한은, AI·기계학습 기술 이용한 인플레이션 전망 모형 개발

(서울=연합뉴스) 민선희 기자 = 한국은행은 빅데이터와 인공지능(AI)·기계학습(ML) 기술 등을 이용해 예측력이 높은 인플레이션 전망 모형을 개발했다고 6일 밝혔다.

이창훈 한은 디지털신기술팀 과장은 이날 '빅데이터와 기계학습 알고리즘을 활용한 실시간 인플레이션 전망'(BOK 이슈노트) 보고서에서 이같이 밝혔다.

한은은 모형 개발 과정에서 ▲ 트리 기반 ML ▲ 선형회귀모형 ▲ 앙상블 모형(ML과 선형회귀모형 전망치 평균) ▲ 벤치마크(임의 보행, ARIMA 모형) 등 전망 모형을 이용했다.

2016년 1월부터 2023년 9월까지 기간에 대해 전망모형 예측력을 비교·평가한 결과, 모든 전망 시계와 예측력 평가 기준에서 앙상블 모형이 벤치마크 대비 가장 우수한 예측력을 보였다.

전망 시계별 모형 예측력 평가 RW는 임의보행모형, ARIMA는 ARIMA 모형, Reg는 선형회귀모형, EXT는 익스트림 랜덤 트리, ENS는 앙상블 모형. 그래프 x축의 -w는 전년 동월 대비 소비자물가지수 상승률이 공표되는 주의 w주 전을 의미. y축은 평균절대오차. [한국은행 제공. 재판매 및 DB 금지]

한은은 앙상블 모형을 이용해 과거 우리나라 인플레이션 흐름이 크게 바뀐 시점을 대상으로 실시간 전망 시뮬레이션을 진행했다.

그 결과 2022년 7월 기준 당월 전망에서 전월 대비 소폭 상승을 정확히 전망했으며, 3개월·12개월 전망에서도 이후 소폭 하락과 큰 하락을 예측했다.

또한 올해 1월 당월 전망에서도 첫 주와 둘째 주까지는 3.1% 수준으로 지난해 12월과 유사할 것으로 전망됐으나, 마지막 주 기대 인플레이션 하락 영향이 반영되면서 실제값(2.8%)에 근사한 2.9%가 산출됐다.

다만 3개월과 12개월 전망의 경우 당월 전망에 비해 예측 오차가 크고, 12개월 전망의 경우 월 중 새로 추가되는 정보의 예측력 개선 효과가 작다는 한계도 있었다.

이 과장은 "기존 경제이론 모형들은 코로나19 팬데믹 등 큰 충격이 발생했을 때 변수 간 비선형성, 상호 의존성 등을 반영하지 못했다"며 "ML 알고리즘은 큰 공력을 들이지 않고 내부 알고리즘을 통해 그러한 충격을 계산해낸다는 장점이 있다"고 설명했다.

한은 관계자는 "현재는 AI·ML 등을 통해 인플레이션 전망을 할 수 있는지 가능성을 타진하는 단계이고, 공식 전망에 활용할 수 있는 수준은 아니다"라며 "후속 연구를 통해 모형의 신뢰성, 정확성, 안정성을 높여 나간다면 공식 전망으로 활용될 수도 있을 것"이라고 말했다.

ssun@yna.co.kr

▶제보는 카톡 okjebo