최근 글로벌 금융시장에서 이른바 ‘트럼프 TACO’라는 표현이 다시 주목받고 있다.
이는 공식 경제 용어가 아닌, 시장 참여자들 사이에서 형성된 비공식 신조어로, “Trump Always Chickens Out(트럼프는 항상 물러난다)”의 약자를 의미한다. 단순한 풍자를 넘어, 정책 신호와 시장 반응 간의 반복된 패턴을 설명하는 하나의 해석 프레임으로 자리 잡고 있다.
이 용어가 등장한 배경에는 도널드 트럼프 전 미국 대통령의 정책 스타일이 자리한다. 그는 재임 기간 동안 강도 높은 발언으로 시장을 흔든 뒤, 실제 정책에서는 한발 물러서는 모습을 여러 차례 보여왔다. 이러한 사례들이 축적되면서 금융시장은 점차 ‘발언’보다 ‘결과’를 중심으로 움직이기 시작했다.
대표적인 사례는 2018~2019년 미중 무역전쟁이다. 당시 트럼프 행정부는 중국산 제품에 대해 대규모 관세 부과를 예고하며 글로벌 시장에 큰 충격을 줬다. 실제로 관세가 일부 시행되면서 증시는 급락하고 변동성이 확대됐다. 그러나 이후 협상 국면에서 관세 인상은 여러 차례 연기되거나 일부 완화됐고, 시장은 빠르게 반등하는 흐름을 보였다. 특히 2019년 말 ‘1단계 무역 합의’가 발표되면서 긴장감은 급격히 완화됐다.
또 다른 사례는 2019년 멕시코 관세 이슈다. 트럼프는 불법 이민 문제를 이유로 멕시코산 수입품에 대해 최대 25%까지 단계적 관세를 부과하겠다고 발표했다. 해당 발언 직후 글로벌 금융시장은 크게 흔들렸고, 자동차·제조업 중심으로 우려가 확산됐다. 그러나 멕시코와의 협상이 빠르게 타결되면서 관세 조치는 실제로 시행되지 않았고, 시장은 단기간 내 안정세를 회복했다.
연방준비제도(Fed)에 대한 압박 역시 유사한 흐름을 보였다. 트럼프는 공개적으로 금리 인하를 요구하며 연준을 강하게 비판했다. 이러한 발언은 금융시장에 정책 불확실성을 키우는 요인으로 작용했지만, 실제 통화정책은 연준의 독립성 아래 점진적으로 조정되었다. 결과적으로 시장은 대통령의 발언보다 중앙은행의 정책 방향을 더 신뢰하는 모습을 보였다.
이처럼 ‘강경 발언 → 시장 충격 → 정책 완화 → 시장 회복’이라는 패턴이 반복되면서, 투자자들 사이에서는 일정한 학습 효과가 형성됐다. 초기에는 발언 자체에 민감하게 반응하던 시장이 점차 “결국 완화될 가능성”까지 선반영하기 시작한 것이다.
이러한 인식 변화는 투자 전략에도 영향을 미쳤다. 일부 투자자들은 트럼프발 리스크로 인해 시장이 급락할 경우 이를 단기적 과민 반응으로 판단하고, 오히려 저가 매수 기회로 활용하는 전략을 취했다. 실제로 무역전쟁 국면에서 반복된 급락과 반등은 단기 트레이딩 기회를 제공하기도 했다.
그러나 이러한 접근이 항상 유효한 것은 아니다. 예를 들어 기술 패권 경쟁, 공급망 재편, 보호무역 강화와 같은 구조적 변화는 단순한 ‘발언 후 후퇴’로 설명하기 어렵다. 특히 반도체, 배터리, 인공지능 등 전략 산업과 관련된 정책은 장기적인 경제 질서에 영향을 미칠 수 있어 보다 신중한 해석이 필요하다.
또한 지정학적 리스크가 결합될 경우 상황은 전혀 다른 방향으로 전개될 수 있다. 단기적인 협상과 타협이 반복되더라도, 글로벌 경제의 분절화나 블록화가 진행된다면 시장에 미치는 영향은 훨씬 장기적이고 구조적일 수밖에 없다.
결국 ‘트럼프 TACO’는 절대적인 법칙이라기보다, 특정 시기 시장이 경험한 패턴을 설명하는 하나의 해석 모델에 가깝다. 중요한 것은 이 용어 자체가 아니라, 정책 신호와 실제 실행 사이의 간극을 어떻게 판단하고 대응하느냐에 있다.
향후 미국 정치 환경과 정책 방향에 따라 이러한 패턴이 다시 반복될 가능성은 충분하다. 특히 대선 국면에서는 강한 발언이 더욱 빈번해질 수밖에 없다. 다만 시장은 과거와 달리 단순한 메시지에 흔들리기보다, 그 메시지가 실제 정책으로 이어질 가능성과 지속성까지 함께 반영하는 방향으로 진화하고 있다.
투자자에게 필요한 것은 특정 인물이나 발언에 대한 감정적 반응이 아니라, 그 이면에 존재하는 정책 실행 가능성과 시장 구조 변화를 냉정하게 읽어내는 시각이다. ‘트럼프 TACO’라는 표현이 던지는 진짜 메시지도 바로 여기에 있다.
){kind=small}
){kind=small}
){kind=small}
){kind=small}
