기본 콘텐츠로 건너뛰기

젠슨 황의 CXMT 'Open-Minded', 엔비디아가 중국 D램을 쓴다는 뜻일까: 규제로 보는 가능한 범위

2026년 10월 24일 기준, 젠슨 황 엔비디아 CEO는 10월 22일 독일 GTC 베를린 현장에서 CNBC가 중국 CXMT(창신메모리)의 메모리를 쓸 계획이냐고 묻자 “We're open-minded(열린 마음이다)”라고 답했지만, 이것은 구매 발표가 아닙니다. CNBC(10.22) CXMT는 미국 국방부의 ‘중국 군사기업’ 목록(1260H)에 올라 있어 연방 조달에서 제한을 받지만, 상무부 수출통제 명단(Entity List)에는 아직 공표되지 않았습니다. 이 글은 이 발언이 어디까지 의미하는지를 미국 규칙으로 확인합니다. 일부 방송은 이 발언을 “CXMT 채택 가능성”으로 소개했습니다. 아래에서 방송 표현과 CNBC 원문을 대조하고, CXMT가 지금 미국 규칙의 어디에 서 있는지, 엔비디아 같은 미국 기업이 쓰려면 무엇이 걸리는지, CXMT의 신기술 발표가 양산과 얼마나 떨어져 있는지를 공식 문서와 언론 보도를 구분해 정리합니다. 읽기 전 유의사항: 이 글은 공개 자료를 정리한 정보성 해설이며 특정 종목의 매수·매도를 권하지 않고 법률 자문도 아닙니다. 미국 규칙은 바뀔 수 있고, ‘제 해석’으로 표시한 부분은 사실이 아니라 추론입니다. 먼저 젠슨 황은 정확히 무엇을 말했나 황 CEO는 CNBC 아르준 카르파 기자와의 인터뷰에서 CXMT와 협력해 제품을 쓸 계획이냐는 질문을 받고 이렇게 답했습니다. “우리는 열린 마음입니다. 우리는 중국 기업들과 일합니다. 전 세계가 공급망 어딘가에서 중국 기업들과 일합니다.”(“We're open-minded. We work with Chinese companies; just about the whole world works with Chinese companies in the supply chain somewhere.”) 이어 “중국은 기초 인프라 기술이 뛰어...

취업자 11만3천 명 증가에도 청년 일자리는 왜 47개월째 줄었나

기준일: 2026년 10월 17일. 9월 고용 통계를 읽을 때 가장 먼저 보이는 숫자는 취업자 증가다. 국가데이터처가 10월 16일 발표한 통계에서 15세 이상 취업자는 2,926만6천 명으로, 1년 전 같은 달보다 11만3천 명 늘었다. 그러나 같은 표 안에서 통상 청년층으로 쓰이는 15~29세 취업자는 341만7천 명으로 14만7천 명 줄었다. 전체 숫자는 늘고 청년 숫자는 줄었다는 이 대비가 이번 발표의 핵심이다. [1] [2]

9월 취업자는 전년 동월보다 11만 3천 명 늘어난 2,926만 6천 명이지만 15~29세 청년 취업자는 14만 7천 명 줄어든 341만 7천 명으로 47개월째 감소했습니다.

이 두 수치가 서로 모순이라고 볼 필요는 없다. 전체 취업자 수는 15세 이상 모든 연령의 취업자를 합친 값이고, 청년 취업자 수는 그중 15~29세만 떼어 본 값이다. 한 연령대가 감소해도 다른 연령대의 증감에 따라 전체는 증가할 수 있다. 그래서 ‘고용이 좋아졌다’거나 ‘고용이 나빠졌다’는 한 문장만으로 9월을 설명하면, 어느 연령을 말하는지 사라진다. 이번 수치는 노동시장이 모든 집단에 똑같이 움직이지 않았다는 사실을 먼저 보여 준다.

같은 달, 서로 다른 세 개의 지표

통계를 조금 더 나눠 보면 청년층의 약화는 취업자 수 하나에만 머물지 않는다. 15~29세 고용률은 44.0%로 전년 동월보다 1.1%포인트 하락했다. 청년 실업률은 5.4%로 0.6%포인트 상승했다. 여기서 고용률과 실업률은 같은 말이 아니다. 고용률은 해당 연령 인구 가운데 취업한 사람의 비율이고, 실업률은 경제활동인구 가운데 일자리를 찾고 있으나 취업하지 못한 사람의 비율이다. 분모가 다르므로 두 지표를 하나의 퍼센트처럼 더하거나 빼서는 안 된다. 변화도 ‘1.1% 감소’가 아니라 1.1%포인트 하락이라고 쓰는 편이 정확하다. [2] [3]

반대로 15세 이상 전체 고용률은 63.5%로 전년 동월보다 0.2%포인트 낮았다. 전체 취업자 수가 증가했는데 전체 고용률은 낮아질 수 있다는 점도 함께 읽어야 한다. 취업자 수는 사람의 수이고, 고용률은 연령별 인구를 분모에 둔 비율이다. 인구 구조와 경제활동 참여의 변화가 함께 반영될 수 있기 때문이다. 따라서 취업자 11만3천 명 증가를 곧바로 모든 연령대의 고용 여건 개선이나 고용률 상승으로 번역하는 것은 맞지 않는다. 이번 통계는 절대 인원과 비율을 병행해 보아야 하는 사례다.

언론은 15~29세 취업자 감소가 전년 동월 기준 47개월 연속이라고 보도했다. 이 문장을 읽을 때도 방향을 정확히 잡아야 한다. 이는 청년 취업자가 47개월 동안 매달 전달보다 줄었다는 뜻이 아니다. 각각의 달을 바로 1년 전 같은 달과 비교했을 때 감소가 47개월 이어졌다는 뜻이다. 계절적 차이가 큰 고용 통계에서 전년 동월 비교는 같은 달끼리 보는 방법이지만, 그것만으로 장기 추세의 원인을 확정할 수는 없다. 주거비, 교육·훈련, 구직 기간, 산업별 채용, 인구 변화 가운데 어느 하나가 원인이라고 이 발표만으로 단정할 수 없는 이유다. [3] [4]

‘청년’이라는 이름 아래 두 통계를 섞지 말아야 한다

이번 발표에서 특히 주의할 부분은 청년의 연령 정의다. 그동안 널리 인용돼 온 기존 청년 고용 통계는 15~29세 기준이다. 이 기준에서 9월 취업자는 341만7천 명, 전년 동월 대비 증감은 -14만7천 명이다. 그러나 법 개정에 따라 2026년 9월부터는 15~34세 통계도 병행 공표된다. 새 기준의 15~34세 취업자는 641만2천 명이고, 전년 동월보다 9만8천 명 감소했다. 두 숫자는 같은 달의 공식 통계이지만, 같은 사람의 범위를 뜻하지 않는다. [2]

그래서 15~29세의 감소폭과 15~34세의 감소폭을 나란히 놓고 어느 쪽이 더 심하다고 즉시 결론내리면 안 된다. 30~34세가 추가되면 분모와 분자가 모두 달라지고, 연령대별 취업·구직 상황도 다를 수 있다. 앞으로 기사나 정책자료를 볼 때는 ‘청년 고용’이라는 제목만 보지 말고 괄호 속 연령 범위를 확인할 필요가 있다. 같은 44.0%라는 고용률도 어떤 연령 기준인지 밝혀야 비교가 가능하다. 새 통계의 병행 공표는 청년 문제를 더 넓게 볼 재료가 될 수 있지만, 과거 15~29세 시계열을 자동으로 대체한다는 뜻은 아니다.

이 구분은 숫자를 작게 또는 크게 보이게 하려는 기술적 단서가 아니다. 정책의 대상과 독자의 현실을 다르게 읽게 하는 출발점이다. 대학·직업훈련·첫 취업을 주로 떠올릴 때의 15~29세와, 취업 초기와 경력 형성기를 함께 포함하는 15~34세는 질문 자체가 다르다. 통계가 두 기준을 함께 내기 시작한 첫 달이므로, 당분간은 어느 기준을 사용했는지 명시하는 습관이 필요하다. 숫자의 연속성을 지키려면 같은 연령 범위, 같은 비교 시점, 같은 지표를 놓고 비교해야 한다.

청년 통계는 15~29세 취업자 341만 7천 명과 새로 함께 발표된 15~34세 취업자 641만 2천 명이 연령 범위가 달라 서로 대체할 수 없으므로 어느 기준인지 밝혀야 합니다.

제조업 반등은 청년 회복의 증거인가

9월에는 제조업 취업자가 전년 동월보다 1만6천 명 늘어 26개월 감소를 끝냈다. 이는 전체 고용의 산업별 맥락을 이해하는 데 중요한 변화다. 특히 제조업 고용의 감소가 멈췄다는 사실 자체는 분명하게 기록할 만하다. 다만 이 수치와 청년 취업자 감소를 한 문장으로 연결해 ‘제조업이 청년 일자리를 회복시키기 시작했다’고 쓰기는 어렵다. 제공된 통계에는 제조업 증가분이 어느 연령에서, 어떤 직무에서, 어떤 고용 형태로 나타났는지를 확정할 세부 근거가 없다. [4]

따라서 제조업은 이번 글의 결론이 아니라 맥락이다. 전체 취업자의 증가는 산업별·연령별로 균등한 회복을 뜻하지 않는다는 점을 보여 주는 맥락 말이다. 제조업에서 증가가 나타난 달에도 15~29세 취업자와 고용률은 감소했다. 두 사실은 동시에 참이다. 앞으로 제조업의 증가가 이어지는지, 청년층 지표와 어떤 관계를 보이는지는 후속 월별 자료로 확인해야 한다. 한 달의 산업별 반등을 구조적 전환이나 특정 세대의 기회 확대로 확대 해석하지 않는 것이 통계에 충실한 태도다.

이 통계가 말하는 것과 아직 말하지 못하는 것

확인된 사실은 비교적 선명하다. 9월 전체 취업자는 전년 동월보다 11만3천 명 늘었다. 15~29세 취업자는 14만7천 명 줄었고, 해당 연령의 고용률은 44.0%, 실업률은 5.4%였다. 청년 취업자의 전년 동월 대비 감소는 47개월째다. 15~34세 통계는 새 기준으로 병행 공표됐고, 그 취업자는 9만8천 명 감소했다. 제조업 취업자는 1만6천 명 증가했다. 이 각각의 숫자는 출처와 기준을 붙여 말할 수 있다. [1] [2] [4]

반면 해석의 영역은 더 조심스럽다. 이 발표만으로 청년 취업 감소의 단일 원인을 알 수는 없다. 장기 구직, 학업, 산업 변화, 인구 감소, 채용 방식, 정책의 효과 가운데 무엇이 얼마나 작용했는지를 분해한 자료가 여기에는 없다. 마찬가지로 47개월 감소를 특정 정책의 실패 또는 특정 경기 요인의 결과라고 인과적으로 단정할 근거도 없다. ‘청년 실업률 5.4%가 9월 기준 4년래 최고’라는 표현은 뉴스1 보도에 있으나, 공식 지표 페이지가 그 역사 비교 문구를 직접 제시한 것은 아니다. 따라서 본문에서는 확인된 5.4%와 +0.6%포인트라는 수치를 중심에 두는 편이 안전하다. [3]

그렇다고 해서 해석을 포기할 필요는 없다. 이번 통계가 던지는 가장 유용한 질문은 ‘전체 고용이 늘었는가’에서 멈추지 말고 ‘어느 연령대의 어떤 지표가 달라졌는가’로 내려가 보자는 것이다. 전체 지표는 거시 상황을 보여 주고, 청년 지표는 노동시장 진입부의 체감과 정책 과제를 비춘다. 둘을 경쟁시키는 대신, 같은 달에 나온 두 신호로 함께 읽는 것이 낫다. 전체 숫자의 개선이 청년층의 개선을 보장하지 않는다면, 정책과 보도도 평균만이 아니라 분포를 설명해야 한다.

다음 발표에서 무엇을 봐야 하나

다음 달에도 가장 먼저 확인할 것은 15~29세 취업자의 전년 동월 대비 증감이다. 47개월이라는 연속 기록이 이어지는지, 감소폭이 커지는지 또는 작아지는지는 같은 기준의 시계열로 봐야 한다. 그다음은 청년 고용률 44.0%와 실업률 5.4%의 방향이다. 취업자 수만 변했는지, 인구 대비 취업 비율과 구직 중인 경제활동인구의 비율도 함께 변했는지를 나눠야 한다. 단일 숫자 하나가 모든 답을 주지는 않는다.

15~34세 새 통계는 별도의 관찰창으로 보아야 한다. 다음 발표에서도 이 기준이 병행되는지, 어떤 항목이 같은 방식으로 제시되는지 확인해야 한다. 15~29세와 15~34세의 수치를 임의로 이어 붙여 장기 추세처럼 그리지 않는 것이 중요하다. 산업별로는 제조업 취업자의 반등이 일회성인지, 그리고 다른 연령·산업 지표와 어떤 조합을 이루는지 지켜볼 수 있다. 다만 그 관계를 설명할 수 있는 세부자료가 나오기 전까지 청년 고용 회복의 신호라고 이름 붙이지는 말아야 한다.

정부가 어떤 대응을 말하는지도 숫자와 분리해 기록할 필요가 있다. 정책 발표는 의도와 방향을 보여 줄 수 있지만, 월별 통계 하나만으로 정책 효과가 입증되지는 않는다. 독자에게 필요한 것은 낙관이나 비관의 구호보다 같은 기준으로 다음 수치를 비교할 수 있는 표지판이다. 발표월은 2026년 9월이고 발표일은 10월 16일이라는 구분도 그 표지판의 하나다. 통계가 가리키는 시점과 기사가 나온 시점을 섞으면 변화의 속도를 오해하기 쉽다.

결론: 평균의 개선만으로 청년의 현실을 대신할 수는 없다

9월 고용동향은 한 가지 결론만 허락하지 않는다. 전체 취업자 수는 늘었다. 동시에 15~29세 취업자 수와 고용률은 줄었고 실업률은 올랐다. 제조업 취업자는 증가했지만 그 사실만으로 청년층에 같은 변화가 생겼다고 할 수는 없다. 새로 공표된 15~34세 통계는 더 넓은 청년 연령대를 볼 단서를 주지만, 기존 지표와 혼용할 수는 없다.

그래서 이번 발표가 남기는 질문은 단순하다. 전체 고용의 증가가 청년층의 고용 기회로 이어지고 있는가. 현재 확인되는 답은 ‘그렇게 단정하기 어렵다’이다. 다음 통계에서는 청년 취업자 증감, 고용률, 실업률을 같은 연령 기준으로 다시 확인하고, 15~34세 새 지표는 별도로 추적해야 한다. 숫자를 정직하게 읽는 일은 청년 고용의 원인을 성급히 확정하지 않는 데서 시작한다.

함께 읽으면 좋은 글
미국 고용지표가 불안한 이유: 실업률 4.1%만으로는 보이지 않는 신호들
수출 지표가 좋아도 체감이 다른 이유: 수출·생산·체감경기는 각각 다른 질문에 답한다
AI 수출 호황인데 왜 고용 체감은 다를까? 2026년 8월 국내외 경기 회복의 비대칭 읽기

References

  1. Current Employment Statistics, September 2026
  2. 청년 고용동향
  3. 9월 취업자 11.3만명↑…청년은 47개월째 '한파', 실업률은 4년래 최고(종합2보)
  4. 9월 제조업 고용 반등에도 청년은 한파…정부 '총력 대응'(종합2보)

댓글

이 블로그의 인기 게시물

중국은 왜 AI 모델·에이전트 기술까지 수출통제하나: 대만의 AI 칩 단속 계획과 함께 읽는 법

기준일: 2026년 10월 18일. 이번 주 AI 수출통제 뉴스는 서로 반대 방향처럼 보였습니다. 대만은 AI 서버와 첨단 반도체를 허가 없이 중국으로 보내면 형사처벌을 하겠다는 계획을 밝혔고, 중국은 대형 AI 모델과 에이전트(스스로 일을 이어서 처리하는 AI) 기술을 해외로 넘기기 전에 정부에 등록하라고 했습니다. 하지만 두 소식은 같은 질문에 답하고 있습니다. AI의 어느 층을 국경 밖으로 내보낼 때 정부가 확인하느냐는 질문입니다. 다만 법적 상태는 다릅니다. 중국은 10월 16일 목록 개정안을 공개하고 임시 등록을 시작했고 [1] , 대만은 아직 계획 단계입니다 [2] . 먼저 ‘칩 수출통제’와 ‘기술 수출통제’는 어떻게 다른가 칩 수출통제 는 완성된 칩이나 서버 같은 물건이 국경을 넘는 것을 확인하는 제도입니다. 기술 수출통제 는 설계도, 소프트웨어, 학습이 끝난 AI 모델, 노하우, 그리고 그 기술의 소유권이나 사용권이 외국으로 넘어가는 것을 확인합니다. 빵을 파는 일과, 빵 레시피를 넘기거나 빵집의 주인을 외국 회사로 바꾸는 일이 다르다는 것과 비슷합니다. 미국과 EU의 칩 규칙은 앞선 AI 칩 수출통제 글 에서 정리했으니, 이번 글은 중국의 기술 통제와 대만의 계획에 집중합니다. 몇 가지 용어를 먼저 풀어 두겠습니다. 에이전트 는 사용자의 요청을 받아 여러 단계를 스스로 이어서 처리하는 AI입니다. 컴퓨팅 클러스터 는 AI 서버 여러 대를 묶어 하나의 큰 계산 설비처럼 쓰는 구성입니다. 사전 등록 은 기술을 내보내기 전에 정부 시스템에 거래 내용을 미리 신고하는 절차입니다. 중국은 10월 16일 무엇을 발표했나 중국 상무부와 과학기술부는 공고 2026년 제48호로 ‘중국 수출금지·수출제한 기술 목록’ 개정안을 공개하고 의견을 받기 시작했습니다. 의견 수렴 기간은 10월 16일부터 11월 15일까지입니다. 새로 올리려는 기술은 인공지능, 생물의약, 태양광 3개 분야 40개이고, 이 중 AI 분야는 대형모델·에이전트·컴퓨팅 클러스터·정보...

국내생산세액공제, 왜 ‘공장 투자’보다 ‘국내 생산·판매’를 보려 할까

반도체나 배터리 공장을 국내에 지으면 세금을 깎아 준다는 말은 익숙합니다. 그런데 정부가 2026년 세제개편안에서 새로 제안한 국내생산세액공제 는 출발점이 조금 다릅니다. 공장을 짓기 위해 기계를 산 비용만 보는 것이 아니라, 전략 품목을 국내에서 직접 만들고 직접 판매한 양 을 기준으로 세금을 줄이겠다는 방식입니다. 산업통상부 공식 설명 은 이 제도를 국내 생산 기반이 약한 전략 품목의 공급망을 보강하기 위한 정부안으로 소개합니다. 하지만 여기서 가장 먼저 짚어야 할 점이 있습니다. 이 제도는 이미 누구나 신청할 수 있는 확정 제도가 아닙니다. 2026년 세제개편안에 담긴 정부안 이며, 국회 논의와 후속 법령 준비를 거쳐 대상 품목, 적용 요건, 기준공제액이 구체화돼야 합니다. 그래서 지금은 ‘어느 회사가 얼마를 받는다’보다, 정부가 무엇을 기준으로 삼으려 하는지 읽는 단계입니다. 이 글의 질문은 하나입니다. 왜 정부는 ‘얼마나 큰 공장을 지었는가’보다 ‘무엇을 국내에서 실제로 생산하고 판매했는가’를 보려 할까요? 투자를 지원하는 방식과, 생산 결과를 보는 방식은 다릅니다 세금 지원을 학교에 비유해 보겠습니다. 새 과학실을 짓도록 돈을 보태는 것은 ‘준비 비용’을 돕는 방식입니다. 반면 과학실이 실제로 운영돼 학생들이 실험을 한 횟수에 따라 지원하는 것은 ‘결과’를 보는 방식입니다. 둘 다 필요하지만, 확인하는 지점이 다릅니다. 기존의 투자세액공제 는 기계·설비 같은 투자에 무게를 둡니다. 반면 국내생산세액공제 정부안은 국내에서 직접 생산하고 판매한 적격 품목의 생산량에 기준공제액을 반영하는 구조를 제시합니다. 즉 공장 건물만 세웠는지가 아니라, 생산이 이어지고 국내 판매라는 조건까지 충족했는지를 보겠다는 뜻입니다. 대한민국 정책브리핑의 세제개편안 설명 도 이 특례를 생산량에 기초한 소득세·법인세 공제 방향으로 설명합니다. 그렇다면 정부가 결과를 보려는 이유는 무엇일까요? 공장을 짓는다고 해서 핵심 부품을 국내에서 계속 만들거나 공급망이 안정되는...

AI 인프라에 1,712억 달러: 자유현금흐름이 줄어도 실패라 단정하면 안 되는 이유

AI 뉴스에서 요즘 자주 나오는 장면이 있습니다. Amazon, Alphabet, Microsoft, Meta가 데이터센터·서버·GPU에 막대한 돈을 쓰자 자유현금흐름(FCF)이 줄거나 적자로 바뀌었다는 이야기입니다. 숫자만 보면 “AI에 너무 많이 써서 현금이 사라졌다”고 느끼기 쉽습니다. 하지만 이 문장만으로 투자의 성공·실패를 판정하면 중요한 순서를 거꾸로 읽게 됩니다. 자유현금흐름은 회사가 본업으로 번 현금에서 공장·서버·장비를 사는 데 쓴 돈을 뺀 뒤 남는 현금 입니다. 학교로 비유하면, 매점이 하루에 버는 돈은 늘었지만 낡은 급식실을 새로 짓느라 현금을 먼저 쓴 모습과 비슷합니다. 공사가 잘 끝나 더 많은 학생이 이용하면 나중에 매점·급식 수입이 늘 수 있습니다. 반대로 새 건물을 지어도 이용자가 없으면 그 투자는 부담이 됩니다. 그래서 AI 투자도 질문을 두 개로 나눠 봐야 합니다. 첫째, 현금이 줄었는가. 둘째, 줄어든 현금이 데이터센터·칩·네트워크를 거쳐 클라우드 사용량·광고 효율·AI 서비스 매출로 되돌아오고 있는가. 이 글은 두 번째 질문을 확인하는 방법을 정리합니다. 1,712억 달러라는 숫자는 ‘순위표’가 아니라 경고등입니다 2026년 6월 말 기준 최신 확정 보고 분기에서 Amazon의 유형자산 취득은 542억 800만 달러 , Alphabet의 자본적 지출은 449억 2,400만 달러 , Microsoft의 자본적 지출은 410억 달러 , Meta의 금융리스 원금 상환을 포함한 자본적 지출은 310억 7,800만 달러 였습니다. 이를 기계적으로 더하면 1,712억 1,000만 달러 입니다. 하지만 이 숫자를 네 회사가 똑같은 방식으로 지출한 ‘정확한 순위’로 보면 안 됩니다. Amazon은 유형자산 취득을, Alphabet은 CapEx를, Microsoft와 Meta는 금융리스 영향까지 포함한 CapEx를 중심으로 공시합니다. 이 합계가 알려 주는 것은 “누가 1등인가”가 아니라 AI가 이제 화면 안의 ...