현재까지 생성형 AI로 인한 소프트웨어 기업의 매출 불확실성은 대출가격이나 BDC 주가에 뚜렷하게 반영되지 않았다. 반면 최근 크레딧 스프레드가 축소돼 향후 손실을 흡수할 완충력이 줄었고, 일부 대형 BDC가 공통 차주군에 집중적으로 노출돼 있다는 점이 취약요인으로 지적된다. 담보부 대출과 상대적으로 낮은 레버리지는 충격을 제한할 수 있지만, 공통 차주 부실 시 여러 대주가 동시에 영향을 받을 수 있다.
편집 전 브리핑 원문 펼치기
구분: 국제기구 보고서·BIS Bulletin No. 128
발표일: 2026년 7월 14일
원문 링크: BIS 보고서
핵심 요약
BIS는 미국 Business Development Company, 즉 BDC의 소프트웨어 기업 대출 익스포저를 분석해 생성형 AI가 사모신용시장에 미칠 위험을 점검했다. BDC가 소프트웨어 기업에 제공한 대출은 약 1,150억 달러로 전체 BDC 대출의 약 20%, 빠르게 성장한 기술 포트폴리오의 80% 이상을 차지한다.
현재까지 생성형 AI로 인한 소프트웨어 기업의 매출 불확실성은 대출가격이나 BDC 주가에 뚜렷하게 반영되지 않았다. 반면 최근 크레딧 스프레드가 축소돼 향후 손실을 흡수할 완충력이 줄었고, 일부 대형 BDC가 공통 차주군에 집중적으로 노출돼 있다는 점이 취약요인으로 지적된다. 담보부 대출과 상대적으로 낮은 레버리지는 충격을 제한할 수 있지만, 공통 차주 부실 시 여러 대주가 동시에 영향을 받을 수 있다.
실무 시사점
크레딧 트레이딩: AI가 소프트웨어 기업에 미치는 영향은 단순히 ‘수혜’ 또는 ‘피해’로 구분하기 어렵다. 반복 매출의 방어력, 고객 이탈률, AI 대체 가능성, AI 기능 도입비용과 부채상환능력을 분리해 분석해야 한다.
리스크관리: 개별 펀드나 BDC의 레버리지가 낮더라도 동일 차주에 여러 기관이 함께 대출했다면 시장 전체의 실질 레버리지는 높을 수 있다. 운용사별 익스포저 합산보다 차주–대주 네트워크가 중요하다.
시장미시구조: 사모대출 평가는 거래가격이 아니라 모델가격과 제한된 재무정보에 의존한다. 악재가 발생하면 평가가격은 천천히 조정되지만, 상장 BDC의 주가와 회사채는 먼저 반응할 수 있다.
한국 적용: 국내 사모사채·대출채권에서도 IT 서비스, 플랫폼, SI·소프트웨어 기업을 대상으로 AI 대체위험과 공통 대주 집중도를 함께 분석할 필요가 있다.
데스크 적용 우선순위: ★★★★★