한은 "딥러닝 활용해 GDP 실시간 예측…통화정책에 활용"

서울 중구 태평로에 위치한 한국은행 본부[사진=유대길 기자 [e-mail]]

한국은행이 딥러닝 알고리즘을 통해 국내총생산(GDP) 성장률을 빠르게 예측할 수 있는 시스템을 개발했다. 분기별 GDP가 공표되기 전에 경기상황을 파악해 통화정책 수행에 활용한다는 계획이다.

3일 한은은 ‘디지털 신기술을 이용한 당분기 경제전망 GDP 나우캐스팅(nowcasting) 시스템 개발’ 보고서를 통해 '실시간 당분기 경제전망 시스템'을 개발했다고 밝혔다.

한은은 현재도 GDP 성장률을 통해 국가경제 상황을 종합적으로 파악하고 있지만 공표 주기(1분기)와 시차(속보치 기준 1개월)가 길어 시의성이 떨어진다는 지적이 있었다. 이같은 한계를 보완하기 위해 매주 GDP 성장률 예측치를 최신화해 경기 흐름을 파악하는 시스템을 구축한 것이 핵심이다.

이번 시스템에는 주요국 중앙은행이 주로 활용하는 동적요인모형(DFM·Dynamic Factor Model)과 딥러닝 모형인 LSTM(Long Short-Term Memory) 알고리즘을 상호보완적으로 이용했다. DFM은 경제변수 간 구조적 관계를 이용해 각 변수에 포함된 정보를 효율적으로 추출할 수 있고, LSTM 알고리즘은 딥러닝 네트워크를 이용해 여러 변수 간 비선형·상호의존적 관계를 포착하는 데 효과적이다.

분석 결과 DFM과 LSTM 모두 전망 시점별로 예측 오차가 시간에 따라 축소되면서 경기 흐름을 적절하게 잡아냈다는 설명이다. 코로나19 팬데믹(세계적 대유행)으로 경기 불확실성이 확대됐던 지난 2020년에 대한 실시간 전망을 살펴보면 DFM과 LSTM 모두 1분기와 2분기에 급격한 GDP 성장률 하락을 예측했고, 3분기 성장률 반등 움직임도 조기 포착에 성공했다. 특히 LSTM 전망모형이 지난 2020년 상반기 급격한 성장률 하락 폭을 상대적으로 정확하게 짚었다.

한은은 "이번에 개발한 GDP 나우캐스팅 시스템이 기존 계량경제모형보다 예측력이 개선됐다"면서 "디지털 기술 발전으로 고빈도, 비정형, 대체 데이터 등 다양한 빅데이터가 생산·축적되는 상황에서 이러한 자료를 경제 전망에 활용할 수 있는 체계도 갖췄다"고 평가했다. 실시간 GDP 예측치를 공개할지는 아직 정해지지 않았으나 당분기 예측치를 공유하는 것이 통화정책 수행에 도움이 된다면 검토해볼 수 있다는 입장이다.