한국은행이 인공지능(AI)과 머신러닝(ML) 알고리즘을 활용해 금융·외환 불안을 사전에 예측하는 프로세스를 고도화하고 있다.
AI와 ML을 통해 예측력을 향상, 6개월가량 앞서 위기 경보를 내릴 수 있을 것으로 보인다.
한국은행은 ‘데이터 기반 금융·외환 조기 경보 모형’ 보고서에서 최근 AI·ML 알고리즘과 관련 모형 검증 기법을 활용해 신뢰할 수 있는 조기 경보 모델을 개발했다고 25일 밝혔다.
 | | 한국은행. 뉴시스 |
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.
2008년 글로벌 금융위기, 2020년 코로나, 2022년 레고랜드 발 위기 당시 경보 지수를 시산했을 때 2009년 3월엔 0.7, 2020년 4월은 0.49, 2022년 10월은 0.51을 보였다.
1에 가까울수록 6개월 이내에 위기가 발생할 가능성이 높다.
2020년은 경보 지수가 단기간 급등했고 2022년은 상대적으로 완만한 상승세를 보였다.
최근 중동 사태 등 금융위기에 대한 우려의 목소리가 커지고 있으나, 해당 모형의 경보지수 상으로는 양호한 지표를 보였다.
지난달 기준 조기경보모형 경보지수는 0.03을 기록했다.
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 설명했다.
이어 “국제통화기금(IMF)의 EWE(Early Warning Exercise)와 같이 조기경보모형뿐만 아니라 전문가 서베이를 통해 금융·실물경제 리스크 요인 식별, 부문별 취약성 평가 등을 포괄하는 조기경보체계로 발전시켜 나갈 필요가 있다”고 강조했다.
박미영 기자 mypark@segye.com
|
<본 콘텐츠의 저작권 및 법적 책임은 세계일보(www.segye.com)에 있으며, 뽐뿌는 제휴를 통해 제공하고 있습니다.>
|
|
등록안내
등록안내
