"챗GPT 등 AI기술 이용한 언어분석이 경제연구 정확도↑"

한은, 애널리스트 기업평가보고서 분석

[아시아경제 서소정 기자] 인공지능(AI) 기술을 이용한 언어 분석을 통해 경제 연구 정확도를 높일 수 있다는 연구 결과가 나왔다. 특히 챗GPT 등 최근의 자연어처리 기술은 테스트 분석 기술이 경제분석 자동화에 커다란 혁신을 가져올 수 있을 것이란 전망이다.

한국은행은 16일 'AI 알고리즘을 이용한 산업 모니터링 : 증권사 리포트 텍스트 분석'(BOK 이슈노트) 보고서에서 "텍스트는 정보를 주고받는 가장 기본적인 수단이며, 전달하는 정보의 범위에 한계가 없다는 점에서 텍스트 분석 기술은 경제 분야에서도 활용 가치가 매우 높다"며 이같이 밝혔다.

이번 연구는 52개 증권사 1079명의 애널리스트가 작성한 2283개 기업에 대한 기업 분석보고서 12만8000건(2019~2022년)을 알고리즘으로 입수하고, 보고서 내 정성적 정보를 자연어처리 기법을 이용해 분석했다. 이를 통해 산업별 기업 업황과 기업경영환경 변동요인 등의 정보를 산출했다.

증권사 리포트 텍스트 분석을 통해 애널리스트들이 평가하는 기업 업황을 산업별로 추정한 결과 새롭게 제시한 텍스트 업황 지수는 국내총생산(GDP), 기업경기실사지수(BSI) 등 거시경제 지표를 예측하는 데 매우 유용한 것으로 나타났다.

특히 전산업 텍스트 업황 지수와 경기선행지수 순환변동치를 분석한 결과 코스피 컨센서스 전망치에는 나타나지 않는 경기선행지수와의 인과관계가 존재했다. 서범석 한국은행 거시모형팀 과장은 "애널리스트들이 제시하는 텍스트 정보에 숫자가 전달하지 못하는 새로운 정보가 반영되고 있을 가능성을 시사한다"고 설명했다.

또 텍스트 분석 알고리즘을 이용해 기업경영환경 변화요인표를 추정했는데 추정한 변화요인표는 산업별 이슈를 한눈에 보여줘 산업 동향 파악에 매우 유용하게 활용이 가능할 것으로 나타났다. 아울러 특정 경제 이슈에 대한 영향도 평가, 산업간 유사도 지표, 지역별 기업 업황 지수 등 연구에 텍스트 분석을 활용할 수 있다.

서 과장은 "방대한 양의 텍스트 정보를 알고리즘으로 취합할 수 있다면, 기업 정보의 1차 생산자인 애널리스트들의 생각을 실시간으로 취합할 수 있고, 이는 정보의 2차 가공자인 경제 분석 연구자들의 업무 효율을 크게 개선할 수 있을 것"이라고 말했다. 이어 "향후 텍스트를 이용한 보다 깊이 있는 경제분석을 위해서는 텍스트에 나타나는 정보를 경제 이론 등 배경지식과 연결해 분석할 필요가 있고, 이를 위해서는 GPT 등과 같은 거대 통계 모형의 구축이 필요할 것"이라고 강조했다.

서소정 기자 ssj@asiae.co.kr