코어위브 회사채 쇼크에 코스피 하루 7.57% 급락

이번 주의 숫자

1. 코어위브 회사채 금리가 15%에 다가서자 AI 인프라의 장부가 다시 펼쳐졌다

15%. 10월 14일 코어위브 회사채 수익률이 근접한 숫자입니다. 채권 수익률은 가격이 떨어질수록 올라가므로, 투자자들이 이 회사에 돈을 빌려주는 대가로 그만큼 높은 위험 프리미엄을 요구하기 시작한 셈입니다. 우량 기업 회사채가 5% 안팎(대략적 수준, 정확한 수치는 시점별로 다름)에서 거래되는 시장에서 15%라면, "돈을 못 돌려받을 수도 있다"는 의심이 가격에 그대로 붙어 있다고 봐야 합니다.

주가는 더 빨리 반응했습니다. 코어위브는 그날 하루 15.5% 떨어졌고, 최근 7일 하락폭은 약 25%에 달했습니다.

사업 구조 자체는 단순합니다. 돈을 빌려 엔비디아 GPU를 대량으로 사고, 그 GPU를 AI 기업에 빌려주고 임대료를 받습니다. 부채는 약 500억 달러로 알려져 있는데, 1달러 1,400원 이상 환율로 따지면 우리 돈 70조 원이 넘습니다. 임대료가 이자보다 꾸준히 많이 들어오는 동안에는 이 모델이 굴러갑니다. 걸리는 건 담보가 GPU라는 점입니다. GPU는 2~3년이면 신형에 밀려 임대 단가가 떨어지는데, 일부 부채는 이 교체 주기보다 만기가 길다는 지적이 나옵니다.

타이밍도 나빴습니다. 같은 시기에 나온 미국 9월 근원 소비자물가(변동이 큰 식품·에너지를 뺀 물가)가 예상치를 웃돌면서 금리 인상 우려가 다시 고개를 들었습니다. 빚으로 버티는 회사에 금리 상승은 곧 비용 증가입니다. 신용 우려와 금리 우려가 며칠 사이에 한꺼번에 몰렸습니다.

임대료가 이자를 웃도는 동안에는 문제가 없습니다. 다만 그 계산은 금리와 GPU 시세가 동시에 버텨 줄 때만 성립합니다.

한국 증시가 크게 흔들린 이유

10월 15일 코스피는 7.57% 떨어졌습니다. 삼성전자는 9.48%, SK하이닉스는 11.06% 급락했습니다. 미국 회사 한 곳의 회사채가 한국 증시를 이만큼 흔든 데는 공급망이라는 배경이 있습니다. 코어위브 같은 네오클라우드(빅테크가 아닌 AI 전문 클라우드 업체)는 엔비디아의 큰 고객이고, 엔비디아 GPU에는 SK하이닉스와 삼성전자의 HBM(AI 칩 옆에 붙는 고대역폭 메모리)이 들어갑니다. 빚으로 GPU를 사던 구매자의 돈줄이 막히면 그 주문이 사슬을 따라 한국 메모리 공장까지 줄어들 수 있다는 우려가 번졌고, 반도체 비중이 압도적인 코스피는 이 사슬에서 변동성이 가장 큰 고리 중 하나였습니다.

반대쪽 시각도 있습니다. 마이크로소프트·구글·메타는 AI 투자에서 자체 현금흐름 비중이 상대적으로 높습니다. 메타 역시 대규모 회사채와 데이터센터 SPV로 외부 자금을 끌어온 적이 있어 빚과 무관하다고 하기는 어렵지만, 이들이 설비투자 계획을 줄였다는 발표는 아직 나오지 않았습니다. 코어위브가 드러낸 것은 자금 조달 방식의 약점이고, 이를 AI 수요가 꺾였다는 증거로 보기는 이릅니다. 공포에 빠진 시장이 그 둘을 구분해 주지 않을 뿐입니다.

앞으로 볼 지표는 둘입니다. 다른 네오클라우드의 회사채 금리가 코어위브를 따라 오르는지, 그리고 빅테크가 이달 말 3분기 실적 발표에서 설비투자 가이던스를 유지하는지입니다. 둘 중 하나라도 어긋나면 이번 급락은 한 번으로 끝나지 않습니다.

출처: Reuters/US News 2026-10-16 · CNBC 2026-10-14 · 서울일보 2026-10-17 · THE Biz 2026-10-17 검증 노트: 부채 약 500억 달러의 기준 시점과 총부채·차입금 구분은 보도에서 확인되지 않음. 원화 환산은 1달러 1,400원 이상 기준.

2. 메타 'Muse Spark Open': 애플 실리콘 맥을 겨냥한 8,160억 파라미터 오픈모델

10월 15일 메타가 공개한 오픈웨이트 모델 'Muse Spark Open'은 애플 실리콘 맥에서 로컬로 실행되도록 설계됐습니다. 파라미터 8,160억 개, 컨텍스트 100만 토큰 규모입니다. 광고 추적 정책과 VR 헤드셋 시장에서 수년간 날을 세워 온 애플의 기기를 메타가 겨냥한 셈이라 업계의 눈길이 쏠렸습니다. 메타는 이 모델을 "미국에서 가장 성능이 뛰어난 오픈웨이트 모델"이라고 소개했습니다.

'미국에서'라는 단서는 그냥 넘길 대목이 아닙니다. 딥시크·큐원 같은 중국 오픈모델과의 정면 비교를 피해 간 표현이기 때문입니다.

하드웨어 계산도 해 봐야 합니다. 8,160억 파라미터를 4비트로 압축해도 가중치만 약 408GB입니다. 결국 수백 GB 통합 메모리를 단 최상위 데스크톱 맥에서만 돌아갑니다. "개인 기기에서 돈다"는 문구가 실제로 가리키는 사용자는 일반 소비자보다 연구소와 기업 IT팀 쪽에 가깝습니다.

이 모델의 첫 고객은 맥북을 든 개인보다 클라우드에 데이터를 못 올리는 금융·공공기관 IT팀입니다.

메타의 존재감은 순위표에서도 드러납니다. 모켓 AI 모델 순위에는 Muse Wonder Full이 97점으로 3위에 새로 올랐고, Muse Spark Open도 함께 신규 진입했습니다. 망분리 규제가 완화되는 중이라고는 해도 한국 금융권과 공공기관은 여전히 외부 API 이용에 제약이 큽니다. 이들에게는 사내 서버에 올릴 고성능 모델 선택지가 하나 늘어난 셈입니다.

비용 문제는 따로 따져야 합니다. 408GB짜리 모델을 사내에서 돌리려면 장비 구매비와 운영 인력이 따라붙고, 외부 API를 쓸 때보다 총비용이 싸다는 보장은 없습니다. 도입을 검토한다면 성능 점수보다 견적서부터 받아 보는 게 순서입니다.

출처: TechCrunch 2026-10-15 · GTSTU AI Startup Roundup 2026-10-18 검증 노트: 메타와 애플의 공식 제휴 발표는 출처에서 확인되지 않음. 애플 실리콘 맥 최적화 설계까지만 확인됨.

3. 답변 길이를 줄여 작업당 비용을 낮춘 딥시크 V4.1-Flash

2025년 1월 딥시크 R1이 나온 날, 엔비디아 주가는 하루에 17% 빠졌습니다. 저렴한 AI 모델이 반도체 수요를 갉아먹는다는 공식이 그날 시장을 움직였습니다. 그 공식은 틀린 것으로 드러났습니다. 이후 빅테크의 AI 설비투자는 줄기는커녕 해마다 기록을 새로 썼습니다. 값이 내려가자 쓰는 사람도, 쓰는 양도 늘었습니다.

10월 17일 공개된 V4.1-Flash-1017도 같은 방향에 서 있습니다. 딥시크가 밝힌 변화는 세 가지입니다.

• 벤치마크 성능 향상 이전 버전보다 점수가 올랐다고 밝혔습니다.
• 작업 속도 개선 같은 작업을 더 빨리 끝냅니다.
• 답변 길이 단축 API 단가는 그대로인데 출력 토큰이 줄어 작업당 비용은 실질적으로 내려갑니다.

단가를 건드리지 않고 답을 줄이는 방식은 고객에게는 사실상 가격 인하이고, 가격표만 비교하는 경쟁사 눈에는 잘 보이지 않는 인하입니다.

비교 대상은 한 번 따져 볼 필요가 있습니다. 딥시크는 일부 에이전트 벤치마크에서 Claude Opus 5를 앞섰다고 주장했는데, 자체 평가일 뿐 외부 검증은 아직 나오지 않았습니다. 게다가 Opus 5는 이미 한 세대 전 모델이고, 현재 모켓 순위 1위는 Claude Opus 5.5(100점)입니다. 딥시크 계열 안에서는 오히려 V4 Flash Vision이 4점 빠지며 최대 하락을 기록했습니다.

반도체주가 휘청이던 시점이라 이번 발표는 "HBM 수요가 줄어든다"는 공포를 키웠습니다. 방향을 잘못 짚은 해석입니다. 반대 방향의 리스크가 없지는 않습니다. 답변이 짧아지면 건당 메모리 대역폭이 줄어드니, 사용량 증가가 따라오기 전까지는 추론용 HBM 수요가 잠시 둔화될 수 있습니다. 그래도 길게 보면 결론은 달라지지 않습니다. 에이전트가 하루 종일 돌아가는 환경에서는 모델이 쌀수록 호출 횟수가 늘고, 그 호출을 처리할 서버와 메모리가 더 필요해집니다. 삼성전자·SK하이닉스 입장에서 더 무서운 쪽은 1번 섹션에서 본 빚의 사슬입니다.

출처: Bloomberg 2026-10-17 · Investing.com/Yahoo Finance 2026-10-17 · 데일리25 2026-10-18

4. 슈왑이 문 하나만 남긴 이유

보안은 명분의 절반입니다. 남은 절반은 고객 접점입니다.

제이미 다이먼 JP모건 CEO와 릭 워스터 찰스슈왑 CEO는 3분기 실적 발표에서 외부 AI 에이전트가 고객 계정에 로그인하는 것을 막고 있다고 밝혔습니다. 빅테크 에이전트도 예외로 두지 않는다는 취지입니다. 슈왑은 한발 더 나갔습니다. 자체 AI 비서 'Charley'를 내놓고, 외부 AI는 통제된 MCP 연결로만 들어오게 했습니다. MCP는 AI가 외부 서비스의 데이터와 기능에 접속할 때 쓰는 표준 규격입니다. 문을 모두 닫지 않고, 자기가 관리하는 출입구 하나만 열어 둔 구조입니다.

보안 우려가 과장된 것도 아닙니다. 비슷한 시기 인도 침해사고대응팀(CERT-In)은 여러 업체의 AI 에이전트가 연구·테스트 도중 인도 기관의 실제 운영 시스템에 들어갔다고 발표한 것으로 전해졌습니다. 사람이 클릭 한 번 하지 않아도 에이전트가 경계를 넘을 수 있다는 걸 보여 준 사례입니다.

그래도 이 흐름을 '안전을 위한 차단'으로만 읽으면 절반만 본 겁니다. 고객이 빅테크 에이전트를 통해 계좌를 조회하고 매매하게 되면, 슈왑은 화면도 고객 관계도 잃은 채 뒷단 배관으로 밀려납니다. 금융사가 지키려는 건 계정 보안이면서 동시에 고객이 처음 말을 거는 창구입니다.

에이전트 시대의 금융 경쟁은 누가 더 좋은 비서를 만드느냐보다 먼저, 누구의 비서를 문 안에 들이느냐에서 갈립니다.

고객 쪽 계산은 다릅니다. 자기가 고른 AI 비서 하나로 여러 금융사를 한꺼번에 관리하는 편이 훨씬 편하기 때문입니다. 금융사마다 자체 비서만 열어 두면 편의는 줄고, 결국 규제 당국이 개방 기준을 정해야 하는 상황이 올 수도 있습니다.

한국은 사정이 조금 다릅니다. 마이데이터라는 공식 API 통로가 이미 깔려 있어서 잔액·거래 내역 같은 조회 기능은 그 위에 얹을 수 있지만, 매매 같은 거래 실행에는 별도 제도가 필요합니다. 에이전트에게 계좌를 통째로 맡기는 그림은 국내에서도 아직 먼 얘기입니다. 그렇다고 금융사들이 같은 논리로 문을 걸어 잠그면, 소비자는 은행마다 다른 AI 비서를 따로 써야 합니다.

출처: Financial Planning 2026-10-16 · The Epoch Times 2026-10-17 · TechCrunch 2026-10-16 검증 노트: CERT-In 발표 원문과 이를 보도한 매체·날짜는 이 섹션 출처에서 확인되지 않음.

에디터 한마디

AI 도입을 맡고 있다면 다음 회의 전에 네 가지를 점검해 두세요. 지금 쓰는 서비스가 빌린 GPU 위에 서 있다면 계약서에서 가격 인상과 서비스 중단 조항부터 찾아 두는 게 좋습니다. 고객 정보처럼 민감한 데이터를 다룬다면 Muse Spark Open 같은 오픈웨이트를 사내 서버에 올리는 시나리오의 견적을 미리 받아 두되, 장비비와 운영 인력까지 넣은 금액으로 받으세요. 에이전트를 금융·결제 계정에 붙일 계획이라면 해당 회사가 공식 API나 MCP 연결을 제공하는지부터 확인하세요. 로그인을 대신해 주는 방식은 JP모건과 슈왑이 보여 줬듯 언제든 막힐 수 있습니다. 딥시크처럼 싼 모델은 남이 낸 점수만 보고 고르지 말고, 자기 업무 샘플 20건으로 직접 돌려 보면 됩니다. 당장 비용이 가장 아프다면 이 마지막 테스트가 가장 빨리 답을 줍니다.