딥러닝 분석에도 신선 농산물 급등락 예측 실패
배 가격 예측 최대 오차 128.7%p…공급 충격 못 잡아
가공식품 등 일부 개선…산지·출하 정보 확충 시급
[헤럴드경제=김선국 기자] 인공지능(AI)을 활용해도 과일과 채소 가격의 급등락을 미리 예측하기는 어려운 것으로 나타났다. 가공식품 등 일부 품목에서는 딥러닝이 물가 예측의 정확도를 높였지만, 신선 농산물에서는 기존 예측 방식과 별다른 차이를 보이지 못했다. 문제는 AI 기술보다 작황과 출하량 등 가격 변동을 미리 알려줄 데이터가 부족하다는 데 있다는 분석이다.
20일 한국농촌경제연구원(KREI)의 ‘딥러닝·AI 기반 농식품 물가 변동성 분석 및 예측’ 보고서에 따르면 연구진은 소비자물가지수 581개 원계열 가운데 분석 조건을 충족한 566개 대상을 선정해 당월과 다음 달의 전년 동월 대비 물가상승률을 예측했다.
분석에는 생산자물가, 수출입물가, 국내공급물가, 국제 원자재·식량 가격, 환율, 기상 여건 등 공개된 월별 자료 11종을 활용했다. 연구진은 시간에 따른 변화와 변수 간 관계를 학습하는 딥러닝 모형을 구축하고, 기존 예측 방식과 정확도를 비교했다.
결과는 품목에 따라 크게 엇갈렸다. 전체 소비자물가지수의 경우 딥러닝 모형의 평균절대오차가 0.2925%포인트에서 0.2797%포인트로 줄었다. 기존 방식보다 예측오차가 4.37% 감소한 것이다.
반면 신선 농산물에서는 AI의 예측 능력이 뚜렷하게 개선되지 않았다. 특히 가격이 급등하거나 급락하는 시점에 기존 가격 흐름을 뒤늦게 따라가는 모습을 보였다.
배 가격이 대표적이다. 연구진이 2023년 12월부터 2025년 11월까지의 평가 구간을 분석한 결과, 2024년 8월에 예측한 9월 배 소비자물가 상승률은 실제 수치와 최대 128.7%포인트 차이가 났다. 전년 작황 부진에 따른 공급 감소가 가격에 영향을 미쳤지만, 월별 공공 가격통계만으로는 이를 사전에 포착하지 못했다.
배추 역시 다음 달 물가상승률 예측에서 최대 오차가 63.7%포인트에 달했다. 사과는 예측값과 실제값의 상관계수가 0.82로 비교적 높았지만, 기존 방식 대비 오차 개선율은 오히려 마이너스(-) 0.82%를 기록했다.
예측값이 실제 가격의 흐름을 어느 정도 따라간다고 해서 가격 급등락을 미리 알아맞힌 것은 아니라는 의미다. 연구진은 신선 농산물의 경우 AI가 가격 변동의 방향과 크기를 제때 포착하지 못했다고 분석했다.
가공식품에서는 다른 결과가 나왔다. 밀가루의 다음 달 물가상승률 예측오차는 기존 방식보다 8.60% 줄었고, 외식 라면은 18.13% 감소했다. 신선 품목 중에서도 공급이 비교적 안정적인 콩나물은 당월 예측오차가 8.42%, 마늘은 2.88% 줄었다.
연구진은 농산물과 가공식품이라는 구분 자체보다 가격에 영향을 주는 공급 정보가 사전에 통계로 포착되는지가 예측 정확도를 좌우한다고 설명했다.
전체적으로 딥러닝 단독 예측이 기존 방식보다 항상 우수한 것도 아니었다. 분석 대상 1132개 예측 결과의 평균 개선율은 -0.36%로, 오히려 기존 방식에 미치지 못했다.
다만 딥러닝 예측과 전통적인 시계열 모형을 절반씩 결합하자 평가 구간의 식품 11개 품목군 모두에서 기존 기준선보다 오차가 줄었다. 식품 전체의 예측오차 개선율은 5.8%였다. 연구진은 이를 AI 단독 예측을 보완할 수 있는 방법으로 평가했다.
김상효 KREI 연구위원은 “이번 연구는 농식품 물가 예측 체계도 품목 특성에 따라 달라져야 한다는 점을 보여준다”며 “생산자물가나 원가 변동이 가격에 반영되는 가공식품은 기존 통계와 AI를 결합해 예측력을 높일 수 있지만, 과일·채소는 작황과 산지별 기상, 저장량, 도매시장 반입량 등 보다 직접적인 공급 정보가 필요하다”고 했다.
특히 전국 단위의 월별 기상통계만으로는 개별 산지의 생육 여건을 충분히 반영하기 어렵다는 지적이다. 김 연구위원은 “신선 농산물의 가격 급등락을 예측하려면 산지별 작황과 출하 정보를 확충하고, 품목별 특성에 맞는 예측 체계를 구축해야 한다”고 제언했다.
adastra@heraldcorp.com

