전쟁발 유가 충격은 글로벌 주식의 할인율을 밀어 올리고 방산 등 일부 업종만 상대적 강세를 만듭니다.
미국과 이란 전쟁이 유가를 자극하면서 인플레이션 경로가 다시 열렸고, 그 결과 주식시장에서는 위험자산 전반의 밸류에이션(현금흐름을 할인해 계산한 가격)이 낮아지는 방향으로 가격이 조정됩니다. 원인은 호르무즈해협 봉쇄로 대표되는 공급 제약이고, 메커니즘은 유가 상승 → 물가 전망 상향 → 장기금리 동반 상승 → 주식 할인율 상승이며, 결과는 글로벌 시가총액 축소와 변동성 확대입니다.
“가장 중요한 것은 전쟁이 인플레이션에 미치는 영향”이라고 했듯이, 이번 국면은 지정학 이벤트가 곧바로 물가 변수로 전환되는 구간입니다.
실제로 전쟁 이후 국제유가가 급등하고, 변동성지수 VIX가 19.86에서 27.44로 상승하면서(옵션시장이 가격에 반영한 변동성 증가) 주식의 리스크 프리미엄(위험 보상)이 높아졌습니다. 그 결과 82개국 증시 시가총액은 157조5034억달러에서 145조9237억달러로 감소했고, 한국 시장에서는 방산주인 한화에어로스페이스가 전쟁 이후 14.56% 상승하며 상대적 수혜를 받는 반면(전쟁 수요와 예산 기대가 이익 전망을 지지), 기아는 시총 순위가 7위에서 9위로 하락하고 현대모비스는 18위까지 밀리는 등 경기·금리 민감 업종의 조정이 동반됩니다.
환율 상승과 국채금리 급등이 동시에 나타나면 국내 자산의 ‘외국인 가격’과 ‘내국인 자금조달 비용’이 함께 악화됩니다.
원·달러 환율 상승과 국고채 금리 상승이 같은 방향으로 전개되면, 원화 자산은 달러 기준 매력도(환차손 위험)가 떨어지고 국내에서는 차입 비용이 올라 실물·금융 모두에 부담이 커집니다. 원인은 글로벌 위험자산 재가격(달러 선호 강화)과 유가발 물가 경로이며, 메커니즘은 달러 강세 → 환율 상승 → 외국인 헤지 비용 및 환손실 우려 확대 + 물가 기대 반영 → 국채금리 상승으로 이어지고, 결과는 외국인 채권 포지션 축소와 대출금리 상단 상승입니다.
전쟁 이후 원·달러 환율은 1508.9원(낮 시간대)까지 올라 전쟁 전 대비 69.2원 상승했고, 장중 1518.40원도 기록했습니다. 이는 수입물가(원화 기준)를 통해 국내 인플레이션 부담을 높이고, 금리 경로에 대한 시장 가정을 매파적으로(긴축 쪽으로) 이동시켜 국내 장기금리 상승을 정당화합니다.
채권시장에서는 3년 만기 국고채 금리가 연 3.582%로 올라 전쟁 전 대비 0.541%포인트 상승했고, 외국인이 국채선물을 4만5302계약 순매도했습니다(가격 하락과 환 손실 위험의 결합). 금리 상승은 민간 신용에도 전가되어 4대 은행의 고정형 주택담보대출 금리가 연 4.52~6.22% 범위로 상승하는 등(금리 전가) 내수·레버리지(차입) 민감 자산의 가격 부담을 키웁니다.
‘터보퀀트’는 메모리 수요의 구조적 감소가 아니라 “추론 효율 개선 속도”가 주가에 먼저 반영되는 이벤트로 작동합니다.
구글의 터보퀀트 공개는 AI 추론에서 메모리 병목을 줄이는 방향의 기술 진보가 빨라졌다는 신호로 해석되며, 메모리 반도체 기업에는 단기적으로 기대 수요가 조정되는 충격을 줍니다. 원인은 추론 단계의 KV 캐시(대화 문맥을 임시 저장하는 메모리) 압축 기술 공개이고, 메커니즘은 “동일 성능에 필요한 메모리 감소” 기대 → HBM(고대역폭메모리) 등 고부가 메모리의 수요·가격 기대치 재산정 → 관련 주가 조정이며, 결과는 삼성전자·SK하이닉스·마이크론 등 메모리 업체 주가의 동반 약세입니다.
구글은 메모리 사용을 최소 6분의 1 수준으로 줄이고 처리 속도를 최대 8배까지 높일 수 있다고 밝혔고, 이 수치가 시장의 ‘메모리 수퍼사이클 피크아웃(정점 통과)’ 우려를 자극했습니다. 즉, 공급이나 실적이 당장 바뀐 것이 아니라 “효율 개선이 수요를 대체할 수 있다”는 기대 변화가 먼저 가격에 반영된 구조입니다.
다만 논문 기반 기술이라는 점과, 업계에서 실제 효과를 메모리 2.7배 절감·속도 약 4배 수준으로 보는 시각도 제시된 만큼(기준의 차이) 장기 수요 감소로 단정하기는 근거가 부족합니다. 효율 개선이 비용을 낮춰 AI 서비스 확산을 촉진하면 오히려 메모리 총수요가 커질 수 있다는 제본스의 역설 논리도 동시에 존재해, 향후 주가는 “절감률의 현실화”와 “서비스 확산 속도”의 상대 크기에 의해 재평가됩니다.
변동성 국면에서 MMF·CMA로의 자금 이동은 위험자산의 매수 여력을 약화시키고 단기금융 상품의 프리미엄을 높입니다.
증시 변동이 커질수록 투자자 포트폴리오는 듀레이션(금리 민감도)과 주식 비중을 줄이고 현금성 자산으로 이동하는 경향이 강해지며, 이는 주식·중장기채의 수급을 약화시키는 반대급부를 만듭니다. 원인은 전쟁 이후 변동성 확대와 안전자산 대안의 제한(금 가격 변동 포함)이고, 메커니즘은 위험자산 손실확률 상승 → 유동성 선호 증가 → 단기 상품으로 자금 유입 → 위험자산 순유입 둔화이며, 결과는 MMF·CMA 잔고 증가와 관련 ETF로의 자금 집중입니다.
실제로 국내 MMF 투자원금은 244조3567억원으로 한 달여 만에 약 13조원 증가했고, ETF 시장에서는 ‘KODEX 머니마켓액티브’에 지난 일주일간 4135억원이 유입되는 등(단기 유동성 선호의 시장가격 반영) 자금이 초단기 영역에 몰렸습니다. CMA 잔고도 112조716억원까지 올라 역대 최고치를 기록했으며, CMA 금리는 은행 파킹통장 기본금리보다 높은 연 1~2% 수준으로 제시됩니다.
동시에 신용융자 잔고가 32조7524억원으로 유지되는 점은(차입 포지션이 줄지 않음) 변동성 확대 국면에서 강제 청산 리스크(가격 하락 시 담보 부족)가 남아 있음을 의미합니다. 즉, 자금이 MMF·CMA로 이동해도 레버리지 포지션이 유지되면 시장은 “현금 대기 + 차입 투자”가 공존하는 구조가 되어, 주가 하락 시 충격이 완화되기보다 증폭될 여지도 함께 내포합니다.
피지컬 AI의 상업화가 진전되면 ‘현장 검증’이 가능한 로봇·자동화 기업에 자본이 집중되는 경향이 강해집니다.
피지컬 AI(현실의 물리 환경을 인식·판단·행동으로 연결하는 AI)는 제조업 조립·체결처럼 변수가 많은 공정을 자동화할수록 가치가 커지며, 이 영역에서 실증 데이터를 축적한 기업에 투자자금이 몰립니다. 원인은 조립 공정의 불확실성(공차, 지그 변동, 온도 팽창 등)이고, 메커니즘은 기존 위치 기반 로봇의 실패 → 힘(Force) 기반 제어와 모션 생성 결합 → 공정 중 실시간 보정으로 가동률 개선 → 현장 적용 가능성 입증이며, 결과는 ‘기술의 정교함’보다 ‘작동 이력’이 밸류에이션을 결정하는 투자 환경입니다.
이 흐름 속에서 플라잎은 139억원 규모 시리즈 A를 마무리했고 약 20억원 추가 투자를 병행하며 누적 160억원 수준의 투자 규모를 구축했습니다. 이는 소프트웨어 중심 생성형 AI와 달리, 하드웨어·센서·제어를 함께 묶어야 하는 피지컬 AI에서 “구현 가능성”이 투자 의사결정의 최우선 변수로 부상했음을 시사합니다.
거시적으로는 2025년 피지컬 AI 시장이 약 52억달러로 평가되고 2033년 약 497억달러로 성장 전망이 제시되는 가운데, 한국은 로봇 밀도(노동자 1만 명당 1220대)가 세계 최고 수준이고 정부도 2026~2030년 국비 6000억원 투입 계획을 발표한 바 있습니다. 이런 환경에서는 VLA(시각·언어·행동 통합) 모델, 조립 특화 파운데이션 모델, 그리고 양팔로봇 V2 같은 하드웨어 고도화가 “데모”가 아니라 “양산·반복 투입” 단계로 넘어갈수록, 제조 자동화 밸류체인의 프리미엄이 구조적으로 재평가될 가능성이 커집니다.