경제학과 탐구 보고서 [확률과통계] 빅데이터를 활용한 소비자물가지수 예측

목차

I. 서론
II. 결론
III. 참고 문헌
IV. 미주

본문내용

2026년 1월 1일 국가데이터처가 발표한 자료에 따르면, 2025년 연간 소비자물가지수(CPI)는 2.1% 상승하여 5년 만에 가장 낮은 상승률을 기록했다. 그러나 이는 정부의 물가안정 목표치인 2.0%를 소 폭 웃도는 수치이며, 소비자들이 일상에서 자주 구매하는 품목으로 구성된 생활물가지수는 2.4% 상승 하여 5년 연속으로 전체 소비자물가지수 상승률을 상회하는 현상을 보였다. 이처럼 공식 통계와 국민 이 체감하는 물가 사이의 괴리는 통계의 신뢰도 문제뿐만 아니라, 정부의 정책 효과성에 대한 의문을 야기하며 보다 정확하고 시의성 있는 물가 예측의 필요성을 증대시키고 있다. 특히, 최근 고환율 기조 와 국제 정세의 불안정성은 원자재 가격의 변동성을 키워 물가 예측을 더욱 어렵게 만드는 요인으로 작용하고 있다.
이러한 상황 속에서 전통적인 경제 모델에 기반한 물가 예측 방식은 급변하는 시장 상황을 신속하게 반영하는 데 한계를 보이고 있다. 이에 대한 대안으로 방대한 양의 비정형 데이터를 실시간으로 분석 하여 미래를 예측하는 빅데이터 기술이 주목받고 있다. 실제로 한국은행은 2022년 보고서를 통해 뉴 스 기사와 같은 텍스트 데이터를 인공지능으로 분석한 '인플레이션 어조 지수'가 실제 소비자물가지수 변동을 1~2분기 선행하는 것을 확인하며 빅데이터의 활용 가능성을 제시한 바 있다. 또한, 2024년에 는 유가, 환율, 공공요금 관련 뉴스 등 약 2,300여 개의 빅데이터를 활용한 머신러닝 예측 모형을 통해 단기 물가 흐름을 전망하는 연구 결과를 발표하기도 하였다. 본 보고서는 이러한 흐름에 발맞추어 빅 데이터를 활용한 소비자물가지수 예측의 중요성과 구체적인 방법론을 탐구하고, 향후 정책 수립 및 경 제 분석에 있어 빅데이터가 기여할 수 있는 바를 논하고자 한다.

참고자료

· 이창훈. (2024). 빅데이터와 기계학습 알고리즘을 활용한 실시간 인플레이션 전망. BOK 이슈노트.
· 한국은행. (2024). 품목별 머신러닝 예측을 통한 단기 물가전망. BOK 이슈노트.
· 문혜정. (2019). 빅데이터의 경제통계 활용 현황 및 시사점. 한국경제포럼.
· 최정희. (2024). 데이터·AI 활용해 미래 물가 예측 논의. 이데일리.
· 김창경. (2024). '데이터·AI 활용 물가 예측 경진대회' 결과 발표. 전업농신문.
· 씨익북스 편집부 2팀. (2023). 소비자물가지수 완벽 가이드. 씨익북스.
· 통계청. (2020). 2019 소비자물가지수연보. 통계청.
· 김성호, & 이긍희. (2014). 소비자 물가지수 예측: 시계열 인과모델과 요인분석을 활용한 사례 연구. Journal of the Korean Data & Information Science Society.
· 이재연, & 정미영. (2019). 온라인 소비자물가지수 작성을 위한 온라인 가격 데이터 정제에 관한 연구. 한국IT서비스학회지.