[제공=한국은행]

[헤럴드경제=김현경 기자] 증권사 리포트의 숫자 정보뿐 아니라 텍스트 정보 또한 경제 지표를 예측하는 데 유용하다는 연구 결과가 나왔다.

한국은행은 16일 발간한 'BOK 이슈노트-AI 알고리즘을 이용한 산업 모니터링: 증권사 리포트 텍스트 분석'에서 "증권사 리포트 텍스트 분석을 통해 애널리스트들이 평가하는 기업 업황을 산업별로 추정한 결과, 새롭게 제시한 텍스트 업황 지수는 국내총생산(GDP), 기업경기실사지수(BSI) 등 거시경제 지표를 예측하는 데 매우 유용한 것으로 나타났다"고 밝혔다.

한은은 52개 증권사 1079명의 애널리스트가 작성한 기업 평가 보고서 12만8000건을 알고리즘으로 입수, 자연어처리 기법을 이용해 분석했다. 보고서에 나타나는 숫자 정보는 모두 제거하고, 오직 텍스트에 나타나는 정성적(qualitative) 정보만을 이용해 애널리스트들의 생각을 취합했다.

분석 결과 전(全)산업 텍스트 업황 지수와 경기선행지수 순환변동치 간에 코스피 컨센서스 전망치에는 나타나지 않는 인과 관계가 존재하는 것으로 나타났다.

서범석 한은 조사국 거시모형팀 과장은 "애널리스트들이 제시하는 텍스트 정보에 숫자가 전달하지 못하는 새로운 정보가 반영되고 있을 가능성을 시사한다"고 설명했다.

한은은 텍스트 분석 알고리즘을 이용해 기업경영환경 변화요인표도 추정했다. 해당 표는 산업별 이슈를 한눈에 보여줘 산업 동향 파악에 활용이 가능하다.

또한 텍스트 분석을 통해 코로나, 러우전쟁, 환율, 금리 등 주요 경제 이슈에 대한 전문가들의 견해를 취합하고, 취합한 정보를 주요 이벤트에 대한 영향도 및 평가 지표로 정량화해 제시했다.

일반적으로 특정 이벤트의 산업별 영향을 정량화해서 비교하는 것이 어렵기 때문에 이러한 지표들은 효용성이 높고, 설문조사 없이도 전문가들의 생각을 파악할 수 있다는 장점이 있다.

이밖에 산업 간 유사도 지표, 지역별 기업 업황 지수도 텍스트 분석을 통해 도출됐다.

서 과장은 "텍스트는 정보를 주고받는 가장 기본적인 수단이며 전달하는 정보의 범위에 한계가 없다는 점에서 텍스트 분석 기술은 경제 분야에서도 활용 가치가 매우 높다"며 "향후 텍스트를 이용한 보다 깊이 있는 경제 분석을 위해서는 텍스트에 나타나는 정보를 경제 이론 등 배경지식과 연결하여 분석할 필요가 있으며 이를 위해서는 GPT(Generative Pre-trained Transformer) 등과 같은 거대 통계 모형의 구축이 필요할 것"이라고 말했다.