필리핀 연구진, AI 금리 예측 도구 개발… 정부·기업, 경제 리스크 관리에 활용 기대

필리핀 아테네오 데 마닐라 대학교(Ateneo de Manila University) 연구진이 금융 시장의 금리 변화를 예측할 수 있는 인공지능(AI) 도구를 개발했다고 26일(현지시간) 발표했다.

이 기술은 필리핀 정부와 기업이 경제적 결정을 내리고 리스크를 관리하는 데 있어 귀중한 정보를 제공할 것으로 기대된다. 금리는 투자, 소비, 물가 등 경제 전반에 큰 영향을 미치는 요소이기 때문에 정확한 금리 예측은 매우 중요하다.

이번 연구는 "금리 예측에서의 딥러닝 접근법"이라는 제목으로 최근 AIP 컨퍼런스 프로시딩스에 발표되었다. 연구진은 필리핀 채권 시장의 기준 금리인 필리핀 벤치마크 평가율(BVAL, Philippine Benchmark Valuation Rate) 데이터를 기반으로 딥러닝 모델을 테스트했으며, 팬데믹 전후의 금리 변화를 정확히 예측하는 데 성공했다.


인공지능 학습 모델, MLP(위) 및 VGAN(아래)의 개념적 다이어그램(출처: Bata et al)
연구에 사용된 모델은 다층 퍼셉트론(MLP, Multilayer Perceptron)과 일반 생성적 적대 신경망(VGAN, Vanilla Generative Adversarial Networks) 두 가지다.

MLP는 데이터를 일련의 뉴럴 네트워크 셀을 통해 처리하며, 복잡한 패턴을 탐지하는 데 강점을 지닌 모델이다. 이는 마치 사람의 뇌가 정보를 처리하는 방식을 모방한 것으로, 여러 층의 뉴런을 통해 데이터를 분석하고 학습한다.

VGAN은 생성자와 판별자라는 두 개의 네트워크로 구성되어 데이터를 생성하고 평가하는 과정을 반복하며 분석의 정확도를 높이는 모델이다. 생성자는 실제 데이터와 유사한 가짜 데이터를 만들고, 판별자는 실제 데이터와 가짜 데이터를 구별하려고 한다. 이러한 경쟁적인 학습 과정을 통해 VGAN은 실제 데이터의 분포를 정확하게 학습하고 새로운 데이터를 예측할 수 있다.

연구진은 16개의 국내외 경제 지표(예: 인플레이션, 환율, 신용 부도 스와프, 국내총생산 등)를 결합해 1개월, 3개월, 6개월, 1년 단위의 금리 추세를 예측했다. MLP는 단순한 데이터 구조와 소수의 변수로도 강력한 성능을 보였으며, VGAN은 대규모 데이터셋을 다룰 때 높은 정확도를 나타냈다.

이 기술은 금융 기관이 시장, 신용, 유동성 등 다양한 리스크를 관리하는 데 도움을 줄 수 있다. 예를 들어, 은행은 이 기술을 활용하여 대출 금리를 결정하거나 투자 포트폴리오를 관리할 수 있다.

또한, 정부는 이 기술을 활용하여 차입 비용을 줄이고 부채 발행 전략을 최적화하는 데 활용할 수 있다. 연구진은 "금리 예측은 정부와 민간 부문 모두에서 중요한 거시경제적 요소이며, 신뢰할 수 있는 예측은 효과적인 리스크 관리를 위해 필수적"이라고 강조했다. 기존의 금리 예측 방법은 전문가의 판단이나 통계적 모델에 의존하는 경우가 많아 예측 정확도가 낮거나 예측에 시간이 오래 걸린다는 한계가 있었다. 하지만 AI 기반 예측 기술은 이러한 한계를 극복하고 더욱 정확하고 빠른 예측을 가능하게 한다.

이번 연구는 AI가 금융 의사결정에서 차지하는 비중이 점차 확대되고 있음을 보여준다. 연구진은 더욱 정교한 신경망 설계를 통해 예측 정확도를 향상시킬 가능성을 제시하며, 기업과 정책 입안자들이 이러한 기술을 적극적으로 수용해야 한다고 주장했다. AI 기반 금리 예측 기술은 필리핀 경제에 긍정적인 영향을 미칠 것으로 예상된다.

금융 시장 안정화, 투자 활성화, 경제 성장 촉진 등에 기여할 수 있기 때문이다. 이 연구는 데이터 기반의 빠르게 변화하는 환경에서 경쟁력을 유지하려는 금융 기관과 정부에 실질적인 통찰을 제공하며, AI가 경제적 도전에 대응하는 핵심 도구가 될 수 있음을 입증하고 있다.

한편, 이 연구 결과는 금리 예측에서의 딥러닝 접근 방식(Deep learning approaches in interest rate forecasting-보기)'란 제목으로 지난 15일 AIP 컨퍼런스 회의록에 공개됐다.