Fed의 윌리엄스, AI가 수요 충격을 부채질하는 가운데 연말까지 추가 금리 인상은 ‘합리적’이라고 밝혀
TREE NEWS 보도: 뉴욕 연방준비은행 총재 존 윌리엄스는 목요일 연말 이전 추가 금리 인상에 대한 시장 기대가 “합리적”이라고 말했으며, 인공지능(AI) 붐을 인플레이션을 더 지속적으로 만들 수 있는 전통적인 수요 충격으로 규정했다.
런던에서 NIESR가 주최한 회의에서 연설한 윌리엄스는 시장이 연말까지 연준이 다시 긴축할 것으로 광범위하게 예상하고 있다고 지적했다. “내 견해로는 그 견해가 합리적”이라고 그는 말했다.
윌리엄스는 단기 인플레이션 기대는 고무적이지만 장기 기대는 그렇지 않다고 덧붙였다. 그는 연준의 주요 과제는 여전히 인플레이션이며 이를 적시에 목표로 되돌려야 한다고 강조했다.
연준의 최근 입장과 일치
윌리엄스의 발언은 지난주 연준 회의의 신호와 일치한다. 새 의장 워시 아래에서 연준은 정책금리를 3.75%~4.00% 범위로 인상했으며, 18명의 정책 결정자 중 16명이 2026년 말까지 최소 한 차례 더 인상이 필요하다고 밝혔다. 연준 시스템에서 세 번째 서열인 윌리엄스의 견해는 시장에 상당한 무게를 지닌다.
인플레이션은 여전히 최대 과제, 고용 시장 우려는 완화
윌리엄스는 미국 경제가 놀라운 회복력을 보이고 있으며 완전 고용에 대한 하방 위험이 현저히 줄어들어 연준이 인플레이션과의 싸움에 집중할 여지가 생겼다고 말했다.
그는 연준이 앞으로 몇 달 동안 데이터를 계속 수집할 것이며 7월부터 9월까지 취했던 것과 같은 신중한 회의별 접근 방식을 취할 것이고, 경로를 미리 약속하지는 않을 것이라고 지적했다. “명확하고 매우 직접적인 포워드 가이던스를 제공하던 시대는 끝났다”라고 그는 말하며 “높은 수익률이 지속될지 아무도 모른다”고 인정했다.
이러한 전환은 연준이 명시적 가이던스에서 정책 커뮤니케이션의 더 큰 유연성으로 이동했음을 의미하며, 투자자들은 금리 경로를 둘러싼 더 많은 불확실성을 가격에 반영해야 한다.
AI 붐은 수요 충격, 생산성 전망은 불확실
AI에 대해 윌리엄스는 시장에 실질적인 영향을 미치는 프레임워크를 제시했다. 그는 AI가 “상당히 강한 수요”를 창출하고 있으며, 순수한 공급 측 생산성 개선이라기보다 전통적인 수요 충격으로 보는 것이 더 적절하다고 말했다.
그는 AI가 결국 1996년부터 2005년까지의 기술 주도 성장 주기와 유사한 생산성 붐을 가져올 것으로 예상하지만, 핵심 질문은 “칩 공급 문제가 얼마나 오래 지속될지”와 붐이 얼마나 지속될 수 있는지라고 말했다.
이러한 규정은 중요한 통화정책적 함의를 지닌다. AI가 주로 수요 충격이라면, 공급이 완전히 반응하기 전에 그 인플레이션 영향은 더 직접적이며, 연준이 더 긴축적인 정책 기조를 유지해야 한다는 근거를 뒷받침한다.
시장에 대한 시사점
- 주식: 추가 인상이 가격에 반영되면 금리에 민감한 성장주와 기술주는 다시 압력을 받을 수 있다. 그러나 AI 관련 기업은 강한 수요 신호에 힘입어 자본을 계속 끌어들일 수 있다.
- 채권: 시장이 더 오래 지속되는 높은 금리 경로에 적응하면서 수익률은 높게 유지되거나 더 상승할 수 있다. 연준의 포워드 가이던스 회피는 커브에 변동성을 더한다.
- 암호화폐: 비트코인과 이더리움 같은 위험 자산은 실질 수익률에 민감하다. 매파적 연준은 단기 상승 여력을 제한할 수 있지만, AI와 암호화폐의 교차점에는 선택적 관심이 나타날 수 있다.
- 원자재: AI 주도 강한 수요는 산업용 금속과 에너지를 지지할 수 있으며, 강한 달러는 금에 부담이 될 수 있다.
- 통화: 달러는 금리 차이에서 지지를 받을 수 있으며, 특히 다른 중앙은행이 완화 신호를 보낼 경우 더욱 그렇다.
투자자를 위한 핵심 요점
- 연말까지 연준의 추가 인상 가능성이 커지고 있으므로 더 오래 지속되는 높은 금리에 대비하라.
- AI는 수요 충격으로 취급되고 있으며, 그 인플레이션 효과가 연준을 매파적으로 유지할 수 있다.
- 포워드 가이던스 축소는 데이터 발표를 둘러싼 시장 변동성이 더 커진다는 것을 의미한다.
- AI 주도 수요의 혜택을 받을 수 있는 자산에 분산 투자하면서 금리 위험을 헤지하라.




