국내 연구진이 주식, 환율 등 시간에 따른 데이터 변화를 자동 분석해 예측 정확도를 높이는 인공지능 기술을 개발했다.
최재식 울산과학기술원 교수(사진)팀은 주식, 환율, 집값 등 시간에 따라 변하는 다수 데이터(다중 시계열 데이터)의 공통적 변화를 자동으로 추출하는 인공지능 시스템인 '관계형 자동 통계학자 시스템'을 개발했다고 27일 밝혔다.
이 시스템은 다중 시계열 데이터의 관계를 분석해 시계열 데이터가 공통적으로 변하는 요인을 추출·자동으로 보고해 준다. 시계열 데이터 분석은 주식, 환율 등 금융 데이터 변화 예측을 통한 투자나, 원자력발전소 등 산업 기반 시설에서 부품의 노후화·고장 예측에 필수적으로 활용된다. 하지만 여러 가지 복합적인 요소가 데이터 변화에 영향을 미치기 때문에 예측 요소를 정확하게 찾기가 힘들다.
연구팀은 기존 '가우시안 모델'에 인공지능 데이터 분석기법을 적용하면 다중 시계열 데이터에 대한 정확한 예측이 가능하다는 것을 확인했다. 이를 기반으로 시계열 데이터 군에 공통적인 변화를 일으키는 요소와 개별적인 시계열 데이터를 변화시키는 원인을 자동 조합하는 알고리듬을 개발, 비정형적인 변화를 보이는 시계열 데이터를 보다 정확하게 예측하는 데 성공했다.
이어 이 시스템을 적용해 '9.11 공격' 후 미국 상위 주식이 공통적으로 하락하는 특징을 보인 뒤 상승한 흐름을 정확하게 예측했다. 또 원자력발전소에서 특정 부품의 이상 징후가 발견되는 경우 이것이 고장인지 아니면 정상 범위의 변화인지를 판별할 수 있었다.
최재식 교수는 "이 연구는 데이터군에서 추출한 정보와 개별 데이터에서 추출한 정보를 접목해 시계열 데이터의 자동분석 정확도를 향상시킨 것"이라며 "시계열 분석이 중요한 주식, 환율 등 금융 산업은 물론 주요 부품의 고장을 예측·진단하는 원자력발전소, 중공업 등 다양한 산업에 적용할 수 있다"고 말했다.
이 연구결과는 최근 미국 뉴욕에서 열린 '국제기계학습학술대회'에서 발표됐으며, 미래부의 기초연구사업과 원자력연구개발사업의 지원을 받아 수행됐다.대전=이준기기자 bongchu@dt.co.kr
