◆…사진=클립아트코리아 제공
한국은행은 16일 “BOK 이슈노트: AI 알고리즘을 이용한 산업 모니터링-증권사 리포트 텍스트 분석” 연구에서 이같이 밝혔다.
한은은 연구에서 기업분석 전문가인 증권사 애널리스트들의 기업 평가 보고서 12만8000건을 빅데이터로 구축하고 이로부터 유의미한 산업별 모니터링 정보를 추출했다.
이를 위해 자연어처리(natural language processing) 등 다양한 통계 기법을 이용, 텍스트 정보를 가공했으며 동 과정의 알고리즘화를 통해 사람의 개입 없이 산업 동향을 파악하는 방안을 점검했다.
구체적으로 증권사 보고서에 나타나는 숫자 정보는 모두 제거하고 오직 텍스트에 나타나는 정성적(qualitative) 정보만을 이용해 애널리스트들의 생각을 취합했다. 이를 통해 애널리스트들이 평가하는 기업 업황을 산업별·지역별로 추정하고 업황의 변동요인을 통계 알고리즘을 이용해 요약·정리했다.
또한 증권사 보고서의 텍스트 분석을 통해, 환율, 금리 등 주요 경제 이슈에 대한 전문가들의 견해를 알고리즘으로 취합하고 취합 결과를 새로운 정량 지표로 제시했다.
연구에서 제시한 텍스트 정보는 통계 알고리즘을 이용해 웹 스크래핑(web-scraping)을 통한 보고서의 입수부터 업황 파악과 변동요인 분석, 그리고 분석 결과의 시각화까지 모두 사람의 개입 없이 알고리즘화가 가능하도록 설계했다.
분석 결과 새롭게 제시한 텍스트 지표는 GDP, BSI 등 거시경제 지표를 예측하는 데 매우 유용한 것으로 나타났고 산업별 변동요인 파악에도 효과적인 것으로 나타났다.
특히 텍스트 지표와 경기선행지수 순환변동치와의 Granger 인과관계를 분석해 보면 코스피 컨센서스 전망치에는 나타나지 않는 경기선행지수로의 일방향적 인과관계가 텍스트 지표에는 존재하는 것으로 나타났다.
한은는 이러한 결과가 애널리스트들이 제시하는 텍스트 정보에 숫자가 전달하지 못하는 새로운 정보가 반영되고 있을 가능성을 시사한다고 분석했다.
텍스트 분석 알고리즘을 이용해 기업경영환경 변화요인표를 추정했는데 추정한 변화요인표는 산업별 이슈를 한눈에 보여주어 산업 동향 파악에 매우 유용하게 활용되는 것으로 조사됐다.
증권사 보고서의 텍스트 분석을 통해 코로나, 러우전쟁, 환율, 금리 등 주요 경제 이슈에 대한 전문가들의 견해를 취합하고 취합한 정보를 주요 이벤트에 대한 영향도 및 평가 지표로 정량화해 제시하는 것도 가능했다.
한은은 일반적으로 특정 이벤트의 산업별 영향을 정량화해서 비교하는 것이 어렵다는 점에서 동 지표들의 효용성이 매우 높으며 서베이 조사없이도 전문가들의 생각을 파악할 수 있다는 점에서 유용하다고 평가했다.
증권사 리포트에서 산업 간 공통으로 나타나는 키워드의 분석을 통해 산업 간 유사도 지표를 추정했는데 추정한 지표는 산업 분석 및 전망 등에 다양하게 활용이 가능할 것으로 기대되고 있다.
한은은 본 연구가 사람이 읽고 정리할 수 없을 정도의 방대한 텍스트를 다양한 통계 기법으로 분석해 유용한 경제 정보를 추출했다고 설명했다.
또 텍스트는 정보를 주고받는 가장 기본적인 수단이며 전달하는 정보의 범위에 한계가 없다는 점에서 텍스트 분석 기술은 경제 분야에서도 활용가치가 매우 높다고 평가했다. 특히 ChatGPT 등 최근의 자연어처리 기술은 텍스트 분석 기술이 경제 분석 자동화에 커다란 혁신을 가져올 수 있음을 보여준 것으로 봤다.
더불어 방대한 양의 텍스트 정보를 알고리즘으로 취합할 수 있다면 기업정보의 1차 생산자인 애널리스트들의 생각을 실시간으로 취합할 수 있고 이는 정보의 2차 가공자인 경제 분석 연구자들의 업무효율을 크게 개선시킬 수 있을 것으로 판단했다.
서범석 한은 조사국 거시모형팀 과장은 “향후 텍스트를 이용한 보다 깊이 있는 경제 분석을 위해서는 텍스트에 나타나는 정보를 경제 이론 등 배경지식과 연결하여 분석할 필요가 있으며 이를 위해서는 GPT 등과 같은 거대 통계 모형의 구축이 필요하다”고 말했다.
이어 “본 연구에서 제시한 알고리즘 등 텍스트 분석 연구를 지속해 나갈 필요가 있으며 경제 분야의 연구 효율이 개선될 수 있도록 AI 등의 통계 기법을 계속 발전시켜 나가야 할 것”이라고 말했다.
