"거시경제·금융 분석력 개선에도 딥러닝 활용 가능"

딥러닝 기법이 거시경제와 금융 분석에 있어서도 효과적으로 활용될 수 있다는 분석이 나왔다.ⓒ픽사베이

전산기술 발달과 빅데이터 활용으로 다양한 산업분야에서 폭넓게 활용되고 있는 딥러닝 기법이 거시경제와 금융 분석에 있어서도 효과적으로 활용될 수 있다는 분석이 나왔다.

2일 김수현 한국은행 디지털신기술반 과장은 BOK경제연구 '딥러닝을 활용한 거시경제 및 금융 변수의 분석 및 예측' 보고서에서 거시경제와 금융 변수에 대한 딥러닝과 계량모형의 예측력 등을 비교한 결과 이 같이 분석됐다고 밝혔다.

보고서는 거시경제 변수와 같이 공표주기가 길어 시계열이 짧거나 금융 변수와 같이 극단치 또는 변동성이 심한 경우에는 딥러닝을 직접 적용하는 데 한계가 있다고 봤다. 변수 특성에 대한 고려 없이 딥러닝 기법을 적용할 경우 과거 데이터에 대한 설명력은 높지만 예측력이 크게 떨어지는 문제가 발생할 수 있다는 지적이다.

이를 감안해 보고서는 월별 수출(통관기준)과 일간 원/달러 환율 변수에 대해 각각 딥러닝과 계량경제학 기법을 적용한 단기예측 결과를 비교해 소개했다. 그 결과 수출 예측치는 딥러닝의 예측력이 비슷한 수준이나, 예측오차 범위는 딥러닝이 현저하게 좁은 것으로 나타났다.

원/달러 환율 예측의 경우 시계열의 이상현상을 제거한 딥러닝의 예측결과가 예측력과 오차범위 측면에서 모두 우월했다는 평이다. 그러나 외환시장 변동성 및 리스크를 확대시키는 특이 이벤트가 발생했을 떄에는 딥러닝의 예측오차 범위가 확대됐다는 설명이다.

보고서는 "거시경제 및 금융 변수에 딥러닝 적용이 가능할 경우 다양한 정형·비정형 데이터를 보완적으로 활용할 수 있어 경제예측 방법론 개선에도 도움이 될 것으로 기대된다"며 "기존 계량경제학적 접근방법의 한계를 보완하기 위해 빅데이터와 전산기술을 기반으로 경제학적 분석 목적에 적합한 딥러닝 기법을 개발해 폭넓게 활용할 필요가 있다"고 제언했다.