[글로벌 마켓 인사이트]

미국 노동소득 비중 53.8% 역대 최저 – AI 시대 자본소득 전략이 답인가?

53.8%.

이 숫자가 뭔지 아는 사람이 얼마나 될까? 2025년 3분기, 미국 노동자들이 경제 전체 파이에서 가져간 몫이다. 1947년 통계 작성 이후 최저치. 그때가 70%였으니까, 78년 만에 16%포인트가 증발한 셈이다.

반대편은? 기업 이익이다. Fortune 500 기업들의 순이익은 2024년에만 1.87조 달러(약 2,500조 원)를 찍었다. 사상 최고치. GDP는 4.3% 성장했는데, 그 과실은 노동자가 아니라 주주에게 흘러갔다.

AI 시대 자본소득의 중요성을 말하는 건 더 이상 이론이 아니다. 숫자가 말하고 있다. 월급이 줄어드는 게 아니라, 월급의 “비중”이 줄고 있는 거다. 이 글에서는 왜 이런 일이 벌어지는지, 그리고 30-40대 직장인이 어떻게 대응해야 하는지를 데이터로 풀어보겠다.

왜 월급쟁이의 파이가 줄어들고 있나?

텍사스 A&M 경제학과 레이먼드 로버트슨 교수는 이렇게 말했다. “노동 몫이 줄었다는 건, 소득이 줄었거나 일하는 사람 수가 줄었거나 둘 중 하나다.” 실제로 둘 다 벌어지고 있다.

먼저 고용 쪽을 보자. 미국은 2025년 한 해 동안 58만 4천 개의 일자리를 만들었다. 많아 보이는가? 2024년엔 200만 개였다. 3분의 1도 안 된다. 일자리 창출 속도가 급격히 둔화된 거다.

원인은 명확하다. 자동화.

골드만삭스가 최근 발표한 분석이 충격적이다. AI가 미국 전체 업무 시간의 25%를 자동화할 수 있다는 거다. 완전 채택 시 노동생산성은 15% 올라가지만, 그 과정에서 6~7%의 일자리가 사라진다. 약 100만 명이 추가로 실업자가 된다는 뜻이다.

가장 먼저 타격을 받는 건 누구일까? 20대다. 기술 관련 직종에서 20~30세 청년 실업률이 2025년 초 이후 3%포인트나 올랐다. 소프트웨어 개발자 중 22~25세는 2022년 말 대비 고용이 거의 20% 줄었다.

비유하자면 이렇다. AI는 회사라는 건물의 1층부터 리모델링하고 있다. 엘리베이터 버튼을 누르는 사람, 접수 데스크에 앉은 사람, 서류를 정리하는 사람. 이 역할들이 먼저 사라진다. 꼭대기 층의 경영진은 아직 안전하다. 하지만 중간층도 곧 차례가 온다.

문제의 핵심은 이거다. 기업이 AI로 비용을 줄이면 그 이익은 어디로 가는가? 주주에게 간다. 배당금, 자사주 매입, 주가 상승. 전부 자본소득이다. AI 시대 자본소득으로의 이동은 이미 구조적으로 시작됐다.

그러면 어떻게 해야 하나? AI 시대 자본소득 확보 전략

여기서 한 발짝 물러서서 생각해보자.

AI가 인간 노동을 대체한다는 건 나쁜 소식이다. 하지만 동전의 뒷면이 있다. AI를 소유한 기업의 이익은 폭발하고 있다는 거다. 그리고 그 기업의 주식을 사면? 당신도 그 이익의 일부를 갖게 된다.

AI 시대 자본소득 전략의 핵심은 단순하다. AI가 대체하는 쪽이 아니라, AI로 돈 버는 쪽에 서는 거다.

구체적으로 어떤 섹터가 주목받고 있을까?

첫째, AI 인프라 그 자체다.
하이퍼스케일러라 불리는 빅테크 기업들의 AI 설비투자가 2026년 5,270억 달러에 달한다. 골드만삭스에 따르면 이 수치도 과소평가됐을 가능성이 크다. 지난 2년 연속으로 실제 투자액이 예상치를 50% 이상 웃돌았기 때문이다. 이 돈이 어디로 흘러가는가? 반도체, 데이터센터, 전력 인프라, 냉각 시스템. 전부 실물 경제다.

그 중에서도 최근 가장 뜨거운 키워드가 HBF(High Bandwidth Flash)다. 뭔가 낯설다고? HBM(고대역폭 메모리)의 사촌 정도로 이해하면 된다. AI 훈련에는 초고속 HBM이 필수지만, AI 추론(inference)에는 “빠르면서도 용량이 큰” 메모리가 필요하다. HBF는 바로 이 틈새를 노린다. NAND 플래시를 HBM처럼 고대역폭으로 쌓아 올려서, HBM 대비 8~16배 용량을 비슷한 비용에 제공한다.

왜 지금 중요한가? 2026년 2월 25일, SK하이닉스와 Sandisk이 미국 밀피타스에서 HBF 표준화 컨소시엄 킥오프를 열었다. OCP(Open Compute Project) 산하에 전담 워크스트림을 만들어 국제 표준을 만들겠다는 거다. 샘플은 2026년 하반기, 실제 AI 추론 하드웨어 탑재는 2027년 초가 목표다. 본격 상용화는 2030년 전후로 예상되지만, 표준 선점 경쟁은 지금 시작됐다.

이게 AI 시대 자본소득과 무슨 관계인가? AI가 훈련에서 추론으로 무게추가 이동하면서, 메모리 시장의 판이 다시 짜이고 있다. HBM만으로는 부족하다. HBF라는 새로운 계층이 추가되면, 메모리 시장 전체 파이가 커진다. SK하이닉스는 HBM에서 이미 1위인데, HBF까지 표준을 주도하면? 한국 투자자 입장에서는 놓칠 수 없는 흐름이다.

둘째, AI를 “활용하는” 구경제 기업이다.
솔직히 말해서, 순수 AI 테크주는 이미 밸류에이션 논란이 뜨겁다. 골드만삭스 분석가 벤 스나이더는 이렇게 경고했다. 2025~2027년 연평균 5,000억 달러 capex를 정당화하려면 연간 1조 달러 이상의 이익이 필요한데, 2026년 컨센서스는 4,500억 달러에 불과하다고. 모든 빅테크가 이 숫자를 달성할 확률은 점점 줄어든다.

그렇다면 어디가 더 매력적인가? AI를 도구로 써서 생산성을 20~50% 끌어올리는 전통 산업 기업들이다. 제조업의 예측 보전, 물류의 AI 라우팅 최적화, 금융의 사기 탐지 자동화. 이 기업들은 AI 버블 논란에서 한 발 떨어져 있으면서도, 실질 이익 증가가 눈에 보인다.

셋째, 분산이다.
ETF를 통해 AI 가치사슬 전체에 걸치는 게 개인 투자자 입장에서는 가장 현실적이다. 개별 종목 리스크를 줄이면서 AI 시대 자본소득의 구조적 흐름에 올라탈 수 있다.

투자 인사이트 및 리스크 팩터

시장은 이미 움직이고 있다.

S&P 500 기업들의 2026년 총 현금 지출은 4.4조 달러로 전년 대비 11% 늘어날 전망이다. 이 중 설비투자(capex)가 17%나 증가하면서 가장 빠른 성장세를 보이고 있다. 그런데 흥미로운 점이 있다. 자사주 매입은 전년 대비 거의 변동이 없다. 왜 그럴까? 하이퍼스케일러들이 현금흐름의 60%를 AI 투자에 쏟아붓고 있기 때문이다.

이건 뒤집어 보면 기회다. AI 투자가 수익으로 전환되는 순간, 그동안 억눌렸던 주주환원이 폭발할 가능성이 높다. 골드만삭스는 이 전환점을 2027년으로 본다. 경제학자 조셉 브릭스는 AI가 GDP에 본격적으로 기여하기 시작하는 시점이 그때라고 분석했다.

투자자들의 관심도 이동 중이다. 2025년 상반기까지는 AI 인프라주가 한 덩어리로 움직였다. 주가 상관계수가 80%에 달했다. 하지만 2025년 하반기부터 이 수치가 20%로 급락했다. 시장이 승자와 패자를 구분하기 시작한 거다. capex를 매출로 연결하는 기업만 보상받고 있다.

한국 투자자 관점에서도 의미 있는 흐름이다. 삼성전자와 SK하이닉스는 HBM 반도체로 AI 인프라 수혜를 받고 있다. 여기에 SK하이닉스가 HBF 표준화까지 주도하면서, AI 메모리 시장에서의 입지가 한층 강화되고 있다. 삼성전자도 HBM4 양산과 함께 2026년 HBM 생산 능력을 50% 확대하겠다고 밝혔다. 다만 글로벌 빅테크 대비 마진과 규모에서 열세인 점은 인식해야 한다. AI를 접목해서 제조·물류·에너지 효율을 끌어올리는 한국 구경제 기업들도 함께 주목할 필요가 있다.

⚠️ 리스크 팩터

• AI 버블 가능성: 하이퍼스케일러의 AI 설비투자가 GDP 대비 0.8% 수준인데, 과거 기술 투자 붐에서는 1.5%까지 올랐다. 아직 여유가 있다는 시각도 있지만, Sequoia Capital은 2026년을 “진실의 순간”이라 부른다. capex가 수익으로 전환되지 않으면 대규모 자산 상각이 시작될 수 있다.
• 소비 위축 리스크: 노동소득이 줄면 소비가 줄고, 소비가 줄면 기업 매출도 타격받는다. 이미 연소득 7만 5천 달러 이하 가구의 재량 소비는 2019년 수준 아래로 내려갔다. K자형 경제의 하단이 무너지면 상단도 흔들린다.
• 정책 리스크: AI로 인한 실업 증가가 가시화되면 규제가 뒤따른다. 연준의 금리 결정에도 영향을 미친다. 실업률이 올라가는데 인플레이션이 안 잡히는 최악의 시나리오도 배제할 수 없다.
• 한국 특수 리스크: 2026년 1월 AI 기본법이 시행됐지만, 실행력은 미지수다. 국내 구경제 기업들의 AI 도입 속도가 글로벌 대비 느리면, AI 시대 자본소득의 기회가 해외 기업에 집중될 수 있다.

자주 묻는 질문 (FAQ)