서범석 교수 "환율 뉴스·이미지 결합해 예측력 끌어올려"

[아이뉴스24 신수정 기자] 뉴스 텍스트와 환율 추세 이미지, 거시경제 지표를 결합한 멀티뷰(Multi-view) 데이터 분석해 원·달러 환율 예측력을 높일 수 있다는 연구 결과가 나왔다.

서범석 숙명여대 통계학과 조교수는 19일 한국은행·한국통계학회가 개최한 '경제통계의 진화:AI 활용과 통계방법론의 확장' 공동포럼에서 "2005년 이후 수집한 환율 기사 87만건을 12개 카테고리·90개 지표로 분류해 텍스트 기반 모형이 단기 환율 예측에서 가장 높은 성능을 보였다"고 밝혔다.

임창원 중앙대 응용통계학과 교수는 토론에서 "환율은 구조적 지속성이 강해 뉴스 텍스트 분석이 적합하고, 변동성은 비선형성이 크기에 딥러닝 기반 모형이 효과적"이라며 "뉴스 기반 환율 불안 지표는 한국은행 정책 커뮤니케이션에, VKOSPI 예측은 리스크 관리 강화에 활용할 수 있다"고 평가했다.

함께 발표에 나선 한희준 성균관대 통계학과 교수는 우리나라 주식시장 변동성 지표(VKOSPI)를 분석한 연구에서 "수급·자금흐름 데이터를 특성별로 분리해 순차적으로 결합하는 멀티-인풋 LSTM(Multi-input LSTM) 모형이 기존 HAR 모형과 단일 LSTM보다 중·장기 예측에서 뛰어난 성과를 냈다"고 설명했다.