🎬 How to Trade Cracks in the Markets - AI, Risks, and Vols

▶️ 유튜브

• 원본 링크: https://youtu.be/BQ_B9q9Bc0w?si=lTZBacmr2AWIQ5Od

🖼️ 4컷 인포그래픽

💡 한 줄 결론

AI는 기업 이익률을 끌어올릴 가능성이 크지만, 투자 초점은 이제 막연한 AI 수혜가 아니라 실제 도입 속도, 자동화되지 않는 관계 자산, 그리고 고평가 시장에서 균열이 발생할 때의 매수 가격에 맞춰져야 한다.

📌 핵심 요점

1. 금융권 AI 확산의 핵심 제약은 모델 성능이 아니라 레거시 IT, 보안 심사, 법무·컴플라이언스 승인, 흩어진 기관 지식 같은 내부 전환 비용이다.
2. 감사·세무·컴플라이언스·딜 메모 작성 같은 절차형 업무는 자동화 압력이 크지만, 크레딧 시장의 수급 감각과 세일즈 관계처럼 현장 네트워크가 필요한 기능은 더 오래 인간 우위가 남을 가능성이 높다.
3. 하이퍼스케일러의 데이터센터·전력·GPU 투자는 향후 1~2년은 공급 부족 국면 덕분에 정당화될 수 있지만, 3~5년 시계에서는 과잉 건설이 뒤늦게 손실로 돌아올 위험이 있다.
4. 텍사스 다가구 주택 압류, 오피스 연체, private credit 스트레스, 은행주 약세는 고금리 충격이 사모시장과 부동산에서 시작돼 공공시장 밸류에이션 재평가로 번질 수 있음을 보여준다.
5. S&P 500 선행 PER 22배, CAPE 약 40, 주가매출비율 3.4배 수준에서는 작은 실적 미스나 신용 이벤트도 과거보다 훨씬 큰 가격 조정을 유발할 수 있다.

🧠 상세 요약

1) 배경과 문제 정의

이 대화의 출발점은 AI가 실제 산업 현장에서 얼마나 빠르게 일자리를 대체하고 생산성을 높일지, 그리고 그 변화가 이미 비싸진 자산시장에 어떤 방식으로 반영될지에 대한 점검이다. 핵심 관찰 포인트는 세 가지다. 기술 자체의 성능보다 도입 마찰이 더 큰 병목인지, 인간 관계 기반 기능이 얼마나 오래 남는지, 그리고 고금리·고밸류에이션 환경에서 어디서 먼저 균열이 드러나는지다.

2) 섹션별 상세 정리

1. AI 충격은 크지만 즉시 붕괴 시나리오로 볼 단계는 아니라는 출발점 [00:00]

• 화자는 현재 상황을 2008년식 급락의 전조로 단정하지는 않는다.
• 다만 변동성이 커질수록 시장의 취약성이 드러난다고 보며, VIX가 35~40 이상으로 치솟는 구간은 오히려 위험자산을 다시 살 수 있는 가격대라고 본다.

2. 일자리 대체 속도는 과장론과 회의론의 중간 어딘가에 있을 가능성 [00:26]

• 일부 전망처럼 18~24개월 안에 대규모 화이트칼라·블루칼라 대체가 단번에 현실화된다고 단정하지는 않는다.
• 그렇다고 위협을 과소평가하지도 않으며, 특히 지금 학교에 있는 세대가 취업시장에 들어설 시점에는 업무 구조가 크게 달라질 수 있다고 본다.

3. 초급 금융 업무와 창고 노동은 이미 자동화 경제성이 높아지고 있다 [01:04]

• 투자은행의 주니어 업무였던 딜 메모 작성, 자료 정리, 반복 문서 작업은 agentic AI로 빠르게 치환될 수 있는 영역으로 제시된다.
• 창고 로봇은 병가·휴식·복지비가 없고 1대가 여러 인력을 대체할 수 있어, 현장 노동에서도 비용 절감 압력이 매우 직접적으로 작동할 수 있다고 본다.

4. 실제 AI 도입 병목은 모델이 아니라 조직 내부의 변화 저항이다 [01:59]

• 신규 솔루션을 금융기관에 넣을 때 가장 큰 문제는 기술 복잡도가 아니라 레거시 시스템, 보안, 법무 승인, 컴플라이언스 절차다.
• 오랫동안 이메일, 엑셀, 로컬 저장소, 개인 머릿속에 흩어져 있던 기관 지식도 AI 도입을 늦추는 구조적 장애물로 지적된다.

5. 금융권 채택 속도는 기술 발전보다 조직 변화 속도가 결정한다 [02:54]

• 자금을 운용하는 조직은 소비자 인터넷 기업처럼 “일단 배포하고 수정”하는 방식으로 움직이기 어렵다.
• 실제 현장에서는 파일럿, 검증, 계약, 내부 프로세스 설계가 이어지며, 도입 결정부터 운영 반영까지 수개월에서 1년 가까이 걸릴 수 있다고 본다.

6. AI 인프라 CAPEX는 단기 정당성과 장기 과잉 가능성을 동시에 가진다 [03:36]

• 현재는 컴퓨트, 전력, 데이터센터 수요가 워낙 강해 하이퍼스케일러 투자 확대가 공급 부족 해소 측면에서 합리적으로 보인다.
• 그러나 모든 설비 사이클은 결국 과잉 건설을 낳을 수 있으며, 나중에는 당시의 공격적 투자가 비효율적 증설로 평가될 가능성도 남아 있다.

7. 먼저 대체되는 것은 절차형 업무, 늦게 남는 것은 관계형 업무다 [05:19]

• 감사, 세무, 컴플라이언스, HR, 딜 메모, 일부 모델링과 같은 반복적·규칙기반 업무는 자동화에 가장 취약한 영역으로 본다.
• 반면 크레딧 시장의 세일즈, 상대방 수급 파악, 시장의 ‘컬러’를 읽는 일은 관계와 현장 감각이 핵심이라 훨씬 늦게 대체될 가능성이 높다고 본다.

8. 블루칼라 대체 역시 자율주행과 로보틱스로 현실화될 수 있다 [06:49]

• Waymo, 무인 트럭, 물류 로봇 사례는 자동화 압력이 사무직에만 국한되지 않는다는 점을 보여준다.
• 특히 운송·배달·택시·트럭처럼 인력 규모가 큰 직군은 기술 성숙 시 고용 충격이 훨씬 넓게 번질 수 있는 영역으로 언급된다.

9. 법률보다 금융이 더 어려운 영역이지만, 80% 자동화만으로도 생산성 구조는 바뀔 수 있다 [08:00]

• 법률은 텍스트 중심이라 LLM 적용성이 높지만, 금융은 숫자·모델·민감도 분석·비교사례·위원회용 문서까지 요구돼 더 복합적이라는 반론이 나온다.
• 이에 대해 화자는 업무의 80%만 자동화돼도 사람은 마지막 20%만 검증하면 되므로, 결과적으로 인당 생산성은 크게 뛰고 필요한 인력 수는 줄 수 있다고 본다.

10. 생산성 급증은 가능하지만 인간 네트워크의 경제적 가치는 쉽게 사라지지 않는다 [11:00]

• 주니어 뱅커 한 명이 예전보다 훨씬 많은 딜 메모를 처리하게 되는 구조 변화는 현실적 시나리오로 제시된다.
• 동시에 금융의 거래 성사는 결국 관계, 신뢰, 비공식 정보, 현장 감각에 크게 의존해 왔기 때문에, 인간 상호작용은 비용 절감 이후에도 핵심 경쟁우위로 남을 수 있다고 본다.

11. 부동산과 사모시장 균열은 공공시장에 대한 선행 경고일 수 있다 [12:52]

• private credit, 상업용 부동산, 금융주, 하이퍼스케일러 지출 부담 등 여러 균열 신호를 함께 봐야 한다는 문제의식이 제시된다.
• 특히 텍사스 다가구 주택 압류 사례는 금리 상승 후 리파이낸싱 실패가 자산 가격과 대출 건전성을 동시에 압박하는 전형적 경로로 읽힌다.

12. 고평가 시장에서는 작은 충격도 더 크게 전이될 수 있다 [14:09]

• S&P 500 선행 PER 22배, CAPE 약 40, 주가매출비율 3.4배는 역사 평균 대비 높은 평가 상태를 뜻한다.
• 이런 구간에서는 “내일 당장 붕괴”가 아니더라도 충격 흡수력이 약해져, 실적 부진이나 신용 이벤트가 발생했을 때 가격 조정 폭이 커질 수 있다.

13. 현재 포지셔닝은 공격보다 방어와 가격 규율에 가깝다 [15:37]

• 화자는 현금, 금, 은, 원자재 비중을 상대적으로 높이고 있으며 시장을 편안하게 보지 않는다.
• VIX가 낮을 때는 위험을 줄이고, 공포가 극단으로 치솟을 때는 위험을 사는 식으로 변동성 레벨에 따라 노출을 조절하는 전략을 강조한다.

14. 투자 판단에서도 알고리즘보다 현장 네트워크가 주는 정보가 중요하다 [16:24]

• 변동성 거래를 결정할 때도 단순 모델 출력보다 실제 딜러와의 대화에서 얻는 시장 감각을 더 신뢰한다고 말한다.
• 결국 AI 시대에도 마지막 판단 우위는 데이터 처리 속도만이 아니라, 누가 더 좋은 사람과 더 깊게 연결돼 있는가에서 나올 수 있다는 메시지로 마무리된다.

✅ 액션 아이템

• 보유 종목과 관심 종목을 AI 수혜 기대와 실제 도입 가능성으로 분리해 재평가하고, 각 기업별로 보안 심사·레거시 시스템·법무 승인·데이터 정비 수준을 체크리스트로 점수화한다.
• 금융·법률·물류·운송 관련 투자 아이디어마다 업무를 절차형과 관계형으로 나눠, 향후 2년 내 비용 절감이 숫자로 잡힐 영역과 5년 이상 인간 우위가 남을 영역을 따로 정리한다.
• S&P 500 익스포저가 큰 포트폴리오라면 선행 PER, CAPE, 주가매출비율, VIX 구간별로 현금·주식·금·은·원자재 비중 조정 기준을 미리 문서화해 둔다.
• 미국 부동산·private credit·지역은행 관련 자산은 텍사스 다가구 압류, 오피스 연체율, 리파이낸싱 금리, 은행주 CDS·주가 흐름을 묶은 월간 스트레스 바스켓으로 추적한다.
• 하이퍼스케일러와 데이터센터 투자 판단 시 향후 1~2년 수요 강도뿐 아니라 3~5년 뒤 가동률, 전력 계약, 고객 집중도, CAPEX 회수 기간을 별도 시나리오로 계산한다.

❓ 열린 질문

• 금융 업무에서 AI가 80%를 처리하더라도 최종 검토·책임 부담이 더 비싸진다면, 실제 인건비 절감률은 생산성 증가 폭보다 훨씬 낮아질 가능성이 있지 않은가?
• 하이퍼스케일러 CAPEX가 아직은 정당화된다 해도, 어떤 선행 지표가 나타나면 시장은 이를 성장 투자에서 과잉 공급으로 재평가하기 시작할까?
• 텍사스 다가구 압류와 private credit 스트레스가 지역은행과 상장주식 밸류에이션에 전이되는 속도는 과거 상업용 부동산 위기와 비교해 더 빠를까, 더 느릴까?
• 크레딧 시장의 ‘컬러’와 인간 네트워크가 중요하다는 주장도, 거래 데이터 전자화와 대체 데이터 축적이 더 진행되면 어느 시점부터는 정보 우위가 구조적으로 약해지지 않을까?