한은 보고서…애널리스트 기업평가보고서 12만8천건 분석
(서울=연합뉴스) 민선희 기자 = 인공지능(AI) 기술을 이용한 언어 분석을 통해 경제 연구 정확도를 높일 수 있다는 분석 결과가 제시됐다.
서범석 한국은행 거시모형팀 과장은 16일 'AI 알고리즘을 이용한 산업 모니터링 : 증권사 리포트 텍스트 분석'(BOK 이슈노트) 보고서에서 이같이 밝혔다.
서 과장은 증권사 애널리스트들의 기업 평가 보고서 12만8천건을 빅데이터로 구축하고, 보고서 내 정성적 정보를 자연어처리 기법을 이용해 분석했다.
먼저 텍스트 분석을 통해 애널리스트들이 평가하는 기업 업황을 산업별로 추정한 결과 국내총생산(GDP), 기업경기실사지수(BSI) 등 거시경제 지표를 예측하는 데 유용한 것으로 나타났다.
특히 전산업 텍스트 업황 지수와 경기선행지수 순환변동치를 분석한 결과 코스피 컨센서스 전망치에는 나타나지 않는 경기선행지수와의 인과관계가 존재하는 것으로 나타났다고 밝혔다.
서 과장은 "애널리스트들이 제시하는 텍스트 정보에 숫자가 전달하지 못하는 새로운 정보가 반영되고 있을 가능성을 시사한다"고 말했다.
이 외에도 기업 경영환경 변화, 특정 경제 이슈에 대한 영향도 평가, 산업간 유사도 지표, 지역별 기업 업황 지수 등 연구에 텍스트 분석을 활용할 수 있다.
보고서에 따르면 텍스트는 정보를 주고받는 가장 기본적인 수단이며 전달하는 정보의 범위에 한계가 없다는 점에서 텍스트 분석 기술은 경제 분야 활용 가치가 매우 높다.
특히 챗GPT 등 최근 자연어처리 기술은 텍스트 분석 기술이 경제 분석 자동화에 혁신을 가져올 수 있음을 보여준다.
서 과장은 "향후 텍스트를 이용한 보다 깊이 있는 경제 분석을 위해서는 텍스트에 나타나는 정보를 경제 이론 등 배경지식과 연결해 분석할 필요가 있다"며 "이를 위해서는 GPT 등 거대 통계 모형 구축이 필요할 것"이라고 밝혔다.
이어 "경제 분야 연구 효율이 개선될 수 있도록 AI 등 통계 기법을 발전시켜 나가야 할 것"이라면서도 "텍스트 정보는 데이터 특성상 노이즈가 많이 포함될 수 있고 저자의 선입견 등이 반영될 수 있으므로 활용에 유의할 필요가 있다"고 덧붙였다.
ssun@yna.co.kr
(끝)
<저작권자(c) 연합뉴스, 무단 전재-재배포 금지>
