연합뉴스
한국은행이 AI(인공지능)과 머신러닝(ML) 알고리즘을 활용해 금융·외환 불안을 사전 예측하는 프로세스를 개발했다.
 
기존의 계량경제 모형과 달리 최신 기계학습 알고리즘을 도입해 예측력을 획기적으로 높인 것이 특징이다.
 
한국은행은 24일 공개한 '데이터 기반 금융·외환 조기 경보 모형' 보고서에서 최근 AI·ML 알고리즘과 관련 모형 검증 기법을 활용해 신뢰할 수 있는 조기경보모형을 개발했다고 밝혔다.
 
보고서를 작성한 한은 금융결제국 소속 김태완 차장과 디지털혁신실 소속 박정희 과장, 이현창 팀장은 모형 개발을 위해 1998년 이후 월별 위기·시장 불안 기간을 식별해 학습 데이터를 구축했다.
 
이후 위기 발생 과정을 포착할 수 있는 AI·ML 알고리즘을 사용해 모형 예측력을 높인 뒤 과거 몇몇 대형 위기를 대상으로 모형 예측력에 대한 검증에 나섰다.
 
그 결과, ML 알고리즘인 ET(Extremely Randomized Trees)를 적용한 조기경보모형이 가장 높은 예측력을 보였다.
 
다만 조기경보모형은 주기적으로 입수되는 지표를 이용해 향후 위기 발생 가능성을 정량적으로 나타내지만, 구체적으로 어느 부분의 취약성이 축적되고 시장 불안을 촉발하는지에 대한 정보는 제공하지 못하는 점은 한계로 지목됐다.
 
연구팀은 "AI·ML 기술은 기존 방법에 비해 예측력 높은 조기경보모형을 개발하는 데 유용한 것으로 판단된다"며 "이번 모형은 국제통화기금(IMF)의 조기경보체계(EWS) 같이 금융·실물 위험 요인 식별, 부문별 취약성 평가를 포괄하는 EWS의 한 부분으로 운영될 때보다 효용이 높아질 것"이라고 기대했다.