경제·금융 용어사전

잠수함에서 발사할 수 있도록 개량한 탄도미사일이다. 수중에서 발사돼 인공위성이나 레이더를 이용한 사전 탐지·추적이 어려워 '보이지 않는 주먹'으로 불린다.

SLBM 개발은 일반적으로 지상 사출 시험, 바지선 등을 이용한 수중 사출 시험, 잠수함 탑재 시험발사의 3단계를 거친다. 핵심 기술 중 하나는 '콜드 론치(Cold Launch)'로, 잠수함이 수중에서 압축공기로 미사일을 물 밖으로 밀어올린 뒤 엔진을 점화하는 방식이다. 수중에서 발사되기 때문에 탐지가 어렵고 발사 지점을 은폐하기 쉽다. 다만 미사일 자체를 개발하더라도 발사 압력을 견디며 안정적으로 쏠 수 있는 잠수함이 있어야 실전 운용이 가능하다.

SLBM을 운용하는 국가로는 통상 미국·러시아·중국·영국·프랑스·인도 6개국이 꼽힌다. 한국은 현무-2B를 기반으로 개발한 SLBM으로 2021년 7월 수중 바지선 시험발사에 성공한 데 이어, 2021년 9월 15일 국산 3000t급 잠수함인 도산안창호함에서 잠수함 발사 시험에 성공해 세계 7번째 SLBM 운용국이 됐다. 이후 2번함 안무함(2023년 실전배치), 3번함 신채호함(2024년 실전배치)이 뒤를 이어 장보고-Ⅲ 배치-Ⅰ 사업이 완료됐다.

북한도 2015년과 2019년 SLBM 수중 시험발사에 성공했으며, 2021~2022년에는 소형 SLBM 발사를 여러 차례 진행했다. 2023년 9월에는 신포-C급으로 분류되는 전술핵공격잠수함 '김군옥영웅함'을 진수했다. 다만 정기적인 실전 운용 단계로는 평가되지 않아, 통상 SLBM 운용국 집계에서는 별도로 다뤄진다.

컴퓨터 프로그램에 미리 설정한 조건과 전략에 따라 여러 종목의 주식을 한꺼번에 자동으로 매매하는 거래방식이다. 주가지수와 연계된 다수 종목을 동시에 거래하거나 현물과 선물 간 가격 차이를 이용하는 거래 등에 활용된다.

프로그램매매는 사람이 종목별로 주문을 내는 대신 컴퓨터가 정해진 조건에 따라 다수 종목의 주문을 신속하게 처리한다. 한국거래소는 모든 지수차익거래와, 동일인이 일시에 코스피 구성종목 중 15종목 이상을 거래하는 비차익거래를 프로그램매매로 규정한다. 즉 지수차익거래는 거래 종목 수와 관계없이 프로그램매매로 분류되며, 15종목 기준은 비차익거래에만 적용된다.

차익거래는 코스피200 선물의 시장가격과 이론가격, 현물 주식바스켓 사이의 가격 차이를 이용하는 거래다. 선물이 현물보다 비싼 콘탱고(Contango) 상태에서는 선물을 매도하고 현물을 매수하며, 반대로 선물이 현물보다 싼 백워데이션(Backwardation) 상태에서는 선물을 매수하고 현물을 매도하는 방식이 대표적이다.

비차익거래는 선물과 연계한 가격 차익을 직접 목적으로 하지 않고 15종목 이상의 현물 주식을 묶어 동시에 매매하는 거래다. 인덱스펀드의 포트폴리오 조정, 자금 유입·유출에 따른 일괄매매 등에 활용된다. 연기금 등 대형 투자기관이 보유한 인덱스펀드를 선물과 현물 사이에서 교체할 때도 자주 쓰인다.

프로그램매매는 알고리즘매매(Algorithmic Trading)와 겹치는 부분이 있지만 같은 개념은 아니다. 프로그램매매는 다수 종목의 일괄·연계 주문이라는 거래 형태에 초점이 있는 반면, 알고리즘매매는 알고리즘이 주문의 시점·가격·수량 등을 결정하고 실행하는 보다 넓은 개념이다.

한국거래소에서 정규시장의 매매거래시간 이외에 별도로 정해진 시간과 방법에 따라 이루어지는 매매를 말한다. 정규시장 개장 전과 종료 후의 거래를 모두 포함하며, 시간외종가매매·시간외대량매매 등 거래 목적과 체결방식에 따라 여러 유형으로 구분된다.



시간외매매는 투자자에게 정규시장 이외의 추가적인 거래 기회를 제공하기 위한 제도다. 정규시장이 오전 9시부터 오후 3시 30분까지 운영되는 것과 달리, 시간외매매는 개장 전이나 장 종료 후 별도의 시간대에 이루어진다. 거래 유형에 따라 적용 가격, 주문 방법, 체결방식과 거래 대상 등이 다르다.

시간외종가매매는 정규시장 개장 전에는 전일 종가, 장 종료 후에는 당일 종가로 거래하는 방식이다. 가격 경쟁 없이 정해진 종가를 사용하고, 같은 가격의 주문 사이에서는 시간 우선 원칙에 따라 거래가 체결된다.

장 종료 후 운영돼 온 시간외단일가매매는 당일 종가를 기준으로 일정 가격 범위에서 주문을 받아 10분마다 단일가격으로 거래를 체결하는 방식이다. 그러나 2026년 9월 14일부터 한국거래소가 장 종료 후 접속매매 방식의 애프터마켓을 도입하면서 기존 시간외단일가매매는 애프터마켓으로 대체된다. 기존 시간외종가매매와 시간외대량·바스켓매매 등은 별도의 시간외매매 방식으로 구분된다.

한국거래소는 2019년 4월 29일 시장 운영 효율화를 위해 장 개시 전 시간외종가매매 시간을 기존 오전 7시 30분~8시 30분에서 오전 8시 30분~8시 40분으로 단축하는 등 개장 전 시장의 운영시간을 조정했다. 현재 KRX가 안내하는 개장 전 시간외종가매매 시간도 오전 8시 30분~8시 40분이다.

정규 거래소 외에서 주식 등 증권의 매수·매도 주문을 체결할 수 있도록 운영되는 거래시스템을 말한다. 한국에서는 자본시장법상 다자간매매체결회사가 운영하는 시장을 가리키며, 한국거래소(KRX)에 상장된 주식을 별도의 거래 플랫폼에서 매매할 수 있도록 한다.

대체거래시스템은 전통적인 증권거래소가 독점하던 증권 매매체결 기능을 별도의 사업자가 제공하는 제도다. 자체적으로 기업을 심사해 주식을 상장시키는 거래소와 달리, 주로 기존 거래소에 상장된 증권의 매수·매도 주문을 연결하고 체결하는 기능을 수행한다. 거래소와 경쟁함으로써 거래시간 확대, 수수료 인하, 주문·체결방식 다양화 등 투자자의 거래 선택지를 넓히는 것이 주요 기능이다.

국가별 법체계에 따라 명칭과 제도적 범위는 다르다. 미국에서는 증권거래위원회(SEC)의 Regulation ATS에 따라 운영되는 ATS가 있으며, 전자통신망(ECN)이나 다크풀 등 다양한 형태의 거래 플랫폼이 이에 포함될 수 있다. 따라서 ATS를 단순히 ‘사설 온라인 증권거래소’ 또는 ‘장외 전자거래시장’과 동일한 개념으로 보는 것은 정확하지 않다.

한국에서는 2013년 자본시장법 개정으로 다자간매매체결회사 제도가 도입돼 ATS 설립의 법적 근거가 마련됐다. 이후 넥스트레이드(NXT)가 금융위원회의 인가를 받아 2025년 3월 4일 국내 최초의 대체거래소로 거래를 시작했다. 이에 따라 한국거래소와 넥스트레이드에서 동일한 상장주식을 거래할 수 있는 복수시장 체제가 형성됐다.

복수시장 체제에서는 동일한 종목이 여러 시장에서 서로 다른 가격과 거래조건으로 거래될 수 있으므로 증권사는 투자자의 주문을 가격·수수료·체결 가능성 등을 고려해 더 유리한 시장으로 보내는 최선집행의무를 적용받는다. 넥스트레이드는 정규 거래시간뿐 아니라 정규장 전후의 프리마켓과 애프터마켓도 운영해 거래 가능 시간을 확대했다.

정규장 마감 이후 오후 4시부터 6시까지 10분 단위로 단일가매매를 통해 체결되는 시간외 매매제도다.

시간외 종가매매(정규장 마감 직후 당일 종가로만 거래되는 별도 제도)와는 구분되며, 10분 단위 체결로 하루 총 12회 매매가 이뤄진다. 가격변동은 정규시장의 가격제한폭 범위 내에서 당일 종가를 기준으로 ±10% 한도로 허용된다.

한국거래소에서 이 방식으로 운영돼 왔으며, 정규장과 같은 접속매매 방식으로 즉시 체결되는 애프터마켓 도입에 따라 2026년 9월 14일 폐지될 예정이다. 거래소가 매매시간 관련 제도를 개편하는 것은 2016년 8월 정규장 마감 시각을 오후 3시에서 3시30분으로 늦춘 이후 10년 만이다.

금융시스템을 구성하는 한 부문이나 한 금융회사의 부실·충격이 금융시스템 전체로 확산돼 실물경제에까지 심각한 부정적 영향을 미칠 수 있는 위험을 말한다. 시스템리스크·시스템적 리스크라고도 한다.

개별 금융회사나 특정 시장에 국한된 위험(개별위험)과 달리, 시스템위험은 금융회사 간 상호연계성이나 공통 익스포저(exposure)를 통해 위험이 금융시스템 전반으로 전이될 수 있다는 데 특징이 있다. 개별 금융회사의 부실이 이러한 상호연계성을 통해 시스템위험을 확대시키고, 이것이 금융시스템의 핵심 기능을 훼손하는 금융위기로 이어질 수 있다. 금융기능이 제대로 작동하지 못하면 실물경제에도 심각한 충격을 줄 수 있다.

시스템위험을 높이는 요인으로는 다음이 꼽힌다. 첫째, 호황기에 대출을 늘리고 불황기에 대출을 급격히 줄이는 경기순응성(procyclicality)은 금융회사들이 동시에 같은 방향으로 움직이게 해 시스템위험을 키운다. 둘째, 금융공학의 발달로 파생상품 등 복잡한 금융상품이 늘어나고 국내외 금융거래가 활발해지면서 금융회사 간 상호연계성이 높아진 점도 시스템위험을 높이는 요인으로 작용해왔다.

글로벌 금융위기 이후 각국 금융당국은 시스템적으로 중요한 금융회사(SIFI·Systemically Important Financial Institution)를 별도로 지정해 추가 자본규제 등을 적용하는 등 시스템위험 관리를 강화해왔다.

시스템위험은 실제로 위기가 발생하기 전 단계의 잠재적 가능성을 가리키는 개념으로, 이 위험이 실제로 현실화된 상태를 가리키는 시스템위기와 구별된다.

금융위기 때 정상적인 방법으로 자금을 조달하기 어려운 금융기관이나 금융시장에 중앙은행이 최후의 자금공급자로서 긴급 유동성을 공급해 금융시스템의 붕괴를 방지하는 기능을 말한다.

뱅크런이나 금융시장 경색으로 금융기관의 유동성 부족이 금융시스템 전체로 확산될 우려가 있을 때 중앙은행이 대출이나 시장조작 등을 통해 유동성을 공급함으로써 위기의 확산을 차단한다. 중앙은행이 통화를 공급할 수 있는 발권력을 가진 최종적인 유동성 공급자라는 데서 나온 개념이다.

최종대부자 기능이 모든 부실 금융기관을 무조건 구제한다는 뜻은 아니다. 전통적으로는 지급불능(Insolvent) 상태가 아니라 일시적으로 유동성이 부족한(Illiquid) 금융기관을 대상으로 충분한 담보를 받고 높은 금리로 자금을 공급한다는 배젓 원칙(Bagehot's Dictum)이 대표적인 원칙으로 제시돼 왔다.

시스템위험이 실제로 현실화돼 금융시스템의 핵심 기능(자금중개, 결제 등)이 심각하게 훼손되고 실물경제에까지 광범위한 부정적 영향을 미치는 상태를 말한다.

시스템위험이 특정 부문이나 금융회사의 부실이 시스템 전체로 확산될 수 있는 '가능성'을 가리키는 개념이라면, 시스템위기는 그 가능성이 실제로 실현돼 다수의 금융회사가 동시에 부실화되거나 금융시장의 기능이 마비되는 '상태'를 가리킨다. 1997년 아시아 외환위기, 2008년 글로벌 금융위기가 대표적인 시스템위기 사례로 꼽힌다.

시스템위기는 통상 신용경색(credit crunch), 자산가격 급락, 금융회사의 연쇄 부실, 실물경제 위축 등이 동반되며, 개별 금융회사나 시장 참가자의 노력만으로는 해결하기 어려워 중앙은행의 유동성 공급이나 정부의 공적자금 투입 등 시스템 차원의 정책 대응이 필요한 경우가 많다.

발생 가능성과 파급력이 크고 지속적인 경고로 충분히 예상할 수 있는데도 사람들이 간과하거나 제대로 대응하지 않는 위험을 말한다. 미국의 정책분석가 미셸 부커(Michele Wucker)가 2013년 1월 다보스포럼에서 처음 제시한 개념이다.

코뿔소는 몸집이 커 멀리서도 눈에 잘 띄고 다가오는 것을 알아차릴 수 있지만, 막상 돌진해 오면 두려움이나 대응의 어려움 때문에 위험을 외면할 수 있다는 데서 나온 비유다. 즉 위험 자체가 보이지 않는 것이 아니라 위험 신호가 뚜렷한데도 이를 무시하거나 대응을 미루는 상황에 초점이 있다.

이 개념은 발생 가능성이 매우 낮고 사전에 예측하기 어려운 사건을 가리키는 검은 백조(Black Swan)와 대비된다. 검은 백조가 예상하기 어려운 충격에 초점을 맞춘다면, 회색 코뿔소는 발생 가능성이 높고 위험 신호도 뚜렷한데 제대로 대응하지 않은 위험을 가리킨다. 부커는 이 개념을 2016년 저서 《회색 코뿔소(The Gray Rhino: How to Recognize and Act on the Obvious Dangers We Ignore)》에서 체계화했다.

2017년 중국에서 금융·부채 위험을 설명하는 표현으로 사용되면서 널리 알려졌다. 이후 궈수칭(郭樹淸) 당시 중국 은행보험감독관리위원회 주석도 부동산 거품을 금융안정을 위협하는 대표적인 '회색 코뿔소'로 지목했다.

인공지능이 인간이 의도한 목표와 가치, 규칙에 부합하는 방식으로 행동하도록 만드는 것을 말한다. AI가 주어진 목표를 단순히 달성하는 데 그치지 않고, 인간이 의도한 방법과 범위 안에서 안전하고 바람직하게 행동하도록 하는 것이 핵심이다.

AI 시스템은 사람이 제시한 지시나 보상 기준을 학습해 행동하지만, 명시된 목표와 인간이 실제로 원하는 결과가 항상 일치하는 것은 아니다. 목표나 평가 기준이 불완전하게 설정되면 AI가 높은 보상을 얻으면서도 인간이 의도하지 않은 방법을 선택하는 보상 해킹(Reward Hacking)이나 규칙의 허점을 이용하는 행동이 나타날 수 있다.

AI 정렬은 이러한 문제를 줄이기 위해 모델의 학습과 행동을 인간의 의도와 규범에 맞추는 연구·기술 영역을 포괄한다. 인간 피드백을 이용한 강화학습(RLHF), 선호도 학습, 규칙에 기반한 학습, 모델 행동 평가와 모니터링 등이 활용된다.

특히 AI 에이전트처럼 스스로 여러 단계의 작업을 수행하고 외부 도구나 컴퓨터를 사용할 수 있는 시스템에서는 정렬 문제가 더욱 중요해진다. AI의 능력이 높아지는 것과 인간의 의도대로 통제되는 것은 별개의 문제이기 때문이다. 2026년 OpenAI의 허깅페이스 사고에서 나타난 보상 해킹과 통제 우회는 고성능 AI가 과제 성과를 높이는 과정에서 인간이 허용하지 않은 수단을 사용할 수 있음을 보여준 사례로, AI 정렬 문제의 현실적 중요성을 부각했다.

AI 정렬은 AI가 인간과 같은 가치관이나 도덕성을 갖게 만드는 것만을 의미하지 않는다. AI의 목표와 행동이 인간의 의도·규칙·가치에서 벗어나지 않도록 설계하고 평가·통제하는 문제 전반을 가리킨다.