Citadel Market Commentary 26.08.18

토큰 가격이 40% 가까이 떨어지는데 AI 관련 자산은 왜 크게 흔들리지 않을까요. 최근 몇 주 시타델 증권(Citadel Securities)의 글로벌 매크로 전략 노트 'Elastic Expectations'를 읽으며 처음 든 질문이었습니다. 프랭크 플라이트(Frank Flight)가 8월 18일 낸 이 노트는 AI 경제 전체가 결국 하나의 경제 변수, 즉 탄력성(elasticity)에 달려 있다고 말합니다. 지능이 싸질 때 그만큼 수요가 늘어나는지가 관건이라는 뜻입니다.

​

젠슨 황이 최근 컴퓨팅을 '투자 가능한 인프라 자산'이라고 표현한 것도 결국 같은 전제 위에 서 있습니다. 컴퓨팅이 매출을 내고, 넓은 시장을 상대하고, 시간이 갈수록 성능이 좋아지고, 다른 용도로 재배치할 수 있다는 이야기입니다. 그런데 이 모델이 성립하려면 모델과 컴퓨팅, 애플리케이션 계층에서 뽑아낼 수 있는 수익이 오래 지속돼야 합니다. 그 지속성을 가늠하는 열쇠가 바로 탄력성이라는 게 리포트의 출발점입니다.

​

토큰 값은 떨어지는데 지출은 오히려 늘었습니다

사용량 가중 토큰 가격은 실리콘데이터(Silicon Data) 기준으로 6월 말 이후 40% 하락했습니다. 그런데 램프(Ramp) 데이터로 계산한 상위 1% 기업의 7월 직원당 AI 지출은 전월 대비 약 50% 늘었습니다. 가격이 내려가는데 지출은 더 늘어난 셈입니다. 처음에는 이 숫자가 언뜻 이해가 안 됐는데, 다시 보니 논리는 단순했습니다. 값이 싸지니 더 많이 쓴 겁니다.

​

7월 상위 1% 기업의 직원당 AI 지출은 전월 대비 약 50% 늘었습니다.(자료: Ramp AI Index, Citadel Securities, 2026년 7월 기준)

​

GPU 대여 시장도 6월 저점 대비 견조하고, 2분기 하이퍼스케일러 클라우드 매출은 늘어난 컴퓨팅 용량이 빠르게 유료 수요로 이어지고 있음을 보여줍니다. 즉 가격 하락이 생태계 전체의 경제적 가치를 줄이기보다, 소비되는 지능의 양을 늘리는 쪽으로 작동하고 있다는 겁니다. 다만 이게 몇 년 뒤에도 그대로 맞을 거라는 보장은 없습니다. 지금 가동률이 높다는 사실만으로는 몇 년 후의 수급 균형까지 알 수 없습니다. 모델 구조가 어느 순간 불연속적으로 개선되면 같은 지능을 만드는 데 필요한 컴퓨팅 자체가 줄어들 수 있기 때문입니다.

​

토큰 값과 컴퓨팅 값이 갈라지기 시작했습니다

시타델은 지난 6월 초 '토크노믹스' 노트에서 토큰 가격 바스켓의 하락이 AI 복합체에 던지는 도전을 짚은 바 있습니다. 추론(inference, AI 모델이 답을 계산해내는 과정) 비용이 높아 더 저렴한 모델과 효율적인 워크플로로 대체가 일어나는 동안, 시장 가격은 오히려 먼 미래까지 컴퓨팅 희소성이 이어진다고 가정하고 있었습니다. 이후 AI 관련 자산의 약세와 오픈소스 모델 채택 확대는 그 우려를 어느 정도 뒷받침하는 듯 보였습니다.

​

그런데 6월 중순까지 GPU 대여 가격과 토큰 가격이 동시에 떨어지면서, 이게 단순한 효율화가 아니라 최종 수요 자체가 약해지는 신호일 수 있다는 걱정도 함께 커졌습니다. 그 관계가 최근 깨진 것으로 보입니다. 온(Ornn) 기준 GPU 대여 가격은 반등했는데, 토큰 가격은 계속 떨어지고 있습니다. 컴퓨팅과 토큰 가격이 갈라지기 시작했다는 뜻이고, 이는 제번스 역설(Jevons Paradox), 즉 지능이 싸질수록 그만큼 사용량이 늘어 컴퓨팅 수요를 오히려 떠받친다는 쪽에 힘을 실어주는 잠정적 증거라고 리포트는 설명합니다. 다만 이 시장은 아직 젊고 파편화돼 있고 금융시장보다 불투명해서, 신호 자체는 조심스럽게 봐야 한다는 단서도 달려 있습니다.

​

H100 GPU 대여 가격은 반등한 반면 토큰 가격 지출 지수는 계속 낮아지고 있습니다.(자료: Ornn, Silicon Data, Bloomberg, Citadel Securities 편집, 2026년 8월 기준)

​

컴퓨팅은 점점 원자재처럼 거래되고 있습니다

컴퓨팅은 이제 원자재의 성격을 점점 더 닮아가고 있습니다. 단기적으로 물리적 용량이 고정돼 있으니, 현물가격이 수요와 공급을 맞추는 역할을 하는 겁니다. 그래서 선물 커브(기간별 가격 구조)에는 향후 희소성과 증설 계획, 컴퓨팅 인프라를 보유하는 데 따른 경제성에 대한 시장의 기대가 담깁니다. 7월 중순 기준 H100 현물가는 36개월 기간물 대비 약 13% 높았고, B200은 약 8% 높았습니다. 신형 B200일수록 커브가 완만한 건 기술적 진부화 속도를 감안하면 자연스러운 흐름입니다.

​

H100과 B200 모두 현물가가 기간물보다 높은 백워데이션 구조를 보이고 있습니다.(자료: Silicon Data Compute Forward Curve, Citadel Securities 편집, 2026년 8월 기준)

​

예측시장 칼시(Kalshi)가 최근 새로운 가격 발견 수단을 더했습니다. 이들의 현물 가격 시계열에 따르면 H100 가격은 5월 고점 대비 41% 떨어졌다가 6월 저점 대비 20% 반등해 안정세를 보이고 있습니다. 더 눈에 띄는 건 최신 블랙웰 계열 B200 가격입니다. 현재 시간당 6.17달러 선에서 견조하게 유지되며 5월 고점을 웃돌고 있습니다. 최신 세대 컴퓨팅에 대한 수요가 한계선에서 얼마나 단단한지를 보여주는 지표로 읽을 수 있습니다. 토큰 가격이 떨어지고 추론 효율이 좋아지는 와중에도, 실물 컴퓨팅 가격은 여전히 견조하다는 이야기입니다.

​

토큰은 다 같은 토큰이 아닙니다

여기서 하나 짚어야 할 게 있습니다. 지능이 싸지고 있다는 주장을 하려면 품질을 보정해야 합니다. 더 똑똑한 모델일수록 토큰 가격이 비싼 게 당연하기 때문입니다. 그래서 진짜 봐야 할 가격은 개별 토큰 값이 아니라, 쓸모 있는 작업 한 단위를 완료하는 데 드는 비용입니다. 오픈소스(공개 가중치) 모델의 역량과 채택이 빠르게 늘고 있다는 건, 지금 AI가 처리하는 작업 상당수에는 이미 이 정도 성능이면 충분하다는 뜻이기도 합니다. 즉 사용자들이 결과물 품질을 크게 잃지 않으면서 더 싼 모델로 옮겨가고 있다는 겁니다.

​

실리콘데이터의 최근 분해 분석도 이를 뒷받침합니다. 전체 토큰 지수의 약세는 대부분 폐쇄형 모델의 가격 하락에서 비롯됐고, 반대로 키미 K3(Kimi K3) 같은 더 유능하고 상대적으로 비싼 오픈소스 모델의 등장은 오픈소스 구간의 평균 가격을 오히려 밀어올렸습니다. 지능이 싸지면서 생태계 전반의 소비는 늘어나는데, 동시에 오픈소스 모델의 역량과 채택 확대는 폐쇄형 프론티어 랩들이 가져갈 수 있는 몫을 압박하고 있습니다. 이 두 힘 사이의 긴장은 아직 풀리지 않았습니다.

​

토큰 가격 하락 속도는 매우 가파릅니다.(자료: Silicon Data, Bloomberg, Citadel Securities, 2026년 6월 기준)

​

숫자로 보면, 지출은 위쪽에서 훨씬 빠르게 늘고 있습니다

이 리포트에서 가장 눈에 들어온 대목은 램프 AI 지수 데이터입니다. 7만 개 이상 기업의 거래 데이터를 바탕으로, 지능의 실질 가격이 떨어질 때 지출이 어떻게 움직이는지를 추적한 자료입니다. 7월 기준 직원당 AI 지출은 상위 1% 기업에서 전월 대비 49%, 상위 10%에서 25%, 중간값 기업에서 9% 늘었습니다. 2023년 10월 이후로 보면 상위 1% 기업의 월간 직원당 지출은 6,542달러 늘어난 반면 중간값 기업은 9.63달러 느는 데 그쳤고, 상위 10%와 중간값의 지출 배율은 27배에서 54배로 두 배가 됐습니다.

​

이미 AI 도입을 앞서 진행한 기업일수록 가격이 떨어질 때 더 공격적으로 반응하고 있고, 그 격차는 벌어지고 있습니다. 냉정하게 보면 이건 좋은 소식이면서 동시에 쏠림에 대한 경고이기도 합니다. 토큰 가격이 이 정도로 급락하는 와중에 이만한 지출 증가가 나온다는 건, 리포트가 말하는 탄력적 수요 반응의 전형적인 패턴에 부합합니다. 단위 비용이 낮아진 만큼 소비가 충분히 늘어 전체 지출액 자체는 오히려 커지고 있다는 뜻입니다.

​

상위 10% 기업의 7월 직원당 AI 지출도 전월 대비 25% 늘었습니다.(자료: Ramp AI Index, Citadel Securities, 2026년 7월 기준)

​

실적과 클라우드 매출도 같은 방향을 가리킵니다

시장 전체로 눈을 돌리면 세 가지가 눈에 띕니다. 첫째, 거시적으로 이익 성장세가 유독 강합니다. 2분기 S&P500 주당순이익(EPS) 성장률은 약 33%로, 경기 침체 이후 회복기를 빼면 가장 강한 수준이고, 최소 2000년 이후 가장 가파른 이익 전망 상향 경로를 그리고 있습니다. 둘째, 하이퍼스케일러 클라우드 매출도 고무적입니다. 2026년 2분기 매출은 1,063억 달러로 전년 대비 약 43%, 전분기 대비 약 15% 늘었습니다. 컴퓨팅에 투입된 막대한 자본이 실제로 매출을 내는 수요와 만나고 있다는 강한 신호입니다.

​

2026년 2분기 S&P500 이익 전망 상향 경로는 최소 2000년 이후 가장 가파른 수준입니다.(자료: Bloomberg, Citadel Securities 편집, 2026년 8월 10일 기준)

​

하이퍼스케일러 클라우드 매출은 분기마다 꾸준히 늘고 있습니다.(자료: Bloomberg, Citadel Securities 편집, 2026년 8월 기준)

​

그런데 시장은 아직 도취돼 있지 않습니다

셋째, 시타델의 크로스에셋 분해 프레임워크로 보면 매크로 시장은 도취 상태와는 거리가 있습니다. 자산 가격에 담긴 성장 임펄스를 측정하는 PC1 팩터는 현재 +0.84 표준편차, 최근 5년 기준 65번째 백분위 수준입니다. AI가 만드는 긍정적 임펄스는 보통 실질금리 상승과 위험자산 강세를 통해 매크로 자산에 반영되는데, 2분기 이익과 하이퍼스케일러 매출, 7월 AI 지출 가속을 감안하면 이 정도 수치는 오히려 절제된 편입니다.

​

크로스에셋 성장 가격 반영도는 아직 뚜렷하게 과열된 수준이 아닙니다.(자료: Bloomberg, Citadel Securities 편집, 2026년 8월 기준)

​

AI를 둘러싼 화려한 수사에도 불구하고, 자산시장 전반에 담긴 기대는 도취까지는 가지 않았다는 게 리포트의 결론입니다. AI의 거대한 기대치와 빠르게 떨어지는 토큰 가격을 함께 설명하려면 상당히 탄력적인 수요 곡선이 필요한데, 7월 데이터는 그런 곡선이 실제로 존재할 수 있다는 쪽을 가리킨다는 겁니다.

​

제가 이 노트를 읽고 다시 생각하게 된 것

저는 토큰 가격 급락 소식을 접할 때마다 반사적으로 AI 인프라 과잉 투자 우려를 먼저 떠올리는 편이었습니다. 그런데 이 리포트를 보면서 가격과 지출을 따로 떼어놓고 볼 필요가 있다는 걸 다시 확인했습니다. 가격이 내려가는 것과 시장이 쪼그라드는 것은 다른 이야기입니다. 다만 이 좋은 신호 자체가 좋은 투자 판단으로 바로 이어지는 건 아닙니다. 상위 1% 기업이 지출을 이끌고 있다는 건, 반대로 말하면 그 아래 대다수 기업의 AI 수요는 아직 그만큼 단단하지 않다는 뜻이기도 합니다. 컴퓨팅을 파는 쪽, 즉 GPU와 데이터센터, 전력 인프라 기업들의 수혜와 폐쇄형 프론티어 모델 기업의 수익성은 서로 다른 궤적을 그릴 수 있습니다.

​

또 하나, 이 리포트는 기관 자체 데이터(Ramp, Silicon Data, Ornn, Kalshi)를 여럿 조합해 쓴 잠정적 분석이라는 점도 감안해야 합니다. 시타델 증권은 시장조성자로서 이 데이터의 흐름과 직접 이해관계가 걸려 있는 참여자이기도 합니다. 리포트 스스로도 '이 시장은 아직 젊고 파편화돼 있다'며 신호의 한계를 인정하고 있습니다. 결론이 아니라 가설로 받아들이는 게 맞다고 생각합니다.

​

앞으로는 몇 가지 숫자를 계속 따라가 보려 합니다. 토큰 가격과 GPU 대여 가격의 격차가 더 벌어지는지, 램프 데이터에서 중간값 기업의 지출 증가율이 상위 1%를 따라잡기 시작하는지, B200 같은 최신 세대 컴퓨팅의 현물가와 기간물 가격 차이가 어떻게 움직이는지, 그리고 하이퍼스케일러들의 다음 분기 클라우드 매출과 설비투자 가이던스가 이 흐름을 계속 뒷받침하는지입니다. 지능이 싸지는 것 자체는 이제 거의 기정사실이 됐습니다. 남은 질문은 그 절감분이 얼마나 폭넓게, 얼마나 오래 소비 확대로 이어지느냐입니다.

​

이 글은 시타델 증권(Citadel Securities)의 글로벌 매크로 전략 노트 'Elastic Expectations'(2026년 8월 18일, 저자 Frank Flight)를 바탕으로 정리했습니다. 원문은 기관 및 전문투자자를 대상으로 한 자료이며 투자 자문이나 리서치를 의도하지 않습니다. 본 글 역시 투자 판단의 참고용 정보 제공을 목적으로 하며, 특정 종목이나 자산의 매수·매도를 권유하지 않습니다. 투자 결정과 그 결과에 대한 책임은 투자자 본인에게 있습니다.

​

​