금융용어사전

개인종합자산관리계좌(ISA)는 개인의 자산 형성을 돕기 위해 2016년 도입된 금융 상품이다.

하나의 통장으로 예금, ETF, 리츠를 포함한 다양한 펀드, 주가연계증권(ELS) 등 여러 금융상품에 투자할 수 있다.

발생한 이자소득과 배당소득에 대해 비과세 혜택이 제공돼 절세에도 유리하다. 만 19세 이상 국내 거주자는 누구나 가입할 수 있으며, 의무 가입 기간은 3년이다.

ISA는 운용 방식에 따라 신탁형과 일임형으로 나뉜다. 신탁형은 투자자가 직접 금융상품을 선택하고 운용을 지시하는 방식이며, 일임형은 금융회사가 투자자로부터 운용을 위임받아 포트폴리오를 구성하는 방식이다.

제도 시행 이후 ISA 활용이 꾸준히 증가하고 있다. 가입자 수는 2020년 말 194만 명에서 2024년 말 584만 명으로 늘었으며, 같은 기간 계좌 잔고도 5배 이상 증가해 약 32조 원에 달했다.

절세 효과로 인해 투자 수익률이 높아지면서 목돈 마련과 자산 형성에 효율적인 금융 상품으로 평가받고 있다. 기존에는 1인당 1계좌만 개설할 수 있었으나, 정부는 2025년말 이를 폐지하고, ISA 납입 한도와 비과세 한도를 상향 조정할 계획이다..

군집화(클러스트링: Clustering)는 데이터의 유사성을 기준으로 여러 데이터를 그룹(군집)으로 묶는 머신러닝 기법이다.

데이터를 미리 정해진 범주로 분류하는 분류(Classification)와 달리, 군집화는 라벨이 없는 데이터를 분석해 유사한 것끼리 자동으로 묶는 방식이다.

특정 키워드를 검색했을 때 관련된 뉴스를 자동으로 그룹화해 제공하는 서비스도 군집화 방식의 대표적 활용 사례다.

유사한 기사들을 묶어 정보를 더 구조적이고 효율적으로 제공할 수 있다.

출생시민권은 부모의 국적에 상관없이 특정 국가에서 태어난 아이에게 자동으로 시민권을 부여하는 제도다.

출생시민권 제도는 속지주의의 대표적인 사례이며, 미국, 캐나다, 멕시코, 브라질 등이 이 제도를 택하고 있다.

미국에서는 수정헌법 14조에 따라 미국 땅에서 태어난 모든 아이에게 시민권이 부여된다. 수정헌법 14조는 "미국에서 태어나거나 귀화한 자 및 그 사법권에 속하는 사람 모두가 미국 시민이며, 거주하는 주의 시민이다"라고 규정하고 있다.

이 제도로 인해 외국 국적을 가진 부모들이 미국 시민권을 얻기 위해 원정 출산을 선택하는 경우가 많아 논란이 일기도 했다.

초과사망은 특정 기간 동안 발생한 사망자 수가 과거 동일 기간의 평균 사망자 수보다 많이 발생한 경우를 말한다. 전염병 유행, 자연재해, 사회적 변화 등 예상치 못한 외부 요인이 주요 원인으로 꼽힌다.

초과사망은 단순히 사망자 수 증가를 넘어 사회 전체의 건강 상태와 시스템 취약성을 드러내는 지표가 된다. 코로나19 팬데믹 기간 동안 많은 국가에서 초과사망이 급증했는데, 이는 의료 시스템 부담 증가, 기저 질환 악화, 사회경제적 어려움과 관련이 있다.

초과사망률은 특정 기간 동안의 초과사망자 수를 해당 기간의 총인구 수로 나눈 값이다. 인구 규모를 고려하여 초과사망 정도를 비교하는 데 유용하다.

중국 인공지능 스타트업 딥시크(DeepSeek)가 2025년 1월 20일에 출시한 고성능 추론 인공지능 모델(Inference Model)이다. 이 모델은 효율적인 연산과 실시간 응답 성능 극대화를 목표로 설계되었으며, 기존 대규모 생성형 AI 모델 대비 빠르고 정확한 답변 제공에 초점을 맞추고 있다.

딥시크는 R1 개발에 약 557만 6천 달러(약 80억 원)를 투입했으며, 이는 메타(Meta)가 AI 모델 개발에 투자한 비용의 약 10% 수준이다. 또한, 엔비디아의 H800 GPU 약 2,048개를 활용하여 개발되었으며, 이는 비교적 저렴한 비용으로도 고성능 AI 모델을 구현할 수 있음을 보여준 사례로 평가된다.

출시 직후 R1 기반 챗봇 애플리케이션은 미국 애플 앱스토어 다운로드 순위 1위를 기록하며 화제가 되었다. 또한, 아마존 웹 서비스(AWS)의 아마존 베드록(Amazon Bedrock) 및 아마존 세이지메이커(Amazon SageMaker)를 통해 제공되어 기업들이 R1을 다양한 산업에서 활용할 수 있도록 지원하고 있다.

현재 R1은 기업용 애플리케이션, 실시간 챗봇, 검색 엔진 강화 등의 용도로 사용되며, 의료, 금융, 교육 등 다양한 분야에서의 활용 가능성이 높게 평가된다. 그러나 데이터 편향성과 일부 특정 분야에서의 한계가 지적되고 있어 지속적인 개선이 필요할 것으로 보인다.

딥시크(DeepSeek)-R1은 개인정보 유출 우려로 인해 여러 국가에서 사용이 제한되고 있다.

2025년 2월, 한국의 산업통상자원부, 외교부, 국방부 등 주요 정부 부처는 딥시크에 대한 접속을 일시적으로 차단했다. 또한, 한국수력원자력과 한전KPS 등 공공기관과 카카오, 라인야후 등 IT 기업들도 사내에서 딥시크 사용을 금지했다.

행정명령은 미국 헌법이 대통령에게 부여한 행정 집행 권한으로, 대통령이 연방정부의 부처와 기관에 명령을 내려 법률과 정책을 실현하고 행정 체계를 운영하는 데 필요한 변화를 추진할 수 있도록 한다.

이는 입법과 유사한 효력을 가지며, 연방 부처는 행정명령을 근거로 법규와 규칙을 제정할 수 있다. 그러나 의회를 통과한 법률과 달리, 행정명령은 대통령 임기 내에서 유효하며 차기 대통령이 이를 취소할 수 있다.

또한, 행정명령은 의회가 제정한 법률을 위반할 수 없으며, 법원이 위헌 또는 불법으로 판결할 경우 효력을 상실한다. 대표적인 사례로 에이브러햄 링컨 대통령이 발동한 노예해방령이 있다.

모수개혁(Parametric Reform)은 연금제도의 기본 구조를 유지한 채, 지급률, 기여율 등 연금 운영 방식과 관련된 수치(모수, Parameter)를 조정하는 개혁 방식을 의미한다.

주요 조정 대상에는 보험료율, 연금 지급액, 수급 개시 연령, 기여 기간, 연금 지출 증가율 등이 포함된다.

모수개혁은 기존 연금제도의 틀을 유지하면서 재정 지속 가능성을 확보하기 위한 방식으로, 사회적 저항이 상대적으로 적다.

다만, 단기적인 재정 안정 효과는 있지만 인구 고령화나 노동시장 변화 등 근본적인 문제를 해결하기 어렵다는 한계가 있다.

실질실효환율(Real Effective Exchange Rate, REER)은 한 나라의 화폐가 주요 교역상대국의 화폐 대비 실질적으로 어느 정도의 구매력을 갖고 있는지를 나타내는 환율이다. 이는 단순한 환율 변동뿐만 아니라 국가 간 물가 수준 차이까지 고려하여 조정되며, 한 나라의 통화가 실질적으로 어느 정도의 가격 경쟁력을 보유하고 있는지 평가하는 데 활용된다.

일반적으로 사용되는 환율은 명목환율(Nominal Exchange Rate)로, 이는 외환시장 내 수요와 공급에 의해 결정되는 두 통화 간의 상대가치를 의미한다.

그러나 명목환율은 개별 통화 간 비교만 가능할 뿐, 주요 교역상대국 전체 대비 한 나라 통화의 가치 변동을 반영하지 못한다. 이를 보완하기 위해 주요 교역국의 통화 대비 원화 가치의 변동을 무역 비중 등 적절한 가중치를 적용하여 산출한 지표가 명목실효환율(Nominal Effective Exchange Rate, NEER)이다.

한편, 한 나라의 대외 통화 가치는 명목환율뿐만 아니라 국가 간 물가 상승률 차이에 의해서도 변할 수 있다.

이를 반영하여 계산한 환율이 실질환율(Real Exchange Rate)이다. 실질실효환율(REER)은 명목실효환율과 실질환율의 개념을 통합한 지표로, 명목실효환율을 자국과 교역 상대국 간의 가중 상대물가지수로 나누어 산출한다.

실질실효환율지수가 100 이상이면 기준시점 대비 주요 교역상대국통화에 대한 자국통화의 고평가, 100 이하이면 저평가를 나타낸다.

이 지표는 국제 경쟁력 분석이나 환율정책 수립 등에 중요한 참고 자료로 활용된다.

폰(Fon)은 세계 최대의 Wi-Fi 네트워크 커뮤니티 서비스로, 2005년 스페인에서 시작됐다.

사용자가 자신의 인터넷을 공유하면 전 세계 다른 Fon 네트워크를 이용할 수 있는 방식으로 운영된다.

우리나라에서는 2006년 서비스를 시작했으며, 주요 통신사와의 협업을 통해 확산됐다.

현재는 기업 및 공공기관과의 제휴를 통해 Wi-Fi 인프라 구축 및 IoT(사물인터넷) 연결 서비스 등으로도 영역을 확장하고 있다

컴퓨터가 여러 데이터를 이용해 마치 사람처럼 스스로 학습할 수 있게 하기 위해 인공 신경망(ANN: artificial neural network)을 이용해 머신러닝을 수행하는 기술.

딥 러닝은 인간의 두뇌가 수많은 데이터 속에서 패턴을 발견한 뒤 사물을 구분하는 정보처리 방식을 모방해 컴퓨터가 사물을 분별하도록 기계를 학습시킨다.

딥 러닝 기술을 적용하면 사람이 모든 판단 기준을 정해주지 않아도 컴퓨터가 스스로 인지·추론·판단할 수 있게 된다. 음성·이미지 인식과 사진 분석 등에 광범위하게 활용된다. 구글 알파고도 딥러닝 기술에 기반한 컴퓨터 프로그램이다.

딥 러닝은 머신러닝의 한 분야로, 인간의 뇌와 유사한 구조를 가진 인공신경망을 이용하여 매우 복잡한 패턴을 학습할 수 있다.