티스토리 뷰
목차
미국 주식을 처음 시작했을 때 저는 재무제표와 실적 발표만 보면 충분하다고 생각했습니다. 그런데 몇 년을 지켜보다 보니 기업 밖에서 벌어지는 일이 주가를 훨씬 크게 흔든다는 걸 몸으로 느꼈습니다. 특히 반도체와 에너지처럼 정부 정책과 직접 맞닿은 산업에서는 규제 하나가 기업의 사업 방향 자체를 바꾸더군요. 그 과정에서 처음으로 제대로 마주한 개념이 바로 미국의 로비 시스템이었습니다.
로비 공개법, 음지의 청탁이 아니라 제도 안의 소통이었다
솔직히 처음에 '로비'라는 단어를 들었을 때 저는 뒷돈이나 청탁 같은 이미지를 먼저 떠올렸습니다. 아마 한국에서 자란 사람이라면 비슷하게 느끼지 않을까 싶습니다. 그런데 직접 자료를 찾아보니 미국의 로비는 구조 자체가 달랐습니다.
미국에서 로비는 헌법이 보장하는 청원권에 뿌리를 두고 있습니다. 시민이든 기업이든 이해단체든, 정부에 자신들의 의견을 전달할 권리가 있다는 철학에서 출발한 제도입니다. 한국에서 로비가 뇌물과 사실상 같은 뉘앙스로 쓰이는 것과는 출발점 자체가 다릅니다.
이를 제도화한 것이 바로 로비 공개법(LDA, Lobbying Disclosure Act)입니다. 여기서 LDA란 1995년에 제정된 법으로, 기업이나 단체가 미국 의회 또는 행정부를 대상으로 로비 활동을 할 경우 그 비용, 대상, 안건을 분기마다 의무적으로 신고하도록 규정한 법입니다. 2007년 개정 이후에는 신고 주기가 더 짧아지고 투명성도 한층 강화됐습니다.
기업들은 크게 두 가지 방식으로 로비를 진행합니다. 사내에 인하우스 로비스트를 두어 정책과 사업 환경의 접점을 직접 정부에 전달하거나, 외부 로비 자문사를 고용해 특정 법안이나 규제 안건에 대한 전문 의견을 전달하는 방식입니다. 이때 쓰이는 비용이 모두 LDA 보고서에 기록되고, 누구나 열람할 수 있습니다. 제가 처음 이 사실을 확인했을 때 꽤 놀랐던 기억이 납니다.
- 로비 활동 주체: 기업, 시민단체, 노동조합, 이해집단 등
- 주요 로비 방식: 인하우스 로비스트 운영, 외부 자문사 활용, 정치 후원, 싱크탱크 활용
- LDA 신고 항목: 로비 비용, 로비 대상 기관, 담당 안건 (방향성은 미기재)
- 신고 주기: 분기별 (2007년 개정 이후 강화)
로비 데이터로 엔비디아를 다시 봤을 때
제가 로비 데이터를 실제로 들여다보게 된 계기는 엔비디아 때문이었습니다. 2022년 이후 미국 정부가 대중국 반도체 수출 통제를 강화하면서 엔비디아는 중국 시장용으로 설계한 제품 라인을 따로 만들어야 했습니다. AI 수요가 폭발적으로 늘어나는 시점에 거대한 시장 하나가 제한되는 상황이었으니, 투자자 입장에서는 꽤 민감한 이슈였습니다.
그런데 젠슨 황 CEO가 트럼프 행정부에 직접 접촉해서 수출 통제가 오히려 중국 반도체 산업을 키우고 미국의 기술 주도권을 약화시킬 수 있다고 설명했다는 사실이 알려졌습니다. 실제로 이후 일부 정책이 번복되거나 완화되는 흐름이 나타났고, 이를 두고 부분적인 로비 성공 사례로 평가하는 시각도 있습니다. 물론 로비 하나만이 원인이라고 단정짓기는 어렵지만, 기업이 정책 결정 과정에서 완전히 수동적인 존재가 아니라는 점을 보여주는 사례라고 저는 생각합니다.
더 흥미로운 건 로비 주체가 시대에 따라 바뀐다는 점이었습니다. 과거에는 GM이나 방산 기업들이 워싱턴 DC에서 막대한 로비 비용을 쏟아냈지만, 지금은 메타, 아마존, 마이크로소프트 같은 빅테크 기업들이 상위권을 차지하고 있습니다. 마이크로소프트는 1990년대 반독점 소송을 겪은 뒤 워싱턴 DC에서 연간 수천만 달러 규모의 로비를 수년째 유지하고 있습니다(출처: 미국 상원 LDA 데이터베이스). 직접 겪어보니, 빅테크 기업들이 반독점 이슈를 계기로 로비의 중요성을 뼈저리게 학습했다는 게 데이터에서도 그대로 드러납니다.
또한 MIT 연구진이 축적된 LDA 데이터를 바탕으로 로비가 기업 성과와 정책 변화에 미치는 영향을 거시적으로 분석한 연구를 진행한 바 있습니다(출처: MIT). 이처럼 로비 데이터는 단순한 지출 기록이 아니라 기업 전략과 정책 환경을 읽는 연구 자료로도 쓰이고 있습니다.
투자 전략에 로비 데이터를 어떻게 연결할 수 있을까
제가 로비 데이터를 처음 투자 관점으로 연결해보려 했을 때 한 가지 벽에 부딪혔습니다. LDA 보고서에는 기업이 어떤 법안을 대상으로 얼마를 썼는지는 나와 있지만, 그 법안을 강화하려는 건지 막으려는 건지까지는 적혀 있지 않습니다. 예를 들어 친환경 에너지 관련 법안에 어떤 전기차 기업이 로비를 했다면, 그것이 규제를 더 강하게 만들어 자사에 유리하게 하려는 건지, 아니면 특정 조항을 완화하려는 건지 겉으로는 알기 어렵습니다.
그래서 제 경험상 로비 데이터를 볼 때 가장 유용한 접근은 '절대 금액'보다 '변화'를 보는 것이었습니다. 평소 로비 활동이 거의 없던 기업이 특정 분기에 갑자기 특정 안건에 비용을 집중하거나, 같은 산업의 경쟁사 여러 곳이 동시에 비슷한 안건을 신고하기 시작하면 그 산업에서 뭔가 중요한 변화가 임박했다는 신호로 읽을 수 있습니다. 로비 금액이 많다고 해서 그 기업 주가가 오른다는 단순한 공식은 성립하지 않지만, 경영진이 어떤 규제를 위협으로 보고 있는지를 간접적으로 확인하는 창구는 될 수 있습니다.
특히 그라스루츠(grassroots) 활동이라는 방식도 눈여겨볼 만합니다. 여기서 그라스루츠 로비란 기업이 직접 정부에 접촉하는 대신 유권자나 지역사회를 움직여 간접적으로 정책 결정자에게 압력을 가하는 방식을 말합니다. 예컨대 "이 공장이 지역구 일자리 몇 천 개를 유지하고 있다"는 논리는 의원들에게 매우 강력한 메시지가 됩니다. 이런 맥락에서 보면 기업의 지역 투자 발표나 고용 계획이 단순한 사업 전략 이상의 의미를 가질 수 있습니다.
결국 제가 내린 결론은 이렇습니다. 미국 기업을 제대로 보려면 재무제표는 기본이고, 그 기업이 어떤 정책 환경 속에서 사업을 하고 있는지를 함께 봐야 한다는 것입니다. 숫자는 현재를 보여주지만, 규제와 로비 데이터는 그 숫자가 앞으로 어떤 방향으로 바뀔 가능성이 있는지를 가늠하는 보조 나침반 역할을 합니다.
자주 묻는 질문
Q. 미국 로비 데이터는 어디서 볼 수 있나요?
A. 미국 상원 LDA 데이터베이스(lda.senate.gov)에서 누구나 무료로 열람할 수 있습니다. 기업명, 분기, 안건 키워드로 검색하면 해당 기업이 어느 기관을 대상으로 얼마를 신고했는지 확인할 수 있습니다. 다만 로비 방향(규제 강화인지 약화인지)은 직접 기재되지 않아 추가적인 해석이 필요합니다.
Q. 로비 비용이 많으면 그 기업 주식을 사도 되나요?
A. 로비 금액 자체가 투자 신호가 된다고 보기는 어렵습니다. 중요한 건 금액의 변화와 안건의 맥락입니다. 평소 잠잠하던 기업이 갑자기 특정 정책에 로비를 집중하거나, 같은 섹터의 여러 기업이 동시에 같은 법안을 신고한다면 그 산업에서 무언가 중요한 변화가 일어나고 있다는 신호로 읽는 편이 현실적입니다.
Q. 한국 기업도 미국에서 로비를 하나요?
A. 네, 미국 시장에서 활동하는 한국 대기업들도 LDA에 따라 로비 활동을 신고합니다. 다만 미국 현지 정서나 의회 인맥을 100% 활용하는 데 어려움이 있고, 투입 비용 대비 실질적인 성과(ROI)를 달성하기 쉽지 않다는 평가도 있습니다. 이 때문에 현지 사정에 밝은 외부 로비 자문사를 활용하는 경우가 많습니다.
Q. 트럼프 행정부 이후 로비 시장이 달라졌나요?
A. 트럼프 행정부 출범 후 로비 규모가 크게 늘었고, 특히 워싱턴 DC 내 공화당 인맥을 보유한 로비스트들의 몸값이 치솟았다는 평가가 있습니다. 정권이 바뀔 때마다 정책 방향이 빠르게 전환되기 때문에 기업들이 불확실성을 줄이기 위해 로비에 더 적극적으로 나서는 경향이 나타났습니다.
결론
미국 주식을 볼 때 저는 이제 실적 발표 자료만큼이나 그 기업을 둘러싼 정책 환경을 함께 들여다보려고 합니다. 로비 데이터는 완벽한 예측 도구가 아니지만, 경영진이 어떤 리스크를 인식하고 있는지, 어떤 시장을 다음 전장으로 생각하는지를 엿볼 수 있는 창문 하나가 됩니다.
특히 반도체, 제약, 방산, 에너지처럼 정부 정책이 매출과 비용 구조를 직접 바꿀 수 있는 산업에 투자한다면 LDA 공개 데이터를 한 번쯤은 직접 열람해보시길 권하고 싶습니다. 숫자 뒤에서 움직이는 정책의 흐름을 함께 읽을 수 있어야, 그 숫자가 앞으로도 유지될 수 있는 숫자인지를 좀 더 입체적으로 판단할 수 있습니다.