[업다운뉴스 류정운 기자] 갈수록 커지는 불확실성의 시대를 맞아 한국은행이 뉴스 기반의 새로운 경제 지표를 제시해 주목을 받고 있다. 

한국은행은 신종 코로나바이러스 감염증, 우크라이나 사태 등 경제 불확실성이 높아짐에 따라 신속한 경기 판단을 위한 다양한 데이터의 활용이 중요해지고 있다고 판단, 경기 예측을 위한 새로운 빅데이터로 뉴스 텍스트를 이용하는 방법론을 16일 제시했다.

한은은 2005년 이후 연간 100만여건, 1800만여 문장의 경제뉴스를 분석해 생산, 물가, 고용, 주가, 주택가격 등 경제적으로 높은 관심을 받는 15개 부문의 뉴스 텍스트를 기반으로 경제지표를 작성했다. 더하여 경제 전반에 대한 심리 및 불확실성을 나타내는 뉴스심리지수(NSI)와 경제불확실성지수(EPU)도 함께 이용했다. 

경기 예측모형으로는 동적인자모형(DFM) 기반의 선형모형과 인공신경망모형(CRNN) 기반의 비선형 모형을 비교해 새로운 예측모형을 도출했다. 새롭게 구축한 DFM 기반 경기 예측모형은 공식 통계가 발표되지 않은 상황에서도 텍스트 지표를 이용해 국내총생산(GDP), 소비자물가지수(CPI) 등 63개 경제변수를 월별로 동시에 예측할 수 있도록 설계됐다.

결과는 놀라웠다. 한은이 작성한 대부분의 뉴스 텍스트 지표가 관련 공식 통계와 높은 상관관계를 보였으며, 공식 통계 대비 0~9개월 선행하는 것으로 나타난 것이다. 이는 뉴스 텍스트 기반 경제지표가 실제 경기 예측을 위한 중요한 정보를 내포하고 있으며, 경기 예측을 위한 새로운 빅데이터로 충분히 활용 가능함을 시사한다. 

이런 뉴스 텍스트에는 여러 전문가의 견해와 전망 등 정성적 정보가 포함돼 있으므로, 다양하고 방대한 정보를 신속히 파악할 수 있다는 장점이 있다. 또 많은 빅데이터를 정량화하기 때문에 단순히 정성적 방법으로 뉴스를 이용하는 것에 비해 객관적인 활용이 가능하다. 즉 편견이나 주관적 판단에 의해 발생하는 휴먼 에러를 줄일 수 있는 것이다.

그렇다고 만능은 아니다. 특정 의도가 담긴 뉴스가 많이 발간될 경우 경기 예측에도 그런 의도가 반영될 가능성이 크기 때문에 이용에 주의가 필요하며, 설사 특정 의도가 없더라도 하나의 이슈가 터지면 많은 매체가 일제히 그 이슈만 부각하는 경향이 크다는 점도 예측모형 개발 및 지표 분석 과정에서 고려해야 할 부분이다.  

텍스트의 추출 범위 설정도 중요하다. 추출하고자 하는 주제가 지나치게 광범위할 경우 정보의 가치가 떨어질 수 있는 반면, 주제가 너무 좁다면 관련 정보가 텍스트에 충분히 나타나지 않을 가능성도 있기 때문이다.

한국은행은 뉴스 텍스트 기반 경제지표의 활용도를 높이기 위해 경기 예측에 유용한 텍스트 지표의 주제 발굴, 텍스트 지표의 정도 개선에 힘쓴다는 계획이다. 이를 위해 새로운 부문의 텍스트 지표를 개발하고, 필터링 기법 등을 통해 텍스트 지표의 노이즈를 감소하는 연구도 진행할 예정이다.