금통위 의사록 인공지능으로 분석해보니

경기+과열+우려vs침체+가능성+높 등 2만여개 언어조합 분석, 금리결정 선행성 있었다

사상최초로 인공지능(AI·Artificial Intelligence) 기법을 통해 한국은행 금융통화위원회 의사록을 분석한 결과, 의사록은 기준금리 결정의 포워드 가이던스(Forward Guidance·선제적 안내) 역할을 하는 것으로 나타났다.

(한국은행)

6일 김수현 한은 국제경제연구실 부연구위원과 박기영 연세대 교수 등이 발표한 ‘BOK경제연구, 텍스트 마이닝을 활용한 금융통화위원회 의사록 분석’ 보고서에 따르면 금통위 의사록이 공개되기 시작한 2005년 5월부터 2017년 10월까지 금통위 의사록을 머신러닝 기법을 통해 분석한 결과 기준점 0 위에서는 인상이, 아래에서는 인하가 이뤄졌다. 아울러 절대값이 ±0.4 정도보다 높으면 추가 인상이나 인하가 이뤄질 가능성이 높은 것으로 추정했다.

머신러닝 기법이란 금통위 의사록에서 추출한 형태소 조합(n-gram)을 통해 감성사전을 구축하고 이를 매파적(금리인상 시사)인 1부터 비둘기파적(금리인하 시사)인 마이너스(-)1까지 수치화해 기준금리 결정에 대한 설명력과 예측력을 비교분석한 것이다. 예를 들어 매파적인 단어로 인식되는 ‘확장’, ‘물가+상승’, ‘경기+과열+우려’나, 비둘기파적인 단어로 인식되는 ‘하향’, ‘물가+하락’, ‘침체+가능성+높’ 등 2만여개 단어를 조합해 등장여부나 횟수 등으로 판단하는 것이다.

이번 결과를 기존 테일러준칙의 국내총생산격차율(GDP갭률)과 인플레이션율 등과 함께 분석할 경우 과거 및 향후 금리에 대한 상당부분을 설명하는 것으로 조사됐다. 또 기존 한국의 불확실성지수(EPU 및 UI) 등에 비해서도 기준금리에 대한 설명력과 예측력이 높다는게 한은측의 설명이다.

김수현 한은 부연구위원은 “중앙은행 커뮤니케이션은 절제된 표현이 많아 일반적인 독해만으로는 커뮤니케이션의 내재된 정보를 추출하고 그 영향력 등을 분석하는 데 한계가 있다. 인공지능을 통해 의사록을 분석한 첫 번째 사례”라며 “지수가 금리결정의 선행지수 역할을 하고 있는 것으로 분석됐다”고 전했다. 그는 또 “텍스트 마이닝은 금융시장에서 중앙은행의 의도를 파악하는 도구로 활용될 수 있을 뿐만 아니라, 중앙은행이 자체적으로 통화정책 커뮤니케이션을 진단하는 도구로도 활용이 가능할 것”이라고 덧붙였다.