를 향후 미국 전력수요 증가의 주요 요인으로 지목하고 있다. (U.S. Energy Information Administration)

미국 에너지부와 Lawrence Berkeley National Laboratory는 2028년 데이터센터 전력 소비량이 325~580TWh에 이를 것으로 전망한다. 미국 전체 전력 소비에서 차지하는 비중도 2023년 4.4%에서 2028년 6.7~12%까지 높아질 수 있다. (The Department of Energy's Energy.gov)

관련 기사·리포트: EIA Annual Energy Outlook 2026, 미국 에너지부와 LBNL의 데이터센터 전력수요 분석. (U.S. Energy Information Administration)


문제는 수요와 공급의 속도가 다르다는 점이다.

대형 데이터센터는 수요가 확정되면 비교적 짧은 기간 안에 건설을 시작할 수 있다. 반면 발전소와 송전선, 변전소는 부지 확보와 환경평가, 주민 협의, 인허가를 거쳐야 하므로 수년이 필요하다.

AI 수요는 소프트웨어의 속도로 증가하지만, 전력망은 중후장대 인프라의 속도로 늘어난다. 이 시차가 현재 미국 데이터센터 병목의 핵심이다.


6. PJM 용량경매가 보여주는 전력 부족


북버지니아를 포함한 미국 동부 전력망을 운영하는 PJM의 용량경매는 전력 부족을 가장 직접적으로 보여준다.

PJM의 용량가격은 2024/2025년 28.92달러/MW-day에서 2025/2026년 269.92달러로 약 9.3배 상승했다. 이후 가격은 300달러를 넘어 사실상 규제 상한선 부근에서 형성되고 있다.

2028/2029년 경매 가격은 전년보다 소폭 하락한 325달러였지만, 이는 수급이 개선됐기 때문이 아니다. 가격 상한 자체가 낮아졌기 때문이다.

오히려 PJM이 확보한 전체 용량은 신뢰도 기준보다 6.83GW 부족했다. PJM은 필요한 예비율보다 낮은 수준에서 전력시장을 운영해야 하므로 계통 위험이 커졌다고 설명했다.

관련 기사·리포트: PJM 2028/2029 Base Residual Auction 공식 결과 보고서.

PJM의 2027/2028년 예상 피크수요는 직전 경매 때의 전망보다 5.25GW 증가했다. 이 가운데 약 5.1GW가 데이터센터에서 발생했다.

증가한 전력수요 대부분이 사실상 데이터센터 하나의 산업군에서 나온 셈이다. (PJM)

관련 기사·리포트: PJM의 데이터센터 부하 증가 분석. (PJM)


7. ERCOT의 367.8GW는 예측보다 경고에 가깝다


텍사스 전력망을 운영하는 ERCOT에서도 대형 부하 신청이 폭증하고 있다.

ERCOT가 제출한 예비 장기 부하전망에는 2032년 전력수요가 약 367.8GW까지 늘어날 수 있다는 수치가 포함됐다. 이는 2023년 기록된 기존 최대수요 85.5GW의 약 4.3배다. (미국 공공 전력 협회)

그러나 367.8GW를 실제 수요 예측치로 그대로 받아들여서는 곤란하다.

이 수치에는 데이터센터와 암호화폐 채굴, 산업설비, 석유·가스 프로젝트가 전력회사에 제출한 잠재적 연결 요청이 대거 포함돼 있다. 부지와 고객, 금융조달이 확정되지 않은 프로젝트도 섞여 있다.

ERCOT도 해당 전망이 실제 미래수요보다 높을 가능성이 있으며, 모든 프로젝트가 건설될 것이라는 의미가 아니라고 설명했다.


그럼에도 이 숫자는 텍사스 전력망에 접수되는 잠재적 대형 수요가 기존 계통 규모를 압도하고 있음을 보여준다. 367.8GW는 문자 그대로의 전망이라기보다 전력 인입 경쟁의 과열을 보여주는 스트레스 지표에 가깝다. (The Texas Tribune)

관련 기사·리포트: ERCOT 예비 장기전망 해설과 Texas Tribune의 검증 보도. (미국 공공 전력 협회)


8. 주민 반대까지 더해지면서 입지 선택지가 줄어들고 있다


미국의 데이터센터 개발은 전력 부족뿐만 아니라 주민 반대에도 직면하고 있다.

Data Center Watch에 따르면 2026년 1분기에 미국에서 최소 75개의 데이터센터 프로젝트가 지연되거나 중단됐다. 관련 투자규모는 약 1,300억 달러로 추산된다.

3개월 동안 영향을 받은 프로젝트 수가 2025년 연간 수치와 비슷했다. 주민들이 문제로 제기한 항목은 전기요금과 용수 사용, 냉각팬 및 비상발전기 소음, 송전선 건설, 세금 감면과 제한적인 상시고용 효과였다. (Data Center Watch)

빨간색 일수록 반대가 심한 지역

관련 기사·리포트: Data Center Watch의 2026년 1분기 미국 데이터센터 반대운동 보고서. (Data Center Watch)

미국 연방정부도 데이터센터를 해외로 내보내는 대신 인허가를 단축하고 연방 유휴부지를 제공하는 방향으로 대응하고 있다.

2025년 행정명령은 100MW 이상의 AI 데이터센터를 대상으로 연방 인허가 절차를 단축하고, 연방 토지와 자원을 데이터센터 개발에 활용하도록 했다. (The White House)

관련 정책자료: 백악관의 데이터센터 인허가 간소화 행정명령. (The White House)

따라서 미국 데이터센터가 일제히 한국으로 이전할 가능성은 낮다.

대신 미국 안에서 해결하기 어려운 추가 수요 일부가 해외 거점으로 분산되고, 글로벌 사업자가 미국 외 지역에서도 전력 포트폴리오를 확보하려는 흐름이 나타날 가능성이 높다.


한국은 왜 새로운 후보로 거론되는가


9. 한국 전체가 아니라 전력을 확보할 수 있는 일부 지역이 중요하다


한국이 주목받는 이유를 단순히 전력이 풍부하기 때문이라고 설명하기는 어렵다.

한국은 전력이 충분한가?
그럴리가 없지..

오히려 수도권은 데이터센터 집중과 송전망 제약으로 대규모 신규 전력 인입이 쉽지 않다. 한국의 기회는 전국적인 전력 여유보다 일부 지역에서 발전원과 송전망, 대규모 부지, 광통신망을 함께 개발할 수 있다는 점에서 나온다.

여기에 한국은 다음과 같은 조건을 갖추고 있다.

  • 삼성전자와 SK하이닉스를 중심으로 한 메모리 공급망

  • 서버와 네트워크, 전력장비, 건설·EPC 역량

  • 동북아 이용자를 위한 낮은 통신 지연시간

  • 한국 정부와 국내 기업의 소버린 AI 인프라 투자

  • 발전소·산업단지와 연결할 수 있는 지방 부지

  • 높은 수준의 광통신망과 안정적인 운영 인력


한국의 기회는 미국 데이터센터를 그대로 이전받는 것이 아니다. 국내 AI 수요와 동북아 추론 수요를 기반으로 해외 사업자의 지역별 인프라를 일부 유치하는 형태에 가깝다.


10. 동해와 해남에서 이미 대규모 프로젝트가 시작되고 있다


GS그룹과 강원도, 동해시는 동해 북평산업단지 일대에 최대 2.4GW 규모의 AI 데이터센터 캠퍼스를 조성하는 계획을 발표했다.

계획대로라면 2028년까지 1.2GW를 우선 구축하고, 2029년까지 1.2GW를 추가한다. 직접 데이터센터 인프라 투자액은 약 30조 원이며, GPU와 메모리 등 전체 생태계 투자액은 최대 120조 원으로 제시됐다.

다만 현재는 업무협약과 개발계획 단계다. 실제 가동을 위해서는 계통접속과 송전망 건설, 전력구매계약, 서버 고객의 사전계약이 뒤따라야 한다. (조선일보)

관련 기사·리포트: GS 동해 AI 데이터센터 캠퍼스 투자계획. (조선일보)

전남 해남 솔라시도에서는 국가 AI컴퓨팅센터와 1GW 규모 데이터센터파크가 추진되고 있다.

삼성SDS 컨소시엄은 국가 AI컴퓨팅센터의 민간 참여자로 선정됐으며, 삼성전자와 삼성물산, 네이버클라우드, 카카오, KT 등이 사업에 참여한다. 센터는 2028년까지 GPU 1만5,000장 이상을 우선 구축하는 것이 목표다. (정보통신기술부)

솔라시도 데이터센터파크에는 장기적으로 1GW 규모의 데이터센터가 순차적으로 조성될 예정이다. 전남도와 한전, 개발사는 154kV 변전소와 송전선 준공을 기존 계획보다 앞당겨 2028년 말까지 구축하는 방안을 추진하고 있다.





여기서 중요한 부분은 토지보다 전력망이다. 개발사가 조기 건설에 필요한 선투자 비용을 부담하기로 한 것은 데이터센터 부지 가치의 핵심이 전력수전 시점에 있다는 사실을 보여준다. (전라남도청)

관련 기사·리포트: 과기정통부 국가 AI컴퓨팅센터 계획, 전남도의 솔라시도 전력 인프라 조기 구축 자료. (정보통신기술부)

한국의 프로젝트들도 발표된 투자액이나 최종 목표용량만으로 평가하기는 어렵다.

실제 사업가치를 결정하는 지표는 다음과 같다.

  • 계통접속 승인 여부

  • 공급 가능한 전력용량

  • 최초 수전 시점

  • 변전소와 송전망의 준공 일정

  • 장기 전력구매계약

  • GPU와 서버 고객의 사전계약

  • 수도권·부산·일본을 연결하는 이중화 광통신망



미국에서 실제로 가격이 오른 것은 전력이 붙은 자산이었다


11. 데이터센터 인근 토지가 모두 오르는 것은 아니다


미국에서 가치가 크게 상승한 자산에는 공통점이 있다.

단순히 데이터센터와 가까운 토지가 아니라, 전력 인입과 계통접속, 통신망, 인허가 조건이 이미 갖춰진 자산이었다.

Amazon은 버지니아주 프린스윌리엄카운티에서 약 189에이커의 데이터센터 부지를 7억 달러에 매입했다. 해당 부지는 전체 270에이커 개발구역의 일부로, 최대 350만 제곱피트의 데이터센터와 3개의 변전소를 건설할 수 있도록 용도가 정해져 있었다. (데이터 센터 다이내믹스)

AWS가 Talen Energy로부터 인수한 펜실베이니아 Cumulus 데이터센터 캠퍼스의 거래가격은 6억5,000만 달러였다. 이 캠퍼스는 최대 960MW의 데이터센터 용량과 원전 인접 입지, 장기 전력공급 구조를 갖추고 있었다. (데이터 센터 다이내믹스)

관련 기사·리포트: Amazon 버지니아 데이터센터 부지 매입과 AWS의 Cumulus 캠퍼스 인수. (데이터 센터 다이내믹스)


미국 데이터센터 시장의 공실률은 1.6%까지 하락했고, 건설 중인 용량의 74.3%가 이미 사전 임대됐다.

이 역시 단순한 건물 부족보다 전력 공급이 확정된 데이터센터 용량이 부족하다는 의미에 가깝다. CBRE는 전력 가용성과 인프라 준공 시점을 미국 데이터센터 입지와 임대료를 결정하는 핵심 변수로 평가했다. (CBRE)

관련 리포트: CBRE North America Data Center Trends H1 2025. (CBRE)


12. 한국에서도 같은 희소자산이 만들어질 가능성


한국에서도 데이터센터 예정지와 실제 수혜자산을 구분해야 한다.

한전의 계통접속 확약이 없는 인근 농지나 임야는 데이터센터와 가깝다는 이유만으로 경제적 가치가 상승하기 어렵다.

반면 다음 조건을 갖춘 자산은 공급이 제한적이다.

  • 전력 배정이 문서화된 산업용지

  • 154kV·345kV 변전소와 연결 가능한 부지

  • 발전소와 계통에 인접한 브라운필드

  • 이중화 광통신망과 다크파이버

  • 장기 임차계약이 체결된 운영 데이터센터

  • 전기요금 전가 구조가 명확한 인프라펀드


맥쿼리한국인프라투융자회사가 인수한 하남 데이터센터는 전체 전력용량 40MW, 목표 IT 부하 25.44MW 규모다. LG CNS가 전체 공간을 임차하고 목표 IT 부하의 99%를 사용하기로 약정했다.

자산가치가 건물 자체보다 신용도 높은 임차인과 장기 사용계약에서 발생하는 구조다. (맥쿼리 한국 인프라 펀드)



관련 기사·리포트: 맥쿼리 하남 데이터센터 공식 자산자료와 인수 보도자료. (맥쿼리 한국 인프라 펀드)


한국 AI 데이터센터 수혜자산의 우선순위



13. 1순위는 전력망과 전력장비다


가장 직접적인 수혜는 변압기와 GIS, 배전반, 전력케이블에서 나타날 가능성이 높다.

전력장비는 특정 데이터센터 프로젝트가 지연되더라도 다른 수요처가 남는다. 반도체 공장과 재생에너지, 송전망 보강, 일반 산업설비의 전력 증설에도 같은 장비가 필요하기 때문이다.

특히 대규모 AI 데이터센터는 기존 배전망에 단순 연결하기 어렵다. 초고압 변전소와 장거리 송전선, 이중화된 전원 구조가 필요하므로 데이터센터 건물보다 전력망 투자가 먼저 진행돼야 한다.


14. 2순위는 냉각·UPS·BESS다


AI 랙의 전력밀도가 높아질수록 액체냉각과 대형 칠러, UPS와 BESS의 중요성이 커진다.

다만 냉각설비 기업은 단순한 데이터센터 테마보다 실제 고객 승인과 수주, 매출 인식 여부를 확인해야 한다.

기술을 보유하고 있다는 사실과 대형 하이퍼스케일러 공급망에 진입했다는 사실 사이에는 상당한 차이가 있다.


15. 운영자산은 임차계약의 질이 중요하다


데이터센터 운영사와 인프라펀드는 보유 면적이나 전력용량만으로 평가하기 어렵다.

다음 조건을 함께 확인해야 한다.

  • 임차인의 신용도

  • 계약기간

  • 최소사용량 보장

  • 전기요금 전가 여부

  • 증설비용 부담 주체

  • 계약 종료 이후 공실위험

전력비가 임차인에게 전가되고 장기 최소사용량이 보장된다면 운영자산의 현금흐름은 비교적 안정적이다.

반대로 장기 고객을 확보하지 못한 상태에서 차입을 이용해 데이터센터부터 건설한 사업자는 수요가 둔화될 경우 가장 큰 위험을 부담한다.


16. EPC는 수주 규모보다 계약 조건을 봐야 한다


데이터센터는 일반 건축물보다 전력과 냉각, 안정성 기준이 까다롭다.

그러나 기술 난도가 높다고 해서 EPC 기업의 이익률이 자동으로 높아지는 것은 아니다.

확인해야 할 항목은 다음과 같다.

  • 자재비와 인건비 상승의 전가 조건

  • 설계변경 비용의 부담 주체

  • 성능보증 범위

  • 준공 지연에 따른 지체상금

  • 전력효율과 냉각성능에 대한 책임

대형 수주를 확보해도 비용 상승과 지연 책임을 EPC가 대부분 부담한다면 매출은 증가해도 이익은 남지 않을 수 있다.


17. 전력 확약 부지는 고수익이지만 고위험 자산이다


전력 공급과 인허가가 확정된 부지는 높은 프리미엄을 받을 수 있다.

그러나 전력 확약이 없는 부지는 데이터센터 개발계획이 발표되더라도 실제 사업으로 연결되지 않을 가능성이 높다.

부지에 투자하기 전 최소한 네 가지는 확인해야 한다.

  1. 한전이 공급하기로 한 전력용량과 실제 수전 시점

  2. 산업용지 용도와 데이터센터 건축 인허가

  3. 임차인 또는 장기 용량계약

  4. 이중화 광통신망과 냉각용수 계획

이 가운데 하나라도 빠지면 데이터센터 부지가 아니라 장기간 개발되지 않을 토지에 가까워질 수 있다.


최종 투자 아이디어


AI 모델 경쟁이 심해질수록 토큰 가격은 낮아진다.

낮아진 가격은 더 많은 사용자와 애플리케이션, AI 에이전트를 만들어낸다. 개별 모델의 연산 효율성이 개선되더라도 사용량과 작업 복잡성이 더 빠르게 증가하면 총 컴퓨팅 소비는 계속 늘어난다.

Kimi K3가 이 구조를 압축적으로 보여준다.

  • 토큰 가격은 낮다.

  • 작업당 토큰 사용량과 실행시간은 길다.

  • 수요가 GPU 공급능력을 넘어섰다.

  • 가격 인상과 인프라 증설이 뒤따른다.


미국이 중국 모델을 허용하면 저가 AI 사용량이 증가한다.

중국 모델을 제한하면 미국과 중국이 각각 모델과 데이터센터를 구축해야 한다. 어느 방향이든 GPU와 메모리, 전력망과 데이터센터 투자는 늘어날 가능성이 높다.

여기에 미국의 전력 병목과 주민 반대가 겹치면서 데이터센터 사업자는 입지를 다변화해야 한다.

이 과정에서 한국 전체가 수혜를 받는 것은 아니다.

전력 공급이 확정된 부지, 계통 연결을 가능하게 하는 전력장비, 고밀도 AI 랙을 식히는 냉각설비, 장기 임차계약이 체결된 운영자산이 진짜 희소자산이 될 가능성이 높다.

투자자산의 예시적 우선순위는 다음과 같다.

  • 핵심 50%: 변압기·GIS·배전반·전력케이블

  • 성장 20%: 냉각·UPS·BESS

  • 운영자산 15%: 장기 임차계약이 체결된 데이터센터

  • EPC·PM 10%: 수주와 책임범위가 확인된 사업자

  • 고위험 옵션 5% 이하: 전력 확약 부지와 소형 냉각주


미국 AI 인프라 시장에서 실제로 높은 가격을 받은 것은 전기만을 사용할 권리가 있는 땅이 아니었다.

전기를 사용할 권리와 시점이 확정되고, 변전소와 광통신망, 장기계약까지 갖춰진 자산이었다.

한국에서도 같은 구분이 중요해질 것이다.

AI 데이터센터 투자는 단순한 부동산 개발보다는 전력과 냉각, 통신망과 장기계약을 결합해 희소한 컴퓨팅 용량을 생산하는 인프라 사업에 가깝다.

=끝


2026년 7월 21일 화요일

생각정리 316 (* Warren Buffet, Alphabet)

오랫만에 버핏 할아버지 인터뷰 영상이 나와 간밤에 재밌게 시청했다. 

최근 처음으로 다리가 부러지셨다고 해서 괜시리 걱정도 된다.

아래 최근 인터뷰영상을 보며 들었던 생각을 정리, 기록해 본다. 

버핏의 알파벳 투자: ‘21세기 BNSF’에 대한 베팅인가


1. 인터뷰의 핵심


워런 버핏은 버크셔 해서웨이의 알파벳 지분 매입을 자신이 시작했다고 밝혔다. 알파벳은 AI 경쟁을 위해 막대한 자본을 집행하고 있지만, 지금까지의 사업 기록을 고려하면 월가에서 판매되는 기업의 90~95%보다 승자가 될 가능성이 높다는 판단이다.

다만 버핏은 알파벳보다 더 선호하는 버크셔 보유 사업이 “최소 네다섯 개” 있다고 말했다. 인터뷰어가 구체적으로 지목한 사업은 Apple, BNSF 철도, American Express였고, 버핏은 바로 앞에서 Coca-Cola를 “장기간 높은 자본수익률을 낼 수 있는 매우 좋은 사업”이라고 설명했다.

1Q26 버크셔 P/F

정확한 순위를 공개한 것은 아니지만, 이 글에서는 Apple·BNSF·American Express·Coca-Cola를 알파벳과 비교한다. 인터뷰 전문

버핏이 제시한 좋은 기업의 조건은 단순하다.

장기간 높은 자본수익률을 유지하면서 실제 현금을 창출하고, 이를 주주에게 돌려주거나 높은 수익률로 재투자할 수 있어야 한다.

 


2. 버크셔의 알파벳 지분 매입 변화


가장 최근 공개된 원자료는 2026년 3월 31일 기준 13F다. 버크셔는 2025년 3분기 알파벳을 처음 편입한 후 4분기에는 주식 수를 유지했고, 2026년 1분기에 지분을 세 배 이상 확대했다.


자료: 2025년 2분기 SEC 원자료, 2025년 3분기, 2025년 4분기, 2026년 1분기



지분 변화의 의미


2025년 3분기 최초 편입 규모는 1,784.6만 주, 분기 말 평가액 약 $4.34B였다. 처음부터 전체 13F 포트폴리오의 1.62%를 차지했으므로 단순한 시험적 매수라고 보기 어렵다.

2025년 4분기에는 보유주식 수가 완전히 동일했다. 평가액이 $4.34B에서 $5.59B로 증가한 것은 추가 매입이 아니라 주가 상승 때문이다.

결정적인 변화는 2026년 1분기다.

  • Class A 주식: 1,784.6만 주 → 5,425.0만 주

  • Class C 주식: 358.5만 주 신규 편입

  • 합산 주식 수: 5,783.5만 주

  • 전분기 대비 합산 주식 수: 224.1% 증가

  • 최초 편입 대비 보유주식: 3.24배

  • 포트폴리오 비중: 2.04% → 6.32%


버크셔의 전체 13F 포트폴리오 규모는 같은 기간 $274.2B에서 $263.1B로 줄었다. 그런데도 알파벳 지분은 세 배 이상 늘었다. 이는 단순한 주가 상승 효과가 아니라, 포트폴리오 축소 과정에서 선택적으로 집중도를 높인 투자다.

100억 달러 사모투자


인터뷰에서 CNBC 진행자는 별도의 $10B 사모투자까지 포함하면 알파벳 투자액이 $31B를 넘는다고 언급했고 버핏은 이를 부정하지 않았다.

다만 $10B 사모투자는 상장주식 보유내역인 13F에 포함되지 않는다. 따라서 위 그래프의 $16.63B는 2026년 1분기 말 GOOGL·GOOG 상장주식 평가액만 나타낸다.

13F 보고가치에 사모투자를 단순 합산하면 2026년 1분기 말 기준 경제적 노출액은 약 $26.63B다. 인터뷰에서 언급된 $31B 이상은 이후 주가 상승이나 아직 공개되지 않은 추가 거래를 반영했을 가능성이 있다.


3. 알파벳과 버핏의 네 선호 사업 비교


아래는 가장 최근의 공통 연간 비교가 가능한 2025 회계연도 수치다.

FCF는 모든 기업에 동일하게 영업현금흐름(CFO)-설비투자(CAPEX)로 계산했다. American Express도 별도로 제외하지 않고 동일 기준을 적용했다.

자료: Alphabet 2025 10-K, Apple 2025 10-K, Berkshire 2025 연차보고서, American Express 2025 연차보고서, Coca-Cola 2025 실적, 표준화 ROIC 자료


단위는 달러 십억. 5년 평균은 2021~2025년 연도 말 수치의 단순 평균이다. ROE는 순이익/연도 말 자기자본, ROIC는 NOPAT/평균 투하자본의 동일 산식이다. AXP의 공식 평균 자기자본 기준 2025 ROE는 33.9%다.

기업별 해석


Apple
은 현재 현금창출력과 자본효율에서 가장 강하다. 알파벳보다 영업현금흐름은 작지만 CAPEX가 훨씬 적어 FCF는 $98.8B로 더 많다. ROIC도 47.6%로 알파벳보다 약 20%포인트 높다. 다만 151.9%의 ROE는 막대한 자사주 매입으로 장부상 자기자본이 작아진 영향도 크다.

American Express는 동일 기준으로 $16.0B의 FCF를 창출했고 FCF 마진도 22.2%로 알파벳보다 높다. ROE는 약 32%로 알파벳과 비슷하다. 동일 산식 ROIC는 4.3%지만, 대출·카드채권 등 거대한 금융자산을 투하자본으로 사용하는 구조가 반영된 결과다. 2025년에는 $10.8B의 순이익을 내고 $7.6B를 배당과 자사주 매입으로 환원했다.

Coca-Cola는 알파벳보다 규모는 작지만 ROE 40.7%, ROIC 16.6%를 기록했다. 2025년 보고 FCF는 $5.3B지만, 여기에는 fairlife 인수와 관련된 일회성 $6.1B 지급이 포함돼 있다. 이를 제외한 정상화 FCF는 $11.4B, 정상화 FCF 마진은 23.8%다.

BNSF는 ROE 10.6%, ROIC 6.6%로 가장 낮다. 하지만 철도망·차량·터미널을 유지해야 하는 자산집약적 구조에서도 장기간 안정적으로 현금을 회수한다. 2025년에는 $8.1B의 영업현금흐름을 만들고 약 $3.8B를 투자한 뒤 $4.3B의 FCF를 남겼다.

Alphabet은 절대 FCF 규모에서는 Apple 다음으로 강하고 ROE는 American Express와 비슷하다. 그러나 ROIC가 5년 평균 32.8%에서 2025년 28.0%로 내려왔다. 이는 사업 악화보다는 AI 인프라 투하자본이 이익보다 빠르게 늘어난 결과에 가깝다.




4. 알파벳 투자는 왜 Apple보다 BNSF에 가까운가


현재 수익성만 보면 알파벳은 BNSF보다 Apple에 훨씬 가깝다.
하지만 앞으로의 투자구조는 반대다.

Apple은 생산설비 대부분을 공급망에 맡기고 브랜드·운영체제·서비스 생태계에서 높은 수익을 얻는다. Coca-Cola는 브랜드와 유통망, American Express는 카드회원과 가맹점 네트워크를 기반으로 추가자본보다 현금흐름이 빠르게 증가한다.

반면 알파벳은 AI 모델, TPU, 서버, 데이터센터, 전력·냉각·네트워크에 막대한 선행투자를 해야 한다. 수요가 완전히 실현되기 전에 물리적 네트워크를 먼저 구축해야 했던 철도와 유사하다.

알파벳의 연간 CAPEX는 2015년 약 $9.9B에서 2025년 $91.4B로 9배 이상 증가했다. 2025년에는 영업현금흐름의 약 55.5%가 CAPEX로 재투자됐다.

철도 부흥기와 투자단계를 맞춰 비교하면 AI 인프라의 투자속도가 훨씬 가파르다. 아래 그래프는 금액 자체가 아니라 시작점을 100으로 맞춘 투자 증가속도 비교다.


그래프상 알파벳의 CAPEX 지수는 2015년 100에서 2025년 919까지 상승했다. 같은 관측기간의 철도산업 5년 이동평균 지수는 100에서 118로 증가했다.

다만 철도 자료는 1872~1882년 미국 산업 전체의 실질·평활화 자료이고, 알파벳은 한 기업의 명목 연간 자료다. 따라서 경제적 규모를 직접 비교하는 그래프가 아니라 투자 가속도를 비교하는 자료다.

두 산업의 공통점

  • 초기에 막대한 고정비와 선행 CAPEX가 필요하다.

  • 네트워크 완성 전까지 FCF가 압박받는다.

  • 규모가 커질수록 단위당 비용이 낮아진다.

  • 후발주자가 동일한 네트워크를 복제하기 어렵다.

  • 최종적으로 소수 사업자 중심의 과점구조가 형성될 수 있다.

중요한 차이


철도망은 수십 년 동안 사용할 수 있지만 AI 서버와 가속기는 기술교체와 감가상각 속도가 훨씬 빠르다.

따라서 AI 인프라의 해자는 단순히 “많이 투자했다”는 사실에서 발생하지 않는다. 높은 가동률, 낮은 단위비용, 고객 고착효과와 가격결정력을 확보해야 비로소 철도와 같은 해자가 된다.


5. 철도는 막대한 투자 이후 장기간 현금을 회수했는가


철도산업은 1870년대부터 1911년까지 막대한 자본을 투입해 미국 대륙 규모의 운송망을 구축했다. 하지만 투자 완료 직후부터 안정적인 FCF를 얻은 것은 아니다.

1911~2025년 산업 FCF 대용치를 연속적으로 추정하면 다음과 같은 흐름이 나타난다.

  • 1911년 영업 FCF 추정치: 약 $0.36B

  • 대공황·전쟁·규제기에도 대체로 플러스 유지

  • 1970년대 규제와 경쟁력 약화로 급락

  • 1979년 사실상 손익분기 수준

  • 1980년 규제완화 이후 구조조정과 통합

  • 1990년 약 $6.4B

  • 2010년 약 $14.0B

  • 2025년 약 $23.9B


현대적 현금흐름표가 존재하지 않는 기간은 철도 순영업이익-순자본지출로 추정했다. 보간 연도가 포함된 명목달러 기준 산업 영업 FCF 대용치다.

자료 기반: NBER 철도 자본형성 연구, NBER Macrohistory, BEA 산업별 고정자산, BTS Rail Profile

핵심은 철도산업이 100년 내내 안정적으로 현금을 번 것이 아니라는 점이다. 초기 투자 이후에도 운임규제, 자동차·트럭과의 경쟁, 파산과 구조조정을 겪었다.

현재 과점사업자의 높은 현금창출력은 철도망 건설 직후가 아니라, 장기간의 산업재편과 규제완화가 끝난 이후 본격화됐다.

이렇게 비교해놓고 보니, oracle이 위험해보이기도 하고..? 


Oracle’s CDS Hits All Time High, Bonds Drop amid AI-Related SentimentA



6. 과점화 이후 철도사업자의 실제 현금회수


현재 미국 대형 철도산업은 BNSF, Union Pacific, CSX, Norfolk Southern 등을 중심으로 과점화돼 있다.

이들 네 사업자의 2010~2025년 FCF를 합산하면 다음과 같다.

  • 16년 연속 합산 FCF 플러스

  • 2010년 합산 FCF 약 $6.0B

  • 2025년 합산 FCF 약 $13.7B

  • 16년 누적 FCF 약 $174.2B

  • 2025년 BNSF FCF 약 $4.3B

  • 2025년 BNSF의 버크셔 배당 약 $4.4B


즉 철도망 건설에 투입된 막대한 자본은 수십 년의 시행착오와 산업재편을 거친 뒤, 살아남은 과점사업자에게 장기간 반복되는 현금흐름으로 전환됐다.





북미 화물 네트워크망
https://www.aar.org/states/


7. 알파벳은 지금 어느 단계인가


알파벳은 서로 다른 두 종류의 사업 특성을 동시에 갖고 있다.


따라서 버핏의 알파벳 투자는 이미 완성된 소비재 해자를 사는 Apple·Coca-Cola 투자와는 결이 다르다.

보다 정확한 해석은 다음과 같다.

알파벳의 기존 검색·광고 사업이 막대한 현금을 공급하는 동안 AI 컴퓨팅 인프라에 선행투자하고, 그 인프라가 장기적으로 소수 사업자만 운영할 수 있는 디지털 기간망으로 발전할 가능성에 투자한 것이다.


버크셔가 이를 단순한 관찰 수준으로 보고 있지 않다는 사실은 실제 지분 변화에서도 확인된다. 2025년 3분기 최초 편입 후 2026년 1분기까지 상장주식 수를 3.24배로 확대했고, 별도의 $10B 사모투자까지 집행했다.

Alphabet의 2025년 ROIC 28%는 BNSF보다 훨씬 높고 Coca-Cola보다도 높다. 아직 저수익 인프라 사업자가 된 것은 아니다. 그러나 CAPEX 증가로 ROIC가 5년 평균 아래로 내려왔다는 것은 투자논리가 이제부터 검증단계에 들어갔음을 의미한다.


2026.04.30 Alphabet



2026.04.30 Alphabet

최근 2달간 급격히 상향 조정되고 있는 Anthropic 실적추정치

결론


Apple은 현재 가장 우수한 현금창출기업이고, American Express는 높은 ROE와 강한 주주환원 능력을 보여준다. Coca-Cola는 장기간 안정적인 자본수익률을 유지하고, BNSF는 낮지만 예측 가능한 수익률로 거대한 물리적 자산을 현금화한다.

알파벳은 현재 네 기업의 장점을 일부씩 갖고 있지만, 앞으로의 투자구조는 BNSF에 가장 가깝다. 검색·광고라는 기존 현금창출원이 AI 철도망을 건설하고 있기 때문이다.

성공한다면 알파벳은 단순한 기술기업이 아니라 장기간 높은 FCF를 회수하는 디지털 기간망 과점사업자가 될 수 있다. 반대로 실패한다면 막대한 CAPEX와 빠른 기술 감가상각만 남는다.

버크셔가 지분을 세 배 이상 확대했다는 것은 이 불확실성이 해소됐다는 뜻이 아니다.

대신, 버핏이 알파벳의 기존 현금창출력과 AI 인프라의 장기 과점 가능성에 상당한 확률을 부여했다는 뜻에 가깝지 않나 싶다. 

=끝