한국은행이 6개월 이후 위기 발생 가능성을 내다보고 조기경보를 울릴 수 있는 데이터 기반 금융·외환 조기경보모형을 개발했다. 해당 모형은 우리나라 금융·외환 시스템이 2022년 레고랜드 사태보다 위기 발생 가능성이 낮다고 분석했다.

한은은 24일 'BOK 이슈노트: 데이터 기반 금융·외환 조기경보모형' 보고서를 통해 인공지능(AI)과 머신러닝 알고리즘을 적용해 금융 외환 조기 경보모형을 개발했다고 밝혔다.

은행, 채권·주식, 외환 등을 모두 반영한 복합금융압력지수(CFPI)를 기준으로 위기·시기 불안기간을 식별해 위기발생을 촉발시키는 계기가 되는 변수(트리거)를 발견하는 것이다.

박정희 한은 디지털혁신실 과장은 "머신러닝 알고리즘에 트리앙상블 모형(ET)을 적용한 조기경보 모형이 가장 높은 예측력(0.95, ROC-AUC 기준)을 나타냈다"며 "1990년대 이후 조기경보모형으로 널리 활용되는 신호추출법(SE)의 예측력(0.84)보다 개선된 것으로 평가된다"고 말했다.

특히 이번 모형은 3·6·9·12개월 이내 시계에서 위기 발생 가능성을 평가한 결과 6개월 및 9개월 전 위기발생을 사전예측·경보하는 능력이 뛰어난 것으로 나타났다.

또 올해 3월 기준데이터를 활용해 시뮬레이션 한 결과 금융위기와 같은 시장 불안은 크지 않은 것으로 조사됐다.

박 과장은 "지난 3월까지 데이터로 분석한 결과 현재 위험지수는 중위값 수준을 유지하고 있다"고 했다. 앞서 글로벌 금융위기 등 시장 불안이 나타난 경우 위험지수가 상위 10~30%에 해당했던 것을 감안하면 불안이 발생할 가능성은 크지 않다는 설명이다.

다만 이번 모형은 통화정책, 무역분쟁 등을 계량화하기 어렵다는 한계점이 있다.

박 과장은 "주기적으로 입수되는 경제·금융지표를 이용해 향후 위기 발생 가능성을 정량적으로 나타내고 있지만, 어느 부분에서 취약성이 축적되고, 어떤 트리거 이벤트가 시장불안을 촉발하는지에 대한 정보는 제공하지 못한다"며 "전문가 서베이를 통한 금융·실물경제 리스크 요인 식별, 부문별 취약성 평가 등을 포괄하는 조기경보체계(EWS로 발전시켜 나갈 필요가 있다"고 말했다.