한은, 빅데이터 활용한 신규 경제전망 모형 '프리즘Now' 개발

머신러닝 등 최신기법 활용
2분기 이내 단기 GDP 전망 유효

한국은행이 국내총생산(GDP) 등 2분기 이내 단기 경제전망 판단에 유용한 정보를 제공하는 모형인 '프리즘Now(나우)'를 개발했다. 프리즘Now는 전통적 계량모형에 빅데이터·머신러닝 등 최신 기법을 활용해 산출한 신규 경제전망 모형으로 최근 국제결제은행(BIS)·유럽중앙은행(ECB)으로부터 선진화된 전망모형 시스템으로 평가받았다.

한국은행은 19일 'BOK 경제연구'에 실린 '실시간 경제전망 및 리스크 판단을 위한 모형합성 시스템: 프리즘Now' 보고서를 통해 빅데이터 등 최신 기법을 활용해 단기 GDP 전망 등에 활용할 수 있는 새로운 단기전망 경제전망 모형시스템인 프리즘NOW를 소개했다.

이번에 한은이 내놓은 프리즘Now는 빛을 분산시켜 가시광선을 분해하는 프리즘과 같이 전통적 계량모형, 빅데이터 모형, 머신러닝 모형 등 여러 모형에서 산출된 단기 전망치를 융합·분해하는 새로운 기법의 경제전망 모형이다. 과거 자료에 기반해 구축된 거시모형의 경우 경제환경 변화가 빠른 속도로 발생할 경우 경제전망의 정도가 저하되는 한계가 존재했다면, 이번 모형은 대규모 경제 정보를 신속·유연하게 고려할 수 있는 빅데이터, 머신러닝 등 최신의 기법을 반영해 전통적 계량모형의 구조적 경직성을 극복하고 예측력을 높인 것이 특징이다.

한은에 따르면 프리즘Now의 전망력을 평가해본 결과 기존 개별 모형 또는 여타 모형 합성 방식에 비해 우수한 예측 성능을 보이는 것으로 나타났다. 특히 코로나19 전후와 최근 발생한 우크라이나 사태, 이스라엘·하마스 사태 등 국내외 경제 불확실성이 크게 확대된 상황에서도 프리즘Now는 상당히 안정적인 전망력을 시현하는 것으로 분석됐다.

또 내부 테스트 결과 프리즘Now는 대규모 정보 입수와 다수의 모형 추정 과정을 자동화함으로써 전망부담을 상당폭 경감하는 등 전망업무 효율화 제고 차원에서도 상당한 개선이 있는 것으로 평가됐다.

예측시기별로 프리즘Now에 포함된 개별 모형의 전망력을 살펴보면, 실적 정보가 대부분 입수되는 당분기 예측의 경우 단순한 형태의 전통적 계량모형이 우수한 전망력을 보이는 반면, 실적 정보가 전혀 존재하지 않는 익분기 예측에서는 대체로 빅데이터와 머신러닝 모형의 예측력이 우수하게 나타나는 것으로 나타났다. 예를 들어 경기가 급변했던 코로나19 발생 전후로는 텍스트와 심리지표를 반영한 모형의 예측력이 가장 우수했던 것으로 분석됐다.

한은은 프리즘Now를 구축하는 과정에서 BIS와 ECB를 직접 방문해 이번 모형에 대한 상세 결과를 발표해 호평을 받았으며, 향후 이들 기관과 모형시스템 분야에서 협력을 더욱 강화해 나가기로 협의했다.

한은 경제모형실 거시모형팀 서범석 과장은 "이번에 개발한 프리즘Now는 2분기 이내 단기 경제전망 판단에 유용한 정보를 제공하는 모형으로 경제전망의 정도를 개선하는데 크게 기여할 것으로 기대된다"면서 "이번 모형은 올해 3월 한은 경제모형실 신설 이후 당행 경제전망 시스템을 선진화하려는 첫 번째 작업으로 현재 중기 전망시 핵심모형을 활용될 FRB/US 타입의 대규모 모형도 개발을 진행 중"이라고 말했다.

서소정 기자 ssj@asiae.co.kr