“기계학습 알고리즘 이정도 였어”…물가 전망해보니 놀랍다

물가전망 모형값-실제값 차이 0.1%포인트
“실제치 근사”…물가안정 정책에 기여 기대

[사진 제공 = 연합뉴스]

1개월 내 물가 전망을 실제 전망과 비슷한 수준으로 예측할 수 있는 실시간 전망 모형을 한국은행 디지털신기술팀이 개발해 눈길을 끈다.

6일 한은 디지털혁신실 디지털신기술팀 소속 이현창 팀장, 이창훈 과장, 홍지연 조사역은 ‘빅데이터와 기계학습 알고리즘을 활용한 실시간 인플레이션 전망’을 주제로 BOK 이슈노트를 발표했다.

이들은 코로나 19 팬데믹 이후 주요국 중앙은행의 인플레이션 전망이 실제치를 크게 밑돌면서 전망 모형의 적절성에 대한 우려가 높아지고 있다며 물가전망 모형 개발 배경을 설명했다.

빅데이터, 인공지능(AI), 기계학습(ML) 등 데이터 분석 환경·기술이 빠르게 발전하면서 이같은 기술을 활용하기 위한 연구가 활발히 진행되고 있다는 점도 배경으로 곁들였다.

디지털신기술팀은 물가전망의 정확도를 높이기 위해 거시경제, 가격, 금융 등 10개 그룹에서 총 298개 변수를 예측변수로 고려했다.

또 전망모형으로는 선형회귀모형과 시계열 모형, ML 알고리즘을 이용했다. 전망시계는 당월, 3개월, 12개월이다.

이 결과 2016년 이후 평균방향정확도(MDA)는 0.6 이상이며, 특히 변동성이 컸던 2021년 이후 기간에 대한 MDA는 0.7로 나타났다.

MDA는 인플레이션 변동 방향(상승·하락)을 실제 얼마나 정확히 맞추는지 평가하는 것으로, 0과 1 사이의 값을 갖는다. 1에 가까울수록 전망과 실제치에 대한 차이가 크지 않다는 의미다.

디지털신기술팀은 “실시간 시뮬레이션 결과 2022년 7월 기준 당월 전망에서 전월 대비 소폭의 상승을 정확하게 전망했다”며 “3개월, 12개월 전망에서도 이후의 소폭 하락과 큰 폭의 하락을 예측해 공식 통계가 공표되기 전에 인플레이션 변동에 대한 정보를 제공할 수 있는 것으로 나타났다”고 설명했다.

실시간 전망 결과에서는 올해 1월의 당월 전망에서 첫째 주부터 둘째 주까지는 3.1% 수준으로 12월과 유사할 것으로 전망됐으나 마지막 주에 기대인플레이션율 하락 영향이 반영되며 실제치에 근사한 2.9%가 산출됐다. 지난 2일 통계청이 발표한 ‘2024년 1월 소비자물가동향’에 따르면 1월 소비자물가지수는 113.15로 전년 동월 대비 2.8% 상승했다.

디지털신기술팀은 이 모형을 활용하면 물가전망에 대한 정확도를 높이기는 데 활용할 수 있어 중앙은행의 가장 중요한 역할인 물가안정 정책에 도움이 될 것으로 기대했다.

다만, 3개월 이상 전망의 경우 당월 전망에 비해 예측오차가 크고, 12개월 전망의 경우 월중 새로 추가되는 정보의 예측력 개선 효과가 낮아 한계점이 존재해 후속 연구를 통해 개선시킬 필요가 있다고 봤다.

[ⓒ 매일경제 & mk.co.kr, 무단 전재, 재배포 및 AI학습 이용 금지]