챗GPT 등 AI를 통한 텍스트 분석 기술이 경제 분석 자동화에 혁신을 가져올 전망이다.

한국은행이 지난 16일 발표한 'AI 알고리즘을 이용한 산업 모니터링 : 증권사 리포트 텍스트 분석'(BOK 이슈노트) 보고서에서 따르면 AI 기술로 증권사 보고서 텍스트 분석을 통해 경제 연구 정확도를 높일 수 있다고 밝혔다. 

서범석 한국은행 거시모형팀 과장은 증권사 애널리스트들의 기업 평가 보고서 12만8천건을 빅데이터로 구축하고, 보고서 내 정성적 정보를 자연어처리 기법을 이용해 분석했다.

텍스트 분석을 통해 애널리스트들이 평가하는 기업 업황을 산업별로 추정한 결과 국내총생산(GDP), 기업경기실사지수(BSI) 등 거시경제 지표를 예측하는 데 유용한 것으로 나타났다.

특히 전산업 텍스트 업황 지수와 경기선행지수 순환변동치를 분석에서 코스피 컨센서스 전망치에는 나타나지 않는 경기선행지수와의 인과관계가 존재한다는 결과를 보였다.

서 과장은 "애널리스트들이 제시하는 텍스트 정보에 숫자가 전달하지 못하는 새로운 정보가 반영되고 있을 가능성을 시사한다"라고 전했다.

보고서에 따르면 텍스트는 정보를 주고받는 가장 기본적인 수단이며 전달하는 정보의 범위에 한계가 없다는 점에서 텍스트 분석 기술은 경제 분야 활용 가치가 매우 높다.

서 과장은 "향후 텍스트를 이용한 보다 깊이 있는 경제 분석을 위해서는 텍스트에 나타나는 정보를 경제 이론 등 배경지식과 연결해 분석할 필요가 있다"라며 "이를 위해서는 GPT 등 거대 통계 모형 구축이 필요할 것"이라고 밝혔다.

이어 "경제 분야 연구 효율이 개선될 수 있도록 AI 등 통계 기법을 발전시켜 나가야 할 것"이라면서도 "텍스트 정보는 데이터 특성상 노이즈가 많이 포함될 수 있고 저자의 선입견 등이 반영될 수 있으므로 활용에 유의할 필요가 있다"라고 첨언했다.

한편 기업 경영환경 변화, 특정 경제 이슈에 대한 영향도 평가, 산업간 유사도 지표, 지역별 기업 업황 지수 등 연구에 텍스트 분석을 활용할 수 있다.