다룬 자료 · The AI Investment Race
모형 보정 결과, 기본 시나리오에서 투자가 효율적 수준의 약 1.5배, 수요 탄력성이 낮은 경우 약 3배에 이를 수 있다고 추정한다. 투자 규모가 클수록 수익 기대가 충족되지 않을 때 손실과 자산매각 압력이 커지고, 한 기업의 충격이 금융 연결망을 통해 다른 기업으로 전염될 수 있다. 해당 수치는 예측치라기보다 구조적 취약성을 보여주는 모형 결과로 해석해야 한다.
편집 전 브리핑 원문 펼치기
구분: 국제기구 연구논문·BIS Working Paper No. 1367
발표일: 2026년 7월 7일
원문: BIS 원문 PDF
핵심 요약
AI 인프라 경쟁이 기업들로 하여금 사회적으로 효율적인 수준보다 과도하게 투자하도록 만드는 과정을 동태적 경쟁모형으로 분석한다. 연구는 AI 투자 확대가 회사채, 특수목적기구와 비은행 대출에 점점 더 의존하고 있으며, 기업 간 지분투자와 컴퓨팅 구매계약으로 연결된 순환금융 구조가 형성되고 있다고 설명한다.
모형 보정 결과, 기본 시나리오에서 투자가 효율적 수준의 약 1.5배, 수요 탄력성이 낮은 경우 약 3배에 이를 수 있다고 추정한다. 투자 규모가 클수록 수익 기대가 충족되지 않을 때 손실과 자산매각 압력이 커지고, 한 기업의 충격이 금융 연결망을 통해 다른 기업으로 전염될 수 있다. 해당 수치는 예측치라기보다 구조적 취약성을 보여주는 모형 결과로 해석해야 한다.
실무 시사점
- 크레딧 리스크: 개별 하이퍼스케일러뿐 아니라 AI 연구소, 반도체, 네오클라우드, 데이터센터와 전력 공급망을 하나의 연결망으로 봐야 한다.
- 담보·회수율: AI 관련 자산은 업황 악화 시 여러 기업이 동시에 매각할 수 있어 스트레스 회수율이 평시 평가액보다 크게 낮을 수 있다.
- 채권 공급: CAPEX 경쟁이 이어지면 기술기업과 인프라기업의 장기채 공급이 구조적으로 증가할 수 있다.
- 스트레스 테스트: 매출 기대 하향, 신규자금 중단, 회사채 스프레드 확대와 지분가치 하락이 동시에 발생하는 복합 시나리오가 필요하다.
데스크 적용 우선순위: ★★★★★