[뉴스콤 김경목 기자]

최근 다양한 영역에서 활용도가 높아지고 있는 인공지능/머신러닝(AI/ML) 기술이 기존 방법에 비해 예측력 높은 조기경보모형을 개발하는데 유용한 것으로 판단된다는 분석이 나왔다.

24일 한국은행은 "'데이터 기반 금융·외환 조기경보모형' 연구에서 개발한 조기경보모형은 IMF의 EWE(Early Warning Exercise)와 같이 금융·실물 리스크 요인 식별, 부문별 취약성 평가 등을 포괄하는 조기경보체계(EWS, Early Warning System)의 한 부분으로 운영될 때보다 효용이 높아질 것으로 기대된다"고 밝혔다.

한은 디지털기술팀 박정희 과장은 "지정학적 리스크 확대, 긴축적 금융 여건, 가계·기업 부채 누증 등 요인으로 경제·금융 불확실성이 높아진 가운데, 금융·외환 조기경보 모형 개발 도구로서 AI/ML 활용 가능성을 검토했다"고 검토배경을 소개했다.

복합금융압력지수(CFPI)를 이용해 위기·시장불안 기간을 일관된 기준으로 식별, 위기 발생 메커니즘(취약성·트리거 변수의 상호작용)을 포착할 수 있는 AI/ML 알고리즘 활용, 조기경보모형 및 데이터 특성에 적합한 모형 검증 기법을 적용했다고 밝혔다.

변수 간 비선형, 상호의존적 관계를 포착할 수 있는 AI/ML 알고리즘을 활용함으로써, 여러 취약성·트리거 변수가 상호작용하며 매번 서로 다른 양상으로 전개되는 위기 발생 가능성을 사전 경보할 수 있는 조기경보모형을 개발할 수 있다고 했다.

1998년부터 2023년까지 기간에 대해 여러 모형의 예측력을 평가한 결과, ML 알고리즘인 ET(Extremely Randomized Trees)를 적용한 조기경보모형이 가장 높은 예측력을 보인다고 했다.

1999년 이후 ET 기반 조기경보모형과 벤치마크 모형(신호추출법, SE)이 평가한 위기 발생 가능성(경보 지수)를 보면, ET의 경우 위기 발생에 수개월 앞서 점진적으로 경보 지수가 상승하는 모습이 뚜렷하다고 했다.

2008년(글로벌 금융위기), 2020년(코로나), 2022년(레고랜드) 각 기간중 당시 입수가능한 데이터를 이용해 경보 지수를 시산한 결과, 2020년은 경보 지수가 단기간 급등한 반면 2022년은 상대적으로 완만하게 상승하며 차별화된 모습을 보였다고 했다.

김경목 기자 kkm3416@newskom.co.kr