경제·금융 용어사전

CXL은 고성능 컴퓨팅(HPC) 시스템에서 CPU, GPU, 메모리, 저장장치 등 다양한 컴퓨팅 자원을 고속으로 연결해주는 차세대 인터페이스 기술이다. 2019년 인텔(Intel)이 처음 제안했으며, 기존 PCIe(Peripheral Component Interconnect Express) 기반 구조를 확장해 데이터 병목 현상을 해결하고 서버 성능의 한계를 극복하기 위해 개발되었다.

가장 큰 장점은 메모리 용량을 이론적으로 ‘무한대에 가깝게’ 확장할 수 있다는 점이다. 기존 서버 CPU에는 구조상 D램 모듈을 최대 16개까지만 꽂을 수 있어, 용량을 늘리려면 서버 자체를 증설해야 하는 비용 부담이 있었다.

그러나 CXL 기술을 활용하면 기존 SSD(저장장치)를 꽂던 슬롯에 CXL 기반 메모리(CMM-D)를 장착하는 방식으로 손쉽게 메모리 용량을 획기적으로 늘릴 수 있다.

유연성 및 호환성 또한, 기존에는 CPU 규격에 맞는 특정 D램만 사용해야 했으나, CXL 환경에서는 메모리의 종류나 용량, 성능에 구애받지 않고 다양한 반도체를 자유롭게 연결해 데이터를 교환할 수 있다.

시장 전망 AI와 데이터센터의 연산 처리량이 폭증하는 현시점에서, 서버 증설 없이도 자원 효율을 극대화할 수 있는 핵심 기술로 꼽힌다. 이 때문에 삼성전자와 SK하이닉스는 HBM(고대역폭 메모리) 다음으로 CXL 메모리(CMM-D) 시장을 미래 성장동력으로 집중 육성하고 있다.

뉴스페이스(New Space)는 정부가 주도하던 과거의 우주 개발 방식인 ‘올드 스페이스(Old Space)’와 대비되는 개념으로, 민간 기업이 주도적으로 우주 개발에 참여하여 상업적 가치를 창출하는 새로운 산업 흐름을 뜻한다.

특징 및 차이점 기존 올드 스페이스가 정부 예산에 의존하며 일부 대기업이 하청 형태로 참여하는 ‘안보·공공’ 중심의 구조였다면, 뉴스페이스는 민간 기업이 자금을 유치하고 자체 기술력으로 저비용·고효율의 발사체, 위성, 우주 솔루션을 개발해 수익을 창출하는 **‘민간 주도 비즈니스 모델’**을 지향한다.

주요 기업 및 분야 스페이스X(SpaceX), 블루오리진(Blue Origin), 플래닛 랩스(Planet Labs) 등이 대표적인 글로벌 리딩 기업이며, 지구 저궤도(LEO) 위성통신, 초소형 위성 영상 데이터 판매, 우주 화물 운송, 우주 관광 등이 핵심 비즈니스 영역이다.

한국형 뉴스페이스 한국에서는 2025년 누리호 4차 발사를 체계종합기업인 한화에어로스페이스가 주도하면서 민간이 발사 운용의 핵심 역할을 수행, 본격적인 ‘한국형 뉴스페이스’ 시대로 진입했다는 평가를 받는다. 이는 국내 우주 산업이 단순 기술 확보 단계를 넘어, 시장 경쟁력을 갖춘 산업 생태계로 확장되고 있음을 보여주는 중요한 전환점이다.

TPU는 구글(Google)이 개발한 인공지능(AI) 및 딥러닝(Deep Learning) 연산에 최적화된 맞춤형 반도체, 즉 ASIC(Application-Specific Integrated Circuit)이다. 텐서플로(TensorFlow) 프레임워크에 최적화된 구조로 시작되었으나, 이후 JAX, PyTorch 등 다양한 프레임워크를 지원하는 방향으로 발전해왔다.

TPU는 AI 모델의 학습(training)과 추론(inference)을 빠르고 효율적으로 처리하도록 설계되었으며, 2015년 개발을 시작해 2016년에 처음 공개되었다. 현재는 챗봇, 이미지 생성, 코드 자동화 등 생성형 AI 모델의 학습과 서비스에 활용되고 있다.

2025년 11월 출시된 제미나이 3(Gemini 3) 훈련에 TPU v4 및 v5p 클러스터가 사용된 것으로 알려졌다. 제미나이 3는 멀티모달 처리와 언어 이해 등 다양한 벤치마크에서 기존 GPT 모델과 경쟁하며, 엔비디아 GPU 중심으로 형성된 AI 가속기 시장에 변화의 가능성을 제시했다.

같은 해 4월, 구글 클라우드는 7세대 TPU인 아이언우드(Ironwood)를 공개하며 추론(inference)에 최적화된 최신 칩을 선보였다. 아이언우드는 이전 세대인 TPU v5p 대비 최대 10배 향상된 피크 연산 성능과, 더욱 향상된 에너지 효율을 제공한다. 또한, 고대역폭 메모리(HBM) 용량은 6배 증가하였으며, 최대 9,216개의 칩을 연결해 하나의 Superpod로 구성할 수 있으며, 이 경우 최대 42.5 엑사플롭스(ExaFLOPS)의 추론 성능을 제공할 수 있다.

이러한 기술적 진화는 구글이 AI 인프라 운영에서 엔비디아(NVIDIA) GPU에 대한 의존도를 줄이고, 자체적인 AI 생태계를 강화하려는 전략의 일환으로 해석된다. 초대형 언어 모델의 실시간 서비스 수요가 급증함에 따라, TPU의 활용도와 수요 역시 앞으로 지속적으로 확대될 것으로 예상된다.

국내주식을 사모으는 '동학개미'에 빗대어 미국 등 해외 주식에 직접 투자하는 개인투자자를 일컫는 말이다.

2010년대 초까지만 해도 해외 주식 투자는 초고액 자산가들의 전유물이었다. 프라이빗뱅커(PB)를 통해 정보를 얻어 알음알음 투자하는 경우가 대부분이었다.

투자자들이 해외로 눈을 돌린 것은 2011년부터 2016년까지 국내 증시의 지지부진한 흐름, ‘박스피(박스권+코스피지수)’가 계기가 됐다. 2014년 개인이 중국에 투자할 수 있는 길이 열린 것도 투자자들을 자극했다. 개인도 홍콩거래소를 통해 중국 본토 A주에 투자할 수 있도록 한 후강퉁 제도가 이때 시행됐다. 돈이 몰렸다. 2015년 6월 12일 상하이종합지수는 최고치(5178.18)를 찍었다. 1년 반 만에 150% 올랐다. 박스권에 지친 개인투자자들은 중국 주식으로 눈을 돌렸다. 예탁결제원에 따르면 국내 투자자가 홍콩과 중국 주식에 투자한 잔액은 2014년 16억5769만달러로, 처음으로 일본 주식을 넘어 1위를 차지했다. ‘중학개미’들의 시대였다.

하지만 2016년 상하이종합지수는 반토막이 났다. 투자자들은 변동성은 작고 성장성이 큰 시장을 찾기 시작했다. 미국이었다. 2017년부터 미국 주식 투자 잔액(42억2341만달러)이 홍콩과 중국을 제치고 1위를 차지했다.

2020년 코로나19의 확산은 또 한번의 계기가 됐다. 망할 일 없는 미국 주식에 돈이 몰렸다. 2030세대는 전기차 대장 테슬라, 플랫폼 대장 FANG(페이스북 아마존 넷플릭스 구글) 주식 등 익숙하면서도 성장성이 높은 주식들을 대거 매수했다.

2024년 11월 7일, 서학개미들의 미국 주식 보관액이 사상 처음으로 1000억 달러(약 140조원)를 넘어서 1013억 6571만달러를 기록했다. 2023년 말 680억 2349만달러에서 10개월여만에 49%가 늘어난 것이다.
이는 국내 증시가 박스권에 머무르는 사이, 미국 증시는 트럼프 전 대통령 대선 승리 등으로 인해 연일 상승했기 때문이다.

2025년 3분기 기준, 한국 거주자의 해외 투자 자산 규모(대외금융자산)가 역대 최대치를 기록했다. 이 중 거주자의 해외 증권투자(해외 주식 포함)가 크게 증가한 것으로 나타났다.

2025년 9월 말 기준, 국내 개인투자자를 포함한 해외주식 보관액은 약 1,441억 달러로 집계되었으며, 이는 ‘서학개미’의 해외 주식 보유 규모가 사상 최대임을 의미한다.

2025년 10월과 11월에도 해외 주식 순매수가 이어졌으며, 2025년 하반기 기준으로도 ‘해외 주식 투자’에 대한 개인투자자의 관심과 참여가 유지되고 있다.

이러한 흐름은 미국 증시의 강세, 금리 및 환율 환경, 국내 증시의 정체 등에 영향을 받은 것으로 분석된다.

포토레지스트(Photoresist, PR)는 빛(Photo)에 반응하는 감광성 고분자 재료로, 웨이퍼 표면에 도포된 뒤 노광(Exposure) 공정을 통해 회로 패턴을 형성하는 반도체 핵심 소재다. 현장에서는 흔히 ‘감광액’ 또는 ‘PR’이라 불린다. 성질에 따라 빛을 받은 부분이 제거되는 포지티브(Positive) 형과, 반대로 빛을 받은 부분만 남는 네거티브(Negative) 형으로 나뉜다.

공정상 역할 반도체 8대 공정 중 기술 난도가 가장 높은 리소그래피(Lithography) 단계에서 사용된다. 웨이퍼 위에 그려진 포토레지스트 패턴은 후속 공정인 식각(Etching) 단계에서 하부 막질을 보호하는 마스크(Mask) 역할을 수행하여, 설계된 미세 회로가 웨이퍼에 정확히 구현되도록 한다.

기술의 진화 (파장에 따른 분류) 반도체 미세화는 광원의 파장이 짧을수록 유리하며, 이에 맞춰 포토레지스트 기술도 발전해왔다.

KrF(248nm) / ArF(193nm): 90nm~40nm급 레거시 및 범용 공정의 주력 소재다.

ArF 이머전(Immersion): 렌즈와 웨이퍼 사이에 굴절률이 높은 액체(물)를 넣어 해상도를 높인 기술이다. 20nm 중반에서 10nm 중반대 공정까지 폭넓게 활용된다.

EUV(13.5nm): 극자외선(Extreme UV)을 사용하는 7nm 이하 초미세 공정(5·4·3nm)의 필수 소재다. 기술 난도가 극도로 높으며, 최근에는 기존 화학증폭형(CAR)을 넘어 무기물 기반(Inorganic/Metal Oxide) PR 연구도 활발하다.

시장 동향 및 국산화 EUV 노광 장비는 네덜란드 ASML이 독점하고 있으며, 포토레지스트 시장은 전통적으로 JSR, TOK, 신에츠 등 일본 기업이 주도해 왔다. 2019년 일본의 수출 규제(포토레지스트 포함 3대 품목) 이후 한국은 공급망 다변화에 속도를 냈다. 국내 기업 동진쎄미켐이 ArF 이머전 PR 국산화에 성공한 데 이어, 삼성전자와 협력하여 EUV용 PR을 개발하고 초기 양산 단계에 진입하는 등 소재 국산화와 공급망 안정화에 중요한 전환점을 마련했다는 평가를 받는다.

누리호 정의

누리호(Nuri, KSLV-II)는 대한민국이 순수 국내 기술로 독자 개발한 3단형 중형 액체 우주 발사체로, 1.5톤급 실용 위성을 지구 저궤도(600~800km)에 투입할 수 있는 능력을 갖춘 로켓이다. 2010년 3월부터 개발이 시작됐으며, 2021년 10월 21일 전남 고흥 나로우주센터에서 첫 발사됐다. 누리호는 총 전장 47.2m, 발사 중량 약 200톤 규모로, 1단은 75톤급 액체엔진 4기를 클러스터링해 구성하고, 2단은 동일 엔진 1기, 3단은 7톤급 엔진으로 구성됐다. 연료는 케로신(등유)과 액체산소(LOX)를 사용한다.

1차 발사는 1~3단 분리, 위성 덮개(페어링) 분리, 더미 위성 분리 등 기술적으로 주요 단계를 모두 수행했지만, 마지막 3단 엔진의 연소 시간이 목표에 미치지 못해 위성이 궤도에 안착하지 못하는 결과를 낳았다. 그러나 발사체의 핵심 기술인 엔진 클러스터링, 연소 제어, 단 분리 시스템 등이 모두 국내 개발로 구현되었고, 설계한 고도에 거의 도달했다는 점에서 사실상 절반의 성공으로 평가됐다.

2차 발사는 2022년 6월 21일에 성공적으로 이뤄졌으며, 성능검증위성과 다수의 큐브위성을 성공적으로 궤도에 안착시키면서 누리호의 실전 운용 능력을 입증했다.

3차 발사는 2023년 5월 25일 실시되었으며, 카이스트(KAIST)가 개발한 영상레이더(SAR) 위성인 차세대소형위성 2호가 주 탑재체로 실렸다. 발사는 계획대로 성공했으며, 큐브위성 사출 등을 통해 본격적인 상업·다목적 발사 플랫폼으로서의 가능성을 입증했다.

4차 발사는 2025년 11월 27일 성공적으로 수행됐다. 누리호는 차세대중형위성 3호와 12기의 큐브위성을 목표 궤도인 고도 600km에 정확히 안착시켰고, 차세대중형위성 3호는 남극 세종기지 지상국과의 첫 교신에도 성공했다. 특히 이번 발사는 체계종합기업인 한화에어로스페이스가 처음으로 발사 운용을 주도한 사례로, 한국형 발사체가 민간 우주 시대(New Space)의 문을 열었다는 평가를 받고 있다.

누리호는 한국이 1톤급 이상 실용위성을 독자적으로 발사할 수 있는 세계 7번째 국가로 도약하기 위한 관문으로, 나로호보다 한 단계 높은 기술 자립 성과를 보여준다. 2025년 현재, 누리호는 반복 발사 성과를 통해 안정성과 신뢰성을 높이고 있으며, 후속 발사와 함께 성능이 향상된 차세대 발사체 개발도 병행 중이다. 정부는 2027년까지 누리호를 2차례 더 발사하고, 향후 달 탐사 등을 위한 대형 발사체 기술 확보를 추진할 계획이다.

은행이 대출을 할 때 일정한 금액을 강제로 예금이나 적금 혹은 방카슈랑스 상품을 판매하는 것을 말한다. 양건예금으로 불리기도 한다.

어음할인, 자금대출조건으로 기업에 요구하여 해당 융자금의 상환 재원으로만 쓰게 하는 경우가 보통이다. 따라서 이같은 예금은 예금자의 의사와는 관계없이 강제적으로 행해진다.

은행이 거래선에 대출을 해주고 그 대출금 일부를 유보시켜 주로 정기예금에 들게 하기 때문에 은행은 표면상 나타나는 대출금리 이상으로 실질금리를 인상한 효과를 가져온다. 그러므로 기업에 있어서는 그만큼 비싼 실질금리를 부담하는 셈이 된다. 이같은 예금은 예금 확보나 채권 보전이란 측면에서 은행에 유리한 수단이 될 수 있을지는 모르나 예금계수 조작, 기업부담 가중 등 많은 부작용을 초래하고 있다.

한 나라의 금리를 대표하는 정책금리로, 금융시장에서 형성되는 다양한 금리의 기준이 되는 금리다.

한국은행은 기준금리를 통해 통화량과 물가를 조절하며, 국내 실물경제와 외환시장에 영향을 미친다. 기준금리가 인상되면 은행의 자금 조달비용이 높아지고, 이에 따라 대출금리도 상승한다. 대출금리가 오르면 기업과 가계의 자금 수요가 줄고, 부동산 및 기타 실물자산에 대한 투자 수요도 감소하게 된다. 이는 소비 위축과 함께 자산 가격 하락 요인으로 작용한다.

해외 기준금리가 인상될 경우, 상대적으로 높은 수익을 좇는 외국인 자금이 국내로 유입되며 원화 가치가 상승하고, 이에 따라 수출은 줄고 수입은 늘어 순수출이 감소하는 효과가 나타날 수 있다.

한국은 1999년까지 콜금리를 기준금리로 사용했으나, 2008년 3월부터 7일물 환매조건부채권(RP) 금리를 기준으로 하는 ‘한국은행 기준금리제’를 도입했다. 이 기준금리는 한국은행이 매주 목요일 7일물 RP를 매도할 때 적용되는 금리이며, 금융회사들은 한국은행의 개입 없이 일주일간 금리변동 위험을 감수하고 해당 거래에 참여한다.

미국은 연방기금금리(Federal Funds Rate), 일본은 콜금리(Overnight Call Rate)를 기준금리로 사용하고 있다.

소프트웨어를 제품이 아니라 서비스로서 빌려주는 것. 고객별로 맞춤형 소프트웨어를 온라인으로 제공하는 응용 SaaS는 소프트웨어를 설치하거나 소유하지 않고, 인터넷을 통해 필요한 만큼 빌려 쓰는 형태의 서비스형 소프트웨어다. 이는 과거의 소프트웨어 임대 모델(ASP: Application Service Provider)에서 발전한 형태로, 공급업체가 하나의 플랫폼을 통해 다수의 고객에게 서비스를 제공하고, 사용자는 사용량 기반으로 요금을 지불하는 구조를 갖는다.

기존의 기업용 소프트웨어가 내부 서버에 설치되어 고객이 소유권을 가지는 방식이었다면, SaaS는 소프트웨어를 '서비스'로 제공하기 때문에 소유보다는 '이용'에 초점을 둔다. 이로써 고객은 초기 도입 비용, 유지보수 비용, 인프라 관리 부담을 줄일 수 있다.

SaaS는 클라우드 서비스 모델 중 최종 사용자에게 가장 밀접한 형태로, 저장공간·네트워크(IaaS), 운영체제·미들웨어(PaaS)를 포함해 데이터와 응용프로그램까지 통합 제공한다. 대표적인 SaaS 서비스로는 마이크로소프트의 오피스365, 구글 워크스페이스, 어도비 크리에이티브 클라우드 등이 있다.

간편한 도입, 유연한 확장성, 사용량 기반 과금 등의 장점으로 인해 기업과 개인 사용자 모두에게 확산되고 있으며, 클라우드 컴퓨팅 시장의 핵심 영역으로 자리잡고 있다.

중앙 클라우드 서버가 아니라 이용자의 단말기 주변(edge)이나 단말기 자체에서 데이터를 처리하는 기술. 기존 클라우드 컴퓨팅에 비해 인터넷을 통한 데이터 전송을 줄일 수 있어 보안성이 뛰어나다. 데이터 양이 많고 실시간 처리가 필요한 자율주행자동차, 스마트 공장, 사물인터넷(IOT) 등에서 대거 활용될 전망이다.

에지 컴퓨팅은 데이터를 생성한 기기 가까이, 즉 네트워크의 가장자리(에지)에서 먼저 데이터를 처리하는 분산형 컴퓨팅 구조다. 이는 중앙 서버에서 모든 데이터를 처리하는 클라우드 컴퓨팅과 대비되는 개념으로, 처리 지연 시간과 과부하 문제를 줄이기 위해 고안되었다.

클라우드 컴퓨팅은 중앙의 고성능 서버가 데이터 저장과 처리, 콘텐츠 서비스 등을 맡아주는 방식으로, 기업은 자체 시스템을 구축하지 않고도 효율적인 운영이 가능하다. 아마존웹서비스(AWS), 마이크로소프트 애저(Azure) 등이 대표적이다.

그러나 사물인터넷(IoT) 기기의 확산으로 생성되는 데이터량이 급증하면서, 중앙 서버만으로는 실시간 대응이 어려워졌다. 특히 자율주행차, 스마트팩토리, 가상현실(VR) 등에서는 즉각적인 데이터 분석이 필요하다.

에지 컴퓨팅은 이러한 한계를 보완하기 위해, 각 기기 또는 지역 단위에서 선별된 데이터를 현장에서 바로 처리하고, 나머지 정보만 클라우드로 전달하는 구조를 취한다. 이를 통해 처리 지연을 줄이고, 네트워크 부하와 보안 리스크도 완화할 수 있다.