아주경제 울산 정하균 기자 = 인공지능시스템으로 주식, 환율, 집값 등 시계열 데이터 변화를 분석해 자동으로 보고서를 작성할 수 있게 된다.
한국연구재단(이사장 정민근)은 울산과학기술원 최재식(사진) 교수 연구팀이 다중 시계열 데이터의 공통적인 변화를 자동으로 추출하는 인공지능 시스템인 관계형 자동 통계학자 시스템을 개발, 기존 예측 시스템의 성능을 현저하게 향상시켰다고 27일 밝혔다.
이번 연구는 미래창조과학부 기초연구사업(개인연구), 원자력연구개발사업 지원을 받아 진행됐다.
주식 환율 등 시계열 데이터의 분석은 여러 가지 복합적인 요소가 영향을 미치기 때문에 예측에 영향을 주는 요소를 정확히 찾는 것은 매우 어렵다.
연구팀은 기존의 가우시안 과정기반 인공지능 데이터 분석법에 다중 시계열 데이터의 변화를 고려하면 시계열 데이터의 보다 정확한 예측이 가능함을 보였다.
연구팀은 시계열 데이터 군의 공통적인 변화를 표현하는 원인과 개별적인 시계열 데이터의 변화의 원인을 자동으로 조합할 수 있는 알고리즘인 준-관계형 커널 학습 알고리즘을 개발해 비정형 변화를 보이는 시계열 데이터를 더욱 정확하게 예측하는데 성공했다.
관계형 자동 통계학자 시스템은 다중 시계열 데이터의 공통적인 변화 및 개별적인 변화를 찾아 각 시계열 데이터의 미래 변화를 정확하게 예측할 수 있다.
실제 이 통계시스템은 911공격 후 미국 상위 주식이 공통적인 하락 후 상승을 보인 특징을 찾고, 이를 기반으로 변화를 예측한 결과를 보였다.
특히 원자력 발전소에서 특정 부품의 이상 징후가 발견되는 경우 특정 부품의 변화가 고장인지, 정상 범위의 변화인지 판별하는 것은 매우 중요하다.
이 연구에서 개발한 자동 통계학자 시스템은 원자력발전소를 포함한 발전소 센서 및 미래의 변화를 예측함으로써 발전소 시설의 진단 정확도를 높이는데도 적용할 수 있다.
최재식 교수는 "이 연구는 데이터 군에서 추출한 특징 정보와 개별 데이터에서 추출한 정보를 혼합해 시계열 데이터의 자동 분석 정확도를 향상시킨 것"이라며 "시계열 분석이 중요한 주식, 환율 등 금융 산업은 물론 시계열 센서 분석을 통해 주요 부품의 고장을 예측 진단하는 것이 필수적인 원자력 발전소, 중공업, 군사 산업 등 다양한 산업에 적용할 수 있을 것"이라고 연구의 의의를 설명했다.
이 연구 성과는 6월 22일 미국 뉴욕에서 개최된 세계적 권위의 국제 기계학습 학술대회에서 발표됐다.
컴퓨터 분야는 빠르게 변화하는 해당 분야 특성을 반영하여 최고 권위의 학술대회 발표 논문을 최고 권위의 학술지 논문 게재와 동등하게 인정받고 있다.
©'5개국어 글로벌 경제신문' 아주경제. 무단전재·재배포 금지