오늘 새벽 미국 연방준비제도(Fed)가 기준금리를 25bp, 즉 0.25%포인트 인상했다.
기준금리는 기존 3.50~3.75%에서 3.75~4.00%로 올라갔다. 이번 결정은 12대0 만장일치였다.
연준은 경제활동이 견조한 속도로 확장되고 있고, 국내 수요가 회복력을 보이고 있으며, 생산성 증가가 강하고 자본투자도 견조하다고 평가했다.
반면 인플레이션은 여전히 높은 수준이라고 밝혔다.
2026년 9월 17일 한국시간 새벽 3시. 나는 이번 FOMC를 단순히 '금리를 올렸다'는 한 문장으로만 보고 싶지는 않았다.
오히려 내가 관심을 가진 것은 그 금리를 올릴 수 있었던 미국 경제의 현재 체력과, 앞으로 그 금리를 감당할 수 있는 경제의 생산능력이 어디까지 커질 수 있느냐는 문제였다.
케빈 워시가 던진 핵심 메시지
이번 FOMC에서 특히 눈에 들어온 사람은 역시 케빈 워시 의장이었다.
워시 의장은 기자회견에서 6월 이후 미국 경제가 강화됐다고 평가했고, 노동시장은 사실상 완전고용 수준에 가까우며 인플레이션이 여전히 문제라고 말했다.
여기서 내가 주목한 단어는 '강해졌다'는 표현이다.
금리인상만 보면 경제를 위축시키기 위한 조치처럼 보인다.
하지만 중앙은행이 금리를 올리는 배경에는 물가뿐 아니라 경제의 체력이라는 변수가 함께 존재한다.
특히 이번 연준 성명에서 생산성 증가와 자본투자가 강하다는 평가가 동시에 등장했다는 점이 중요하다고 생각한다.
바로 여기에서 나는 오늘의 금리인상을 조금 다른 시각으로 바라보기 시작했다.
2026년 9월 FOMC: 금리 인상과 케빈 워시로 보는 미국 경제
금리보다 경제 체력이 중요하다
금리는 경제에 비용이다. 기업이 돈을 빌릴 때도 비용이고, 새로운 공장을 건설할 때도 비용이며, 데이터센터와 반도체 장비, 로봇에 투자할 때도 자본비용이 발생한다.
그렇다면 중요한 질문은 단순하다. 금리가 높아졌다는 사실 자체가 중요한 것일까? 아니면 높아진 금리를 감당할 만큼 기업의 생산성과 수익성이 높아질 수 있는지가 더 중요한 것일까?
나는 후자에 더 주목한다.
기업이 4%의 자본비용을 부담하더라도 새로운 설비와 기술에 투자해 그보다 훨씬 높은 수익률을 만들어낼 수 있다면 이야기는 달라진다.
그래서 나는 앞으로 미국 경제를 바라볼 때 금리의 절대적인 숫자만 보기보다 그 금리를 감당할 수 있는 생산성의 수준을 함께 봐야 한다고 생각한다.
시장이 보는 미래 금리 경로는
그렇다면 앞으로 금리는 어디까지 갈까. 여기서는 시장의 기대를 보여주는 CME FedWatch를 참고할 필요가 있다.
FedWatch는 연방기금금리 선물 가격을 이용해 향후 FOMC 회의에서 다양한 목표금리가 나올 가능성을 시장이 어떻게 가격에 반영하고 있는지를 보여주는 도구다.
따라서 이것은 연준의 공식 전망이 아니라 금융시장의 가격에 내재된 확률이라는 점을 먼저 기억해야 한다.
현재 시장은 2027년에도 여러 금리 경로를 가격에 반영하고 있다.
예를 들어 2027년 7월 회의 기준으로는 4.25~4.50%에 약 22%, 4.50~4.75%에 약 32%, 4.75~5.00%에 약 25%의 확률이 반영되어 있다.
즉 하나의 금리 수준에 시장의 기대가 몰려 있는 것이 아니다.
따라서 내가 주목하는 것은 그중 현재보다 50bp 높은 4.25~4.50%도 하나의 시나리오라는 점이다. 나는 이것을 '2027년 금리가 반드시 4.25~4.50%가 된다'는 의미로 받아들이지 않는다.
오히려 시장이 앞으로도 상당 기간 높은 금리를 감당해야 할 가능성을 가격에 반영하고 있다는 정도로 해석하는 것이 더 정확하다고 생각한다.
나는 금리를 두려워하지 않는다
그렇다고 내가 금리인상을 가볍게 보는 것은 아니다. 높은 금리는 분명 기업과 가계의 자금조달 비용을 높이고 경제활동에 부담을 줄 수 있다.
그런데 내가 지금까지 계속 생각해온 것이 하나 있다. 만약 미국 경제의 생산성이 과거와 비교할 수 없을 정도로 높아진다면 어떨까? 바로 이 질문에서 AGI가 등장한다.
나는 AGI가 미국 경제의 생산성을 구조적으로 높일 가능성이 있다고 보고 있으며, 그 가능성이 현실화된다면 금리를 바라보는 경제의 기준 자체가 달라질 수 있다고 생각한다.
AGI가 만드는 새로운 경제 질서는
먼저 AGI가 무엇인지부터 짚어보자. AGI는 Artificial General Intelligence의 약자로, 우리말로는 '범용인공지능'이라고 부른다.
현재의 많은 AI 시스템은 특정 분야에서 매우 뛰어난 능력을 보여주지만, AGI라는 개념은 다양한 지적 작업을 이해하고 학습하고 추론하며 새로운 문제에 범용적으로 적용할 수 있는 인공지능을 의미한다.
다만 AGI에 대해서는 아직 전 세계적으로 하나의 통일된 정의가 존재하는 것은 아니다.
그래서 이 글에서 내가 말하는 AGI는 단순히 질문에 답하는 AI를 뜻하지 않는다.
나는 인간이 수행하던 다양한 지적 업무를 이해하고, 계획하고, 실행하고, 다른 시스템과 연결하면서 실제 경제활동의 생산성을 크게 높일 수 있는 범용적인 AI 시스템이라는 의미로 사용하려 한다.
그리고 여기서 중요한 것은 AGI가 존재하느냐의 논쟁만이 아니다. 그 기술이 실제 경제현장에 얼마나 빠르게 적용되느냐가 훨씬 중요하다.
다양한 경제활동을 수행하는 AGI가 생산성과 기업의 경쟁 구조를 변화
생산성을 바꾸는 새로운 기술은
AI가 경제성장을 만들어내는 과정은 단순히 챗봇이 똑똑해지는 것만으로 끝나지 않는다.
기업은 AI를 데이터센터, 반도체, 네트워크, 소프트웨어, 자동화 시스템과 결합한다.
그리고 여기서 CAPEX라는 개념이 등장한다.
CAPEX는 Capital Expenditure의 약자로 '자본적 지출'을 의미한다. 쉽게 말하면 기업이 미래의 생산능력을 만들기 위해 공장, 장비, 데이터센터, 서버, 로봇 등에 투자하는 돈이다.
현재 미국에서 진행되고 있는 거대한 AI 투자는 바로 이 CAPEX와 연결된다.
실제로 워시 의장도 이번 기자회견에서 급증한 자본지출과 하이퍼스케일러들의 자금조달이 자본 경쟁을 심화시키고 있다고 설명했다.
나는 이것을 단순한 기술기업들의 유행으로만 보고 싶지 않다. 중요한 것은 그 투자가 몇 년 뒤 기업의 생산방식을 어떻게 바꾸느냐이다.
Physical AI 공장으로
여기에서 Physical AI, 즉 '물리 AI'가 등장한다.
Physical AI란 AI가 소프트웨어 공간에만 존재하는 것이 아니라 로봇과 기계에 연결되어 실제 물리적 공간에서 주변을 인식하고 판단하고 행동하는 시스템을 의미한다.
이것은 상당히 중요한 변화다. 지금까지 AI가 주로 인간의 '두뇌 노동'을 보조했다면, Physical AI는 제조·물류·건설 등 실제 현장의 물리적인 작업까지 변화시킬 가능성이 있기 때문이다.
이미 이런 변화는 현실의 제조현장으로 들어오고 있다. 현대차그룹은 미국 조지아주의 HMGMA에 Boston Dynamics의 Atlas 로봇을 2028년부터 단계적으로 투입하고, 기술과 운영 검증을 거쳐 2030년에는 부품 조립까지 적용 범위를 확대할 계획이라고 밝혔다.
중요한 것은 '로봇이 사람을 몇 명 대체하느냐'만이 아니다. 진짜 중요한 질문은 공장 전체의 생산성이 얼마나 높아지는가이다.
AI가 소프트웨어를 넘어 로봇의 몸을 통해 실제 생산현장에 진입하면서 제조업의 자동화
공장에서 시작되는 생산성 혁명
새로운 공장을 처음부터 AI와 로봇을 중심으로 설계한다면 이야기는 더욱 달라질 수 있다.
사람이 작업하기 편하도록 설계된 기존 공장에 로봇을 억지로 집어넣는 것과, 처음부터 로봇과 AI가 일하기 좋은 구조로 공장을 설계하는 것은 전혀 다르다.
공장 배치, 물류 동선, 데이터 수집, 설비 제어, 품질검사, 유지보수, 에너지 관리까지 하나의 시스템으로 연결할 수 있기 때문이다. 여기서 생산성의 변화가 나타날 수 있다.
생산량이 늘어나면서도 불량률이 낮아지고, 작업 중단 시간이 줄어들고, 위험한 작업을 로봇이 맡고, 인간은 감독과 문제 해결, 시스템 관리에 집중하는 구조다.
나는 이것이 AGI 경제에서 매우 중요한 부분이라고 생각한다.
AI가 똑똑해지는 것과 기업의 생산성이 높아지는 것 사이에는 현실의 공장과 업무 프로세스라는 다리가 필요하기 때문이다.
AI와 로봇이 결합된 차세대 스마트팩토리 (생산성과 자본효율화)
금리와 AGI는 왜 연결되는가
이제 내가 생각하는 연결고리가 나온다.
AI/AGI CAPEX → Physical AI → 생산성 상승 → ROIC 상승 → 기업 투자수요 증가 → 잠재 GDP 성장률 상승 → 경제가 감당할 수 있는 실질금리 상승 가능성
여기서 ROIC는 Return on Invested Capital의 약자로 '투하자본이익률'이다. 기업이 사업에 투입한 자본으로 얼마나 효율적으로 이익을 만들어내는지를 보여주는 지표다.
만약 AI와 Physical AI를 통해 같은 자본으로 더 많은 생산량을 만들어내고, 인건비와 불량비용을 줄이고, 설비 가동률을 높일 수 있다면 기업의 자본수익률은 올라갈 수 있다.
그리고 투자수익률이 높아진다면 기업은 새로운 투자를 더 적극적으로 할 경제적 유인을 갖게 된다.
나는 바로 이 부분에서 금리와 AGI가 연결된다고 생각한다.
높은 금리는 무조건 경제를 망가뜨리는 것이 아니라, 그 금리를 웃도는 생산성과 투자수익을 만들어낼 수 있는 경제인가가 중요하기 때문이다.
왜 나는 삼 년 뒤를 바라보나
그래서 나는 AI 투자를 6개월이나 1년만 보고 판단하는 것에는 신중해야 한다고 생각한다.
기업이 데이터센터를 짓고, 반도체와 서버를 확보하고, 네트워크를 구축하고, 새로운 소프트웨어를 도입했다고 해서 다음 달부터 경제 전체의 생산성이 10배가 되는 것은 아니다.
설비가 만들어지고, 시스템이 구축되고, 직원들이 새로운 업무방식에 적응하고, 기존 프로세스가 재설계되고, AI가 실제 업무에 깊숙이 들어가는 시간이 필요하다.
특히 Physical AI는 더욱 그렇다. 공장을 설계하고 로봇을 배치하고 테스트하고 안전성을 검증하고 생산라인을 최적화하는 데 시간이 걸린다.
따라서 지금 발생하고 있는 막대한 AI CAPEX의 경제적 효과를 평가하려면 적어도 몇 년의 시간을 놓고 봐야 한다고 생각한다.
나는 그래서 3~5년이라는 시간을 중요하게 본다.
부채보다 중요한 것은 현금흐름
AI 시대에는 엄청난 자본이 필요하다. 데이터센터, 전력망, 반도체 공장, 네트워크, 로봇, 소프트웨어 인프라를 구축하려면 막대한 자금이 들어간다.
이 과정에서 기업의 부채가 증가할 수도 있고, 금융시장을 통한 자금조달도 확대될 수 있다.
그렇다고 부채가 증가한다는 사실만으로 경제가 나빠졌다고 판단할 수는 없다.
중요한 것은 부채가 얼마나 늘었느냐보다 그 부채를 통해 만들어진 생산능력과 현금흐름이 얼마나 증가했느냐라고 생각한다.
100의 부채를 빌려 200의 생산능력과 현금흐름을 만들어내는 기업과, 100의 부채를 빌려 110의 생산능력밖에 만들지 못하는 기업을 똑같이 볼 수는 없다.
결국 중요한 것은 부채의 크기가 아니라 생산적인 자본이 만들어내는 수익이다.
AGI 시대 노동의 새로운 길
물론 여기에서 가장 어려운 문제가 하나 남는다. 바로 사람이다. AI와 로봇이 생산성을 높이면 일부 기존 업무는 줄어들 수 있다.
하지만 나는 이것을 단순히 'AI가 사람의 일자리를 없앤다'는 하나의 문장으로 정리하고 싶지는 않다.
더 중요한 문제는 사람이 새로운 생산활동으로 얼마나 빠르게 이동할 수 있느냐라고 생각한다.
예를 들어 생산현장의 작업자가 로봇 운영과 관리 업무로 이동할 수도 있고, 기존 생산직이 자동화 시스템의 품질관리나 유지보수 업무를 담당할 수도 있다.
AI 시대에는 AI에 투자하는 것만큼 인간의 역량에 투자하는 것도 중요하다.
나는 이것을 'AI·로봇 투자 + 인간의 재교육 투자'라는 하나의 패키지로 바라볼 필요가 있다고 생각한다.
기술이 생산성을 높이고, 사람은 그 기술을 활용하는 새로운 역할로 이동할 수 있어야 한다.
결국 AGI 시대의 핵심은 인간과 AI 중 누가 살아남느냐의 문제가 아니라 AI를 통해 인간의 생산활동을 어떻게 다시 설계하느냐의 문제가 될 가능성이 크다.
결국 핵심은 생산성의 변화다
오늘 새벽 케빈 워시 의장의 금리인상 소식을 보면서 내가 다시 생각하게 된 것은 금리 자체가 아니었다.
물론 앞으로 금리가 더 올라갈 가능성은 있다.
현재 시장도 2027년 여러 회의에서 다양한 금리 경로를 가격에 반영하고 있다.
4.25~4.50%도 하나의 시나리오이고, 그보다 높은 금리 수준도 상당한 확률로 반영되어 있다.
그러나 나는 그 숫자만 보고 미국 경제를 비관적으로 바라보고 싶지는 않다.
내가 보고 싶은 것은 그 금리를 감당할 수 있는 미국 경제의 생산능력이 앞으로 얼마나 커질 수 있느냐이다.
그리고 그 질문의 중심에 AGI가 있다.
AGI가 실제 산업현장으로 들어가고, Physical AI가 공장과 물류현장을 바꾸고, 기업의 생산성이 높아지고, ROIC가 개선되고, 새로운 자본투자가 이어진다면
미국 경제가 감당할 수 있는 성장률과 실질금리의 조합 역시 지금과 달라질 가능성이 있다.
물론 이것은 아직 완성된 결과가 아니라 내가 바라보는 하나의 경제적 가설이다.
AGI가 기대만큼 빠르게 발전하지 않을 수도 있고, AI 투자비용이 예상보다 커질 수도 있으며, 생산성 향상이 기업 전체의 수익성으로 충분히 연결되지 않을 가능성도 있다.
그래서 나는 무조건적인 낙관론보다는 검증해야 할 낙관론을 이야기하고 싶다.
앞으로 확인해야 할 것은 분명하다.
AI 투자가 실제 생산성 향상으로 이어지는가.
Physical AI가 실제 생산현장에 얼마나 빠르게 확산되는가.
기업의 ROIC가 개선되는가.
생산성 향상이 잠재 GDP 성장률을 끌어올리는가.
그리고 마지막으로, 그 높아진 생산성이 미국 경제가 더 높은 실질금리를 감당할 수 있는 기반이 되는가.
AI·AGI와 로봇, 자본투자가 결합하여 새로운 경제 질서 탄생
나는 바로 이 과정을 앞으로 3~5년 동안 지켜보고 싶다. 오늘의 금리인상은 그 과정의 끝이 아니라 오히려 하나의 시작점일지도 모른다.
금리가 얼마인가만 볼 것이 아니라, 그 금리를 감당할 수 있는 경제의 생산성이 어디까지 올라갈 수 있는가를 보자.
나는 미국 경제의 다음 성장엔진이 단순한 유동성 확대가 아니라, AI와 AGI가 만들어낼 생산성 혁명이 될 가능성에 주목하고 있다.
