소프트뱅크 역대급 위기인가: OpenAI IPO 연기, 브릿지론, 엔캐리 트레이드가 만든 진짜 리스크
이번 이슈의 핵심은 단순히 “소프트뱅크가 빚이 많다”가 아닙니다.
진짜 중요한 포인트는 소프트뱅크가 OpenAI 상장을 기다리며 단기 부채로 대규모 AI 투자를 집행했는데, OpenAI IPO가 미뤄지면서 자금 조달 타이밍이 꼬였다는 점입니다.
겉으로 보면 소프트뱅크 위기처럼 보이지만, 안쪽을 뜯어보면 OpenAI의 성장 속도, AI 에이전트 시장, 일본 금리 상승, 엔캐리 트레이드 청산 리스크가 한꺼번에 얽힌 글로벌 경제전망 이슈에 가깝습니다.
특히 이번 글에서는 소프트뱅크의 브릿지론 구조, 이자비용 부담, Arm과 OpenAI에 집중된 포트폴리오, OpenAI의 최근 매출 반전 신호, 그리고 다른 뉴스에서 잘 다루지 않는 “왜 이 위기가 동시에 역대급 기회일 수 있는지”까지 정리해보겠습니다.
1. 뉴스 핵심 정리: 소프트뱅크 위기의 출발점은 OpenAI IPO 연기
소프트뱅크가 최근 시장에서 역대급 위기라는 평가를 받는 가장 큰 이유는 OpenAI 투자 때문입니다.
손정의 회장이 이끄는 소프트뱅크는 AI 투자 사이클에서 다시 한 번 대형 베팅을 하고 있습니다.
문제는 이 투자가 보유 현금만으로 이뤄진 것이 아니라, 상당 부분 부채를 활용한 구조라는 점입니다.
소프트뱅크는 OpenAI가 예상보다 빠르게 상장할 것으로 보고, 단기 자금을 빌려 OpenAI 지분 투자를 진행했습니다.
쉽게 말하면 “일단 빚을 내서 OpenAI에 투자하고, OpenAI가 상장하면 일부 지분을 팔아 빚을 갚는다”는 전략이었습니다.
그런데 샘 알트만이 OpenAI IPO를 내년으로 미루겠다는 취지의 발언을 하면서 상황이 달라졌습니다.
소프트뱅크 입장에서는 상장을 통한 회수 시점이 늦어졌고, 단기 부채 만기와 추가 투자 일정은 그대로 남게 됐습니다.
결국 이번 소프트뱅크 위기의 본질은 “자산이 없어서 망한다”가 아니라 “부채 만기와 투자 회수 시점이 맞지 않는 유동성 리스크”입니다.
2. 소프트뱅크 브릿지론 구조: 무담보 40빌리언 달러 한도, 현재 약 26빌리언 달러
소프트뱅크가 OpenAI 투자에 활용한 핵심 자금 조달 방식은 브릿지론입니다.
브릿지론은 말 그대로 장기 자금 조달 전까지 임시로 연결해주는 단기 대출입니다.
이번 브릿지론의 특징은 담보가 없는 무담보 구조라는 점입니다.
이는 글로벌 은행들이 여전히 소프트뱅크의 자산 가치와 손정의 회장의 투자 능력에 일정 수준 신뢰를 두고 있다는 의미이기도 합니다.
- 대출 목적: OpenAI 투자
- 총 한도: 약 40빌리언 달러
- 현재 사용 잔액: 약 26빌리언 달러
- 만기: 2027년 3월 말
- 구조: 무담보 브릿지론
- 참여 은행: 글로벌 대형 투자은행 및 주요 금융기관
문제는 이 브릿지론을 OpenAI IPO 이전에 장기 부채로 갈아타야 할 가능성이 커졌다는 점입니다.
소프트뱅크는 기존 26빌리언 달러 규모의 브릿지론을 리파이낸싱해야 하고, 여기에 추가로 OpenAI에 납입해야 할 10빌리언 달러 투자 부담까지 안고 있습니다.
즉, 기존 부채를 갚기 위한 새 부채가 필요하고, 동시에 신규 AI 투자 자금도 더 필요합니다.
이 구조 때문에 시장은 소프트뱅크의 신용위험을 다시 가격에 반영하기 시작했습니다.
3. 시장이 먼저 반응했다: CDS 3년 만에 최고, 달러채 금리 약 9%
소프트뱅크의 신용 리스크를 가장 빠르게 보여주는 지표 중 하나가 CDS입니다.
CDS는 쉽게 말해 기업이 부도날 가능성에 대해 시장이 매기는 보험료입니다.
소프트뱅크의 CDS는 최근 3년 만에 최고 수준으로 올라갔습니다.
이는 투자자들이 “소프트뱅크가 당장 망한다”라고 보는 것은 아니지만, 이전보다 훨씬 더 높은 리스크 프리미엄을 요구하고 있다는 뜻입니다.
또한 소프트뱅크의 달러 표시 채권은 시장에서 약 9% 수준의 금리로 평가받고 있습니다.
이 정도면 투자등급 우량채라기보다는 정크본드에 가까운 리스크 프리미엄입니다.
AI 투자 기대감은 높지만, 금리와 신용시장은 훨씬 더 냉정하게 소프트뱅크의 부채 구조를 바라보고 있습니다.
4. 숫자로 보면 소프트뱅크가 당장 위험한 회사는 아니다
소프트뱅크의 부채 규모만 보면 굉장히 부담스러워 보입니다.
최근 분기 실적 기준 연결 이자부 부채는 약 27.8조 엔입니다.
편의상 100엔을 1,000원으로 계산하면 약 278조 원 규모입니다.
하지만 소프트뱅크가 보유한 지분 가치는 약 83.1조 엔 수준입니다.
원화로 환산하면 약 830조 원에 가까운 자산을 들고 있는 셈입니다.
소프트뱅크가 강조하는 LTV, 즉 순부채를 보유 지분 가치로 나눈 비율은 약 13% 수준입니다.
단순히 LTV만 보면 그렇게 위험한 수준은 아닙니다.
예를 들어 1억 원짜리 자산을 가진 사람이 1,300만 원 정도 빚을 진 상황과 비슷하게 볼 수 있습니다.
그래서 소프트뱅크 위기를 이해할 때는 “부채가 많다”만 보면 안 됩니다.
핵심은 자산의 질, 자산의 유동성, 이자비용, 그리고 자산 가격 변동성입니다.
5. 진짜 문제 ①: 보유 자산이 Arm과 OpenAI에 지나치게 집중돼 있다
소프트뱅크의 가장 큰 구조적 리스크는 포트폴리오 집중도입니다.
소프트뱅크가 보유한 지분 가치의 상당 부분은 사실상 두 회사에 몰려 있습니다.
- Arm: 소프트뱅크 보유 지분 가치의 약 60%
- OpenAI: 소프트뱅크 보유 지분 가치의 약 17%
- Arm + OpenAI 합산: 약 77%
즉, 소프트뱅크의 운명은 사실상 Arm 주가와 OpenAI 기업가치에 크게 좌우됩니다.
Arm은 상장사이기 때문에 유동성 측면에서는 상대적으로 낫습니다.
필요하다면 일부 지분 매각이나 담보대출을 활용할 수 있습니다.
반면 OpenAI는 아직 비상장사입니다.
비상장 지분은 평가가치가 높아도 필요할 때 바로 현금화하기 어렵습니다.
이 점이 소프트뱅크의 가장 큰 부담입니다.
장부상 자산은 충분해 보이지만, 현금 흐름이 급할 때 팔 수 있는 자산은 제한적일 수 있습니다.
6. 진짜 문제 ②: 이자비용이 너무 크고, 현금흐름이 이를 따라가지 못한다
소프트뱅크의 연간 이자비용은 약 1.2조 엔 수준으로 추정됩니다.
원화로 보면 연간 약 11조 원 규모입니다.
이자만 1년에 11조 원 가까이 나간다는 뜻입니다.
문제는 소프트뱅크가 보유한 핵심 자산인 Arm과 OpenAI가 배당을 거의 주지 않는다는 점입니다.
성장주는 보통 현금을 배당으로 돌려주기보다 재투자에 사용합니다.
그래서 소프트뱅크는 보유 지분 가치가 올라가도 당장 이자를 낼 현금흐름은 부족할 수 있습니다.
비전펀드 분배금, 배당소득, 기타 투자자산 매각대금을 합쳐도 이자비용을 충분히 커버하기 어렵다는 분석이 나옵니다.
원문 기준으로 보면 기존 현금흐름만으로는 연간 이자비용의 약 50% 정도밖에 감당하지 못하는 구조로 해석됩니다.
결국 소프트뱅크는 지금까지 T모바일, 인텔 등 팔 수 있는 자산을 매각하며 자금을 돌려왔습니다.
하지만 동시에 OpenAI 지분은 계속 사들이고 있습니다.
이는 현금흐름은 약한데 투자 집중도는 더 높아지는 구조입니다.
7. 진짜 문제 ③: 일본 금리 상승과 엔캐리 트레이드 리스크
소프트뱅크는 글로벌 시장에서 대표적인 엔캐리 트레이드 기업으로 볼 수 있습니다.
엔캐리 트레이드는 금리가 낮은 엔화를 빌려 달러 자산이나 고수익 자산에 투자하는 전략입니다.
과거 일본은 오랫동안 초저금리 환경이었기 때문에 이런 전략이 매우 유리했습니다.
소프트뱅크도 일본에서 낮은 금리로 자금을 조달하고, 미국 기술주와 글로벌 AI 기업에 투자하는 방식으로 성장했습니다.
그런데 최근 일본 채권금리가 상승하고 엔화 강세 압력이 커지면서 상황이 바뀌고 있습니다.
엔화 부채를 활용해 달러 자산에 투자했던 구조는 엔화가 강해질수록 부담이 커질 수 있습니다.
일본 금리 상승은 차환 비용을 높이고, 엔화 강세는 해외자산 투자 전략의 수익률을 흔들 수 있습니다.
그래서 소프트뱅크 위기는 단순한 기업 이슈가 아니라, 글로벌 경제전망과 일본 통화정책 변화까지 연결된 이슈입니다.
8. 그런데도 “파산 위기”로만 보면 안 되는 이유
소프트뱅크가 위험해 보이는 것은 맞지만, 당장 파산을 걱정할 정도로 단순한 상황은 아닙니다.
첫째, 소프트뱅크는 여전히 매각 가능한 자산을 보유하고 있습니다.
Arm은 상장사이기 때문에 일부 매각이나 담보 활용이 가능합니다.
둘째, OpenAI의 최근 성장세가 매우 강합니다.
OpenAI가 성공적으로 기업가치를 끌어올린다면 소프트뱅크의 투자 성과는 부채 리스크를 압도할 수 있습니다.
셋째, 지금의 위기는 유동성 타이밍 문제에 가깝습니다.
OpenAI IPO가 늦어진 것이 문제이지, OpenAI 투자 자체가 실패로 확정된 것은 아닙니다.
오히려 OpenAI가 더 좋은 숫자를 만든 뒤 상장한다면 소프트뱅크 입장에서는 더 큰 수익을 기대할 수도 있습니다.
9. OpenAI 기업가치가 핵심 변수: 852빌리언 달러에서 2트릴리언 달러 시나리오까지
원문 기준으로 OpenAI의 최근 알려진 기업가치는 약 852빌리언 달러 수준입니다.
소프트뱅크의 OpenAI 지분율은 추가 10빌리언 달러 투자를 반영하면 약 13% 수준으로 언급됩니다.
만약 OpenAI가 향후 2트릴리언 달러 기업가치로 상장한다면 계산이 크게 달라집니다.
2트릴리언 달러의 13%는 약 260빌리언 달러입니다.
이는 소프트뱅크가 보유한 OpenAI 지분 가치가 현재보다 크게 뛰는 시나리오입니다.
물론 2트릴리언 달러 상장은 굉장히 공격적인 가정입니다.
하지만 AI 투자 시장에서는 Anthropic, OpenAI, Google Gemini, Meta AI, xAI 등이 AI 인프라와 AI 에이전트 시장을 놓고 경쟁하면서 기업가치 재평가가 빠르게 일어나고 있습니다.
소프트뱅크 입장에서 OpenAI는 위기의 원인이면서 동시에 위기를 뒤집을 수 있는 핵심 옵션입니다.
10. OpenAI가 다시 강해지고 있다는 신호 ①: OpenRouter에서 Anthropic을 역전
최근 AI 모델 시장에서 흥미로운 변화가 나타나고 있습니다.
OpenRouter는 개발자들이 여러 AI 모델을 API 형태로 사용할 수 있는 플랫폼입니다.
대기업보다는 개인 개발자, 스타트업, 중소기업 개발자들이 빠르게 모델 선호도를 바꾸는 시장에 가깝습니다.
올해 초만 해도 OpenRouter 기준 매출 점유율은 Anthropic이 압도적이었습니다.
- 올해 1월: Anthropic 약 80%, OpenAI 약 20%
- 9월 7일 주간 기준: OpenAI 약 51%, Anthropic 약 49%
OpenAI가 Anthropic을 역전한 핵심 이유로는 원문에서 언급된 아스트라 모델의 흥행이 꼽힙니다.
아스트라는 OpenRouter 내에서 거의 20% 가까운 매출 비중을 만들고 있는 것으로 언급됩니다.
반면 Claude 계열 신모델은 상대적으로 낮은 매출 비중을 보이고 있습니다.
이 변화가 중요한 이유는 개발자 시장의 선호 변화가 이후 엔터프라이즈 시장으로 확산될 수 있기 때문입니다.
대기업 시장은 계약 구조가 복잡하고 전환 속도가 느립니다.
하지만 개발자와 스타트업 시장은 좋은 모델이 나오면 빠르게 갈아탑니다.
OpenRouter에서의 반전은 OpenAI의 전체 ARR 회복을 예고하는 선행지표일 수 있습니다.
11. OpenAI가 다시 강해지고 있다는 신호 ②: ChatGPT 트래픽과 광고 매출
Similarweb 기준으로 8월 상위 웹사이트 방문자 증가율에서 ChatGPT가 매우 강한 흐름을 보였다는 점도 중요합니다.
ChatGPT는 이미 소비자용 AI 서비스에서 압도적인 브랜드 파워를 갖고 있습니다.
여기에 광고 매출까지 붙기 시작했습니다.
원문에서는 ChatGPT 광고 매출이 연율화 기준 1빌리언 달러를 넘어섰다는 내용이 언급됩니다.
더 놀라운 점은 본격적인 광고 실험 이후 약 200일 만에 이 수준에 도달했다는 점입니다.
OpenAI의 약점 중 하나는 무료 사용자가 너무 많다는 점이었습니다.
무료 사용자는 인프라 비용만 발생시키고 매출 기여도가 낮습니다.
하지만 광고 모델이 의미 있는 매출을 만들기 시작하면 이야기가 달라집니다.
무료 사용자가 비용 부담이 아니라 수익화 자산으로 바뀔 수 있기 때문입니다.
이 부분은 OpenAI IPO 기업가치 산정에서 매우 중요한 변수입니다.
12. OpenAI가 다시 강해지고 있다는 신호 ③: 코딩 사용량에서 Claude를 3배 앞선 흐름
AI 모델 경쟁에서 코딩 성능은 매우 중요한 지표입니다.
개발자들이 실제 업무에 어떤 모델을 쓰는지는 AI 산업의 수익성과 직결됩니다.
원문에서는 GitHub 공개 저장소 기준으로 AI가 생성하거나 보조한 코드 라인 수가 언급됩니다.
- Anthropic Claude 관련 코드 라인: 약 1.3밀리언
- OpenAI Codex 또는 ChatGPT 계열 코드 라인: 약 3.9밀리언
단순 비교로 보면 OpenAI 계열이 Anthropic보다 약 3배 많은 코드 작업에 활용된 셈입니다.
이 수치가 완벽한 시장점유율을 의미하지는 않지만, 개발자 생태계에서 OpenAI가 다시 강한 존재감을 보여주고 있다는 해석은 가능합니다.
AI 투자 관점에서 코딩 모델의 사용량은 향후 기업용 AI 지출, 클라우드 인프라 수요, 생산성 소프트웨어 시장과 연결됩니다.
13. 아스트라의 핵심은 “컴퓨터를 직접 쓰는 AI”
원문에서 특히 강조된 부분은 아스트라의 컴퓨터 사용 능력입니다.
이제 AI는 단순히 질문에 답하는 챗봇을 넘어, 웹브라우저를 열고, 사이트를 탐색하고, 사용자가 하던 일을 대신 처리하는 방향으로 가고 있습니다.
예를 들어 호텔 예약을 할 때 사용자가 직접 Booking.com, Marriott 공식 홈페이지, 리뷰 사이트를 하나씩 확인하지 않아도 됩니다.
AI에게 “11월 7일부터 11월 9일까지 리스본 호텔을 찾아줘”라고 말하면, AI가 직접 웹사이트를 탐색하고 평점, 후기 수, 가격, 장단점까지 비교해줄 수 있습니다.
심지어 호텔 포인트와 현금 결제 중 어떤 방식이 더 유리한지도 계산해줄 수 있습니다.
이것이 중요한 이유는 AI의 사용 빈도를 폭발적으로 늘릴 수 있기 때문입니다.
검색은 정보를 찾는 도구였습니다.
AI 에이전트는 일을 끝내는 도구가 될 수 있습니다.
이 전환이 성공하면 OpenAI의 기업가치는 단순한 생성형 AI 모델 회사 수준을 넘어설 수 있습니다.
14. OpenAI의 이상한 역설: 핵심 인재는 많이 떠났는데 제품은 더 좋아지고 있다
실리콘밸리에서 보통 좋은 인재가 몰리는 회사는 장기적으로 강해지는 경우가 많습니다.
반대로 핵심 인재가 떠나는 회사는 경쟁력이 약해지는 경우가 많습니다.
그런데 OpenAI는 조금 독특합니다.
공동창업자, 초기 멤버, C레벨 인재들이 상당수 퇴사했다는 뉴스가 이어졌습니다.
반면 Anthropic은 인재 블랙홀처럼 주요 AI 인재를 끌어모으고 있다는 평가를 받습니다.
그런데 최근 제품 완성도와 시장 반응을 보면 OpenAI가 여전히 강한 결과물을 내고 있습니다.
원문에서는 그 배경으로 OpenAI 최고 과학자인 야쿠프 파초스키의 역할을 언급합니다.
그는 바르샤바 대학, 카네기멜론대 박사, 하버드 포닥을 거쳐 OpenAI에서 오랫동안 연구를 이끌어온 인물로 소개됩니다.
일리아 수츠케버 이후 OpenAI 연구조직의 중심 역할을 맡고 있다는 평가도 있습니다.
결국 OpenAI의 경쟁력은 특정 스타 창업자 한 명이 아니라, 내부 연구 시스템과 제품화 능력에서 나오고 있을 가능성이 있습니다.
15. 향후 관전 포인트 ①: 컴퓨터 사용 능력 경쟁
앞으로 AI 모델 경쟁에서 가장 중요한 영역 중 하나는 컴퓨터 사용 능력입니다.
AI가 웹브라우저, 문서도구, 업무용 소프트웨어, 예약 사이트, 쇼핑몰, 사내 시스템을 얼마나 안정적으로 다룰 수 있는지가 핵심입니다.
OpenAI가 아스트라를 통해 이 영역에서 앞서가고 있다면, Anthropic과 Google Gemini도 빠르게 따라올 가능성이 큽니다.
특히 Gemini는 원래부터 멀티모달 능력에서 강점이 있다는 평가를 받아왔습니다.
이미지, 영상, 음성, 화면 인식 능력이 좋아야 컴퓨터를 잘 쓸 수 있습니다.
따라서 OpenAI가 현재의 초격차를 유지할 수 있는지가 소프트뱅크 투자 가치에도 직접적인 영향을 줄 수 있습니다.
16. 향후 관전 포인트 ②: 개인형 AI 에이전트 전쟁
AI의 첫 번째 킬러앱은 ChatGPT 같은 대화형 서비스였습니다.
하지만 다음 킬러앱은 개인형 AI 에이전트가 될 가능성이 큽니다.
개인형 에이전트는 사용자의 일정, 검색, 예약, 이메일, 문서 작업, 쇼핑, 코딩, 리서치 등을 대신 처리하는 AI 비서입니다.
실리콘밸리에서는 이미 여러 기업이 이 시장을 노리고 있습니다.
- Meta: 개인형 에이전트와 가상 머신 인프라 강화
- xAI: Grok 기반 에이전트 확장
- OpenAI: 자체 개인형 에이전트 출시 가능성
- Anthropic: 기업용 안전성과 업무 자동화 중심 확장
- Google Gemini: 검색, 안드로이드, 워크스페이스와 결합 가능성
원문에서는 OpenAI가 개발자 행사 전후로 자체 개인형 에이전트를 공개할 수 있다는 관측도 언급됩니다.
만약 OpenAI가 강력한 개인형 에이전트를 내놓는다면, 이는 OpenAI IPO 기업가치에 매우 큰 영향을 줄 수 있습니다.
17. 개인형 AI 에이전트가 성공하려면 필요한 세 가지
개인형 AI 에이전트가 진짜 대중화되려면 세 가지 조건이 필요합니다.
첫째, 훌륭한 컴퓨터 사용 능력입니다.
AI가 사용자의 화면을 이해하고, 버튼을 누르고, 웹사이트를 탐색하고, 오류를 수정할 수 있어야 합니다.
둘째, 에이전트가 뛰어놀 수 있는 가상 머신 인프라입니다.
AI가 사용자의 실제 PC를 위험하게 건드리지 않고, 별도 환경에서 안전하게 작업할 수 있어야 합니다.
Meta가 사용자에게 가상 머신과 대규모 무료 토큰을 제공하는 방식은 이 흐름을 보여주는 사례입니다.
셋째, 긴 컨텍스트를 유지하는 능력입니다.
AI가 짧은 질문 하나에 답하는 수준을 넘어, 긴 업무 흐름을 기억하고 이어서 처리할 수 있어야 합니다.
예를 들어 출장 계획을 세우는 일은 항공권, 호텔, 일정, 예산, 선호도, 회의 장소, 교통까지 연결됩니다.
이 모든 맥락을 유지해야 진짜 에이전트가 됩니다.
OpenAI가 이 세 가지를 모두 갖춘다면, 현재의 부채 우려를 뛰어넘는 기업가치 재평가가 가능해질 수 있습니다.
18. 다른 뉴스에서 잘 말하지 않는 가장 중요한 포인트
이번 소프트뱅크 이슈에서 가장 중요한데 상대적으로 덜 다뤄지는 부분은 네 가지입니다.
첫째, 소프트뱅크의 문제는 부채 총량보다 현금화 타이밍입니다.
소프트뱅크는 자산이 없는 회사가 아닙니다.
문제는 OpenAI처럼 당장 팔기 어려운 비상장 자산 비중이 커졌고, 단기 부채 만기는 다가온다는 점입니다.
둘째, OpenAI IPO 연기는 악재이면서 동시에 기업가치 극대화 전략일 수 있습니다.
샘 알트만 입장에서는 지금 상장하는 것보다 ARR, 광고 매출, 에이전트 제품, 개발자 점유율을 더 키운 뒤 상장하는 편이 유리할 수 있습니다.
즉, IPO 연기는 소프트뱅크에는 단기 유동성 악재지만 OpenAI에는 장기 밸류에이션 전략일 수 있습니다.
셋째, 소프트뱅크는 AI 기업이 아니라 거대한 매크로 레버리지 투자회사처럼 움직이고 있습니다.
Arm, OpenAI, 엔화 부채, 달러 자산, 일본 금리, 미국 기술주가 모두 연결되어 있습니다.
그래서 소프트뱅크를 보려면 개별 기업 분석뿐 아니라 금리, 환율, 글로벌 유동성을 함께 봐야 합니다.
넷째, OpenAI의 무료 사용자 수익화가 성공하면 기업가치 공식이 완전히 바뀝니다.
무료 사용자는 원래 비용 부담입니다.
하지만 광고와 개인형 에이전트 구독이 결합되면 무료 사용자는 거대한 수익화 풀로 바뀝니다.
이 변화는 아직 많은 뉴스가 충분히 반영하지 못하고 있는 핵심 변수입니다.
19. 투자자 관점 체크리스트: 앞으로 반드시 봐야 할 지표
소프트뱅크 위기와 기회를 판단하려면 다음 지표를 계속 확인해야 합니다.
- 브릿지론 리파이낸싱 조건: 만기, 금리, 담보 여부가 핵심입니다.
- 추가 OpenAI 투자 납입 일정: 10빌리언 달러 추가 부담이 어떻게 조달되는지 봐야 합니다.
- 소프트뱅크 CDS와 달러채 금리: 시장이 보는 신용위험을 가장 빠르게 보여줍니다.
- Arm 주가와 담보 가치: 소프트뱅크의 가장 큰 유동성 안전판입니다.
- OpenAI ARR 성장률: Anthropic을 추월하는 흐름이 지속되는지 중요합니다.
- OpenRouter 점유율: 개발자 시장의 선행지표로 볼 수 있습니다.
- ChatGPT 광고 매출: 무료 사용자 수익화 가능성을 보여줍니다.
- AI 에이전트 출시와 사용자 반응: OpenAI 기업가치 재평가의 핵심입니다.
- 일본 금리와 엔화 환율: 엔캐리 트레이드 구조의 부담을 좌우합니다.
20. 결론: 소프트뱅크는 위기와 기회가 같은 곳에 있다
소프트뱅크는 분명히 위험한 구간에 들어와 있습니다.
단기 부채 규모가 크고, 이자비용 부담도 큽니다.
보유 자산은 Arm과 OpenAI에 집중되어 있고, OpenAI는 아직 비상장이라 유동성도 제한적입니다.
일본 금리 상승과 엔화 강세까지 겹치면 엔캐리 트레이드 구조도 부담이 될 수 있습니다.
하지만 동시에 소프트뱅크는 AI 투자 사이클에서 가장 큰 업사이드를 가진 기업 중 하나입니다.
OpenAI가 AI 에이전트, 광고 매출, 개발자 생태계, 코딩 시장에서 계속 치고 나간다면 상황은 완전히 달라질 수 있습니다.
OpenAI IPO가 늦어진 것은 소프트뱅크에는 단기 악재지만, 더 높은 기업가치를 만들기 위한 시간 벌기일 수도 있습니다.
결국 소프트뱅크의 미래는 “부채를 버틸 수 있느냐”와 “OpenAI가 그 사이 기업가치를 얼마나 끌어올리느냐”의 싸움입니다.
지금은 소프트뱅크 위기라는 표현이 맞지만, 동시에 손정의 회장이 다시 한 번 AI 시대의 가장 큰 승부수를 던진 순간이기도 합니다.
< Summary >
소프트뱅크 위기의 핵심은 OpenAI IPO 연기로 인한 유동성 타이밍 문제입니다.
소프트뱅크는 OpenAI 투자를 위해 약 26빌리언 달러 규모의 브릿지론을 사용했고, 추가 10빌리언 달러 투자 부담도 있습니다.
부채와 이자비용은 크지만, Arm과 OpenAI 등 보유 지분 가치는 여전히 막대합니다.
문제는 자산이 Arm과 OpenAI에 집중되어 있고, OpenAI는 비상장이라 현금화가 어렵다는 점입니다.
일본 금리 상승과 엔캐리 트레이드 리스크도 소프트뱅크에 부담입니다.
반대로 OpenAI가 AI 에이전트, 광고 매출, 개발자 시장에서 성장세를 이어가면 소프트뱅크에는 역대급 기회가 될 수 있습니다.
앞으로는 브릿지론 리파이낸싱 조건, OpenAI ARR, Arm 주가, 일본 금리, AI 에이전트 출시 성과를 집중적으로 봐야 합니다.
[관련글…]
AI는 혁명인가, 거품인가: 반도체 슈퍼사이클 속 한국경제가 갈리는 진짜 이유
이번 포럼의 핵심은 단순히 “AI가 뜬다”가 아니었습니다.
진짜 중요한 포인트는 AI 혁명이 한국경제의 성장률, 반도체 수출, 미국증시, 국채금리, 자본시장 흐름까지 한 번에 흔들고 있다는 점입니다.
특히 같은 삼성전자 안에서도 반도체 부문과 비반도체 부문의 온도 차가 벌어지고 있고, AI 밸류체인에 들어간 기업과 그렇지 못한 기업의 격차가 더 커지고 있습니다.
이번 글에서는 김광석 교수, 김영익 교수, 정주용 의장의 발표와 토론을 바탕으로 AI 혁명이 실제 경제를 바꾸고 있는지, 아니면 자산시장에 거품을 만들고 있는지 뉴스형식으로 정리해보겠습니다.
1. 김광석 교수의 관점: AI가 만든 ‘돈의 역류’가 한국경제를 바꾸고 있다
김광석 교수는 2027년 경제전망의 핵심 키워드로 ‘돈의 역류’를 제시했습니다.
보통 돈과 경제 흐름은 일정한 방향으로 흘러가지만, 코로나19, 중동전쟁, 국제유가 급등처럼 기존 흐름을 뒤집는 사건이 발생하면 경제의 방향이 바뀝니다.
김 교수는 지금 세계경제의 가장 큰 역류 현상이 바로 AI 혁명이라고 설명했습니다.
AI 밸류체인에 들어간 국가와 아닌 국가가 갈린다
AI는 우리가 사용하는 챗GPT, 제미나이, 클로드 같은 서비스만 의미하지 않습니다.
AI 서비스 뒤에는 모델, 데이터센터, GPU, HBM, 전력 인프라, 통신 인프라, 냉각 시스템, 반도체 장비, 소재까지 거대한 AI 밸류체인이 있습니다.
문제는 전 세계 200여 개 국가 중 이 AI 밸류체인에 제대로 참여하는 국가는 많아야 10개 안팎이라는 점입니다.
미국은 빅테크와 AI 모델을 갖고 있습니다.
대만은 TSMC를 중심으로 파운드리 경쟁력을 갖고 있습니다.
네덜란드는 반도체 장비, 일본은 소재, 한국은 메모리 반도체와 HBM에서 핵심 역할을 하고 있습니다.
이제 경제전망을 볼 때 단순히 국가별 성장률만 볼 게 아니라, 해당 국가가 AI 밸류체인 안에 있는지를 봐야 하는 시대가 된 겁니다.
한국경제가 중동전쟁 충격을 버틴 이유
원래 한국은 중동전쟁과 국제유가 급등에 매우 취약한 국가로 평가됐습니다.
에너지 사용량이 많고, 에너지 수입 의존도가 높고, 중동산 원유 의존도도 높기 때문입니다.
그래서 연초에는 한국 경제성장률이 1%대도 어려울 수 있다는 전망이 나왔습니다.
하지만 이후 전망은 크게 달라졌습니다.
그 이유는 반도체 수출과 AI 하드웨어 수요였습니다.
중동전쟁이 한국경제에 부담을 준 것은 맞지만, AI 반도체와 HBM 수요가 그 충격을 상당 부분 상쇄했다는 분석입니다.
한국 수출에서 반도체 비중이 급등했다
발표에서는 한국 전체 수출에서 반도체가 차지하는 비중이 과거 9% 수준에서 최근 40%대까지 올라왔다는 점이 강조됐습니다.
김영익 교수는 토론에서 일부 월간 통계 기준으로 반도체 수출 비중이 48%까지 올라갔다고 언급했습니다.
사실상 한국 수출의 절반 가까이를 반도체가 책임지는 구간이 온 겁니다.
하지만 이 부분은 양면성이 있습니다.
반도체 슈퍼사이클이 한국경제를 끌어올리는 힘이지만, 반대로 AI 투자 사이클이 흔들릴 경우 한국경제가 받을 충격도 커질 수 있습니다.
같은 삼성전자 안에서도 갈리는 이유
이번 포럼에서 가장 흥미로운 지점은 “같은 삼성전자 안에서도 온도 차가 갈린다”는 설명이었습니다.
삼성전자 내부에서도 반도체를 담당하는 DS 부문과 스마트폰·가전 중심의 DX 부문은 경기 체감이 다릅니다.
AI 밸류체인에 직접 연결된 부문은 강한 수요를 체감하지만, 그렇지 않은 부문은 같은 회사 안에서도 상대적으로 경기 회복을 덜 느낄 수 있습니다.
이건 국가나 산업뿐 아니라 기업 내부에서도 AI 양극화가 진행되고 있다는 뜻입니다.
2. 데이터센터와 전력: AI 시대의 진짜 병목은 반도체만이 아니다
AI 시대에 가장 많이 언급되는 것은 GPU와 HBM입니다.
하지만 김광석 교수는 데이터센터와 전력 인프라를 핵심 변수로 봤습니다.
전 세계 데이터센터는 약 1만 2,500개, 하루 20개씩 증가
발표에 따르면 전 세계 데이터센터는 약 1만 2,500개 수준으로 추정됩니다.
그리고 하루 약 20개꼴로 늘어나고 있습니다.
AI 모델이 커지고, 데이터 처리량이 폭증하면서 데이터센터 수요는 계속 증가할 가능성이 큽니다.
세종 데이터센터 하나가 인구 100만 도시 전력을 쓴다
국내 대형 데이터센터 하나가 인구 100만 도시의 가정용 전력과 맞먹는 전기를 소비할 수 있다는 점도 언급됐습니다.
이제 데이터센터 경쟁은 단순히 땅을 확보하고 서버를 넣는 문제가 아닙니다.
충분한 전력을 안정적으로 공급할 수 있느냐가 핵심입니다.
그래서 AI 투자는 반도체 투자이면서 동시에 전력 투자입니다.
차세대 전력 반도체, SMR, ESS, 송전망, 냉각 기술까지 모두 AI 인프라 경쟁에 포함됩니다.
3. 2027년부터는 ‘AI 서비스’에서 ‘AI 제품’으로 이동한다
김광석 교수는 AI 밸류체인의 다음 단계로 피지컬 AI를 제시했습니다.
지금까지는 챗GPT 같은 AI 서비스를 이용하는 단계였다면, 앞으로는 AI가 탑재된 제품을 구매하는 단계로 이동한다는 겁니다.
피지컬 AI는 휴머노이드 로봇만 의미하지 않는다
많은 사람들이 피지컬 AI라고 하면 테슬라 옵티머스 같은 휴머노이드 로봇을 떠올립니다.
하지만 피지컬 AI는 훨씬 넓은 개념입니다.
AI 냉장고가 계란 소비 패턴을 파악해 자동 주문하고 결제할 수 있습니다.
AI 마이크가 사용자의 목소리 톤을 실시간으로 조정할 수 있습니다.
AI PC, AI 스마트폰, AI 가전, AI 자동차가 모두 피지컬 AI의 영역입니다.
경제학적으로 보면 AI는 크게 AI 서비스와 AI 제품으로 나뉘고, 앞으로 성장축은 AI 제품으로 확장될 가능성이 큽니다.
4. 김영익 교수의 관점: AI 기술은 혁명이지만, 주식시장은 거품일 수 있다
김영익 교수는 AI 기술 자체는 혁명이라고 인정했습니다.
다만 자본시장, 특히 미국증시와 AI 관련 주식에는 거품이 생겼을 가능성이 높다고 봤습니다.
기술은 남지만 투자 자본은 파괴될 수 있다
김 교수는 역사적으로 혁신 기술은 장기적으로 경제를 바꿨지만, 그 과정에서 주식시장 거품은 반복적으로 붕괴했다고 설명했습니다.
1920년대 자동차와 전기의 확산은 엄청난 혁명이었지만, 이후 다우지수는 고점 대비 약 90% 하락했습니다.
1990년대 인터넷 혁명도 생산성을 높였지만, 2000년 닷컴버블 붕괴 당시 나스닥은 고점 대비 약 80% 하락했습니다.
즉 기술 혁명과 주식시장 수익률은 항상 같은 방향으로 움직이지 않는다는 겁니다.
AI 거품의 핵심 위험: 사모신용과 과잉 투자
김 교수는 현재 AI 기업들이 막대한 데이터센터 투자와 설비투자를 진행하고 있고, 이 과정에서 사모신용과 회사채 시장을 통해 자금을 조달하고 있다고 봤습니다.
문제는 미국 국채금리가 5%에 근접하거나 신용 스프레드가 확대될 경우입니다.
자금 조달 비용이 올라가면 AI 기업들의 투자 여력이 줄어들 수 있습니다.
특히 잉여현금흐름이 약해지는 빅테크가 계속해서 GPU와 HBM을 사줄 수 있느냐가 중요한 변수가 됩니다.
김영익 교수가 보는 경고 신호
김영익 교수는 신용 스프레드, 미국 10년물 국채금리, 미국 소비 둔화를 핵심 경고 신호로 봤습니다.
미국 10년물 국채금리가 5% 수준에 가까워지면 과거에도 금융위기나 경기 충격이 발생한 사례가 많았다는 설명입니다.
또 미국 GDP의 약 70%를 차지하는 소비가 둔화되면 기업 매출과 이익이 약해지고, 결국 투자 조정으로 이어질 수 있다고 봤습니다.
이 경우 AI 관련 주식부터 조정을 받을 가능성이 높다는 주장입니다.
5. 정주용 의장의 관점: AI 버블은 아직 아니다, 철도도 깔리기 전이다
정주용 의장은 김영익 교수와 반대에 가까운 관점을 제시했습니다.
AI 데이터센터 투자는 버블이 아니라, 아직 본격적인 인프라가 깔리는 초기 단계라고 봤습니다.
19세기의 철도가 지금의 데이터센터다
정 의장은 19세기 산업혁명 당시 기차와 철도에 비유했습니다.
기차가 AI 모델이라면, 철도는 데이터센터입니다.
철도가 깔리지 않았는데 철도 버블을 말하는 것은 이르다는 주장입니다.
AI 모델이 제대로 작동하려면 대규모 데이터센터와 GPU 인프라가 필요하고, 지금은 그 인프라를 구축하는 단계라는 겁니다.
GPU 가격이 떨어지지 않으면 AI 버블도 쉽게 오지 않는다
정 의장은 거시경제를 보려면 GPU 스팟 가격을 보라고 말했습니다.
일반 전자제품은 시간이 지나면 가격이 떨어지지만, 일부 GPU는 출시된 지 몇 년이 지나도 가격이 떨어지지 않고 오히려 프리미엄이 붙고 있다는 설명입니다.
수요가 공급보다 강하기 때문입니다.
그는 GPU 스팟 가격이 무너지지 않는 한 AI 버블 붕괴를 쉽게 말하기 어렵다고 봤습니다.
팔란티어와 K-팔란티어: 한국 제조업 데이터가 핵심 자산이다
정 의장은 피지컬 AI 시대의 핵심 기업으로 팔란티어를 언급했습니다.
팔란티어는 단순한 소프트웨어 기업이 아니라 제조 현장, 국방, 산업 데이터의 맥락을 연결해 AI가 실제 현장에서 작동하게 만드는 기업입니다.
그는 한국의 첨단 제조업 데이터가 글로벌 AI 기업들에게 매우 매력적인 자산이라고 봤습니다.
반도체, 자동차, 조선, 배터리, 국방, 로봇 등 한국 제조업의 암묵지가 AI 시대의 핵심 자원이 될 수 있다는 겁니다.
다만 한국이 자체적인 K-팔란티어, K-온톨로지, 제조 AX 기업을 키우지 못하면 글로벌 플랫폼에 제조 데이터 주도권을 빼앗길 수 있다고 경고했습니다.
6. 세 전문가의 쟁점: 실물경제는 슈퍼사이클, 자본시장은 변동성
토론에서 가장 중요한 구분은 실물경제와 자본시장이었습니다.
김광석 교수는 반도체 실물경제는 슈퍼사이클 초입이라고 보면서도, 주식시장에는 거품이 생길 수 있다고 봤습니다.
김영익 교수는 기술 혁명은 인정하지만, 주식시장에서는 과잉 기대와 유동성 쏠림을 경계해야 한다고 했습니다.
정주용 의장은 장기적으로 AI 인프라와 피지컬 AI는 이제 시작이며, 한국이 더 과감하게 기회를 잡아야 한다고 주장했습니다.
주가가 흔들린다고 실적이 흔들리는 것은 아니다
김광석 교수는 반도체 기업의 실적과 주가는 구분해야 한다고 설명했습니다.
삼성전자와 SK하이닉스의 실적 전망이 좋아도, 미국 국채금리 상승이나 PPI·CPI 충격, 연준의 긴축 우려가 커지면 주가는 조정받을 수 있습니다.
즉 반도체 실물 수요가 약해져서 주가가 빠지는 경우도 있지만, 거시경제 불안 때문에 먼저 조정받는 경우도 많다는 겁니다.
AI 반도체는 주도주이기 때문에 시장 불안이 커질 때 가장 먼저 매도 대상이 될 수 있습니다.
7. AI는 물가를 올릴까, 내릴까
청중 질문에서 중요한 주제가 나왔습니다.
AI가 인플레이션 요인인지, 디플레이션 요인인지에 대한 질문이었습니다.
단기적으로는 인플레이션 압력
AI 데이터센터 투자가 늘어나면 GPU, HBM, 전력, 냉각 장비, 서버 가격이 올라갑니다.
반도체 가격이 오르면 AI 기기와 서비스 비용에도 영향을 줍니다.
이른바 치플레이션이 발생할 수 있습니다.
또 전력 수요가 급증하면 에너지 가격과 전기요금에도 부담이 생깁니다.
그래서 단기적으로 AI 투자는 물가 상승 압력으로 작용할 수 있습니다.
중장기적으로는 디플레이션 압력
하지만 AI가 산업 전반에 도입되면 생산성이 올라갑니다.
법률, 회계, 금융, 제조, 물류, 콘텐츠 제작 등에서 같은 인력으로 더 많은 결과물을 만들 수 있습니다.
로봇과 피지컬 AI가 확산되면 노동비용도 낮아질 수 있습니다.
따라서 중장기적으로 AI는 물가를 낮추는 디플레이션 압력으로 작용할 가능성이 큽니다.
결론적으로 AI는 초반에는 인플레이션, 장기적으로는 생산성 혁명에 따른 디플레이션 요인으로 해석할 수 있습니다.
8. 다른 유튜브나 뉴스에서 잘 말하지 않는 가장 중요한 내용
이번 논의에서 가장 중요한데 대중적으로 덜 다뤄지는 포인트는 AI가 단순히 빅테크 주가나 챗봇 서비스의 문제가 아니라는 점입니다.
첫째, AI 밸류체인 안에 들어가지 못하면 국가 성장률도 갈린다
AI 시대에는 국가별 경제성장률이 기술 주권과 밸류체인 참여 여부에 따라 갈릴 가능성이 큽니다.
한국이 반도체 덕분에 성장률 전망을 끌어올린 것처럼, AI 밸류체인에 들어간 국가는 충격을 상쇄할 힘이 생깁니다.
반대로 에너지 가격 충격만 받고 AI 수혜는 받지 못하는 국가는 저성장 압력이 커질 수 있습니다.
둘째, AI 시대의 진짜 병목은 전력이다
대부분의 뉴스는 GPU와 HBM만 이야기합니다.
하지만 데이터센터가 늘어날수록 전력 인프라가 더 큰 병목이 됩니다.
SMR, 전력 반도체, 송전망, ESS, 냉각 기술이 AI 경쟁력의 핵심으로 떠오를 수 있습니다.
앞으로 반도체 기업만 볼 게 아니라 전력 인프라 기업까지 함께 봐야 합니다.
셋째, 한국 제조업 데이터가 글로벌 AI 기업의 타깃이 되고 있다
정주용 의장이 강조한 부분이 바로 이 지점입니다.
한국은 제조업 강국이고, 공장 현장에는 수십 년 동안 쌓인 암묵지가 있습니다.
이 데이터가 AI와 결합하면 엄청난 경쟁력이 됩니다.
하지만 자체 K-팔란티어와 제조 AX 생태계를 만들지 못하면, 한국 제조업의 데이터 주도권이 해외 플랫폼으로 넘어갈 수 있습니다.
넷째, 소버린 AI는 선택이 아니라 안보 문제다
AI 모델을 전적으로 미국이나 중국 플랫폼에 의존하면, 향후 경제와 산업 전략도 종속될 수 있습니다.
요소수 사태나 일본의 반도체 소재 수출규제처럼 핵심 기술을 외부에 의존하면 위기 때 흔들립니다.
소버린 AI는 단순히 국산 챗봇을 만드는 문제가 아니라, 한국경제의 디지털 안보와 산업 주권을 지키는 문제입니다.
다섯째, 주식시장의 조정은 기회가 될 수도 있다
김영익 교수는 미국증시와 AI 주식에 조정이 올 수 있다고 봤습니다.
하지만 그는 동시에 위기는 부를 늘릴 수 있는 기회라고 말했습니다.
중요한 것은 AI 기술 자체를 부정하는 게 아니라, 과열된 가격에 무리하게 들어가지 않는 것입니다.
현금과 인내심을 가진 투자자는 국채금리 급등이나 신용위험 확대 이후 더 좋은 가격에 핵심 자산을 살 기회를 얻을 수 있습니다.
9. 투자자와 기업이 지금 봐야 할 체크리스트
AI 혁명과 AI 거품 논쟁을 투자 관점에서 보려면 몇 가지 지표를 함께 봐야 합니다.
투자자가 봐야 할 핵심 지표
- 미국 10년물 국채금리 5% 근접 여부
- 신용 스프레드 확대 여부
- 미국 소비 둔화와 실질임금 추이
- 빅테크의 잉여현금흐름과 데이터센터 투자 지속 가능성
- GPU 스팟 가격 하락 여부
- HBM과 메모리 반도체 가격 추세
- 중국 AI 모델과 중국 메모리 기업의 추격 속도
- 전력 인프라와 데이터센터 승인 속도
기업이 봐야 할 핵심 전략
- AI를 단순 업무 자동화가 아니라 사업모델 전환으로 봐야 합니다.
- 제조업 기업은 공장 데이터를 정리하고 온톨로지화해야 합니다.
- 스타트업은 피지컬 AI, 제조 AX, 로보틱스, 전력 인프라에서 기회를 찾아야 합니다.
- 대기업은 내부 데이터를 폐쇄적으로만 두지 말고 국내 AI 생태계와 협업해야 합니다.
- 정부는 정권 변화와 관계없이 장기적인 기술 로드맵을 유지해야 합니다.
10. 결론: AI는 혁명이고, 자산시장은 거품일 수 있다
이번 포럼의 결론을 한 문장으로 정리하면 이렇습니다.
AI는 분명 혁명입니다.
하지만 AI 관련 주식이 항상 좋은 가격이라는 뜻은 아닙니다.
실물경제에서는 반도체 슈퍼사이클과 피지컬 AI 확산이 시작되고 있습니다.
반면 자본시장에서는 미국 국채금리, 신용위험, 소비 둔화, 유동성 변화에 따라 큰 조정이 올 수 있습니다.
그래서 지금 필요한 태도는 무조건 낙관도, 무조건 비관도 아닙니다.
AI 밸류체인 안에서 실제 돈을 버는 기업과 단순 기대감만 반영된 기업을 구분해야 합니다.
한국경제는 HBM, 메모리 반도체, 제조업 데이터, 피지컬 AI, 전력 인프라에서 큰 기회를 갖고 있습니다.
다만 중국의 추격, 미국 빅테크의 투자 지속성, 국채금리 급등, 자산시장 거품 붕괴 가능성은 계속 체크해야 합니다.
< Summary >
AI는 기술적으로 혁명이지만, 주식시장에서는 거품 논쟁이 커지고 있습니다.
한국경제는 반도체 슈퍼사이클과 HBM 수요 덕분에 중동전쟁과 국제유가 충격을 일부 상쇄하고 있습니다.
하지만 반도체 수출 의존도가 높아진 만큼 AI 투자 사이클이 흔들리면 한국도 큰 영향을 받을 수 있습니다.
단기적으로 AI 투자는 반도체와 전력 가격을 올려 인플레이션 압력을 만들 수 있습니다.
중장기적으로는 생산성 향상과 피지컬 AI 확산으로 디플레이션 압력이 커질 가능성이 있습니다.
앞으로 핵심은 소버린 AI, K-팔란티어, 제조 AX, 전력 인프라, 데이터센터 경쟁력입니다.
투자자는 AI 기술의 장기 성장성과 자본시장의 단기 변동성을 반드시 구분해서 봐야 합니다.
