빅데이터로 성장률 예측한다…딥러닝 기술로 '매주 예측'

한은, 디지털 신기술 'GDP 나우캐스팅' 시스템 개발동적요인모형에 딥러닝 상호보완적 이용한은 "기존 계량경제모형에 비해 예측력 개선"

[뉴스토마토 김충범 기자] 한국은행이 개발한 딥러닝 기반의 경제전망 시스템이 국내총생산(GDP) 등 경기 상황을 적시에 판단하는 데 효과를 발휘하는 것으로 나타났다. 코로나19 팬데믹, 기후 변화 등으로 경제 불확실성이 높아지는 가운데 큰 도움이 될 수 있다는 분석이다.

 

한은은 디지털 신기술을 이용한 '실시간 당분기 경제전망(GDP 나우캐스팅)' 시스템을 개발했다고 3일 밝혔다.

 

GDP 성장률은 소비, 투자, 수출입 등 국가 경제 상황을 종합적으로 나타내는 경제 지표지만, 공표 주기(1분기)와 공표 시차(속보치 기준 1개월)가 길어 현재 경기 상황을 판단하는 지표로 활용하는 데 한계가 있다는 지적이 제기돼왔다.

 

한은은 미국 등 주요국 중앙은행이 활용하는 DFM(Dynamic Factor Model·동적요인모형)에 딥러닝 모형인 LSTM(Long Short-Term Momery)의 알고리즘을 상호보완적으로 이용해 경제전망 시스템을 평가했다.

 

한은은 DFM의 경우 경제 변수 간 구조적 관계를 이용해 각 변수에 포함된 정보를 효율적으로 추출했다고 설명했다. 또 LSTM 알고리즘은 딥러닝 네트워크를 이용해 여러 변수 간 비선형, 상호의존적 관계를 포착하는데 효과적이라고 부연했다.

 

실제로 코로나19 유행으로 GDP 성장률이 급락한 2020년 1분기를 살펴보면 DFM과 LSTM 전망 모형 모두 1월 말부터 지속적으로 성장률 예측치가 하향 조정되며 경기 흐름을 적기에 포착하는 모습을 보였다.

 

이 중에서도 LSTM 전망모형의 예측 오차가 DFM에 비해 작아 월별 경제지표와 GDP 성장률 간 다층적인 관계를 잘 포착했다는 분석이다.

 

전망모형별로 보면 LSTM은 GDP 성장률의 예상 속보치를 실제(-1.4%)와 가까운 -1.1%로 계산했다. 반면 DFM은 -0.4%로 예상하며 다소 차이를 나타냈다. LSTM의 경우 코로나19 확산과 같은 경제 불확실성이 큰 상황에서 더 높은 예측력을 보였다는 것이 한은 측 설명이다.

 

한은 관계자는 "GDP 나우캐스팅 시스템은 한은 디지털 혁신의 일환으로 딥러닝 등 디지털 신기술을 조사연구 업무에 적용하는 과정에서 개발됐으며 기존 계량경제모형에 비해 예측력을 개선하는 성과를 보였다"고 말했다.

 

그는 "한은은 이번 시스템 개발에서 축적된 디지털 신기술 활용 노하우를 경제전망, 시장 모니터링 등 다양한 조사 연구 업무에 작용할 것"이라며 "적극적인 대내외 교류를 통해 연구 성과를 공유할 계획"이라고 덧붙였다.

 

한국은행은 디지털 신기술을 이용한 '실시간 당분기 경제전망(GDP 나우캐스팅)' 시스템을 개발했다고 3일 밝혔다. 사진은 한국은행 사옥 모습. 사진/한국은행

 

 

김충범 기자 [e-mail]

이 기사는 뉴스토마토 보도준칙 및 윤리강령에 따라 강영관 산업2부장이 최종 확인·수정했습니다.