머신러닝 방식 조기 경보 모델 개발
(서울=연합뉴스) 신호경 기자 = 금융·외환위기 징조를 미리 알리는 조기 경보 체계에 머신러닝(데이터 기반 기계 학습·ML) 방식의 인공지능(AI)을 적용하면 예측력을 개선할 수 있다는 연구 결과가 나왔다.
한국은행은 24일 공개한 '데이터 기반 금융·외환 조기 경보 모형' 보고서에서 최근 AI·ML 알고리즘과 관련 모형 검증 기법을 활용해 신뢰할 수 있는 조기 경보 모델을 개발했다고 밝혔다.
구체적으로는 은행, 채권·주식, 외환 등을 모두 반영한 복합금융압력지수(CFPI)를 기준으로 위기·시장 불안 기간을 식별한 뒤 위기 발생 매커니즘(취약성·트리거 변수의 상호작용)을 포착할 수 있는 AI·ML 알고리즘을 통해 조기 경보 모형을 검증했다.
1998년부터 2023년까지 기간을 대상으로 여러 조기 경보 모형과 ML 알고리즘(ET) 적용 모형을 비교한 결과, ML 모형의 예측력이 가장 우수했다.
이 모형에서 경보 지수는 위기 발생에 수개월 앞서 뚜렷하게 상승했다. 특히 2008년 글로벌 금융위기나 2022년 레고랜드 사태 등과 비교해 2020년 코로나19 위기 당시에는 지수가 단기간에 급등했다.
박정희 한은 디지털혁신실 디지털기술팀 과장은 "최근 다양한 영역에서 활용되는 AI·ML 기술이 기존 방법과 비교해 예측력이 좋은 조기 경보 모형을 개발하는 데도 유용한 것으로 판단된다"고 밝혔다.
shk999@yna.co.kr
