[출처 게티이미지뱅크]

[헤럴드경제=문혜현 기자] 지난 10년 동안 공공요금 인상이나 미국 기준금리 인상 발표 시점에 빅데이터 속 소비자들의 물가 상승 인식이 급격히 늘어난 것으로 나타났다. 이는 소비자들의 향후 물가 전망 인식인 기대인플레이션과도 매우 유사한 추세를 보였다.

황윤재 서울대 경제학부 교수는 1일 서울대학교에서 개최된 2024 경제학 공동학술대회에서 ‘데이터 기반 경제정책의 도전과 과제’라는 주제의 기조연설에서 이같이 밝혔다.

황 교수는 우리나라 커뮤니티, 뉴스, 트위터 등의 텍스트 자료를 이용해 개발한 ‘빅데이터 기반 기대인플레이션 (Big-data based Inflation Expectations; BIE) 지수’를 통해 2014년 1월 1일 부터 2024년 1월 14일 기간 동안 물가 상승 및 물가 하락과 관련된 언급량의 차이를 분석한 결과를 발표했다.

그에 따르면 빅데이터에 나타난 물가상승 언급량은 공공요금의 인상 혹은 미국 기준금리 인상발표 시점에 급속히 증가하는 경향을 보였으며, 물가 하락 언급량은 코로나 확산, 국제유가 하락 등 뉴스가 발표될 때 치솟았다.

황 교수는 “BIE 지수는 실제 인플레이션(물가 상승)과도 매우 유사한 추세를 보이며, 고인플레이션 국면에 진입한 2021년 이후 한은의 기대인플레이션 지표와도 동일한 정점을 보이는 것으로 나타났다”면서 “실제 일별 BIE 지수는 2020년 3월 이후 BIE 지수가 급속히 증가해 2022년 여름 정점에 도달한 후 최근 하락하는 추세를 보이고 있다”고 말했다.

그는 “한은의 기존 지표와 비교할 때, BIE 지수는 보다 선행적인 추세 변환의 특성을 가지는 것으로 나타났다”며 “이러한 특성은 미국의 기대 인플레이션과 유사한 것으로 기존의 한은의 설문 조사 기반 기대 인플레이션 지표의 특성과는 매우 다르다”고 짚었다.

때문에 BIE 지수와 같은 다양한 기대인플레이션 분석을 추진해야 한다는 주장이다. 일반적으로 기대인플레이션의 측정을 위해 사용되는 ‘설문(survey) 기반 지표’ 들은 경제 주체들의 기대 심리를 직접 측정한다는 장점이 있지만, ▷설문 조사의 비용이 크고 ▷실시간 측정이 어려우며 ▷질문의 형식에 따르는 응답 편의가 있고▷표본의 대표성 확보가 어렵다는 문제점이 있다. 또 ‘시장 기반 지표’들은 비교적 쉽게 실시간으로 측정할 수 있으나 기대인플레이션 심리 이외에 채권 자체의 유동성 위험 등 다른 요인들과의 식별이 어렵다는 단점이 있다.

반면 빅데이터 기반 심리지표는 매우 큰 크기의 표본 정보를 활용할 수 있고, 문항 형식에 따른 응답 편의가 낮으며, 실시간 정보를 제공할 수 있다. 또 설문조사에 비해 낮은 비용을 요구한다는 장점을 가진다. 다만 텍스트 표현의 모호성, 중의성 처리를 위해 인공지능 기술 발전에 크게 의존하는 특성이 있다고 전했다.

황 교수는 “가계 및 기업은 향후 예상하는 인플레이션에 의존해 소비·저축·투자 등 현재의 경제 행위를 결정하고 결과적으로 이들의 행위에 의해 시장 가격이 결정되기 때문에, 효과적인 통화정책을 위해서는 기대인플레이션을 신속하고 정확하게 측정하는 일이 필수적”이라며 “이번 연구 결과는 한국에서 설문조사 방식의 개선을 포함해 기대 형성 과정에 대한 보다 심층적인 연구가 필요하며, 빅데이터를 이용한 지표는 잠재적으로 유용한 정보를 제공할 수 있을 것임을 시사한다”고 밝혔다.