미국채 금리와 가격은 어떻게 움직일까? 수익률 곡선 역전을 딥러닝으로 분석해봤습니다

미국채 투자할 때 단순히 “금리가 높다”만 보면 놓치는 부분이 있습니다. 2년·10년·30년 금리와 실제 미국채 가격이 왜 다르게 움직이는지 정리해둔 글입니다. 미국채나 장기채 ETF를 보고 계신다면 투자 전에 한 번 읽어보시면 구조를 이해하는 데 도움이 될거에요

미국채 금리가 올라왔다는 이야기를 듣고 이런 생각을 해본 분들이 많을 겁니다.

“지금 미국채를 사면 높은 금리를 받을 수 있는 것 아닌가?”

그런데 막상 투자하려고 보면 이상합니다.

금리는 높은데 기존 장기채 가격은 많이 움직이고, 2년물과 10년물의 금리 차이가 계속 뉴스에 등장합니다. 여기에 금리 인하 기대까지 나오기 시작하면 “지금 장기채를 사야 하나, 단기채를 사야 하나”라는 고민도 생깁니다.

미국채를 볼 때 중요한 것은 금리 숫자 하나가 아닙니다.

금리, 만기, 채권가격, 수익률 곡선의 형태가 어떻게 함께 움직이고 있는지를 보는 것​이 핵심입니다.

실제로 2026년 9월 15일 미국 재무부 자료를 보면 2년물 수익률은 4.67%, 10년물은 5.00%, 30년물은 5.36%였습니다. 10년물과 2년물의 차이는 약 +0.33%포인트로, 과거의 역전 상태와 달리 다시 장기금리가 단기금리보다 높은 구간입니다.

그렇다면 중요한 질문이 하나 남습니다.

수익률 곡선이 역전됐다가 다시 정상화되는 과정에서 미국채 가격은 어떻게 움직일까요?

그리고 이 복잡한 움직임을 LSTM이나 Transformer 같은 딥러닝 모델이 실제로 찾아낼 수 있을까요?

수익률 곡선이 뒤집히면 왜 시장이 긴장할까

보통 만기가 긴 채권은 돈이 오래 묶이는 만큼 단기채보다 높은 수익률을 요구받습니다.

그래서 일반적인 수익률 곡선은 오른쪽으로 갈수록 높아지는 형태입니다.

그런데 상황에 따라 단기금리가 장기금리보다 높아지기도 합니다.

예를 들어

10년물 금리 – 2년물 금리 < 0

이 되면 흔히 2년-10년 장단기 금리 역전이라고 부릅니다.

여기서 많은 분이 하는 첫 번째 착각이 있습니다.

“금리가 역전되면 바로 경기침체가 온다.”

그렇게 단순하게 해석하기는 어렵습니다.

뉴욕 연은 연구에서는 10년물과 3개월물 금리차가 미국의 경기침체를 예측하는 데 유용한 선행지표가 되어 왔다고 설명합니다. 과거 연구에서는 몇 분기 앞의 경기 상황을 설명하는 정보력이 확인됐습니다. 다만 금리 역전 자체가 경기침체를 직접 일으킨다거나 모든 역전 뒤에 동일한 결과가 나타난다는 의미는 아닙니다.

더 중요한 것은 하루 이틀 역전됐는가가 아니라 얼마나 오래, 어떤 방식으로 곡선이 변했는가​입니다.

뉴욕 연은 역시 일별·장중 금리 역전은 잡음일 가능성이 있어 월평균이나 분기평균처럼 지속성을 함께 보는 것이 중요하다고 설명한 바 있습니다.

그래서 저는 금리 곡선을 볼 때 단순히

“역전됐다, 안 됐다”

두 가지로 보지 않습니다.

1. 정상적인 우상향 구간
2. 평탄화되는 구간
3. 역전되는 구간
4. 역전이 깊어지는 구간
5. 다시 정상화되는 구간
6. 단기금리보다 장기금리가 빠르게 올라가는 구간

으로 나눠 보는 편이 시장의 상태를 이해하는 데 훨씬 유용합니다.

실제로 FRED의 10년물-2년물 스프레드를 보면 2023년 중 상당 기간 마이너스 상태였고, 2023년 6월 말에는 약 -1%포인트 수준까지 벌어진 시점도 있었습니다. 이후 점차 역전 폭이 줄었고 2024년 9월 초에는 제로 부근까지 올라왔습니다. 2026년 9월 15일에는 +0.33%포인트였습니다.

이것이 바로 시계열 데이터로 봐야 하는 이유입니다.

하루의 숫자가 아니라 곡선이 변해가는 과정 자체가 하나의 패턴이기 때문입니다.

2026년 미국채 금리와 실제 가격을 같이 보면 보이는 것

여기서 반드시 구분해야 하는 것이 있습니다.

채권금리와 채권가격은 같은 것이 아닙니다.

기본적으로 시장이 요구하는 수익률이 올라가면 이미 발행된 고정금리 채권의 가격은 내려가는 방향으로 움직입니다.

반대로 시장금리가 내려가면 상대적으로 높은 쿠폰을 지급하는 기존 채권의 가치가 올라갈 수 있습니다.

최근 실제 미국 국채 경매 가격을 보면 훨씬 쉽게 이해할 수 있습니다.

미국 재무부 경매 자료 기준으로 최근 사례를 보면 액면가격을 100으로 했을 때 다음과 같은 가격이 형성됐습니다.

1. 2년물 미국채
   CUSIP 91282CRH6
   쿠폰금리 4.125%
   2026년 8월 25일 경매 수익률 4.204%
   실제 낙찰가격 약 99.849966
2. 10년물 미국채
   CUSIP 91282CRF0
   쿠폰금리 4.625%
   2026년 9월 9일 경매 수익률 4.834%
   실제 낙찰가격 약 98.361116
3. 30년물 미국채
   CUSIP 912810UW6
   쿠폰금리 5.125%
   2026년 9월 10일 경매 수익률 5.308%
   실제 낙찰가격 약 97.262274

미 재무부 Fiscal Data의 Treasury Securities Auctions 데이터는 CUSIP, 만기, 수익률뿐 아니라 액면 100당 경매가격을 제공하는 공식 데이터셋입니다.

여기서 중요한 것이 보입니다.

10년물 쿠폰은 4.625%인데 시장이 요구한 경매 수익률은 4.834%였습니다.

채권에 적혀 있는 이자율보다 시장이 더 높은 수익률을 요구하기 때문에 가격이 액면 100보다 아래인 98.361116에서 형성된 것입니다.

30년물도 마찬가지입니다.

쿠폰은 5.125%인데 경매 수익률은 5.308%였습니다. 그래서 낙찰가격은 97.262274였습니다.

이 부분을 이해하면

“미국채 금리가 올랐는데 왜 내가 가진 장기채는 마이너스인가요?”

라는 질문도 자연스럽게 풀립니다.

특히 만기가 긴 채권일수록 금리 변화에 대한 가격 민감도, 즉 듀레이션 영향이 커지는 경향이 있습니다.

따라서 미국채를 볼 때는 단순히 현재 수익률만 보지 말고 반드시 확인해야 합니다.

• 내가 매수하려는 채권의 만기
• 쿠폰금리
• 실제 매입가격
• 만기수익률
• 만기까지 보유할지 중간에 매도할지
• 환율 변화
• 금리 변화에 따른 가격 민감도

특히 “미국채니까 안전하겠지”라고 생각하면서 신용위험과 가격변동위험을 같은 것으로 보는 것은 주의해야 합니다.

미국채의 신용위험과 별개로, 만기 전에 매도한다면 시장금리 변화에 따라 가격 손익이 발생할 수 있습니다.

역전 패턴을 딥러닝은 어떻게 읽을까

여기부터가 이 글의 핵심입니다.

수익률 곡선 역전은 사실 딥러닝 관점에서 상당히 흥미로운 시계열 문제입니다.

우리가 AI에 단순히 오늘의 10년물 금리 하나만 넣는다면 많은 정보를 놓칩니다.

제가 데이터셋을 만든다면 하루마다 다음 데이터를 하나의 벡터로 구성합니다.

• 3개월물 금리
• 6개월물 금리
• 1년물 금리
• 2년물 금리
• 5년물 금리
• 10년물 금리
• 30년물 금리
• 10년-2년 스프레드
• 10년-3개월 스프레드
• 전일 대비 금리 변화
• 일정 기간 금리 변동성
• 실제 미국채 가격 또는 가격수익률
• 듀레이션 관련 변수
• 필요하다면 기준금리·물가·고용 관련 변수

그리고 단 하루가 아니라 예를 들어 과거 일정 기간의 데이터를 순서대로 입력합니다.

그러면 AI가 보게 되는 것은 단순한 숫자가 아니라

“수익률 곡선이라는 영상의 여러 프레임”

과 비슷해집니다.

여기에 몇 가지 목표값을 설정할 수 있습니다.

첫 번째는 회귀 모델입니다.

향후 일정 기간 뒤의 10년물 금리나 채권가격을 예측합니다.

두 번째는 분류 모델입니다.

현재 시장을

정상
평탄화
역전 시작
역전 심화
정상화
스티프닝

같은 국면으로 분류합니다.

세 번째는 이상 패턴 탐지 모델입니다.

과거와 비교해 상당히 이례적인 수익률곡선 변화가 발생하는지를 찾아냅니다.

개인적으로 투자 콘텐츠에서 가장 흥미로운 것은 두 번째입니다.

미래 금리를 소수점까지 맞히겠다는 접근보다

“지금 금리시장이 어느 국면으로 이동하고 있는가?”

를 판단하는 것이 실제 의사결정에 더 활용하기 쉽기 때문입니다.

LSTM·TCN·Transformer, 어떤 구조가 현실적인가

시계열 분석이라고 하면 가장 먼저 떠오르는 것이 LSTM입니다.

LSTM은 시간 순서가 있는 데이터를 다루도록 설계된 구조이기 때문에 과거 금리 변화가 현재에 어떻게 이어지는지 학습시키는 데 활용할 수 있습니다.

예를 들어

과거 금리 데이터 → LSTM → 시장 국면 분류

형태로 구성할 수 있습니다.

하지만 LSTM만 정답이라고 볼 이유는 없습니다.

TCN, Temporal Convolutional Network​도 흥미롭습니다.

TCN은 시간축을 따라 여러 범위의 패턴을 동시에 찾는 데 유리합니다.

예를 들어 금리 곡선이

천천히 평탄화 → 역전 → 역전 심화 → 급격한 정상화

되는 과정을 여러 시간 범위에서 포착하도록 설계할 수 있습니다.

그리고 최근 가장 관심을 받는 것이 Transformer 계열입니다.

Multi-Head Attention을 활용하면 모델이 과거의 모든 날짜를 같은 비중으로 보는 것이 아니라, 현재 상태를 설명하는 데 중요했던 시점을 더 집중해서 학습하도록 설계할 수 있습니다.

조금 더 실전적으로 만든다면 저는 다음과 같은 구조를 테스트해볼 수 있다고 봅니다.

입력 데이터

수익률 곡선 + 장단기 스프레드 + 채권가격 변화율 + 변동성

↓

TCN 또는 1D Convolution

단기·중기 패턴 추출

↓

BiLSTM

시간 흐름 학습

↓

Multi-Head Attention

중요 시점에 가중치 부여

↓

Dense Layer

향후 금리 예측 또는 시장 국면 분류

하지만 여기서 반드시 주의할 것이 있습니다.

딥러닝을 사용한다고 해서 예측력이 자동으로 좋아지는 것은 아닙니다.

2026년에 공개된 미국 Treasury yield curve 관련 비교 연구에서는 약 47년의 일별 데이터를 대상으로 ARIMA, 전통적인 머신러닝, RNN 및 여러 Transformer 계열 모델을 비교했습니다. 연구 결과 전체 기간에서는 ARIMA나 단순 벤치마크가 여러 복잡한 모델보다 좋은 성과를 보인 구간도 있었고, 머신러닝 중에서는 일부 RNN·LGBM 계열 등이 상대적으로 좋은 모습을 보였습니다. 즉 “모델이 복잡할수록 금리를 더 잘 맞힌다”는 가정 자체를 검증해야 합니다.

그래서 제대로 분석하려면 딥러닝 모델 하나의 정확도를 보여주는 것으로 끝내면 안 됩니다.

ARIMA
단순 이전 값 예측
XGBoost 또는 LightGBM
LSTM
TCN
Transformer

등을 같은 조건에서 비교해야 합니다.

특히 금융시계열에서는 미래 데이터가 훈련 데이터로 섞이는 데이터 누수를 철저히 막아야 합니다.

무작위로 데이터를 섞어 train-test split을 하는 것보다

과거로 학습 → 미래 검증 → 다시 기간 이동

방식의 walk-forward validation을 적용하는 것이 훨씬 현실적입니다.

모델의 정확도만큼이나 중요한 것이 이 검증 방식입니다.

투자자는 무엇을 점검해야 할까

결국 이 복잡한 이야기를 투자자의 언어로 바꾸면 간단합니다.

미국채 투자는 “금리가 몇 퍼센트냐”만 보고 결정할 문제가 아니라는 것입니다.

같은 미국채라도 단기채와 장기채는 성격이 크게 다릅니다.

만기까지 보유하면서 현금흐름의 안정성을 중요하게 생각한다면 단기 또는 중기 개별 미국채를 검토하는 방식과,

향후 시장금리 하락에 따른 가격 변화를 기대하면서 장기채나 장기채 ETF를 검토하는 방식은 투자 논리가 다릅니다.

반대로 금리가 예상과 다르게 더 상승할 경우 장기채는 가격 변동이 더 크게 나타날 수 있습니다.

따라서 최소한 다음 질문에는 답해보는 것이 좋습니다.

1. 나는 이 채권을 만기까지 보유할 것인가?
2. 금리가 추가로 상승해 가격이 내려가도 보유할 수 있는가?
3. 높은 이자수익이 목적인가, 금리 하락에 따른 가격상승까지 기대하는가?
4. 개별 미국채와 미국채 ETF의 차이를 이해하고 있는가?
5. 달러 환율이 움직였을 때 원화 기준 수익률은 어떻게 달라지는가?
6. 전체 자산에서 미국채가 어떤 역할을 해야 하는가?

이 질문에 답하지 못한 상태라면 “미국채 금리가 높다”는 이유 하나만으로 투자 결정을 서두를 필요는 없습니다.

오히려 지금 필요한 것은 예측보다 구조 확인일 수 있습니다.

수익률 곡선도 마찬가지입니다.

금리 역전 하나만 보고 경기침체를 단정하는 것도 위험하고, 정상화됐다는 이유로 모든 위험이 끝났다고 판단하는 것도 단순한 해석입니다.

미국채 시장은 단기금리, 장기 성장 기대, 물가 기대, 통화정책, 재정상황, 기간 프리미엄 등 여러 요소가 동시에 반영되는 시장입니다.

AI 역시 미래를 알려주는 수정구슬이 아니라 이런 복잡한 시계열 안에서 사람이 놓치기 쉬운 반복 패턴을 찾는 분석 도구로 보는 것이 합리적입니다.

미국채 금리와 가격은 어떻게 움직일까? 수익률 곡선 역전을 딥러닝으로 분석해봤습니다

자주 묻는 질문 Q&A

Q1. 미국채 금리가 내려가면 미국채 가격은 항상 오르나요?

일반적으로 동일한 조건에서 시장금리가 하락하면 기존 고정금리 채권가격에는 상승 요인으로 작용합니다. 다만 만기, 쿠폰, 듀레이션, 시장 유동성 등에 따라 가격 민감도는 달라집니다. 채권 ETF의 경우 보유채권 교체와 운용구조도 함께 봐야 합니다.

Q2. 장단기 금리가 다시 정상화됐으면 미국채 장기물을 사면 되는 것 아닌가요?

그렇게 단정하기는 어렵습니다. 정상화가 단기금리 하락 때문에 나타났는지, 장기금리 상승 때문에 나타났는지에 따라 투자환경이 상당히 다를 수 있습니다. 수익률 곡선의 모양뿐 아니라 곡선을 움직인 원인도 함께 살펴야 합니다.

Q3. AI로 미국채 금리를 정확하게 예측할 수 있나요?

시계열 모델은 반복 패턴이나 국면을 분석하는 데 활용할 수 있지만 미래 금리를 지속적으로 정확하게 맞힐 수 있다고 단정할 수는 없습니다. 오히려 단순 모델과 딥러닝 모델을 함께 비교하고 실제 미래 구간에서 성능이 유지되는지를 검증하는 과정이 중요합니다.

지금 미국채에 관심이 있다면 먼저

내가 원하는 것이 이자수익인지,
장기채 가격 움직임까지 활용하려는 것인지,
개별채권인지 ETF인지

이 세 가지부터 구분해보세요.

이미 미국채나 장기채 ETF를 보유하고 있는데 가격 움직임이 예상과 달라 헷갈리는 분이라면 현재 보유자산의 만기, 듀레이션, 수익률 구조와 전체 자산배분을 함께 확인해보는 것​도 한 방법입니다.

무작정 사고파는 결정보다 내가 무엇을 가지고 있고 어떤 금리 변화에 영향을 받는지 확인하는 것부터 시작하는 편이 합리적입니다.

카카오톡 상담이나 전화 문의를 이용하실 경우에도 단순히 “미국채를 살까요?”보다 현재 보유상품과 투자기간, 목표를 함께 놓고 구조를 비교해달라​고 요청하면 훨씬 구체적으로 확인할 수 있습니다.

자료 출처

U.S. Department of the Treasury, Daily Treasury Par Yield Curve Rates, 2026년 9월 자료.

Federal Reserve Bank of St. Louis, FRED T10Y2Y, 10-Year Treasury Constant Maturity Minus 2-Year Treasury Constant Maturity.

U.S. Treasury Fiscal Data, Treasury Securities Auctions Data.

Federal Reserve Bank of New York, The Yield Curve as a Predictor of U.S. Recessions 및 Yield Curve 관련 연구.

Singh, Ogunfunmi, Das, Yield Curve Forecasting using Machine Learning and Econometrics: A Comparative Analysis, 2026 preprint.

금융소비자 유의사항

본 글은 미국 국채와 금리 구조에 대한 이해를 돕기 위한 정보 제공 목적의 콘텐츠이며 특정 금융상품의 매수·매도나 투자수익을 보장하는 권유 자료가 아닙니다.

채권도 만기 전 매도할 경우 시장금리 변화 등에 따라 원금 손실이 발생할 수 있으며, 해외 금융상품은 환율 변동의 영향을 받을 수 있습니다. 실제 거래가격, 수익률, 세금 및 비용은 거래 시점과 금융기관에 따라 달라질 수 있습니다.

미국채 및 미국채 ETF 투자 여부는 투자 목적, 투자기간, 자금 상황, 손실 감내 수준 등을 충분히 확인한 뒤 판단하시기 바랍니다.