"AI가 경고한다"…한은, 금융·외환 조기경보모형 개발

한은 'BOK-이슈노트'

월별 데이터 기반 첫 AI 활용 조기경보모형

복합금융압력지수(자료제공=한국은행) *재판매 및 DB 금지

[서울=뉴시스]남주현 기자 = 한국은행이 AI(인공지능)과 머신러닝(ML) 알고리즘을 활용해 금융·외환 불안을 사전에 예측하는 프로세스를 개발했다.

기존 해외 모델들이 연간 데이터를 활용했던 것과 달리 월별 데이터를 활용한 최초 사례로. 시장 위기와 불안에 대한 조기 경보 기능을 수행할수 있을 것으로 보인다.

한은은 24일 '데이터 기반 금융·외환 조기경보모형-BOK이슈노트'를 발간했다. 작성자는 금융결제국 김태완 차장과 디지털혁신실 이현창 팀장과 박정희 과장이다.

보고서는 지정학적 리스크 확대와 긴축적 금융 여건, 가계·기업 부채 누증 등 경제·금융 불확실성이 높아지면서 금융·외환 조기경보모형 개발 도구로 AI와 머신러닝 활용 필요성이 커졌다고 판단했다.

해당 모델은 복합금융압력지수(CFPI)를 이용해 위기·시장불안 기간을 식별하고, 위기 발생 메커니즘을 포착할 수 있는 AI·머신러닝 알고리즘을 활용한 모형 검증 기법을 적용했다.

변수 간 비선형 및 상호의존적 관계를 포착할 수 있는 알고리즘을 할용해 취약성과 트리거 변수가 상호 작용해 매번 서로 다른 양상으로 전개되는 위기 발생 가능성을 사전 경보할 수 있다는 설명이다.

저자들이 1998년부터 2023년까지 기간에 대해 여러 모형의 예측력을 평가한 결과 머신러닝 알고리즘인 ET(Extremely Randomized Trees) 적용 조기경보모형이 가장 높은 예측력을 보였다.

특히 1999년 이후 ET 기반 조기경보모형과 벤치마크 모형이 평가한 위기 발생 가능성를 보면, ET 적용 모델은  위기 발생에 수개월 앞서 점진적으로 경보 지수가 상승하는 모습이 뚜렷했다.

이어 2008년(글로벌 금융위기), 2020년(코로나), 2022년(레고랜드) 등 당시 데이터를 이용해 경보 지수를 시산한 결과  2020년은 경보 지수가 단기간 급등했다.

이 결과 저자들은 최근 다양한 영역에서 활용도가 높아지고 있는 AI·머신러닝 기술은 기존 방법에 비해 예측력 높은 조기경보모형을 개발하는 데 유용하다는 결과를 도출했다.

특히 영란은행 등이 연간 데이터를 기반으로 AI를 활용해 금융 외환 불안을 예측하는 데 반해 한은이 이번에 개발한 모델은 월별로 데이터를 반영해 활용도와 예측력이 더 높다는 장점이 있다.

다만 조기경보모형은 주기적으로 입수되는 지표를 이용해 향후 위기 발생 가능성을 정량적으로 나타내지만, 구체적으로 어느 부분의 취약성이 축적되고 시장 불안을 촉발한지 정보는 제공하지 못한다.

아울러 현재 복합금융압력지수는 은행권 데이터를 반영하고, 증권이나 새마을금고 등 비은행권 데이터를 반영하지 못한다는 점은 한계로 지목된다. 한은은 향후 비금융 데이터 반영할 예정이다.

박 과장은 "조기경보모형은 IMF의 EWE와 같이 금융·실물 리스크 요인 식별, 부문별 취약성 평가 등을 포괄하는 조기경보체계의 한 부분으로 운영될 경우 효용이 높아질 것"이라고 말했다.


◎공감언론 뉴시스 [email protected]