한은 "딥러닝 기술, 경제 성장률 예측력 비교적 높아"

빅데이터에 특화한 딥러닝(기계 자체 학습) 기술이 국내총생산(GDP) 성장률을 예측하는 데에 효과가 있는 것으로 나타났다.

한국은행 디지털혁신실의 이현창 디지털신기술반장 등은 3일 '디지털 신기술을 이용한 실시간 당분기 경제전망(GDP nowcasting) 시스템 개발' 보고서에서 이같이 밝혔다.

보고서에 따르면 주요국 중앙은행이 활용하는 DFM(동적요인모형·Dynamic Factor Model)에 딥러닝 모형인 LSTM(Long Short-Term Momery)을 더한 실시간 경제전망 시스템을 평가한 결과, LSTM의 GDP 성장률 예측력이 비교적 높은 것으로 조사됐다.

코로나19 유행으로 경기가 악화한 2020년 1분기의 경우, LSTM은 GDP 성장률의 예상 속보치를 실제(-1.4%)와 가까운 -1.1%로 계산했다.

반면 DFM은 -0.4%로 예상하며 다소 차이를 나타냈다.

한국은행은 매 분기가 끝나고 한 달 후 GDP 속보치를, 두 달 후 잠정치를, 그리고 매년 3월에 확정치를 제시한다.

이에 따라 평가는 2017년 1분기부터 2021년 3분기까지 매주 발표된 경제지표를 이용해 GDP 속보치, 잠정치를 계산하는 방식으로 진행됐다.

두 모형 다 GDP가 2020년 1분기와 2분기에 급락하고 3분기에 반등할 것이라는 점을 조기에 포착했지만, LSTM의 경우 코로나19 확산과 같은 경제 불확실성이 큰 상황에서 더 높은 예측력을 보였다는 게 보고서 설명이다.

DFM의 경우 속보치와 잠정치에 대한 예측 오차가 큰 차이 없었지만, LSTM의 경우 더 많은 자료를 확보한 뒤 계산하는 잠정치에 대한 예측 오차가 더 작은 것으로 나타났다.

보고서는 "이는 딥러닝 모형이 실제 경기상황을 포착하는 데에 더 유리하다는 점을 시사한다"라면서 "대체 데이터를 발굴하는 등 노력이 이어진다면 광범위한 데이터에 기반한 경제전망 체계를 활용해 더 빠르고 효율적으로 정책을 시행할 수 있을 것"이라고 말했다.

이어 "한국은행은 이번 시스템 개발에서 축적된 디지털 신기술 활용 노하우를 경제전망, 시장 모니터링 등 다양한 조사연구 업무에 적용할 것"이라고 덧붙였다.

/연합뉴스