한은·통계학회 공동 포럼 개최

[123RF]
[123RF]

[헤럴드경제=김벼리 기자] 4차 산업혁명 이후 경제 환경이 급변하는 상황에서 전통적인 통계기법의 한계를 극복하기 위해 ‘머신러닝 기술‘ 등 새로운 기술을 활용해야 한다는 제언이 나왔다.

박민규 고려대 교수는 11일 오전 한국은행에서 열린 ‘AI(인공지능), 데이터, 그리고 경제통계 : 변화하는 환경과 새로운 접근’ 포럼에서 초청 강연을 통해 이같이 밝혔다. 이날 행사는 한은과 한국통계학회가 공동으로 주최했다.

박 교수는 “4차 산업혁명 이후 AI, 빅데이터, IoT(사물인터넷) 등 신기술이 확산하면서 경제통계 작성 환경이 빠르게 변화하고 있다”며 “기존 통계기법과 새로운 분석 기법을 아우르는 방법론의 다변화가 요구된다”고 말했다.

이어 “공식 통계의 정확성과 적시성을 확보하기 위해 데이터 통합·보정 등 ‘전통적 통계기법’과 카드매출·검색 트렌드 등 고빈도 데이터에 기반한 ‘머신러닝 기술’을 융합해야 한다”고 제언했다.

머신러닝이란 컴퓨터가 데이터에서 패턴과 규칙을 스스로 학습해 새로운 데이터에 대한 예측이나 판단을 수행하도록 하는 기술을 말한다.

그는 거시경제 나우캐스팅, 국가 간 성장률 예측 등 머신러닝 기반 전이학습의 실질적 활용 사례를 제시하며 “전통적 통계기법을 기본 틀로 유지하면서 새로운 기술을 보완적으로 적용하고, 그 성과와 한계를 통계이론에 기반해 엄밀하게 평가하는 균형 잡힌 통계적 접근이 중요하다“고 강조했다. 나우캐스팅이란 카드 매출이나 검색 트렌드 등 고빈도 데이터를 활용해 현재 경제 상황이나 지표를 빠르게 파악하고 추정하는 기법을 말한다.

두 번째 세션에서는 박세호 홍익대 교수가 미시자료와 거시통계 간 차이를 분포 변화(데이터의 분포가 예상된 분포에서 벗어나 변화하는 현상) 관점으로 재해석하고, 분포 변화 탐지부터 보정에 이르는 순환 체계를 통해 추정의 안정성을 확보하는 방안을 제시했다. 송경우 연세대 교수도 환경 변화에 유연하게 적응하는 ‘자가진화 AI 비서’의 구축 방향을 제안하고 AI 응답의 환각과 불확실성을 통계적으로 통제하는 방안을 소개했다.

이어 김소정 한은 연통계연구팀 과장이 ‘에이전트(Agent) 편향’에 대한 진단·통제 필요성을 강조했고, 박진 한은 분배국민소득팀 과장은 가계분배계정에 대한 미시-거시자료의 격차 원인을 진단하고 편제 개선 방안을 제시했다.

권민수 한은 부총재는 이날 환영사에서 “최근 AI 기술의 급격한 발전과 데이터 환경의 변화로, 통계의 생산과 분석 방식 역시 큰 변화를 맞이하고 있다”며 “경제 현상을 보다 신속하게 포착하기 위해 새로운 형태의 데이터를 활용하고 방대한 데이터에서 유의미한 정보를 찾아내는 일이 중요해지고 있다. 아울러 데이터의 분포와 구조가 변화하는 환경에서도 통계적 신뢰성을 어떻게 유지할 것인지가 중요한 과제로 부각되고 있다”고 말했다.


kimstar@heraldcorp.com