연구의 중요한 점은 AI 도입을 단순 설문이 아니라 실제 AI 관련 job posting으로 측정하고, 기업이 충분한 유동성과 신용접근성을 가질 때 AI 투자·조직변환을 더 적극적으로 수행하는지를 본다는 것이다. 즉 AI 투자는 기술의 문제가 아니라 financing capacity의 함수이기도 하다. Yusik Kim 연구 페이지
편집 전 브리핑 원문 펼치기
구분: 연구논문 · Federal Reserve Board 연구진 / SSRN
최신 버전: 2026년 8월 12일
발표: 8월 8일 최초 게시, 8월 12일 수정본
핵심 요약
Federal Reserve Board 연구진은 미국 감독당국의 loan-level supervisory data와 기업별 AI 관련 채용공고를 결합해, 신용공급이 기업의 AI 도입을 얼마나 촉진하는지 분석한다. 저자 중 Yusik Kim과 Edson Wu는 Fed Board economist이며, 두 사람의 공식 개인 연구 페이지에서도 이 논문이 현재 working paper로 확인된다. SSRN 원문
연구의 중요한 점은 AI 도입을 단순 설문이 아니라 실제 AI 관련 job posting으로 측정하고, 기업이 충분한 유동성과 신용접근성을 가질 때 AI 투자·조직변환을 더 적극적으로 수행하는지를 본다는 것이다. 즉 AI 투자는 기술의 문제가 아니라 financing capacity의 함수이기도 하다. Yusik Kim 연구 페이지
채권 트레이딩·리스크관리 시사점
크레딧 분석에서는 앞으로 AI adoption score와 funding capacity를 반드시 같이 봐야 한다. 같은 수준의 AI 투자계획을 발표해도 현금이 많고 만기가 분산된 기업과, 단기 차환에 의존하는 기업의 신용효과는 완전히 다르다.
따라서 회사채 모델은 최소한:
AI hiring / AI CAPEX
은행 한도회사채 만기벽FCF유동성신규발행
의 interaction을 학습해야 한다.
한국 시장 복제 아이디어
국내 상장사·회사채 발행사의 AI 채용공고·사업보고서 AI 투자 언급을 수집하고, 이후 회사채 순발행 / 스프레드 / 차입금 / 단기차환 비중 변화와 연결하면 된다. 특히 AI 투자가 크지만 외부조달 의존도가 높은 기업은 “AI 성장주”와 “AI 크레딧 리스크”가 동시에 존재할 수 있다.
데스크 적용 우선순위: ★★★★★