[서울파이낸스 신민호 기자] AI를 통해 증권사 보고서를 텍스트 분석이 국내총생산(GDP), 기업경기실사지수(BSI) 등 거시경제 지표를 예측하는 데 매우 유용하다는 분석이 나왔다. 특히 텍스트 정보에 숫자 지표들이 전달하지 못하는 새로운 정보가 반영되고 있는 것으로 나타났다.

16일 서범석 한국은행 조사국 거시모형팀 과장은 'AI 알고리즘을 이용한 산업 모니터링 : 증권사 리포트 텍스트 분석' 보고서를 통해 이같이 밝혔다.

최근 AI를 이용한 언어분석 기술이 각광받고 있으며, 이를 통계 기법에 활용하면 많은 사람의 언어를 종합해서 빠르게 분석하는 것이 가능하다는 전망이 제기됐다.

서 과장은 52개 증권사 애널리스트 1079명이 작성한 2283개 기업에 대한 기업 분석보고서 12만8000건(2019~2022년)을 알고리듬으로 입수했다. 이를 자연어처리 기법을 통해 분석, 산업별 기업 업황과 기업경영환경 변동요인 등의 정보를 산출했다.

먼저 텍스트 분석 알고리듬을 이용해 기업경영환경 변화요인표를 추정한 결과, 변화요인표는 산업별 이슈를 한눈에 보여줘 산업 동향 파악에 매우 유용하게 활용이 가능했다.

코로나, 러·우 전쟁, 환율, 금리 등 주요 경제 이슈에 대한 전문가들의 견해를 취합해, 주요 이벤트에 대한 영향도와 평가 지표로 정량화할 수 있었다.

일반적으로 특정 이벤트의 산업별 영향을 정량화해 비교하는 것이 어렵다는 점에서 효용성이 매우 높으며, 서베이 조사 없이도 전문가들의 생각을 파악할 수 있다는 점에서 유용하다는 평가다.

또한 증권사 리포트에서 산업 간 공통으로 나타난 키워드 분석을 통해 산업 간 유사도 지표를 추정할 수 있었으며, 특정 기업을 본사 소재지 기준으로 분류해 업종별 업황과 변동요인을 지역별로도 추정 가능했다. 해당 지표는 산업 분석과 전망, 지역별 산업 동향 파악에 유용하게 활용 가능할 것으로 보인다.

서 과장은 "'챗GPT(ChatGPT)' 등 최근 자연어처리 기술은 텍스트 분석 기술이 경제분석 자동화에 커다란 혁신을 가져올 수 있음을 잘 보여준다"며 "기업정보의 1차 생산자인 애널리스트들의 생각을 실시간 취합할 수 있고, 이는 정보의 2차 가공자인 경제 분석 연구자들의 업무효율을 크게 개선시킬 것"이라고 전망했다.

또한 서 과장은 향후 경제 분야 연구 효율이 개선될 수 있도록 GPT(Generative Pre-trained Transformer) 등과 같은 거대통계 모형의 구축이 필요하다고 강조했다.

그는 "향후 텍스트를 이용한 깊이 있는 경제 분석을 위해 텍스트에 나타나는 정보를 경제 이론 등 배경지식과 연결·분석할 필요가 있다. AI 등의 통계 기법을 계속 발전시켜야 할 것"이라며 "다만 텍스트 정보는 데이터의 특성상 노이즈와 저자의 선입견 등이 반영될 수 있다. 공식 통계와 일치하지 않을 가능성을 유의해야 한다"고 지적했다.

신민호 기자 다른기사 보기