미국 스태그플레이션 경계감…비트코인, 금융불안 땐 ‘자금 회귀’ 가능성도

미국 경기의 ‘스태그플레이션’(고물가·고실업) 우려가 고개를 들면서 비트코인(BTC)과 나스닥 등 위험자산의 향방이 다시 거시 변수에 좌우될 조짐을 보인다. 크립토 온체인 분석업체 크립토퀀트(CryptoQuant)에 기고한 XWIN 리서치 재팬은 최근 미국 고용·물가 흐름과 중동발 지정학 긴장이 결합할 경우, 단기적으로는 위험자산에 부담이 커지되 ‘금융 불안’으로 번질 땐 비트코인으로 자금이 되돌아오는 반전 시나리오도 가능하다고 진단했다.

미 고용 둔화와 유가 변수, ‘스태그플레이션’ 경계감 키운다

스태그플레이션은 높은 인플레이션과 높은 실업률이 동시에 나타나는 드문 국면이다. XWIN 리서치 재팬에 따르면 2월 미국 취업자 수가 9만2000명 감소했고, 실업률은 4%로 상승한 것으로 집계됐다. 물가 압력이 완전히 꺾이지 않은 상황에서 고용까지 식기 시작하면, 시장은 ‘성장 둔화 속 물가 고착’이라는 최악의 조합을 경계하기 마련이다.

여기에 미국과 이스라엘의 이란 공격으로 촉발된 지정학적 갈등이 긴장을 더했다. 분쟁 격화는 국제유가를 끌어올렸고, 에너지 비용 상승은 생산·물류 전반의 비용을 자극해 인플레이션을 다시 밀어 올릴 수 있다. XWIN 리서치 재팬은 에너지 가격 급등이 인플레이션을 재점화하면 고용 둔화와 맞물려 스태그플레이션의 ‘조건’이 보다 선명해질 수 있다고 봤다.

역사적으로 미국은 1970년대 오일쇼크 국면에서 두 자릿수 인플레이션과 실업 악화를 동시에 겪었다. 당시 연방준비제도(Fed)는 폴 볼커(Paul Volcker) 의장 시절 기준금리를 20%에 가깝게 끌어올리며 물가를 잡았지만, 그 대가로 깊은 경기침체가 뒤따랐다는 점이 자주 인용된다. 시장이 스태그플레이션을 특히 두려워하는 이유도 정책 대응이 까다롭기 때문이다. 물가를 잡으려면 긴축이 필요하지만, 긴축은 경기와 고용에 추가 부담이 될 수 있어서다.

비트코인, 스태그플레이션에 ‘직선’으로 반응하지 않았다

XWIN 리서치 재팬은 비트코인과 스태그플레이션의 관계가 단순한 상관관계로 정리되기 어렵다고 강조했다. 초기 국면에서는 대체로 위험자산에 역풍이 불어 비트코인도 주식처럼 약세를 보일 수 있다는 설명이다. 실제로 인플레이션이 급등했던 2022년에는 나스닥과 비트코인이 동반 하락하며, 비트코인이 변동성이 큰 ‘고베타(high beta)’ 자산으로 움직였다는 평가가 많았다.

다만 스태그플레이션이 ‘금융 불안’으로 전이될 때는 판이 달라질 수 있다. 보고서는 2023년 미국 은행권 위기처럼 시스템 리스크가 부각되면, 유동성 흐름이 위험자산으로 급격히 이동하면서 비트코인이 80% 이상 반등한 사례를 언급했다. 즉 물가·고용 지표 자체보다도, 그 여파가 금융시스템 안정성에 어떤 충격을 주는지가 비트코인의 중기 흐름을 가를 수 있다는 해석이다.

공급 구조가 다른 비트코인, 인플레이션 국면의 ‘대안’ 될까

보고서는 비트코인의 ‘공급 구조’도 함께 고려해야 한다고 덧붙였다. 법정화폐는 정책과 신용창출에 따라 공급이 늘 수 있지만, 비트코인은 알고리즘에 따라 발행량이 정해져 있고 ‘반감기(halving)’로 신규 공급 증가 속도가 주기적으로 낮아진다. 이 구조 때문에 비트코인 자체의 ‘인플레이션율’은 시간이 갈수록 하락하며, 통화가치 하락 우려가 커질수록 상대적인 매력이 부각될 여지가 있다는 분석이다.

이 같은 논리가 현재 국면에도 적용된다면, 비트코인 시장에는 중기적으로 의미 있는 자금 유입이 나타날 수 있다고 XWIN 리서치 재팬은 봤다. 다만 단기적으로는 거시 불확실성 확대가 변동성을 키울 수 있다는 점에서, 비트코인이 안전자산처럼 일관되게 움직일 것이라고 단정하기는 어렵다.

현재 비트코인 가격은 6만8225달러로, 원화로는 약 1억1329만원(1달러=1485원 기준) 수준이다. 전일 대비 4% 넘게 하락하며 거시 리스크가 위험자산 가격에 부담으로 작용하는 흐름이 확인됐다. 시장은 앞으로 발표될 물가·고용 지표와 함께, 유가가 인플레이션 기대를 다시 자극하는지, 그리고 그 여파가 금융시장 불안으로 이어질지에 촉각을 곤두세우는 분위기다.

TP AI 유의사항

TokenPost.ai 기반 언어 모델을 사용하여 기사를 요약했습니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.