[작성자:] Sangsub Lee

  • CPI 3.4%가 나왔는데 주가가 올랐다? 물가 지표 읽는 법

    “소비자물가 3.4% 상승”이라는 뉴스를 보고 “아, 인플레 심하네. 주식 팔아야겠다”라고 생각한 적 있나. 10년차인 나도 초보 때는 그랬다. 근데 물가는 숫자 하나가 아니라 여러 개고, 해석이 다르면 주가는 반대로 간다. 지난 8월 CPI가 3.4%로 나왔을 때 나스닥이 오른 이유를 오늘 파보자.

    CPI, PCE, 근원… 뭐가 뭔가

    미국 물가 지표는 세 종류가 있다. CPI(소비자물가지수), PCE(개인소비지출 물가지수), 그리고 각각의 ‘근원’ 버전이다. 헷갈리니까 쉽게 정리하자.

    CPI는 “소비자가 체감하는 물가”다. 노동통계국이 매달 발표한다. 장바구니 물가가 얼마나 올랐는지를 재는 거다. PCE는 “연준이 보는 물가”다. 상무부가 발표하고, 연준이 금리 결정 때 참고한다. 계산 방식이 달라서 CPI보다 낮게 나오는 경향이 있다.

    ‘근원’은 에너지와 식품을 뺀 버전이다. 왜 빼냐고? 에너지랑 식품은 가격 변동이 너무 심해서다. 중동에서 전쟁 나면 기름값이 뛰고, 가뭄 나면 곡물값이 뛴다. 이런 걸 빼야 ‘진짜’ 물가 흐름이 보인다. 연준이 근원을 더 중시하는 이유다.

    지난 8월 숫자를 보자. CPI 전년 대비 3.4%, 전월 대비 0.4%. 근원 CPI는 전년 2.4%, 전월 0.3%. PCE는 헤드라인 3.7%, 근원 3.3%였다. (뉴스웨이, 조선비즈 보도 기준) 숫자가 여러 개니까 하나씩 뜯어보자.

    에너지가 주도한 3.4%

    8월 CPI 3.4%의 주범은 에너지다. 에너지 지수가 전월 대비 2.1%, 전년 대비 16.3% 급등했다. 휘발유 가격은 전월 대비 3.9%, 전년 대비 27.4%가 뛰었다. 전체 CPI 상승분의 3분의 1 이상이 휘발유에서 나왔다. 배경은 중동 전쟁이다. 이란과의 갈등으로 에너지 가격이 뛰면서 물가를 밀어 올린 거다.

    여기서 중요한 건, 연준은 에너지발 물가를 ‘일시적’으로 본다는 거다. 전쟁은 언젠가 끝나고, 기름값은 다시 떨어질 수 있다. 그래서 연준이 진짜로 보는 건 근원 CPI다. 에너지와 식품을 뺀, 기저의 물가 흐름.

    근데 8월 근원 CPI가 전월 대비 0.3%로 나왔다. 예상(0.2%)을 웃돌았다. 이게 문제였다. 네이버의 한 경제 블로거 분석에 따르면, 연준 의장 케빈 워시는 “물가가 목표(2%)를 향해 계속 내려가고 있어야 한다”는 조건을 걸었다. 근원 물가의 월간 상승률이 0.3%로 튀면서, 그 조건이 흔들린 거다. 실제로 9월 FOMC에서 연준은 0.25%p 인상을 단행했다.

    그럼 왜 주가는 올랐나

    여기서 역설이 생긴다. 물가가 예상보다 높았는데, 10월 들어 나스닥은 사상 최고치를 경신했다. 엔비디아는 장중 신고가를 찍었다. 왜 그럴까.

    첫째, ‘예상 대비’ 서프라이즈가 없었기 때문이다. CPI 전년 3.4%는 예상치와 일치했다. 시장은 예상보다 나쁜 숫자를 싫어하지, 예상대로 나온 숫자는 소화한다. “알던 악재”는 악재가 아니다.

    둘째, 고용이 식었기 때문이다. 9월 신규 고용이 2만 9천 개로 예상(8만 개)을 크게 밑돌았다. 실업률은 4.2%로 올랐다. 고용이 식으면 연준이 추가 인상을 주저한다. “물가는 높지만 고용이 식었으니 10월은 동결”이라는 기대가 생긴 거다. 실제로 시장은 10월 FOMC 동결에 무게를 두고 있다.

    셋째, AI 실적 기대가 물가를 이겼기 때문이다. 금리가 5%를 넘어도 엔비디아 실적이 신고가를 내면 주가는 오른다. 1번 글에서도 말했지만, 실적이 주인공이고 물가는 배경음악이다. 배경음악이 시끄러워도 주인공이 잘하면 관객은 박수를 친다.

    AI 투자자가 체크해야 할 물가 지표 3가지

    그래서 AI 투자자는 뭘 봐야 하나. 세 가지만 기억해라.

    첫째, 근원 CPI의 ‘전월 대비’ 상승률이다. 전년 대비는 작년과 비교라서 둔하다. 전월 대비가 ‘지금’ 물가가 어떤지를 보여준다. 0.2%면 안심, 0.3%면 경계, 0.4%면 비상으로 봐라. 연준도 이걸 본다.

    둘째, 근원 PCE다. 연준의 공식 타깃(2%) 기준이 되는 지표다. CPI보다 후행하지만, 연준의 마음을 읽으려면 PCE를 봐야 한다. 8월 근원 PCE 3.3%는 아직 목표와 거리가 멀다. 이게 2%대로 내려와야 금리 인하 얘기가 나온다.

    셋째, 에너지 가격(유가)이다. WTI가 85달러를 넘으면 인플레 재점화 우려가 커지고, 90달러를 넘으면 기술주가 가장 먼저 맞는다. 유가는 CPI의 선행지표나 마찬가지다. 주유소 가격표가 당신의 포트폴리오를 흔드는 시대다.

    실습: 지표 발표 캘린더 활용법

    물가 지표는 발표 ‘전후’로 주가가 흔들린다. 활용법을 정리해본다.

    CPI는 매달 중순에 발표된다. 발표 전날에는 포지션을 줄이는 것도 방법이다. 서프라이즈가 나오면 주가가 2~3%는 가볍게 흔들린다. 10년차인 나는 CPI 발표일에는 신규 매수를 안 한다. 발표 보고 사는 게 늦지 않다.

    PCE는 월말에 나온다. CPI보다 시장 영향은 작지만, 연준의 속마음을 읽는 데는 더 중요하다. PCE가 둔화되면 “연준이 안심하고 있다”는 신호다.

    고용보고서는 매달 첫째 주 금요일이다. 이번 9월 고용 쇼크(+29k)처럼, 고용이 식으면 기술주에는 호재가 된다. “나쁜 뉴스가 좋은 뉴스”인 역설적인 지표다. 고용이 너무 뜨거우면 연준이 긴축하고, 고용이 식으면 연준이 쉰다. AI 투자자에게 고용 둔화는 반가운 소식이다.

    정리하자. 물가는 숫자 하나가 아니라 해석의 게임이다. CPI 3.4%라는 숫자보다 “근원이 튀었나”, “예상과 달랐나”, “연준이 어떻게 볼까”가 중요하다. 숫자를 보는 게 아니라 숫자를 ‘읽는’ 연습을 해라. 10년차가 초보와 다른 건, 숫자를 더 많이 아는 게 아니라 숫자를 더 잘 읽는 거다.

    다음 글에서는 연준의 다음 수를 다뤄보자. 9월 인상 이후 10월 동결 전망, 그리고 베센트 재무장관과 연준의 신경전까지.

  • 연준의 다음 수는? 9월 인상 이후 AI주의 길

    연준이 9월에 금리를 0.25%p 올렸다. 케빈 워시 의장 체제에서의 인상이다. 시장은 10월 FOMC(28~29일) 동결에 무게를 두고 있다. 그런데 재무장관 스콧 베센트는 연준을 향해 “열린 자세를 가져라”고 압박한다. 10년차 투자자로서 이런 신경전을 여러 번 봤다. 오늘은 연준의 다음 수를 읽고, AI주에 미칠 영향을 따져보자.

    9월 인상, 왜 했나

    먼저 9월 인상의 배경을 보자. 연준이 든 이유는 명확했다. 물가 상승 압력이 여전히 높다는 거다. 워시 의장은 “많은 상품과 서비스의 가격 상승률이 여전히 3%를 웃돌고 있다”고 밝혔다. 8월 근원 CPI의 전월 대비 상승률이 0.3%로 예상을 웃돈 것도 영향을 줬다. (2번 글에서 다룬 내용이다.)

    일부 연준 관계자들은 “현재 공급 충격이 과거보다 더 오래 지속될 수 있다”고 경고했다. 중동 전쟁발 에너지 충격, 각국 정부의 재정 확대, AI발 자금 수요. 이 세 가지가 동시에 금리를 밀어 올리는 구조다. 연준 입장에서는 “인플레가 잡혔다”고 선언하기 어려운 환경이다.

    10년차의 시선으로 보면, 이번 인상은 ‘예방주사’에 가깝다. 물가가 다시 튀기 전에 미리 눌러두는 것. 연준은 항상 늦게 움직인다는 비판을 받아왔다. 이번에는 선제적으로 움직인 셈이다. 시장의 반응이 “오를 것이 올랐다”였던 것도 그래서다. 이미 예상하고 있던 일이라 충격이 없었다.

    베센트 vs 연준: 생산성 논쟁

    재밌는 건 베센트 재무장관의 발언이다. 그는 폭스뉴스 인터뷰에서 “연준이 인플레이션 전망과 금리 정책을 판단하는 과정에서 열린 자세를 유지할 필요가 있다”고 말했다. 그러면서 AI 확산과 규제 완화로 미국의 노동생산성이 개선될 가능성을 강조했다. “생산성 향상이 반드시 인플레이션 압력을 유발하는 것은 아니다. 생산성이 개선되면 물가 상승 압력을 크게 높이지 않으면서도 강한 성장을 이어갈 수 있다.”

    심지어 “케빈 워시 연준 의장이 현재의 생산성 개선을 앨런 그린스펀 전 의장 재임 당시 인터넷 붐 시기와 비교해 주목하고 있다”고 했다. 1990년대 후반, 그린스펀은 인터넷발 생산성 향상을 보고 금리를 올리지 않았다. 결과는 장기 호황이었다. 베센트는 “지금도 그럴 수 있다”는 얘기를 하는 거다.

    10년차가 보기에 이건 재무장관의 ‘립서비스’ 성격이 강하다. 행정부는 항상 저금리를 원한다. 국채 이자 부담이 줄고, 경기도 좋아지니까. 연준의 독립성을 흔드는 발언으로 볼 수도 있다. 하지만 무시할 수 없는 게, ‘AI발 생산성 향상’이라는 논리 자체는 일리가 있다는 거다. 실제로 GDPNow는 미국 경제 성장률을 5% 수준으로 추정한다. 2021년 4분기 이후 가장 높은 분기 성장률이다. 고성장인데 물가가 잡히면, 그건 생산성 향상의 증거다.

    10월 동결 전망의 근거 3가지

    시장이 10월 동결에 무게를 두는 이유는 세 가지다.

    첫째, 고용 쇼크다. 9월 신규 고용이 2만 9천 개로 예상(8만 개)을 크게 밑돌았다. 실업률은 4.2%로 올랐다. 고용이 식는데 금리를 또 올리면 경기 침체를 자초할 수 있다. 연준도 이건 안다.

    둘째, 장기금리가 이미 긴축 역할을 하고 있다. 10년물이 5.3%면, 기준금리를 안 올려도 시장금리가 알아서 긴축한다. 연준이 굳이 기준금리를 올릴 필요가 없는 거다. “시장이 대신 긴축해주는” 상황이다.

    셋째, 9월 인상의 효과를 확인할 시간이 필요하다. 금리 인상은 시차를 두고 경제에 반영된다. 9월에 올렸으면 최소 한두 달은 지켜봐야 한다. 연속 인상은 연준 스타일이 아니다. 워시 의장도 “데이터를 보겠다”는 입장이다.

    물론 변수는 있다. 10월 5일 ISM 서비스 PMI, 중동 전쟁 추이, 유가다. 서비스 PMI가 뜨겁게 나오면 “고용은 식었는데 서비스는 뜨겁다”는 해석으로 인상론이 되살아날 수 있다. 유가가 90달러를 넘으면 인플레 우려가 다시 커진다. 동결이 유력하지만 확정은 아니다.

    금리 경로별 AI주 시나리오

    연준의 다음 수에 따라 AI주는 세 가지 길로 갈린다.

    시나리오 1: 10월 동결 + 연내 동결 유지. 가장 유력한 시나리오다. 이 경우 AI주는 실적 장세로 간다. 3분기 실적 시즌(10월 중순~)이 주가를 결정한다. 엔비디아, 마이크로소프트, 알파벳의 실적이 관건이다. 실적이 좋으면 나스닥은 신고가 행진을 이어간다.

    시나리오 2: 10월 동결 + 연내 추가 인상 시사. 매파적 동결이다. “이번엔 쉬지만 다음엔 올릴 수 있다”는 메시지. 이 경우 AI주는 박스권에 갇힌다. 실적이 좋아도 밸류에이션 부담이 주가를 누른다. 기다리는 장세가 된다.

    시나리오 3: 깜짝 추가 인상. 가능성은 낮지만, 유가 급등이나 서비스 PMI 서프라이즈가 나오면 가능하다. 이 경우 AI주는 조정받는다. 특히 실적 없는 고PER AI주가 세게 맞는다. 현금흐름 있는 대형주로 피난처를 옮겨야 한다.

    10년차의 베팅은 시나리오 1이다. 고용이 식었고, 장기금리가 긴축을 대신하고 있고, 연준도 숨 고르기가 필요하다. 하지만 시나리오 2에 대한 대비도 해둔다. 포트를 100% AI주로 채우지 않고, 현금 비중을 10~20% 유지하는 거다.

    투자자 대응 전략

    정리하면, 10월의 투자자 대응은 이렇다.

    첫째, 10월 FOMC(28~29일) 전까지는 관망 비중을 높여라. 그 전에 나오는 ISM 서비스 PMI(10/5), CPI, 고용지표가 방향을 정한다. 지표 확인하고 움직여도 늦지 않다.

    둘째, 실적 시즌에 집중해라. 금리가 주인공이던 시장에서 실적으로 주인공이 바뀌는 시기다. AI 대장주들의 가이던스가 주가 방향을 정한다. 실적 발표일은 미리 캘린더에 표시해둬라.

    셋째, 베센트 발언에 일희일비하지 마라. 재무장관은 항상 비둘기파다. 연준의 독립성을 감안하면, 베센트 말 한마디에 연준이 움직이진 않는다. 참고만 해라.

    연준의 다음 수는 결국 데이터가 정한다. 투자자가 할 일은 데이터를 읽고, 시나리오를 짜고, 현금을 들고 기다리는 거다. 10년 동안 이 원칙은 한 번도 배신한 적이 없다.

    다음 글에서는 AI 섹터별 전망을 다뤄보자. 반도체, 메모리, 클라우드. 돈이 어디로 몰리는지, 그리고 무엇을 피해야 하는지.

  • AI 섹터별 전망: 반도체·메모리·클라우드, 돈이 몰리는 곳

    “AI주”라고 하면 다들 엔비디아만 떠올린다. 근데 AI는 생태계다. GPU를 만드는 회사, 메모리를 대는 회사, 데이터센터를 짓는 회사, 클라우드로 파는 회사. 돈의 흐름을 보면 어디가 진짜 수혜주인지 보인다. 10년차 나스닥 투자자로서 AI 섹터별 전망을 정리해본다.

    GPU: 엔비디아는 여전히 왕이다

    엔비디아 얘기부터. 시가총액 약 5조 5천억 달러. 원화로 7,000조 원이 넘는다. 한국 코스피 전체의 몇 배인지 계산하기도 민망한 수준이다. 월가 평균 목표가는 330달러, 모건스탠리는 300달러 근처를 제시한다.

    엔비디아의 핵심 경쟁력은 이제 단순한 GPU 성능이 아니다. ‘전력 대비 성능’이다. AI 데이터센터에서는 전력이 가장 큰 병목이다. 1기가와트당 얼마나 많은 토큰을 처리하느냐가 승부처다. 이 기준에서 엔비디아는 여전히 최상위권이다. Blackwell, Rubin 같은 차세대 제품이 압도적이라는 평가다.

    구글 TPU, OpenAI의 자체 칩 같은 대안이 거론되지만, 아직은 엔비디아의 아성을 위협할 수준이 아니다. CUDA라는 소프트웨어 생태계가 락인 효과를 만든다. GPU를 바꾸려면 소프트웨어 스택 전체를 갈아엎어야 하는데, 그 비용이 너무 크다. 10년차의 표현으로 “엔비디아는 하드웨어 회사가 아니라 플랫폼 회사”다.

    다만 시가총액 부담은 있다. 5조 5천억 달러짜리 회사가 10% 오르려면 5,500억 달러의 돈이 들어와야 한다. 나스닥 전체가 움직여야 가능한 수준이다. 그래서 엔비디아는 ‘안정적인 코어’로는 좋지만, ‘폭발적인 수익’을 노리기엔 무겁다. 코어는 엔비디아, 알파는 다른 곳에서 찾는 게 10년차의 전략이다.

    메모리: HBM이 게임 체인저다

    AI 투자 사이클이 GPU에서 메모리로 확산되고 있다. JP모건은 HBM(고대역폭메모리)의 블렌디드 ASP(평균판매단가)가 2027년에 전년 대비 54% 상승할 것으로 전망했다. SK하이닉스 중심의 메모리 섹터 비중 확대를 제시한 것도 그래서다.

    HBM이 중요한 이유는 AI 연산의 병목이 ‘연산’이 아니라 ‘메모리’이기 때문이다. GPU가 아무리 빨라도 데이터를 못 가져오면 소용없다. HBM은 GPU 옆에 붙어서 데이터를 빠르게 공급하는 역할을 한다. AI 칩 하나에 HBM이 여러 개 들어간다. AI 투자가 늘수록 HBM 수요는 기하급수적으로 는다.

    여기서 한국 투자자에게 희소식. HBM 시장의 강자는 SK하이닉스와 삼성전자다. 미국 AI주를 직접 사기 부담스러우면, 국내 메모리주로 AI 테마에 올라탈 수 있다. JP모건이 “2028년까지 수급 타이트가 이어진다”고 본 것도 메모리 섹터에는 호재다. 공급이 부족하면 가격이 오르고, 가격이 오르면 이익이 난다. 단순한 공식이다.

    마이클 버리가 마이크론에 숏을 걸었다는 소식도 있었다. 근데 마이크론이 급등하면서 버리의 숏은 불리해졌다. 10년차가 보기에 메모리 숏은 시기상조다. 수급 타이트가 2028년까지 간다는 게 월가의 컨센서스인데, 거기에 숏을 거는 건 파도를 거스르는 거다.

    클라우드·인프라: 돈이 실제로 쓰이는 곳

    AI 돈의 종착지는 인프라다. 모건스탠리에 따르면 하이퍼스케일러(아마존, 마이크로소프트, 구글, 메타)의 2027년 설비투자 합산 전망치는 1조 4천억 달러다. 아마존은 올해 데이터센터와 AI 인프라에 2,000억 달러를 투입하겠다고 했다. 이 돈이 GPU 회사, 메모리 회사, 전력 회사, 건설 회사로 흘러간다.

    클라우드 사업자의 매력은 ‘구독형 매출’이다. AI 수요가 늘면 클라우드 매출이 늘고, 마진이 높은 구조다. 마이크로소프트 애저, 아마존 AWS, 구글 클라우드가 여기에 해당한다. 금리가 5%를 넘어도 클라우드 매출은 꺾이지 않는다. 기업들이 AI 도입을 멈추지 않기 때문이다.

    전력 인프라도 주목할 섹터다. AI 데이터센터는 전기를 엄청나게 먹는다. 원전, 전력망, 냉각 시스템 관련주가 수혜를 본다. 한미 원전 투자 1,200억 달러 소식도 이 흐름과 맞닿아 있다. AI 투자의 2차, 3차 수혜를 노린다면 전력 인프라를 봐라.

    소프트웨어: 아직은 물음표

    AI 소프트웨어(기업용 AI 솔루션, AI 에이전트)는 기대는 크지만 실적은 아직이다. 크라우드스트라이크, 팔로알토네트웍스 같은 보안주는 신고가를 냈다. AI발 보안 수요가 실적로 이어지고 있기 때문이다. 보안은 ‘돈을 쓰는 이유’가 명확하다. 해킹당하면 손해가 크니까.

    반면 일반적인 AI 소프트웨어는 ‘ROI 증명’이 과제다. 기업들이 AI 도구를 도입은 하는데, 그게 정말 돈을 벌어주는지는 아직 검증 중이다. 네이버 블로그의 한 분석도 “기업의 AI ROI가 낮을 경우 투자 감축 가능성”을 리스크로 꼽았다. 소프트웨어 섹터는 선별이 중요하다. 실제로 돈을 버는 곳과 비전만 파는 곳을 구분해라.

    섹터별 투자 체크리스트

    정리하면, 10년차의 AI 섹터별 평가는 이렇다.

    GPU(엔비디아): 안정적인 코어. 실적이 받쳐주고 생태계가 견고하다. 다만 시총 부담으로 폭발적 수익은 어렵다. 포트폴리오의 20~30%를 담당하는 ‘대장’ 역할.

    메모리(HBM): 성장의 알파. 수급 타이트 + 가격 상승의 이중 호재. SK하이닉스, 마이크론이 핵심. 변동성이 크니 비중은 10~15%로.

    클라우드(빅테크): 든든한 허리. 구독형 매출로 금리에도 강하다. 마이크로소프트, 아마존, 알파벳. 안정성과 성장을 겸비한 20~30%.

    인프라(전력·데이터센터): 숨은 수혜주. AI 투자의 낙수효과를 받는다. 개별 종목 리스크가 있으니 ETF나 소액으로 접근.

    소프트웨어: 선별 필수. 보안처럼 실적이 증명된 곳만. 나머지는 관망.

    이 비중은 정답이 아니라 10년차의 현재 생각이다. 시장이 바뀌면 비중도 바뀐다. 중요한 건 ‘왜’ 이 비중인지 설명할 수 있어야 한다는 거다. 설명할 수 없는 투자는 도박이다.

    다음 글에서는 10월 첫째 주 뉴스를 분석해본다. 나스닥 신고가와 금리 5.28%의 온도차, 그리고 그게 포트폴리오에 주는 시사점이다.

  • 10월 첫째 주 뉴스 분석: 나스닥 신고가 vs 금리 5.28%

    이번 주 시장은 모순적이었다. 나스닥은 사상 최고치를 경신했는데, 10년물 국채금리는 5.28%로 다시 올랐다. 주식은 웃고 채권은 운다. 엔비디아는 장중 신고가를 찍었다. 10년차 투자자로서 이런 ‘온도차’ 장세를 여러 번 봤다. 오늘은 이번 주 헤드라인을 뜯어보고 포트폴리오에 주는 시사점을 정리한다.

    헤드라인 1: 나스닥 사상 최고치

    9월 고용 쇼크가 나스닥을 밀어 올렸다. 9월 신규 고용이 2만 9천 개로 예상(8만 개)을 크게 밑돌자, 시장은 “연준이 추가 인상을 못 하겠네”라고 해석했다. 금리 인상 우려가 꺾이면서 기술주가 환호했다. 나스닥100은 3만 선을 넘었고, 나스닥 종합지수는 27,000선을 테스트했다.

    엔비디아는 장중 사상 최고치를 기록했다. 크라우드스트라이크, 팔로알토네트웍스, AMD도 장중 역대 최고가를 갈아치웠다. 이데일리 보도에 따르면 “추가 금리 인상 우려 완화가 미래 이익의 현재가치에 민감한 성장주와 기술주에 특히 유리하게 작용했다”고 한다. 1번 글의 할인율 얘기가 현실로 나타난 거다.

    누빈의 사이라 말릭 CIO는 “우리가 기다려온 산타클로스 랠리의 시작이 될 수 있다”고 말했다. 10년차의 해석은 조금 다르다. 고용 둔화로 오른 랠리는 ‘안도 랠리’다. 안도 랠리는 실적 랠리보다 수명이 짧다. 진짜 랠리가 되려면 3분기 실적이 받쳐줘야 한다. 안도만으로는 한 달을 못 간다.

    헤드라인 2: 채권은 다시 불안, 10년물 5.28%

    같은 날 채권의 표정은 달랐다. 10년물 국채금리는 고용보고서 직후 급락했다가 하락폭을 모두 반납하고 5.283%까지 올랐다. 연준 정책에 민감한 2년물도 4.833%로 올랐다.

    왜 그럴까. 고용이 약하다고 해서 채권시장을 짓누르는 문제가 해결된 게 아니기 때문이다. 미·이스라엘과 이란의 전쟁으로 에너지 가격이 뛰고, 정부 재정 부담은 커지고, AI 인프라 자금 수요는 폭증한다. 이데일리 분석대로 “미국 10년물 금리는 9월 한 분기에 1994년 이후 가장 큰 폭으로 상승”했다. 구조적인 금리 상승 압력이 여전한 거다.

    10년차가 주목하는 건 ‘주식-채권 괴리’다. 주식은 “금리 인상 끝났네”라고 환호하는데, 채권은 “아직 멀었어”라고 말하는 상황. 둘 중 하나는 틀렸다. 과거 경험상 이런 괴리가 생기면, 대개 채권이 맞는다. 채권 투자자들은 주식 투자자보다 냉정하고, 돈도 더 많다. 채권이 5.28%를 고수하는 한, 주식의 랠리는 모래 위에 지은 성일 수 있다.

    헤드라인 3: 기관들의 엇갈린 베팅

    기관들의 포지션도 엇갈린다. 골드만삭스는 “실적 모멘텀이 견조한 미국 빅테크 및 AI 반도체 비중 확대”를 제시했다. JP모건은 SK하이닉스 중심의 메모리 비중 확대를 말한다. AI에 대한 믿음은 여전하다는 거다.

    반면 뱅크오브아메리카는 “과열된 AI·테크 주식 이익을 일부 실현하고 역사적 저점 수준인 미국 장기 국채 매수로 전환”을 제시했다. AI주를 팔고 국채를 사라는 얘기다. 같은 시장을 보고 정반대 결론을 내는 거다.

    10년차의 해석은 이렇다. 둘 다 맞을 수 있다. 단기적으로는 BofA가 맞을 수 있다. 금리가 5.3%인데 AI주가 신고가면, 차익 실현 욕구가 생기는 게 자연스럽다. 중장기적으로는 골드만삭스가 맞을 수 있다. AI 실적이 계속 좋으면 주가는 결국 실적을 따라간다. 시간 지평이 다른 거다. 기관 리포트를 볼 때는 ‘이 얘기가 며칠짜리 얘기인지’를 따져봐라.

    헤드라인 4: 버리의 숏 vs 시장의 롱

    마이클 버리가 AI 관련주에 숏을 걸었다는 소식도 화제다. 특히 마이크론 같은 종목에 베팅했는데, 마이크론이 급등하면서 숏 포지션은 부담스러워졌다. “빅쇼트”의 주인공이 AI 버블을 경고하는 그림은 언론이 좋아하는 소재다.

    10년차의 생각은 이렇다. 버리의 경고는 ‘들을 가치’는 있지만 ‘따라 할 이유’는 없다. 버블 경고는 타이밍이 전부다. 2021년에도 버블 경고는 많았지만, 경고 후 2년을 더 올랐다. “버블이다”와 “지금 터진다”는 다른 얘기다. 버리는 숏 포지션의 손실을 감당할 수 있는 사람이다. 개인 투자자가 따라 숏을 걸었다가 6개월을 버틸 수 있을까. 대부분 못 버틴다.

    버블 논쟁에서 10년차가 쓰는 기준은 하나다. “실적이 받쳐주는가.” 2000년 닷컴버블 때는 실적 없는 회사가 천문학적인 밸류에이션을 받았다. 지금 엔비디아는 분기마다 수백억 달러의 현금을 벌어들인다. 버블의 ‘모양’은 비슷해도 ‘내용’은 다르다. 물론 실적이 꺾이면 얘기가 달라진다. 그래서 실적 시즌이 중요한 거다.

    포트폴리오 시사점 3가지

    이번 주 뉴스가 주는 시사점을 정리한다.

    첫째, 주식과 채권 중 채권을 더 믿어라. 나스닥 신고가에 흥분하기 전에 10년물 5.28%를 봐라. 채권이 안심할 때까지 주식의 랠리는 반신반의해라. 10년 동안 채권이 틀린 경우보다 주식이 틀린 경우가 많았다.

    둘째, 실적 시즌까지는 방어적으로 가라. 10월 중순부터 3분기 실적이 나온다. 그 전까지는 신규 매수를 자제하고 현금 비중을 유지해라. 실적이 좋으면 그때 사도 늦지 않다. 실적이 나쁘면 안 산 걸 다행으로 여길 거다.

    셋째, 뉴스에 일희일비하지 마라. “신고가 경신”이라는 제목에 흥분해서 사고, “금리 급등”이라는 제목에 겁내서 팔면, 1년 뒤 계좌를 보면 제자리다. 뉴스는 소음이고, 실적과 금리의 큰 흐름이 신호다. 소음을 끄고 신호에 집중해라.

    10년차가 마지막으로 하고 싶은 말. 시장은 항상 모순적이다. 누군가는 사고 누군가는 판다. 헤드라인은 매일 바뀌지만, 원칙은 안 바뀐다. 실적을 보고, 금리를 보고, 분할로 사고, 버티는 것.  필자의 최근 글이 그 원칙을 다지는 데 도움이 됐길 바란다.

  • 10년물 5.3%가 AI주를 때리는 진짜 이유

    필자는 미국 주식 10년차다. 그동안 금리 급등 장면을 여러 번 봤다. 2018년, 2022년, 그리고 지금 2026년 10월. 미국 10년물 국채금리가 5.34%까지 치솟았다. 2002년 이후 처음, 그러니까 24년 만의 일이다. 그때마다 내 계좌의 AI주들은 어김없이 흔들렸다. 왜 금리가 오르면 AI주가 떨어지는 걸까. 오늘은 그 메커니즘을 10년차 투자자의 언어로 풀어보자.

    미래의 돈을 현재로 당기는 계산

    핵심은 ‘할인율’이라는 개념이다. 어렵게 들리지만 별거 아니다. 10년 뒤에 100만 원을 받을 권리가 있다고 치자. 지금 그 권리를 얼마에 사겠나. 금리가 1%면 90만 원쯤 주고 산다. 근데 금리가 5%면? 60만 원도 아깝다. “그냥 국채 사지”라는 생각이 들기 때문이다. 미래의 돈은 금리가 높을수록 현재 가치가 떨어진다. 이게 할인율의 본질이다.

    주가는 결국 ‘미래에 벌 돈의 현재 가치’다. AI주는 특히 그렇다. 엔비디아 같은 기업은 “앞으로 10년 동안 AI 시장에서 돈을 쓸어 담을 것”이라는 기대에 주가가 매겨져 있다. 올해 버는 돈보다 2030년에 벌 돈이 주가에 더 크게 반영된다는 얘기다. 그런데 금리가 5%를 넘으면, 그 먼 미래의 돈이 확 깎인다. 계산기 두드려보면 주가가 20~30%는 가볍게 내려간다. 실적이 하나도 안 나빠졌는데도, 금리 하나 때문에 주가가 떨어지는 이유다.

    왜 하필 AI주가 제일 맞는가

    모든 주식이 금리에 민감하지만, AI주는 유독 세게 맞는다. 이유는 ‘듀레이션’이다. 채권 용어인데, 쉽게 말하면 ‘돈을 벌 때까지 걸리는 시간’이다. 코카콜라는 오늘도 콜라를 팔아 돈을 번다. 듀레이션이 짧다. 반면 AI주는 “5년 뒤에 자율주행이 터지면” “10년 뒤에 휴머노이드가 팔리면” 같은 먼 미래의 이야기로 주가가 만들어진다. 듀레이션이 길다.

    듀레이션이 길수록 금리 변화에 민감하다. 10년 뒤 100만 원의 가치는 금리 1%p에 크게 흔들리지만, 내일 받을 100만 원은 거의 안 흔들린다. 그래서 금리가 오르면 AI주부터 맞고, 가치주(은행, 에너지)는 상대적으로 덜 맞는다. 이건 감정이 아니라 수학이다. 10년 동안 수학은 한 번도 틀린 적이 없다.

    실제로 이번에도 그랬다. 10년물이 5.3%를 돌파하던 날, 나스닥은 출렁였다. 금리에 민감한 기술주가 가장 먼저 조정받았다. 이데일리 보도에 따르면 10년물 금리는 9월 한 분기 동안 1994년 이후 가장 큰 폭으로 상승했다. 30년 만의 금리 충격이다. AI주가 버티는 게 오히려 신기한 수준이다.

    아이러니: AI가 금리를 올리고 있다

    여기서 재밌는 역설이 하나 있다. 지금 금리를 밀어 올리는 원인 중 하나가 AI 자체라는 거다. HSBC의 프레드 노이만 이코노미스트는 로이터 인터뷰에서 “AI 산업의 막대한 자금 수요도 금리를 밀어 올리고 있다”고 지적했다. 모건스탠리 집계에 따르면 2026년 들어 AI 관련 채권 발행이 4,660억 달러로 전년 동기 대비 362% 증가했다. 하이퍼스케일러들의 2027년 설비투자 전망치는 1조 4천억 달러다.

    돈을 빌리려는 사람이 많아지면 빌리는 비용(금리)이 오른다. AI 기업들이 데이터센터 짓겠다고 채권을 쏟아내니 금리가 오르고, 오른 금리가 다시 AI주의 밸류에이션을 누른다. AI가 자기 발등을 찍는 셈이다. 10년 투자하면서 이런 자기모순적인 장면은 처음 본다.

    물론 금리의 주범은 따로 있다. 중동 전쟁에 따른 에너지 가격 상승, 끈질긴 인플레이션, 각국 정부의 재정적자. 세계일보 보도에 따르면 영국 30년물 금리는 6%를 넘었고, 미국 주담대 금리는 7.28%까지 올랐다. 전 세계가 동시에 돈을 비싸게 빌리는 시대다. AI발 수요는 거기에 기름을 붓는 격이다.

    5%가 뉴노멀이 되면?

    이토로의 브렛 켄웰 애널리스트는 “10년물 금리 5%가 새로운 바닥이 된다면 시장이 높은 금리를 별다른 충격 없이 계속 흡수할 수 있다는 생각에 도전이 될 수 있다”고 경고했다. 해석해보자. 지금까지 시장은 “금리가 올라도 AI 실적이 좋으니까 괜찮아”라고 버텼다. 근데 5%가 고착화되면 그 논리가 깨질 수 있다는 거다.

    10년차가 보는 포인트는 이거다. 금리가 5% 위에서 ‘얼마나 오래’ 머무느냐다. 2022년에도 금리가 급등했지만, AI 실적이 받쳐주면서 주가는 회복됐다. 지금도 비슷하다. 엔비디아는 장중 사상 최고치를 찍었고, AMD·크라우드스트라이크·팔로알토네트웍스도 신고가 행진이다. 실적이 금리를 이기고 있는 중이다.

    하지만 실적이 꺾이는 순간, 5% 금리는 용서하지 않는다. “미래에 벌 돈”에 대한 기대가 흔들리면 할인율 5%가 그대로 주가에 반영된다. 그래서 지금 AI 투자자가 봐야 할 건 금리가 아니라 실적이다. 금리는 배경음악이고, 실적이 주인공이다.

    투자자 체크포인트 3가지

    첫째, 10년물 5.35%를 경계선으로 봐라. 이 선을 뚫고 올라가면 기술주 조정 압력이 커진다. 반대로 5.15% 아래로 내려오면 숨통이 트인다. 매일 확인할 필요는 없고, 주 1회만 체크해라.

    둘째, ‘실적 없는 AI주’를 걸러라. 금리가 높을 때는 “올해 실제로 얼마 버는지”가 중요해진다. 매출도 없이 비전만 파는 기업은 5% 금리 앞에서 설 자리가 없다. 현금흐름이 나오는 AI주를 골라라.

    셋째, 분할 매수를 해라. 금리 뉴스 하나에 주가가 5%씩 흔들리는 장세에서는 한 번에 사는 게 위험하다. 나눠서 사라. 떨어지면 더 살 여유를 남기는 게 10년차가 배운 가장 싼 수업이다.

    다음 글에서는 CPI·PCE 같은 물가 지표를 읽는 법을 다뤄보자. “CPI 3.4%가 나왔는데 왜 주가가 올랐지?”라는 질문에 답하는 글이다.

  • 2. 하루 1시간만 일할 수 있을까? AI 자동화의 현실적인 한계

    “AI 쓰면 하루 1시간만 일해도 된다던데요?” 이런 말을 들을 때마다 나는 웃음과 한숨을 동시에 쉰다. 틀린 말은 아니다. 근데 반만 맞다. AI가 시간을 줄여주는 건 사실이지만, ‘어디까지’ 줄여주냐고 물으면 대답이 좀 길어진다. 오늘은 그 긴 대답을 해보자.

    먼저 계산부터 해보자

    당신의 하루 8시간이 어디에 쓰이는지 따져본 적 있나. 대충 나눠보면 이렇다. 진짜 ‘생각’이 필요한 일 2시간, 단순 반복 3시간, 연락·대기·잡무 2시간, 멍 때리기 1시간. (멍은 생산성의 일부니까 빼지 마라.)

    AI 자동화가 파먹을 수 있는 건 중간 두 덩어리, 그러니까 단순 반복 3시간과 연락·잡무 2시간이다. 합이 5시간. 이론상 하루 3시간 근무가 가능하다는 계산이 나온다. “오, 되네?” 싶겠지만 천천히. 이론과 현실 사이에는 ‘마지막 20%’라는 늪이 있다.

    AI가 잘하는 일, 못하는 일

    AI가 잘하는 건 명확하다. 정해진 틀 안에서 빠르게 처리하는 일. 문의 메일 초안 쓰기, 회의록 정리, 자료 조사 요약, 번역, 이미지 리사이즈, 정산표 정리. 이런 건 사람이 하면 1시간 걸릴 걸 AI는 5분에 끝낸다. 그것도 커피 마시면서 시킨 걸로.

    근데 AI가 못하는 것도 명확하다. 책임지는 일, 판단하는 일, 신뢰를 쌓는 일. 예를 들어보자. AI가 쓴 사과문을 그대로 보낸 회사가 욕을 먹는 건, 사과에 ‘진심’이 없어 보여서다. 진심은 자동화가 안 된다. 중요한 거래처와의 협상, 직원을 뽑는 면접, 신상품의 방향을 정하는 회의. 이런 건 AI가 옆에서 자료만 던져줄 뿐, 결정은 사람이 한다. 결정에는 책임이 따르고, 책임은 위임이 안 되니까.

    그래서 현실적인 수치는 이렇다. 단순 반복의 80%는 자동화 가능, 나머지 20%는 검수와 예외 처리로 남는다. 3시간짜리 반복 업무가 40분으로 줄되, 0분은 안 된다는 얘기다. “AI가 다 해줘요”라는 말은 “AI가 다 해주고 내가 확인만 해요”의 줄임말이다. 확인하는 40분을 빼먹으면 사고가 난다. 이따가 10번 글에서 다룰 ‘자동화 사고 체크리스트’가 바로 이 얘기다.

    1시간 근무가 가능한 사람도 있긴 하다

    다만 예외는 있다. 이미 시스템을 갖춘 사람이다. 상품도 정해져 있고, 고객 응대 매뉴얼도 있고, 정산 흐름도 잡혀 있는 상태에서 AI를 얹으면 진짜로 하루 1~2시간 근무가 된다. 스마트스토어 자동화 세팅을 끝낸 판매자, 템플릿화된 콘텐츠로 굴러가는 블로거가 그런 경우다.

    핵심은 순서다. “AI를 쓰면 편해진다”가 아니라 “편해질 구조를 만들고 AI를 얹는다”다. 구조 없이 AI만 들이밀면, 빨라진 건 카오스의 속도뿐이다. 엉망인 프로세스를 AI로 돌리면 엉망인 결과가 10배 속도로 나온다. 이걸 ‘쓰레기 고속화’라고 부른다. (내가 방금 지었다.)

    현실적인 로드맵

    그럼 뭘 어떻게 줄이냐. 단계별로 가자.

    1단계는 ‘받아쓰기’다. 회의록, 인터뷰, 강의 녹음을 AI로 받아쓰고 요약한다. 녹음 1시간짜리를 받아쓰는 데 예전엔 3시간이 걸렸다. 지금은 5분이다. 이건 논쟁의 여지가 없는 압승이다.

    2단계는 ‘초안’이다. 메일, 제안서, 상품 설명, 블로그 글. 백지에서 시작하는 것과 초안을 고치는 것은 에너지 소모가 완전히 다르다. AI에게 초안을 시키고 사람은 ‘퇴고’만 한다. 글쓰기 시간이 절반 이하로 준다.

    3단계는 ‘연결’이다. 주문이 오면 자동으로 정리되고, 입금되면 알림이 가고, 재고가 떨어지면 발주가 나가는 흐름. 이 단계까지 가면 진짜로 핸드폰 보는 시간이 일하는 시간의 대부분이 된다. 물론 세팅하는 데는 한 달쯤 걸린다. 공짜는 없다.

    그래서 답이 뭔데

    정리하자. AI 자동화로 하루 근무를 8시간에서 3~4시간으로 줄이는 건 현실적이다. 1시간까지 가는 건 구조가 완비된 사람에 한해 가능하다. 0시간은 불가능하다. 누군가 “완전 자동화됐어요”라고 하면, 확인하는 사람이 자기를 안 세는 거다.

    중요한 건 ‘줄인 시간으로 뭘 하느냐’다. 5시간을 벌어서 또 일하면 그건 자동화가 아니라 증속이다. 번 시간으로 상품을 기획하든, 쉬든, 가족과 밥을 먹든. 그 선택이 자동화의 진짜 목적이다. 기계에게 시간을 빼앗기지 않으려고 기계를 쓰는 건데, 도로 일만 늘리면 본말전도 아닌가.

    다음 글에서는 쇼핑몰·블로그 운영자가 자동화를 ‘해야만 하는’ 이유를 파보자. 남들이 다 해서가 아니다. 안 하면 구조적으로 질 수밖에 없는 게임이라서다.

  • 1. 혼자 일하는데 야근은 왜 하세요? 업무자동화 첫걸음

    혼자 일하는 사람의 하루는 대충 이렇다. 아침 9시, 커피를 내리며 “오늘은 진짜 일에 집중하자” 다짐한다. 그리고 10분 뒤, 메일함 앞에서 다짐은 증발한다. 어제 온 문의에 답장하고, 엑셀에 숫자 옮겨 적고, SNS에 글 올리고, 정산서 정리하고… 해가 지고 보면 정작 중요했던 기획서나 신상품 준비는 손도 못 댄 채 하루가 끝난다. 월급 주는 사장님도 없는데 야근은 왜 혼자 하는 걸까. 이게 1인 사업자, 프리랜서, 자영업자의 디폴트 하루다.

    문제는 바빠서가 아니다. 반복에 파묻혀서다. 생각해보자. 어제 한 일 중에 “지난주에도 똑같이 했던 일”이 몇 개인가. 열에 아홉은 “아, 이거 또 하네” 싶은 일들이다. 창의력이 필요한 일이 아니라 손가락이 기억하는 일. 이런 일을 사람이 붙잡고 있는 건, 고급 인력이 단순 노무를 자처하는 셈이다. 당신 시급을 생각해봐라. 그 손가락질에 그 돈을 쓸 것인가.

    자동화? 거창한 거 아니다

    “업무자동화”라는 단어만 들으면 뭔가 대단한 걸 상상한다. 코딩을 배워야 하고, 비싼 솔루션을 사야 하고, 컨설팅을 받아야 하는 줄 안다. 전부 오해다. 자동화의 실체는 한 문장이다. “컴퓨터가 대신할 수 있는 단순 반복을 컴퓨터에게 맡기는 것.” 그게 전부다. 엑셀 함수 하나로 매일 10분 아끼는 것도 자동화고, 알림 설정 하나로 대기 시간을 없애는 것도 자동화다.

    그러니까 자동화의 첫걸음은 도구가 아니라 관찰이다. 일주일만 해보자. 하루 일과 중에 “아, 이거 또 하네” 싶은 순간을 메모하는 거다. 같은 문구를 복사해서 붙여넣는 일, 매일 아침 같은 사이트에 들어가 숫자를 확인하는 일, 파일 이름을 일일이 바꾸는 일. 이런 게 하루 세 번만 보여도 자동화 후보다. 메모장이 자동화의 시작이라니 김빠진다고? 천만에. 의사가 처방 전에 진찰을 하듯, 자동화도 현상 파악이 먼저다.

    당장 써먹는 첫걸음 3가지

    첫째, 스프레드시트 함수다. 엑셀이나 구글 스프레드시트에서 매번 손으로 계산하는 게 있다면 함수를 의심해봐라. SUM이나 VLOOKUP 같은 기본기도 좋지만, 요즘은 AI 함수까지 들어와 있다. “이 문장들 긍정적인 것만 골라줘” 같은 것도 한 줄로 된다. 매일 10분씩 쓰던 정산표가 버튼 하나로 끝나면, 그게 바로 자동화다. 한 달이면 5시간이다. 5시간이면 영화를 세 편 본다.

    둘째, 알림 자동화다. “입금되면 알려줘”, “문의 오면 알려줘”, “재고 떨어지면 알려줘”. 이런 건 사람이 24시간 대기할 일이 아니다. 쇼핑몰 운영자라면 주문·배송 알림을, 블로거라면 댓글 알림을 걸어두자. 스마트폰 알림 한 줄이 당신의 대기 시간을 0으로 만든다. 대기실에서 초조하게 새로고침 누르던 시절과 작별하는 거다.

    셋째, 파일 정리 규칙이다. 다운로드 폴더가 쓰레기장인 사람, 손들어봐라. (나도 그렇다.) 매주 같은 이름으로 오는 청구서, 매달 쌓이는 정산 엑셀, 캠페인별로 흩어지는 이미지 파일. 이건 폴더 규칙 하나로 자동 분류가 된다. 윈도우도 맥도 기본 기능으로 되고, 클라우드 드라이브도 마찬가지다. 이걸 안 쓰고 있었다면, 당신은 이미 자동화를 외면하고 있었던 거다. 자수해라.

    도구는 나중에 사도 된다

    “그래서 뭘 써야 하는데?”가 다음 질문이다. 답은 심플하다. 지금 쓰는 걸 먼저 파먹어라. 구글 워크스페이스 쓰면 Apps Script가 있고, 네이버 스마트스토어에는 자동화 기능이 붙어 있고, 카카오톡 채널도 예약·자동응답이 된다. 새로 뭘 사기 전에, 이미 쓰고 있는 도구의 자동화 기능부터 확인하자. 공짜 점심은 없지만, 이미 낸 돈의 옵션은 있다.

    유료 자동화 툴은 나중 문제다. 월 2~3만 원 내고 쓸 만큼 반복 업무가 쌓였을 때 고민해도 늦지 않다. 처음부터 결제부터 하는 건 운동화부터 사고 운동은 안 하는 것과 같다. 도구가 아니라 습관이 먼저다.

    이것만은 자동화하지 마라

    하나 짚고 넘어가자. 다 자동화하면 된다는 생각은 위험하다. 고객 클레임 답변, 단골에게 보내는 안부, 중요한 협상 메일. 이런 데는 사람의 손길이 있어야 한다. 자동화는 ‘정성’을 대체하는 게 아니라 ‘단순 반복’을 덜어주는 거다. 정성이 필요한 곳에 기계를 들이밀면 고객은 귀신같이 알아챈다. “고객님의 소중한 의견 감사합니다” 같은 자동 답장을 받아본 사람이라면 무슨 말인지 알 거다.

    기준은 간단하다. “이 일을 기계가 해도 고객이 섭섭해하지 않을까?” 섭섭해하지 않으면 자동화, 섭섭해하면 직접 해라.

    오늘의 숙제

    자동화는 ‘시간을 사는 것’이지 ‘멋있는 시스템을 만드는 것’이 아니다. 누가 봐도 초라한 엑셀 매크로 하나가 한 달에 5시간을 벌어준다면, 그게 최고의 자동화다. 거창한 그림 그리지 마라. 5분짜리부터 시작해라.

    오늘 할 일은 딱 하나다. “아, 이거 또 하네” 리스트를 만들기 시작하는 것. 자동화의 첫걸음은 클릭이 아니라 메모다. 다음 글에서는 “AI로 하루 1시간 일 줄이기” 같은, 조금 더 욕심내는 이야기를 해보자.

  • AI 콘텐츠 자동화, 글쓰기 전체를 맡기면 안 되는 이유와 돈 되는 활용법

    AI로 블로그 글, 뉴스레터, SNS 게시물을 한 번에 뚝딱 만들 수 있다면 얼마나 좋을까요? 머릿속에는 이미 콘텐츠 김밥천국 메뉴가 열립니다. 제목, 본문, 카드뉴스, 이메일 제목이 줄줄이 나오는 장면이요.

    그런데 여기서 중요한 질문이 생깁니다. AI에게 어디까지 맡기고, 어디부터 사람이 붙잡고 봐야 할까요?

    결론은 간단합니다. AI에게 맡길 것은 속도와 반복, 사람이 맡을 것은 사실과 판단과 책임입니다.

    핵심 요약

    • AI는 아이디어, 목차, 요약, 문체 변환, SNS 재가공처럼 반복 작업에 강합니다.
    • 숫자, 날짜, 출처, 법률, 건강, 투자, 정책 정보는 사람이 반드시 확인해야 합니다.
    • AP, Reuters, BBC 같은 언론사도 AI 활용은 허용하지만 최종 책임과 편집 승인은 사람에게 둡니다. Reuters는 AI가 만든 사실·출처·주장을 독립적으로 확인해야 하며, 발행 책임은 Reuters에 있다고 설명합니다. https://reutersagency.com/about/standards-values/
    • Google은 AI로 썼는지보다 독자에게 실제로 도움이 되는지, 신뢰할 수 있는지를 중요하게 봅니다. https://developers.google.com/search/docs/fundamentals/using-gen-ai-content
    • AI 이미지·영상·음성은 표시와 투명성 문제가 더 큽니다. EU의 AI 관련법에는 특정 AI 생성·조작 콘텐츠에 투명성 의무를 두며, 관련 의무는 2026년 8월 2일부터 적용된다고 EU 집행위원회가 안내합니다. https://digital-strategy.ec.europa.eu/en/faqs/transparency-obligations-under-article-50-ai-act

    AI는 작가보다 ‘초안 써주는 비서’에 가깝다

    AI 콘텐츠 자동화를 처음 쓰면 살짝 무섭기까지 합니다. “이러다 사람 작가는 다 필요 없어지는 거 아니야?” 싶죠.

    하지만 실제로 써보면 AI의 강점은 천재 작가라기보다 발 빠른 인턴, 지치지 않는 비서, 복사 붙여넣기 장인에 가깝습니다.

    예를 들어 이런 일은 AI에게 맡기기 좋습니다.

    • 블로그 주제 후보 30개 뽑기
    • 뉴스레터 제목 후보 만들기
    • 긴 자료를 5줄로 요약하기
    • 블로그 글을 인스타그램 캡션으로 줄이기
    • 딱딱한 문장을 쉬운 말로 바꾸기
    • 중복 표현 찾기
    • CTA 문구 후보 만들기

    비유 1: AI는 전기밥솥, 사람은 간 보는 요리사

    AI는 전기밥솥입니다. 쌀과 물을 넣으면 밥은 빠르게 해줍니다. 하지만 오늘 반찬이 짠지, 손님이 어린아이인지, 밥이 질면 안 되는 김밥용인지까지 판단하진 못합니다.

    콘텐츠도 같습니다. AI가 초안을 지어줄 수는 있습니다. 하지만 “이 정보가 맞나?”, “이 농담이 독자에게 불편하지 않을까?”, “이 주장은 우리 브랜드 이름으로 발행해도 되나?”는 사람이 봐야 합니다.

    AI가 초안을 만들고 사람이 편집하는 콘텐츠 제작 흐름

    AI가 초안을 만들고 사람이 편집하는 콘텐츠 제작 흐름

    이미지: Nano Banana · Public domain

    맡겨도 되는 일: 빠르게 만들고 많이 바꾸는 작업

    AI가 특히 잘하는 일은 발산과 변환입니다.

    블로그를 운영하다 보면 가장 어려운 순간은 의외로 첫 문장이 아니라 “이번 주에 뭘 쓰지?”입니다. 이때 AI에게 이렇게 시킬 수 있습니다.

    “초보 블로거를 위한 AI 콘텐츠 자동화 주제 20개를 뽑아줘. 돈벌기 관점, 시간 절약 관점, 실패 사례 관점으로 나눠줘.”

    사람이 10분 동안 끙끙댈 일을 AI는 몇 초 만에 펼쳐놓습니다. 물론 그중 절반은 평범할 수 있습니다. 그래도 빈 종이를 보는 것보다는 훨씬 낫습니다.

    긴 보고서, 인터뷰 녹취록, 제품 설명서를 보고 목차를 잡는 것도 AI가 잘합니다. “핵심 쟁점 5개로 정리해줘”라고 시키면 편집자가 볼 재료가 생깁니다.

    채널별 재가공도 강점입니다.

    • 블로그 글 → 뉴스레터 오프닝
    • 뉴스레터 → 인스타그램 카드뉴스 문구
    • 카드뉴스 → 링크드인 게시글
    • 긴 문장 → 숏폼 영상 대본

    돈 되는 활용법도 여기에 있습니다. 완전히 새 글을 매번 쓰는 것이 아니라, 한 번 만든 콘텐츠를 여러 채널에 맞게 재활용하는 겁니다.

    사람이 반드시 봐야 하는 일: 틀리면 돈보다 신뢰가 먼저 날아간다

    AI가 위험해지는 순간은 “그럴듯하게 말할 때”입니다. 틀린 말을 자신감 있게 합니다. 없는 자료를 있는 것처럼 말할 수 있고, 숫자나 날짜를 자연스럽게 섞어낼 수도 있습니다.

    Stanford AI Index 2024는 생성형 AI 확산과 함께 환각, 편향, 안전성 문제가 계속 논의되고 있다고 정리합니다. https://hai.stanford.edu/ai-index/2024-ai-index-report

    퀴즈 1: AI가 만든 문장에서 가장 먼저 확인할 것은?

    다음 중 사람이 반드시 확인해야 하는 것은 무엇일까요?

    1. 문장이 부드러운가
    2. 이모지가 귀여운가
    3. 숫자, 날짜, 출처가 맞는가
    4. 제목이 자극적인가

    정답은 3번입니다. 문장이 조금 어색한 건 고치면 됩니다. 하지만 틀린 숫자와 가짜 출처는 콘텐츠의 신뢰를 바로 무너뜨립니다.

    가상 상황 1: 건강 블로그에서 벌어질 수 있는 일

    가상 상황입니다. 어떤 블로거가 AI에게 “비타민 D 효능 글 써줘”라고 시켰습니다. AI가 그럴듯한 복용량과 연구 결과를 넣어줬고, 블로거는 그대로 발행했습니다.

    문제는 그 정보가 실제 가이드라인과 다르거나 특정 사람에게 위험할 수 있다는 점입니다. 건강, 투자, 법률, 세금, 취업 정책처럼 독자의 결정에 영향을 주는 콘텐츠는 반드시 사람이 1차 출처를 확인해야 합니다.

    가상 상황 2: 투자 뉴스레터의 무서운 한 줄

    또 다른 가상 상황입니다. AI가 “이 종목은 장기적으로 안정적인 수익이 기대된다”라는 문장을 만들어줬습니다. 문장만 보면 멋있습니다. 하지만 독자는 이걸 투자 조언처럼 받아들일 수 있습니다.

    그래서 투자·재테크 콘텐츠에서는 근거, 위험 고지, 표현 수위를 사람이 확인해야 합니다. AI가 쓴 문장이 돈을 벌게 해줄 수도 있지만, 검수 없는 문장은 법적·윤리적 문제를 부를 수 있습니다.

    실제 사례: 큰 언론사도 AI에게 발행 버튼은 안 맡긴다

    AI 자동화 기준을 정할 때는 언론사의 원칙을 참고할 만합니다. 신뢰가 곧 생명인 조직들이기 때문입니다.

    AP: AI를 실험하지만 그대로 발행하지 않는다

    AP는 OpenAI와 뉴스 콘텐츠 및 기술 협력 계약을 맺었습니다. https://www.ap.org/media-center/press-releases/2023/ap-open-ai-agree-to-share-select-news-content-and-technology-in-new-collaboration/

    하지만 이것이 “AI가 기사를 마음대로 쓴다”는 뜻은 아닙니다. AP는 생성형 AI를 실험적으로 사용할 수는 있지만, 발행 가능한 콘텐츠를 AI가 그대로 만들도록 사용하지 않는다는 입장을 밝혔습니다. https://www.ap.org/the-definitive-source/behind-the-news/standards-around-generative-ai/

    핵심은 이겁니다. AI를 쓰는 것과 AI에게 책임을 넘기는 것은 다릅니다.

    Reuters: AI가 말해도 기자가 독립적으로 검증한다

    Reuters는 AI가 만든 사실, 출처, 주장을 기자가 독립적으로 확인해야 하며, AI 도구를 사용해도 발행 콘텐츠의 책임은 Reuters에 있다고 설명합니다. https://reutersagency.com/about/standards-values/

    블로그 운영자도 똑같습니다. “ChatGPT가 그렇게 말했어요”는 면책 카드가 아닙니다. 발행 버튼을 누른 사람, 브랜드, 회사가 책임을 집니다.

    BBC: 인간 편집 감독과 승인이 필요하다

    BBC도 AI 사용 자체를 막기보다, 편집 가치와 가이드라인에 맞아야 하며 인간의 적극적인 감독과 승인이 필요하다고 안내합니다. https://bbc.com.im/editorialguidelines/guidance/use-of-artificial-intelligence

    즉 좋은 자동화는 “사람 없는 콘텐츠 공장”이 아닙니다. 좋은 자동화는 사람이 더 중요한 판단에 집중하도록 잡일을 줄여주는 시스템입니다.

    Google은 AI 탐지기보다 독자를 본다

    많은 블로거가 묻습니다.

    “AI로 쓰면 검색에서 불이익 받나요?”

    Google Search Central은 AI 생성 콘텐츠 자체를 무조건 금지하지 않습니다. 중요한 것은 검색 순위 조작을 위한 대량 자동화가 아니라, 사람에게 도움이 되고 신뢰할 수 있는 콘텐츠인지입니다. https://developers.google.com/search/docs/fundamentals/using-gen-ai-content

    비유 2: 검색엔진은 요리사의 칼보다 음식 맛을 본다

    식당 손님은 주방장이 어떤 칼을 썼는지보다 음식이 맛있는지, 재료가 신선한지, 배탈이 안 나는지를 봅니다.

    콘텐츠도 마찬가지입니다. AI라는 도구를 썼는지보다 독자가 “아, 이 글 덕분에 이해됐다”라고 느끼는지가 중요합니다.

    그래서 AI 블로그 운영에서 돈이 되는 방향은 꼼수가 아닙니다.

    • 실제 독자의 질문을 해결하기
    • 출처를 명확히 달기
    • 과장 제목을 피하기
    • 경험, 관점, 비교표, 체크리스트를 더하기
    • AI 초안을 사람의 언어로 다시 편집하기

    이미지·영상·음성은 더 조심해야 한다

    텍스트보다 더 민감한 것이 AI 이미지, 영상, 음성입니다. 실제 인물처럼 보이는 얼굴, 실제 사건처럼 보이는 장면, 특정인의 목소리와 비슷한 음성은 오해를 만들기 쉽습니다.

    EU AI Act는 deepfake와 특정 AI 생성·조작 콘텐츠, 공익적 사안의 AI 생성 텍스트 등에 투명성 의무를 두며, EU 집행위원회는 관련 의무가 2026년 8월 2일부터 적용된다고 안내합니다. https://digital-strategy.ec.europa.eu/en/faqs/transparency-obligations-under-article-50-ai-act

    한국 독자를 대상으로 하더라도 글로벌 플랫폼에 올리거나 해외 이용자에게 노출될 가능성이 있다면 AI 생성 여부 표시 원칙을 미리 갖추는 편이 안전합니다.

    비유 3: AI 이미지는 특수분장, 표시 없는 특수분장은 몰래카메라

    영화에서 특수분장은 멋진 기술입니다. 하지만 길거리 몰래카메라에서 진짜 사건처럼 꾸미면 문제가 됩니다.

    AI 이미지도 같습니다. “연출 이미지입니다”, “AI 생성 이미지입니다”라고 표시하면 콘텐츠 장치가 됩니다. 표시 없이 실제 사진처럼 쓰면 신뢰 문제가 됩니다.

    C2PA는 디지털 콘텐츠의 출처와 수정 이력을 기록하는 기술 표준을 제공합니다. https://spec.c2pa.org/specifications/

    앞으로는 “누가 만들었나”뿐 아니라 “어떻게 만들어졌나”도 콘텐츠 신뢰의 일부가 될 수 있습니다.

    채널별로 검수 포인트가 다르다

    블로그, 뉴스레터, SNS는 같은 콘텐츠라도 위험 포인트가 다릅니다.

    블로그: 검색 유입이 오래 남는다

    블로그는 한 번 올리면 몇 달, 몇 년 뒤에도 검색으로 들어올 수 있습니다. 그래서 날짜, 정책, 가격처럼 바뀌는 정보는 작성일과 업데이트 기준을 명확히 해야 합니다.

    뉴스레터: 신뢰 관계가 핵심이다

    뉴스레터는 독자의 메일함에 직접 들어갑니다. 친구 집 초인종을 누르는 것과 비슷합니다. 제목을 과하게 낚시처럼 쓰면 열람률은 오를 수 있어도 신뢰는 떨어집니다.

    SNS: 짧고 빠른 만큼 오해도 빠르다

    SNS는 문장이 짧습니다. 그래서 맥락이 잘려나가기 쉽습니다. AI가 만든 자극적인 한 줄은 공유는 잘될 수 있지만, 오해와 반발도 빠르게 커질 수 있습니다.

    가상 상황 3: 같은 문장, 다른 위험

    가상 상황입니다. “AI로 월 100만 원 버는 법”이라는 제목을 AI가 제안했습니다.

    • 블로그에서는 근거 없는 수익 과장으로 보일 수 있습니다.
    • 뉴스레터에서는 구독자 신뢰를 깎을 수 있습니다.
    • SNS에서는 캡처되어 과장 광고처럼 퍼질 수 있습니다.

    그래서 채널별로 제목과 표현 수위를 사람이 다시 봐야 합니다.

    실무 체크리스트: 발행 전 사람이 확인할 10가지

    AI 콘텐츠 자동화를 쓴다면 최소한 아래 10가지는 사람이 확인하세요.

    1. 숫자와 날짜가 실제 출처와 맞는가?
    2. 출처 URL이 실제로 열리는가?
    3. 인용문이 원문 의미를 왜곡하지 않았는가?
    4. 건강·투자·법률·정책 조언처럼 보이는 문장은 없는가?
    5. 광고, 협찬, 제휴 링크 표시가 필요한가?
    6. 저작권이나 개인정보 문제가 없는가?
    7. 특정 개인이나 집단을 부당하게 비난하지 않는가?
    8. AI 이미지·영상·음성 사용 여부를 표시해야 하는가?
    9. 우리 브랜드 말투와 맞는가?
    10. 발행 후 문제가 생겼을 때 책임지고 설명할 수 있는가?

    돈 되는 활용법은 ‘무검수 대량 생산’이 아니다

    많은 사람이 AI 자동화를 “글 100개 자동 발행”으로 상상합니다. 하지만 장기적으로 돈이 되는 방식은 조금 다릅니다.

    첫째, AI로 아이디어, 목차, 초안, 요약을 빠르게 만들고, 사람이 사실 확인과 사례 보강에 시간을 쓰는 방식입니다.

    둘째, 블로그 한 편을 뉴스레터, SNS, 카드뉴스, 영상 대본으로 바꿔 콘텐츠 생산성을 올리는 방식입니다. 이때 AI는 재가공 비서로 매우 유용합니다.

    셋째, 상품 소개, FAQ, 이메일 응답, SNS 공지처럼 반복되는 문구를 템플릿화하는 방식입니다. 단, 가격·정책·환불 조건처럼 바뀌는 정보는 사람이 업데이트해야 합니다.

    퀴즈 2: AI에게 가장 안전하게 맡길 일은?

    다음 중 AI에게 비교적 안전하게 맡길 수 있는 일은 무엇일까요?

    1. 의료 복용량 최종 안내
    2. 세금 신고 가능 여부 판단
    3. 뉴스레터 제목 후보 10개 만들기
    4. 특정 종목 매수 추천

    정답은 3번입니다. 제목 후보는 사람이 고르면 됩니다. 하지만 의료, 세금, 투자는 검수 없는 자동화가 위험합니다.

    결론: 초안은 AI, 책임은 사람

    AI는 콘텐츠 제작의 속도를 크게 높여줍니다. 하지만 신뢰까지 자동으로 만들어주지는 않습니다.

    가장 안전하고 돈 되는 원칙은 이겁니다.

    AI에게는 반복과 초안을 맡기고, 사람은 사실과 판단과 책임을 맡는다.

    AI는 손을 빠르게 해줍니다. 하지만 독자가 다시 찾아오게 만드는 신뢰는 결국 사람이 만듭니다.

    참고 출처

    • Reuters, Standards and Values: https://reutersagency.com/about/standards-values/
    • Associated Press, Standards around generative AI: https://www.ap.org/the-definitive-source/behind-the-news/standards-around-generative-ai/
    • BBC, Guidance: The use of Artificial Intelligence: https://bbc.com.im/editorialguidelines/guidance/use-of-artificial-intelligence
    • Google Search Central, Google Search’s guidance about AI-generated content: https://developers.google.com/search/docs/fundamentals/using-gen-ai-content
    • European Commission, Transparency obligations under Article 50 AI Act: https://digital-strategy.ec.europa.eu/en/faqs/transparency-obligations-under-article-50-ai-act
    • Stanford HAI, AI Index Report 2024: https://hai.stanford.edu/ai-index/2024-ai-index-report
    • Associated Press, AP and OpenAI collaboration: https://www.ap.org/media-center/press-releases/2023/ap-open-ai-agree-to-share-select-news-content-and-technology-in-new-collaboration/
    • C2PA Specifications: https://spec.c2pa.org/specifications/