한국은행은 6일 빅데이터, 인공지능(AI), 기계학습(ML) 기술을 활용하여 예측력이 높은 인플레이션 전망 모형을 개발했다고 발표했다.

이창훈 한은 디지털신기술팀 과장은 이날 발표된 '빅데이터와 기계학습 알고리즘을 활용한 실시간 인플레이션 전망'(BOK 이슈노트) 보고서에서 이를 설명했다. 

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

2016년 1월부터 2023년 9월까지의 기간에 대한 전망모형 예측력을 비교하고 평가한 결과, 모든 전망 시계와 예측력 평가 기준에서 앙상블 모형이 벤치마크 대비 가장 우수한 성능을 보였다.

한은은 앙상블 모형을 활용하여 과거 우리나라 인플레이션 흐름이 크게 변한 시점에 대한 실시간 전망 시뮬레이션을 수행했다.

이 결과, 2022년 7월 기준으로 당월 전망에서 전월 대비 소폭 상승을 정확하게 예측했으며, 3개월 및 12개월 전망에서도 이후 소폭 하락 및 큰 하락을 예측하는 데 성공했다.

또한, 올해 1월의 당월 전망에서는 첫 주와 둘째 주까지는 3.1% 수준으로, 지난해 12월과 유사할 것으로 전망됐지만, 마지막 주에 기대되는 인플레이션 하락 영향이 반영되면서 실제값(2.8%)에 근사한 2.9%로 산출됐다.

다만, 3개월과 12개월 전망의 경우 당월 전망에 비해 예측 오차가 크며, 특히 12개월 전망의 경우 월 중에 추가되는 정보의 예측력 개선 효과가 제한적인 한계도 있었다.

이 과장은 "기존 경제이론 모형들은 코로나19 팬데믹과 같은 대규모 충격 시에 변수 간의 비선형성과 상호 의존성을 제대로 반영하지 못했다"며 "ML 알고리즘은 큰 노력 없이도 내부 알고리즘을 활용하여 이러한 충격을 계산할 수 있는 장점이 있다"고 설명했다.

한은 관계자는 "현재는 AI 및 ML 등을 통해 인플레이션 전망을 수행할 수 있는 가능성을 탐구 중이며, 이를 공식 전망에 활용할 수 있는 수준은 아니다"라고 밝혔다. 그러면서 "후속 연구를 통해 모형의 신뢰성, 정확성, 안정성을 향상시키면 공식 전망에 활용될 수도 있을 것"이라고 덧붙였다.