전망·동향
딥러닝·AI 기반 농식품 물가 변동성 분석 및 예측
한국농촌경제연구원은 농식품 품목군별 물가 예측 가능성을 분석한 보고서를 발표하였다.
- 농식품 물가는 신선 농산물에서 가공식품·외식에 이르는 여러 품목군의 가격으로 이루어지며, 품목군마다 가격 형성 경로가 다름. 가공식품·외식 가격에는 원재료비, 에너지, 환율, 유통 마진의 변화가 시차를 두고 반영되며, 이 변화는 생산자물가 같은 상류 가격통계에 먼저 나타남.
- 반면 신선 과일·채소 가격은 작황, 지역별 기상, 저장·출하, 도매시장 반입량처럼 월별 공공 통계에 미리 나타나지 않는 공급 충격에 주로 좌우됨. 따라서 동일한 예측 방법이 모든 품목군에서 유효하다고 보기 어려움.
- 예측에 활용할 수 있는 공개된 상류 자료는 많지만, 계열 간 상관이 높고 자료원마다 공표 시점과 예측에 유용한 정보가 나타나는 시차가 서로 다름. 소수 변수를 선택하여 구성한 전통적 모형이나 소비자물가지수 자체의 흐름을 연장하는 방식으로는 이들 자료의 정보를 품목별 예측에 충분히 반영하기 어려움. 또한 상류 자료의 정보가 어느 품목군에서 실제로 유용한지도 확인되지 않았음.
- 본 연구는 헤드라인 소비자물가지수부터 식품·농업 품목군, 신선 과일·채소까지 식품 체계 전체를 하나의 실험 틀에서 분석함. 이를 바탕으로 공개된 상류 정보로 예측할 수 있는 품목군과 그렇지 않은 품목군을 구분한 ‘예측 가능성 지도’를 작성하는 것을 목표로 함. 이 지도에는 품목군별 정확도 개선 여부와 함께 어떤 요인의 정보가 개선에 기여하였는지를 수치로 제시함. 이로써 예측값의 근거를 설명할 수 있음. 예측에는 자료원별 공표 시차를 반영한 잔차 TCN(Temporal Convolutional Network)？Transformer모형을 사용하고, 이를 단변량 시계열 모형과 비교·결합함.
- 농식품 물가는 신선 농산물에서 가공식품·외식에 이르는 여러 품목군의 가격으로 이루어지며, 품목군마다 가격 형성 경로가 다름. 가공식품·외식 가격에는 원재료비, 에너지, 환율, 유통 마진의 변화가 시차를 두고 반영되며, 이 변화는 생산자물가 같은 상류 가격통계에 먼저 나타남.
- 반면 신선 과일·채소 가격은 작황, 지역별 기상, 저장·출하, 도매시장 반입량처럼 월별 공공 통계에 미리 나타나지 않는 공급 충격에 주로 좌우됨. 따라서 동일한 예측 방법이 모든 품목군에서 유효하다고 보기 어려움.
- 예측에 활용할 수 있는 공개된 상류 자료는 많지만, 계열 간 상관이 높고 자료원마다 공표 시점과 예측에 유용한 정보가 나타나는 시차가 서로 다름. 소수 변수를 선택하여 구성한 전통적 모형이나 소비자물가지수 자체의 흐름을 연장하는 방식으로는 이들 자료의 정보를 품목별 예측에 충분히 반영하기 어려움. 또한 상류 자료의 정보가 어느 품목군에서 실제로 유용한지도 확인되지 않았음.
- 본 연구는 헤드라인 소비자물가지수부터 식품·농업 품목군, 신선 과일·채소까지 식품 체계 전체를 하나의 실험 틀에서 분석함. 이를 바탕으로 공개된 상류 정보로 예측할 수 있는 품목군과 그렇지 않은 품목군을 구분한 ‘예측 가능성 지도’를 작성하는 것을 목표로 함. 이 지도에는 품목군별 정확도 개선 여부와 함께 어떤 요인의 정보가 개선에 기여하였는지를 수치로 제시함. 이로써 예측값의 근거를 설명할 수 있음. 예측에는 자료원별 공표 시차를 반영한 잔차 TCN(Temporal Convolutional Network)？Transformer모형을 사용하고, 이를 단변량 시계열 모형과 비교·결합함.
많이 본 자료
