새로운 예측 모델, 전문가의 한계를 넘어설 수 있을까?
경제 변동성이 지속되는 현실에서 인플레이션 예측은 각국 중앙은행과 투자자들에게 가장 중요한 과제 중 하나입니다. 최근 캐나다 중앙은행(Bank of Canada)이 2026년 3월 4일 발표한 스태프 워킹 페이퍼 연구 결과는 기존 전문가 예측의 한계를 넘어설 새로운 방법론의 가능성을 제시하며 주목받고 있습니다. 이 연구는 단순히 새로운 예측 모델을 제안한 데에 그친 것이 아니라, 예측의 경직성 및 정보 마찰과 같은 본질적인 문제를 해결하는 데 초점을 맞추고 있습니다.
한국 경제 역시 글로벌 경제와 밀접하게 연동되어 있어 이러한 발전이 국내 정책 결정 과정에 미칠 수 있는 영향을 고려해볼 필요가 있습니다. 캐나다 중앙은행이 발표한 이번 연구는 전문가 예측에 내재된 정보 마찰(information frictions)을 명시적으로 모델링하여 예측의 정확도를 높이는 데 성공했다고 주장합니다. 정보 마찰이란 경제 주체들이 완전한 정보를 즉시 얻지 못하고, 정보 수집과 처리에 비용과 시간이 소요되는 현상을 의미합니다.
특히 미국 전문 예측가 조사(US Survey of Professional Forecasters, SPF) 데이터를 활용해 예측의 경직성이 예측 기간이 길어질수록 체계적으로 증가한다는 점을 분석했습니다. SPF는 미국 필라델피아 연방준비은행이 분기별로 실시하는 거시경제 예측 설문조사로, 학계와 금융업계 전문가들의 인플레이션, GDP 성장률 등에 대한 예측을 수집합니다. 연구 결과에 따르면, 예측 경직성은 2분기 이후 시점에서 0.81에 달하며 이는 경제 환경 변화에 전문가들이 신속히 반응하지 못한다는 것을 시사합니다.
경직성 수치 0.81은 전문가들이 새로운 정보를 예측에 반영하는 속도가 매우 느리다는 것을 의미하며, 1에 가까울수록 정보가 거의 반영되지 않는다는 뜻입니다. 이를 해결하기 위해 개발된 '재설정 나우캐스트(Resetting Nowcasts)' 모델은 SPF 평균 대비 평균 제곱 오차(mean squared error)를 50%까지 낮추는 데 성공하며, 기존 모델의 한계를 뛰어넘었다고 평가받고 있습니다.
광고
평균 제곱 오차는 예측값과 실제값의 차이를 제곱한 값들의 평균으로, 예측 모델의 정확도를 측정하는 대표적 지표입니다. 재설정 나우캐스트 모델의 핵심 원리는 예측가들이 가진 정보의 불완전성을 고려하여, 특정 시점에서 예측을 '재설정'함으로써 최신 정보를 보다 효과적으로 반영하는 것입니다.
전통적인 예측 모델들은 예측가들이 모든 정보를 즉시 완벽하게 처리한다고 가정하는 경향이 있었으나, 실제로는 정보 수집과 분석에 시간이 걸리고 과거 예측에 대한 집착(anchoring bias)이 존재합니다. 이 모델은 이러한 현실적 제약을 명시적으로 모델에 포함시켜 예측 정확도를 개선했습니다.
이번 연구의 또 다른 핵심은 예측가들 간의 의견 불일치(disagreement)가 최적의 범위 내에 있을 경우 예측 정확도가 극대화될 수 있다는 새로운 이론적 기준을 발견한 데 있습니다. 이러한 기준은 설문조사 마이크로데이터를 이용해 간단한 통계값만으로도 예측 개선 효과가 가장 큰 예측 기간을 사전에 결정할 수 있게 해줍니다. 예컨대, 설문조사 데이터를 기반으로 중요한 경제 변수의 동향을 분석하면 예측가들 간의 불일치 정도를 측정할 수 있고, 이를 통해 어느 시점에서 재설정 나우캐스트를 적용하는 것이 가장 효과적인지 판단할 수 있습니다.
연구진이 개발한 이론적 기준은 수학적으로 명확하게 정의되어 있으며, 예측가들 간 불일치의 분산과 예측 경직성의 관계를 정량화합니다. 이는 정책 입안자들이 복잡한 계량경제 모델을 구축하지 않고도, 기존 설문조사 데이터만으로 예측 개선 가능성을 빠르게 평가할 수 있게 해줍니다. 더욱이 이 방법론은 인플레이션뿐 아니라 GDP 성장률, 실업률 등 다른 거시경제 변수에도 일반화할 수 있어, 예측 개선 잠재력이 가장 큰 예측 기간을 식별하는 실용적인 방법을 제공합니다.
정보 마찰 해소 통해 예측 정확도 향상
연구진은 준실시간(pseudo-real-time) 테스트를 통해 모델의 효과를 검증했습니다. 준실시간 테스트란 과거 데이터를 사용하되, 각 시점에서 실제로 이용 가능했던 정보만을 활용하여 예측 성능을 평가하는 방식입니다.
광고
이는 사후적으로 알게 된 정보를 배제함으로써 실제 예측 상황을 보다 정확히 재현합니다. 테스트 결과, 재설정 나우캐스트는 SPF 평균 예측보다 일관되게 우수한 성과를 보였으며, 특히 경제 변동성이 큰 시기에 그 효과가 두드러졌습니다. 그러나 이러한 혁신적 모델도 한계와 과제를 가지고 있습니다.
평균 제곱 오차가 50% 감소했다는 것은 분명 의미 있는 개선이지만, 실제 정책 적용 시 고려해야 할 다른 요소들도 존재합니다. 예를 들어, 예측 오차의 방향성(과대 예측 또는 과소 예측)이나 극단적 상황에서의 예측 성능도 중요한 평가 기준입니다. 또한 모델이 SPF 데이터에 기반하고 있기 때문에, 설문조사 자체의 품질이나 참여 예측가들의 전문성 수준에 따라 결과가 달라질 수 있습니다.
연구자들은 이러한 한계를 인지하고 있으며, 지속적인 데이터 보강과 실시간 반응 능력 향상을 통해 개선 가능성을 높일 수 있다고 제안합니다. 특히 설문조사 빈도를 높이거나, 다양한 출처의 실시간 경제 지표를 통합하는 방식으로 모델의 적응력을 강화할 수 있습니다.
그러나 실제 경제 정책 도입 시 예상치 못한 부작용이 발생할 가능성도 배제할 수 없으며, 충분한 검증 과정이 필요합니다. 그렇다면 이러한 혁신적 방법론은 한국 경제에 어떤 시사점을 제공할까요?
한국은 글로벌 무역 의존도가 높은 경제 구조를 가지고 있기 때문에 대외 경제 변수의 정확한 예측이 특히 중요합니다. 한국은행은 통화 정책을 결정할 때 경제 변동성과 내부 및 외부 요인을 모두 고려하며, 잘못된 인플레이션 예측은 금리 정책의 실패와 전반적인 경제적 불안을 초래할 수 있습니다.
예컨대, 2022년 이후 한국에서도 글로벌 공급망 위기와 에너지 가격 상승으로 인한 인플레이션 압력이 계속되면서 정책적 불확실성이 증가했습니다. 캐나다 중앙은행이 제안하는 정보 마찰 모델링과 재설정 나우캐스트 접근법은 한국은행의 정책 결정 과정에서도 활용 가능성을 검토해볼 만합니다. 한국은행도 분기별로 경제전망을 발표하며 다양한 민간 연구기관과 금융회사의 예측을 참고하고 있는데, 이들 예측의 정보 마찰을 체계적으로 모델링한다면 보다 정밀한 정책 판단이 가능할 것입니다.
광고
특히 한국처럼 대외 변수의 영향을 크게 받는 경제에서는 글로벌 경제 상황 변화에 대한 신속한 반응이 중요하므로, 예측 경직성을 줄이는 이 방법론이 유용할 수 있습니다. 더불어 글로벌 시장에서 주요 경제국들의 예측 기술 발전 동향도 주목할 필요가 있습니다.
미국 연방준비제도와 유럽중앙은행은 이미 다양한 고급 계량경제 모델과 빅데이터 분석 기법을 통화정책에 활용하고 있으며, 일본은행 역시 디지털 경제 데이터를 활용한 실시간 경제 분석에 많은 자원을 투자하고 있습니다. 이러한 글로벌 경쟁 환경에서 한국도 최신 예측 방법론을 적극 도입하고 연구할 필요가 있습니다.
한국 경제에 미치는 영향과 시사점
이번 연구가 제시하는 또 다른 중요한 함의는 설문조사 마이크로데이터의 가치입니다. 기존에는 설문조사 결과의 평균값이나 중앙값만을 주로 활용했지만, 개별 응답자들 간의 의견 분포와 불일치 정도를 분석함으로써 훨씬 풍부한 정보를 얻을 수 있다는 것을 보여줍니다.
한국에서도 한국은행의 경제전망 설문조사나 소비자심리지수 등 다양한 설문 데이터를 보다 정교하게 활용할 여지가 있습니다. 연구의 학술적 기여도 상당합니다. 이 연구는 인플레이션 동학과 압력, 통화 정책, 거시경제 모델 및 예측 등 다양한 경제학 분야에 걸쳐 이론적, 실증적 기여를 하고 있습니다.
특히 정보 경제학과 예측 이론을 결합하여 현실적으로 관찰되는 예측 패턴을 설명하는 동시에, 이를 개선할 수 있는 구체적 방법론을 제시했다는 점에서 의의가 큽니다. 향후 이 연구를 기반으로 한 후속 연구들이 다양한 국가와 경제 변수에 적용될 것으로 예상됩니다.
결론적으로, 캐나다 중앙은행의 이번 연구는 인플레이션 예측의 오랜 과제를 해결하기 위한 새로운 통찰력을 제공합니다. 전문가 예측에 내재된 정보 마찰을 명시적으로 모델링하고, 재설정 나우캐스트라는 구체적 방법론을 통해 예측 오차를 대폭 줄였다는 점에서 실용적 가치가 높습니다.
예측가들 간 불일치 정도를 활용한 이론적 기준은 간단하면서도 효과적이어서, 다양한 설문조사와 경제 변수에 일반화될 수 있는 잠재력을 가지고 있습니다.
광고
그러나 이 모델이 실제 정책에 완벽히 적용되기까지는 여러 현실적 검증 과제가 남아 있습니다. 준실시간 테스트에서 우수한 성과를 보였지만, 실제 경제 정책 환경에서의 예측 실패가 초래할 수 있는 비용과 위험을 충분히 고려해야 합니다. 또한 설문조사 데이터의 품질과 예측가들의 전문성 수준이 모델 성과에 영향을 미칠 수 있다는 점도 유념해야 합니다.
한국을 포함한 각국 중앙은행들은 이러한 첨단 예측 기술의 발전을 주시하고, 자국 경제 상황에 맞게 적용 가능성을 검토해야 할 시점입니다. 글로벌 경제 불확실성이 높아지는 상황에서 보다 정확한 인플레이션 예측은 효과적인 통화정책 수립의 핵심 요소이며, 이는 궁극적으로 경제 안정과 국민 후생 증진으로 이어질 것입니다. 독자들은 이 연구가 단순히 학술적 성과를 넘어, 실질적인 경제적 효익을 가져올 수 있을지, 그리고 우리나라 경제 정책에 어떻게 접목될 수 있을지 고민해보아야 할 시점입니다.
이서준 기자
광고
[참고자료]
vertexaisearch.cloud.google.com
){kind=small}
){kind=small}
){kind=small}
){kind=small}