딥러닝을 이용한 GRDP 예측모형 개발 : 울산지역을 중심으로 (Development of a GRDP Prediction Model Using Deep Learning: A Case Study of Ulsan, Korea )

Korean Abstract: 글로벌 금융·경제위기로 인해 경제·사회 전반의 불확실성이 커지고 있는 오늘날, 시의성 있는 기초자료와 통계적 모형들을 이용한 지역내총생산(Gross Regional Domestic Product, GRDP)의 조기추정(early estimation 또는 nowcasting) 및 단기 전망(short horizon forecasting)은 중요하다. 본 연구는 혼합주기 경제데이터를 다층 퍼셉트론(multi-layer perceptron, MLP)으로 모델링해 울산광역시 경제활동별 GRDP 및 세부구성 요소의 예측모형을 구축하였다. 1년 후 GRDP 예측 (forecasting), 당해 GRDP 예측 (nowcasting), 작년 GRDP 예측 (backcasting)의 세 가지 실험을 통해서 MLP 모형의 성능을 분석하였다. 주요 실험결과는 다음과 같다. MLP 모형의 평균 백분율 오차율 (Mean Absolute Percentage Error) 값은 2.08%로 4.77%의 Auto-regressive Integrated Moving Average (ARIMA) 모형과 8.34%의 추세 모형 대비 우수한 성능을 보여주었다. 이는 과거 성장률로 미래를 단순 예측하면 크게 과장될 수 있으며, MLP 모형은 경제 변화를 보다 잘 반영해 예측정확도를 높일 수 있음을 의미한다. 또한 MLP 모형은 혼합주기 데이터로부터 적시의 정보를 추출해 nowcasting과 backcasting의 예측 정확도를 향상시킬 수 있다는 것을 확인하였다. 연구결과는 혼합주기 데이터 모델링에 딥러닝 기법의 유용성을 보여주며, GRDP 뿐만 아니라 GDP 등 다른 거시변수 예측에 활용할 수 있는 방법론을 제공한다