[제935회] 한국은행의 경제전망모형 체계
(2023.10.06 (금), 경제모형실 거시모형팀 강석일 과장)

(강석일 과장)
안녕하세요, 저는 한국은행 경제모형실 거시모형팀에서 근무하고 있는 강석일 과장이라고 합니다. 오늘 이렇게 시간 내서 참석해주셔서 대단히 감사드리구요. 앞서 말씀드린 것처럼, 오늘은 최대한 다 쉽게 이해할 수 있는 방향으로 경제모형과 전망에 대해서, 개념에 대해서 이야기하고, 그 다음에 구체적으로 한국은행에서 어떤 모형을 어떻게 사용하고 있는지 그런 점에 대해서 이야기하는 시간을 갖도록 하겠습니다. 네, 그러면 먼저 경제 전망이란 무엇이고, 그걸 왜 해야되는지, 어떤 걸 목표로 우리가 경제전망을 하고 있는지에 대해서 논의해보도록 하겠습니다.

[1. 경제 전망의 의의](p.1-1)

네, 우선 지금 보시고 있는 그래프는 최근 6개월 간에 콜금리 인상률하고 저희가 지금 물가 조사를 하고 있는 품목 중에 실제 외식 품목 중에 치킨값 상승률의 상관관계를 같이 한번 보여드리고 있는데요. 여러분이 경제전망을 하시는, 단순히 한국은행뿐만 아니고 사실상 현대사회의 대부분의 모든 사람들은 경제전망을 각자 자기 나름의 안목을 갖고 하고 있다고 생각하거든요. 거수를 안 하셔도 되는데 여기 앉아계신 많은 분들이 다양한 주식이나, 채권이나, 혹은 저금을 한다든지 다양한 방식으로 경제생활을 하고 계실텐데, 주식을 왜 샀는가? 어떤 주식을 샀는가? 이런 거를 주식을 팔려고 결정할 때, 모든 부분에 있어서 우리가 미래에 어떻게 경제가 될 것인가? 라는 본인의 판단에 근거해서 오늘의 경제활동을 하게 되겠죠? 그렇기 때문에 그런 맥락에서 우리가 지금 보시는 것처럼 경제 전망이 한국은행에서, 아니면 큰 기관에서만 거시적으로 하는 것뿐만 아니라 일상생활에서도 지대한 영향을 끼치고 있다는 것을 여러분이 이자리를 통해서 다시 한번 리마인드 할 수 있으면 좋겠다는 생각이 그래프를 그려놓고 저도 좀 많이 놀랐습니다. 한국은행 금리결정과 치킨값의 상관관계가 제가 생각했던 것보다 높아지고 있고, 전체보다 최근 6개월 동안의 상관관계가 굉장히 높아졌거든요. 그래서 여러분도 앞으로 치킨 주문하시기 전에 한국은행이 과연 금리가 어떻게 될 지 한번 주목을 하시고 결정을 하시면 좋을 것 같습니다.

[1. 경제 전망의 의의](p.1-2)

그 다음으로는 조금 더 진지하게 가서 통화정책의 파급 효과가 정책을 결정하는데 그 포인트하고 실제 그 정책이 실물경제에 영향을 미치는데 그 시간에 조금 차이가 있다는게 경제전망을 하는데 있어서 중요한 요소라고 할 수 있습니다. 저희가 지금 판단하고 분석해본, 알려진대로는 통화정책의 효과가 실제 경제에 파급되기까지에는 1년에서 1년 반 정도의 시차가 발생하고 있다 이렇게 알려져 있는데요. 이거는 아주 예전에 유명한 경제학자인 밀턴 프리드먼이 샤워실의 바보라는 비유를 들어서 설명을 했습니다. 샤워실의 바보 이야기를 짧게 설명을 드리면, 어떤 사람이 샤워를 하러 들어갔는데 물이 뜨겁다고 생각해서 찬물을 세게 틀고 나면 그 물이 차가워지기까지 시간이 조금 걸리겠죠? 그러면 또 찬물을 차갑다 느껴서 다시 뜨거운 물을 세게 틀게 되고, 자꾸 수도꼭지를 조종하는 결정과 실제 물이 그 온도로 돌아가는데까지 걸리는 시차 때문에 샤워실의 바보는 끊임없이 찬 물, 뜨거운 물을 조절 못하고 계속 조절한다는 그런 비유를 들어서 경제정책이 이와 같이 실제로 결정을 할 때와 그것이 실제 반영될 때의 차이를 잘 감안해야된다는 뜻으로 이야기 한건데, 그렇기 때문에 이 정책이 혹은 경제가 어떻게 진행될 것인가를 선제적으로 확인하고 대응하는 것은 경제정책에 있어서도 매우 중요한 요소라고 할 수 있습니다.

[1. 경제 전망의 의의](p.1-3)

그리고 마지막으로 또 경제전망 자체가 하나의 경제정책으로써도 작동하는데요. 경제정책으로써의 경제전망은 계속 말씀드린 것처럼 통화정책이 앞으로 경제가 어떻게 될 것인가에 맞춰서 우리가 정책금리를 결정한다든지, 그 밖에 다른 통화정책 요소들을 결정하게 되는데, 그렇기 때문에 앞으로 어떻게 미래가 펼쳐질 것인가에 대해서 정확하게 판단하는 것 자체도 중요하구요. 거기에 나아가 지금 한국은행에서 공식적으로 발표를 하고있는 경제전망 자체도 공공기관으로써 공공정보를 제공한다는 차원에서도 아주 중요한 역할을 담당하게 되구요. 그 다음에 나아가서 저희가 경제전망을 하고 나서 이후에 그 실제 경제 상태가 도래했을 때 과거의 경제전망이 실제와 어떻게 달랐는지, 얼마나 정확했는지 이런 거를 사후적으로 분석하는 것도 경제 오답노트를 작성해서 학습해 나간다는 차원에서도 매우 중요합니다. 그리고 가이드라인으로써의 경제 안정화 자체에도 기여를 하는데, 어린 시절에 뒷좌석에 앉아가지고 아니면 지금 조카나 아들, 딸들이 뒷자리에서 언제 다 와가냐고 계속 물어볼 때가 있을텐데, 그럴 때 이제 부모님들은 거의 다 와간다고 계속 말을 하게 되겠죠? 그런데 거의 다 와간다는 말이 정말 다 와간다는 말과 다르게 신뢰도를 주지 못한다면, 그 자체로 이제 아이들이 더 칭얼대게 될텐데, 중요한 점은 경제가 경제 전망이 안정적이고 신뢰할 수 있게 되면 그림에 나와있는 친구들과 다르게 훨씬 앞에 운전하고 있는 정책 입안자들에 대한 결정과 판단을 신뢰할 수 있고, 그 자체로 경제 안정화, 그리고 개인들이, 각 경제 주체들이 경제활동을 함에 있어서 훨씬 더 안정적으로 의사결정을 할 수 있다는 점에서 경제 전망이 안정적으로 되는 것 자체가 하나의 경제 정책이라고도 볼 수 있겠습니다.

[2. 한국은행의 경제전망은 스토리텔링](p.2-1)
그러면 하나 구체적인 예시로 경제 전망은 단순히 숫자를 말하는 것보다 그 숫자를 기반으로 어떻게 그 뒤에 경제학적인 스토리가 진행되고 있는지, 그런 스토리텔링이 훨씬 중요하다는 거를 말씀드리기 위해서 지난 8월 경제 전망 보고서에 실려있는 경제지표와 지난 8월 통화정책방향 관련 기자 간담회 중에서 실제 질의응답 부분을 발췌해서 설명을 같이 드리겠습니다. 왼쪽에 보고계시는 그래프는 파란색 선은 실질 GDP 성장률을 나타내구요. 살짝 보이는 초록색 선은 5월달 전망을 했었을 때 실질 GDP 성장률이 저렇게 될 것이다 했던 전망치구요. 그 다음에 주황색이 8월달에 새롭게 업데이트된 새로운 전망치가 됩니다. 그렇기 때문에 이제 당연히 왜 저 전망이 초록색에서 주황색으로 하향조정되었는가? 구체적으로는 하향조정이 지금 보시는 23년 상반기하고 23년 하반기에는 변화가 없는데, 24년. 그러니까 내년에만 변하는 이유에 대해서 질문이 오른쪽에 보시면 질문에 나와있습니다. 올해 성장률 전망치는 유지하고 내년 성장률 전망치만 낮춘 이유에 대해서 질문이 왔을 때, 기자 간담회에서 이제 저희 총재님이 했던 얘기는 먼저 현재 23년 전망치를 수정하지 않은 이유는 과거에 예상했던 세계경제 성장률 자체는 수준이 크게 변하지 않았지만, 5~8월 사이에 새롭게 들어온 정보 중에 가장 중요한 이슈 중에 하나는 중국의 부동산 시장 관련된 이슈가 발생했기 때문에 그렇다면 이제 저희가 그거를 분석을 어떻게 하느냐에 따라서 중국 부동산 이슈가 과연 23년 올해 바로 작용을 할 것이냐? 아니면 24년 혹은 그 이후에 반영을 할 것이냐? 그러한 스토리를 저희가 분석을 같이 함으로써 다음과 같은 답변을 할 수 있게 되구요. 그렇기 때문에 이 스토리를 이해함으로써 단순히 숫자가 어떻게 변했다 이런 정량적인 판단뿐만 아니고 정성적으로도 경제가 어떤 흐름을 가지고 변하고 있고, 이 정보가 어떠한 영향을 주고 있느냐? 그런 원인과 결과에 요인 분석을 할 수 있다는 점에서 스토리텔링은 굉장히 중요한 경제 전망의 전달 방법이라고 생각하시면 좋을 것 같습니다.

[3. 경제전망의 목표](p.3-1)

경제 전망의 의의와 중요성은 이제 다 이야기를 나눴는데, 그렇다면 구체적으로 경제 전망의 목표는 무엇인가에 대해서 말씀드리겠습니다. 경제 전망을 어떻게 해야되느냐? 어떻게 하는 것이 잘하는 것이냐? 하면 당연히 잘 맞히는 게 가장 중요하겠죠? 그래서 이건 항상 견지해야 되는 궁극의 목표이긴 합니다. 하지만, 미래라는 것은 반드시 일종의 불확실성을 수반하기 때문에 어떻게 보면 영원히 달성할 수 없는 궁극의 목표라고도 할 수 있습니다. 마치 우리가 무병장수, 영원히 사는 것을 목표로 의학들이 계속 연구를 하고 발전을 하고 있지만, 우리가 그거를 궁극의 목표라고 생각하지 무병장수에 실패했다고 지금까지 발달한 의과학들이 실패했다고 하진 않잖아요? 그런 맥락에서 이제 우리가 생각하는 경제전망도 끊임없이 연구하고 발전을 거듭하고 있지만, 물론 당연히 더 좋은 전망치, 더 정확한 전망치를 제시하는 것이 당연한 목표이긴 하지만, 어떤 면에서는 저희가 계속해서 견지하는 스탠스라고 볼 수 있구요. 그에 반해서 이제 일관성과 편향없이 일관적으로 전망하는 것도 사실 굉장히 중요합니다. 앞서 보신 것처럼 5월달과 8월달 전망이 저희가 왜 변했는지에 대해서 정확한 근거를 가지고 변화가 있었다는 것을 설명할 수 있어야 되는데, 단순히 전망치를 높이기 위해서 매순간 전망이 자꾸 바뀌게 되면 그것 자체는 전망력을 높인다고 한들 다른 의미에서는 저희가 또 추구해야되는 다른 어떤 가치나 덕목을 지키지 못한다고 볼 수 있기 때문에 경제 전망의 목표는 단순히 정확도를 제고하는 것뿐만 아니라 일관성도 잘 유지를 해야된다는 것이 중요한 포인트입니다.

[3. 경제전망의 목표](p.3-2)

그리고 단순히 전망이 숫자를 제공하는데 있어서 그쳐야되는 게 아니라 앞서 말씀드린 것처럼 스토리텔링을 통해서 경제의 흐름을 설명할 수 있어야되기 때문에 무엇보다도 경제 전망은 의사결정에 도움이 되어야 됩니다. 뒤에 더 보시겠지만, 저희가 완벽한 기계 모형을 만들어서 아니면 챗GPT한테 물어봐서 나오는 전망의 최종 숫자를 받고 그거를 곧이곧대로 믿는 것이 아니라, 이게 왜 이렇게 변했는지, 혹은 왜 전망이 높아졌는지, 낮아졌는지, 왜 동일하게 변함이 없는지 이런 것을 가지고 인간의 언어로 설명할 수 있어야 되거든요? 그 가장 중요한 이유는 앞서 보신 것처럼 어떤 숫자의 변화가 단순히 정량적으로만 들어갈 것이 아니라 의사결정에 이게 왜 나에게 어떠한 판단에 어떻게 생각을 고쳐야 되는지, 혹은 내 생각을 고치기에는 정보가 조금 빈약하다든지 이런 의사결정에 도움을 줄 수 있는게 가장 좋은 경제전망이라고 볼 수 있겠습니다. 그렇기 때문에 경제 전망이 단순히 숫자를 잘 맞히는데 그치는 것이 아니라 어떻게 그 과정이 진행되는지를 투명하고 명시적으로 확인할 수 있어야 되거든요. 그런 이유에서 저희가 경제 모형이 경제 전망에 차지하는 중요한 역할을, 그런 맥락에서 조금 더 말씀을 드리도록 하겠습니다.

[4. 경제전망의 방법은?](p.4-1)

그러면 경제전망을 구체적으로 어떻게 하느냐? 우리가 흔히 얘기하는 뇌피셜이 가장 일반적인 방법입니다. 뇌피셜은 조금 직관적으로 설명드리기 위해 쓴 표현이긴 한데, 사실 저희가 다양한 매체나 신문기사를 통해서 경제 전문가들의 경제 전망이나 경제가 어떻게 될 것인가에 대한 다양한 의견을 확인할 수 있는 시대가 됐는데, 그런 경우에 이제 개인의 판단에 기반한 전망들은 당연히 개인의 머리 속에서 생각하는 어떤 경제적 구조가 머리 속에 있고, 본인이 생각했을 때 입수한 정보가 미래에 어떤 영향을 줄 것이다는 개인의 해석을 기반으로 일종의 경제 전망 답변을 들을 수 있게 되는데, 일단 직관을 최대한 발휘할 수 있고, 그래서 정말 유능한 경제 전문가가 직관력을 최대한 발휘해서 날카롭고 사람들이 잘 확인하지 못했지만 정말 중요한 것으로 나중에 드러나게 되는 여러 가지 요소들을 얘기할 수 있게 됩니다. 뉴욕대 루비니 교수라고 항상 닥터둠이라고 별명을 얻은 유명한 경제 전문가는 주요 언론에 자주 나와서 경제가 굉장히 위험에 빠질 것이다라고 본인의 직관을 발휘를 해서 이야기를 하고 명성을 얻은 이유도 실제로 금융위기를 사전에 경고를 했었다. 그런 식으로 이제 명성을 얻게 됐는데, 바로 그런 경제 전망이 아무도 예상하지 않고 확률이 높지 않다고 생각했던 금융위기같은 것을 직관을 발휘해서 잘 맞춘 케이스라고 할 수 있습니다. 하지만, 일종의 양치기 소년처럼 계속해서 편향적인 전망을 하게 된다면 아무래도 일관성이나 정합성을 유지하기가 어렵고, 그리고 새로운 정보를 취사선택하게 될 수 있는 주관적인 판단도 들어갈 수 있기 때문에, 그러한 한계가 있습니다. 그렇기 때문에 이게 말씀드린 것처럼 개인의 판단은 결국 사고과정이 우리가 어떻게 그 결과에 도달했는지에 대해서 명시적으로 확인하기가 어렵습니다. 물론 이제 글을 써서 논지를 잘 전개할 수 있지만, 경제구조가 워낙 복잡해지고 다뤄야되는 요소들이 너무나 많기 때문에 하나의 글이나 어떤 책을 쓴다고 해도 우리가 그 흐름을 다 쫓아갈 수가 없고, 결정적으로 우리가 실제 생활에서 더 유용하게 쓸 수 있는 건 구체적인, 정량적인 평가도 같이 들어가야 되는데, 이런 개인의 주관, 판단에 근거해서는 정량적인 분석이나 측정을 기대하기가 어렵습니다. 가장 중요한 점은 우리가 그렇다면 앞으로 A 정책을 해야되느냐? B 정책을 해야되느냐? 이런 일종의 사고실험을 해야되는데, 이런 주관적 판단으로는 사고실험을 공정하게 하기가 어렵겠죠. 그렇기 때문에 개인의 주관적 판단뿐만 아니고 경제전망의 어떤 모형, 모형을 활용하는 것이 중요하다는 것을 여러 중앙은행이 공감대를 가지고 아주 예전부터 모형을 활용하기 시작했습니다.

[5. 모형이란 무엇인가?](p.5-1)

그러면 경제모형을 정확하게 들어가기에 앞서서 이 모형이라는 것이 최근에 대형 자연어 처리 모형, 챗GPT같은 모형부터해서 다양한 기계학습부터 다양하게 지금 모형들이 굉장히 많이 사용되고 있는 시대에 왔는데, 생각보다 많은 사람들이 모형에 대해서 진지하게 생각을 안 해보고 단순하게 인식하는 경향이 있다는 생각이 들어서 모형이 무엇인가에 대해서 이야기 나누면 좋을 것 같습니다. 모형이란 무엇인가? 를 생각했을 때, 모형은 무형의 경제를 담아낸 정합적 틀이고, 경제를 바라보는 관점을 표현을 한 것이죠. 아까 말씀드린 것처럼 경제 전문가들도 아무렇게나 경제 전망을 하는게 아니라 나름의 논리와 구조를 가지고 설명하는데, 그게 눈에 보이지 않는 것을 최대한 눈에 보이고 객관적으로 표현한 것을 모형이라고 할 수 있겠습니다. 그러면 이제 사실 모형은 많은 사람들이 진짜 현실 세계의 경제 구조를 완벽하게 담아내는 것이 모형이 가야 할 지향점이다 이렇게 생각할 수 있는데, 당연히 어느 정도 선에서는 모형이 현실 세계를 설명할 수도 있어야 되겠지만, 더 정확한 거는 어떤 개인이 혹은 경제 구조를 생각하고 있는 머리 속에 가지고 있는 경제 구조, 이론을 정확하게 담아내는 것이 더 중요하다고 볼 수 있습니다. 그렇기 때문에 이제 모든 것을 담아내기 보다는 생각해보고자 하는 부분을 중심으로 구축하는 것이 모형이 추구해야 할 중요한 덕목이라고 볼 수 있습니다. 예를 들어서 프라모델이나 아니면 어린 아이들이 가지고 노는 공룡 장난감, 여러 인형들이 우리가 실제 어떤 관념적인 대상이나 실존하는 대상을 모형으로 만들어서 가지고 노는 건데, 공룡 장난감이 살아 움직이지 않는다 그래서 그 모형의 역할이 하나도 쓰임새가 없다고 볼 순 없고, 오히려 실제 공룡을 가지고 놀 수 없지만, 장난감 공룡은 가지고 놀 수 있기 때문에 모형만이 가지고 있는 어떤 특성과 유용성이 있다고 볼 수 있겠죠. 마찬가지로 경제모형 자체도 현실 경제를 잘 담아내야 하는 것도 중요하지만, 가장 중요한 건 우리가 그것을 도구로써 사용할 수 있도록 만드는 것이 더 중요하다고 볼 수 있겠습니다. 그렇기 때문에 경제모형은 경제 전망에 정책 분석을 다룰 수 있는 틀이고 툴(tool)이기도 하기 때문에 우리가 어떤 토론을 할 때 처음부터 가지고 있는 전제가 달라버리면 아무리 토론을 많이 해도 토론의 결과가 더 좋은 결과로 진행될 수가 없잖아요. 마찬가지로 이제 모형이라는 것은 내가 가지고 있는 생각과 가정, 전제들을 명시적으로 드러내서 정량적으로 그리고 또 스토리텔링적으로 이런 결과가 나온다 이것을 객관적으로, 과학적으로 제시하고, 그에 반해서 그렇다면 이 모형이 어떤 부분에서 전제가 옳다, 안 좋다 혹은 어떤 가정이 너무 비현실적이다 아니면 어떤 가정이 추가적으로 들어왔으면 좋겠다 이런 식으로 논의가 진행되면 그 다음 단계로 넘어가고 저희가 이 모형을 바탕으로 새로운 걸 배울 수 있고 활용할 수 있다는 점에서 모형을 가지고 하는 것은 저희가 분석을 과학적으로 하기 위한 노력이라고 볼 수 있겠습니다.

[6. 경제모형: 주관의 객관화](p.6-1)

경제모형이라는 것은 결국 각자 가지고 있는 주관을 객관화한 것이라고 볼 수 있는데,
경제라는 특성, 사회과학적인 현상, 경제라고 하는 무형의 엄청난 것은 아주 중요한 요소 중에 하나가 바로 불확실성입니다. 그래서 경제모형이 가장 해야하는 중요한 역할 중에 하나는 우리가 알 수 있었던 것과 알 수 없었던 것을 구분할 수 있어야 됩니다. 그래서 이게 앞서 말씀드린 것처럼 경제 전망의 숫자를 정확하게 맞히는, 다음 달 물가 상승률이 3.7%인지, 3.65%인지 이 숫자를 정확하게 맞히는 것도 중요하지만, 우리가 정확하게 얼마만큼의 불확실성, 얼마만큼의 확실성을 갖고 있는지를 구분할 수 있는 것이 중요합니다. 그래서 이제 말씀드린 것처럼 그런 것들을 전망오차를 줄인다고 하는 것이고, 근데 그와 반면에 우리가 오차를 줄이는 데에만 너무 에너지를 쏟다 보면 과대적합 혹은 overfitting 이라고 아마 기계학습이나 통계에 관심있으신 분들은 한번 들어봤을 만한 표현인데, 최근에 사실 많이 대두되고 있는 문제 중에 하나입니다. 과대적합에 대한 한 예시로 지금 우측에 보이는 다양한 면들을 가지고 있는 주사위를 예시로 이야기를 드리도록 하겠습니다. 예를 들어 바깥에서 볼 수 없는 어두운 상자 속에 개수를 알 수 없는 저런 다양한 숫자의 주사위들이 들어가 있다고 칩시다. 우리가 그러면 그 어두운 주머니에 손을 넣어서 주사위 모양을 보지 않은 상태에서 주사위를 굴렸을 때 윗면이 무엇이 나올 것인가? 이런 문제가 있다고 하면, 우리가 그 숫자를 맞히기 위해서 어떤 식으로 접근을 해야되는가 한번 생각을 해보면 좋을 것 같습니다. 가장 먼저 시작했을 때는 상자도 필요없이 정육면체 기본적인 주사위를 굴려서 윗면에 뭐가 나올 것인가? 이런 질문을 했을 때, 과학적이고 체계적으로 배운 이론적인 답은 1/6의 확률로 1에서 6의 숫자가 나올 것이다 이렇게 이야기하는게 정답이겠죠? 그런데 경제 전망을 더 잘하고 싶다는 어떤 욕망 때문에 이 불확실성을 더 축소해서 2나 4가 나올 것이다 이렇게 전망하게 되면 그리고 정말 실제로 2나 4가 나왔으면 전망이 잘 됐다. 과연 그렇게 얘기할 수 있을까요? 중요한 점은 경제 전망이 해야되는, 특히 경제모형이 해야되는 가장 중요한 역할은 윗면에 나오는 숫자를 정확하게 맞히는 것보다는 지금 주사위라고 제가 비유를 한 경제의 불확실성이 얼마만큼의 면을 가지고 있느냐를 판단하는 것이 더 중요합니다. 그렇기 때문에 우리가 어두운 상자 속에서 이 주사위가 어떤 면을 갖고 있느냐? 이거를 파악하고 그 안에서 그렇다면 이게 20면체면은 1/20의 확률로 어떤 현상이 일어날 것이다 아니면 이제 주사위 모양이 삐뚤빼둘하다면 확률이 조금씩 달라지겠죠? 그렇기 때문에 우리는 숫자를 보는게 아니라 주사위의 모양, 주사위의 구조에 더 집중해야 된다는게 경제모형이 담당하는 역할이라고 볼 수 있습니다. 그렇기 때문에 경제라는 일종의 주사위를 봤을 때, 우리 경제가 정말 불확실성, 그러니까 미래를 갔다 왔어도 확인할 수 없는 불확실성이 상존한다고 우리가 믿는다면, 경제모형은 그런 불확실성을 올바르게 대처할 수 있는 어떤 중요한 방법이라고 할 수 있겠습니다. 그렇기 때문에 금융위기가 아주 중요한 어떤 경제모형들뿐만 아니고 여러 다양한 예측이나 전망을 하는 분야에 있어서 큰 충격을 줬는데, 왜 대체 아무도 경제의 금융 위기를 예측하지 못 했느냐? 왜 주류의 메인스트림에 있는 여러 기관들이 경제의 위기를 못 했는지에 대해서 사후적으로 평가를 하고 업데이트를 하면서 금융과 거시경제의 상관관계나 인과관계를 그동안 여러 기관들이 상대적으로 더 조명하지 못했다 이런 식으로 학습이 되고, 지금 그래서 다양한 방식으로 모형뿐만이 아니고 전망이든 동향 분석, 다양한 분석을 통해서 금융시장과 거시경제의 건전성에 대한 분석이 굉장히 많이 이뤄지고 있구요. 그렇기 때문에 모형이 실패했을 때 당연히 실패 자체는 반가운 일은 아니지만, 체계적인 사후평가를 통해서 어떤 전망치가 어떻게 잘못됐는데 이게 왜 잘못됐는지를 분석하고 그런 분석을 통해서 저희가 새로운 걸 배울 수 있고, 그런게 이제 모형이 제공하는 아주 중요한 요소라고 할 수 있겠습니다.

[7. 모형이 갖추어야 할 덕목](p.7-1)

구체적으로 그러면 이런 좋은 모양을 만든다는게 어떤 건지 앞서 잠깐 말씀드렸지만 조금 더 formal하게 말씀드리면, 아주 유명한 문구입니다. 1979년에 조지 박스라고 하는 유명한 통계학자가 했었던 얘긴데, 모든 모형은 다 잘못됐지만, 몇 개는 쓸만하다 이런 식으로 얘기했습니다. 사실 모형을 만든 사람들은 대가가 저렇게 말해줘서 편안하게 저 말을 자주 인용하면서 모형이 잘못됐을 때마다 대가도 저렇게 이야기했다 이런 식으로 일종의 변명을 하기도 하는데, 그렇지만 이제 단순히 저 문구에서 끝나는게 아니라 그렇다면 왜 저럴 때 우리는 모형을 어떻게 다뤄야 되느냐? 모형의 덕목이 무엇이냐? 라고 정리를 크게 두 포인트로 했습니다. 첫 번째는 다룰 수 있을 만큼 간단해야 된다는 것입니다. 앞서 말씀드린 장난감 비유랑 마찬가지로 우리가 모형을 정말 정교하고 잘 만들수록 저는 조예가 깊진 못하지만, 아주 정교하게 만든 전시 작품이나 어떤 모형품이 있을 때, 그건 이제 너무 정교하고 섬세하기 때문에 갖다놓고 전시하고 감상만 하게되는 경우가 많잖아요. 꼬맹이들이 와서 만지다가 고장나서 큰 일이 나고 그렇게 되면은 감상용으로는 쓸 수 있지만, 저희가 경제 전망을 할 때는 이 모형을 거친 데에서 다양한 환경에서도 굴려도 보고, 이게 잘 돌아가는지 물 속에서도 들어가 보고 정말 다양한 환경에서 실험을 다양하게 해봐야 되는데, 그렇게 하려면 조금 다룰 수 있을 만큼은 간단해야 되겠죠? 오른쪽에 보고있는 자동차 사고 실험에서 사용하는 저 자동차 더미 인형이 제가 생각했을 땐 정말 좋은 예시라고 생각하는데, 우리가 이제 자동차 더미에는 현실의 인간을 잘 반영해야겠죠? 예를 들어 더미는 아주 초강력한 합금으로 만든, 비브라늄으로 만든 더미인형이면 사고 실험을 아무리해도 튼튼하게 나올텐데, 그렇다고 우리가 과연 이 자동차는 안전하다? 이렇게 말할 순 없을테고, 그렇다고 무슨 종이인형으로 만들어서 모든 자동차 사고는 죽음을 피할 수 없다 이렇게 결론내리는 것도 이상하기 때문에 적정한 수준에서 사람의 내구성을 묘사해야 될텐데, 그런 맥락에서 우리가 다룰 수 있을 수준의 혹은 가용한 자원 안에서 만들 수 있는 수준의 더미를 만드는 것이 중요하다고 볼 수 있겠습니다. 그 다음으로는 또 해석이 가능해야 됩니다. 다룰 수 있을 만큼 간단하다는 말은 또 너무 복잡해서는 안 된다는 뜻인데, 너무 복잡해서 이 결과가 왜 이렇게 잘 나왔는지 이해할 수 없다면, 그것도 우리가 원인을 분석하는 데 있어서 활용할 수가 없다는 점에서 중요한 준거라고 볼 수 있겠습니다. 그래서 경제학 모형이 굉장히 많이 발달하고 있는 다양한 기계학습이나 여러 가지 기법들과 많이 접점을 찾아가면서 개발이 되고 있지만, 예를 들어 챗GPT한테 이런 거를 맡기면 되는 거 아니냐? 이렇게 생각하실 수 있을텐데, 문제는 챗GPT는 정교하게 우리에게 답변을 주긴 하지만, 정말 추론에 있어서 인과관계를 잘 규명하느냐? 이런 식으로 기계학습 모형들은 그러한 문제점이 있기 때문에, 왜냐하면 살펴보시면 모형이 굉장히 복잡하게 구성이 되어 있습니다. 그렇기 때문에 우리가 이걸 안에서 뜯어보고 분해해서 다시 결합을 할 수 있을 정도로는 모형이 단순해야 우리가 이것을 활용할 수 있다고 볼 수 있겠습니다. 그 다음으로는 우리가 이 모형을 만드는 동안 사용했던 가정들이나 혹은 현실에서는 존재하지만 모형에서는 반영하지 못한 그런 모든 부분들 중에 우리가 놓치고 있는 것 중에 무엇이 가장 중요하고 어떤 것이 결정적일 수도 있겠다라는 점을 명심하면서 모형을 사용해야 되겠습니다. 바로 이제 실험과 실전에서의 차이 중에 핵심이 무엇이냐? 그리고 어떤 최신 정보를 반영하지 않았느냐? 이런 거를 항상 염두에 두고 모형의 결과를 해석할 수 있어야 되겠습니다. 다시 더미 이야기로 돌아가자면, 지금 보시고 있는 단순한 더미는 예를 들어 근육이 없다든지, 반사신경이 없기 때문에 자동차 사고의 정말 짧은 찰나지만, 인간의 반사신경이 조금씩 몸을 움직이게 해서 실제 인체를 잘 구현했었어도 우리가 그런 가정이 과연 반사신경을 반영하지 않은 것이 결과에 이 실험이 실제를 반영할 수 있다는 건지에 대해서 한 번 질문을 해볼 수 있겠죠? 그리고 몸무게 차이가 크게 날 경우에 우리가 다양한 더미를 최대한 구성하지만, 마동석 더미와 일반 건장한 체격의 남성 더미와 고령 인구의 더미와 이런 것들이 과연 인구 차이나 나이 차이나 다양한 개인의 특성 차이를 반영하지 않았을 때 이 사고의 결과가 어떻게 달라질 것이냐? 이런 것들도 사실 앞부분과 뒷부분이 어떻게 보면 trade-off 관계에 있다고 볼 수 있는데, 우리가 이런 걸 다 반영할 수는 없지만, 반영하지 않았다고 해서 결과가 그냥 상관없다, 우리가 한 가정은 무해하다 이렇게 주장할 수는 없기 때문에 이 두 가지를 잘 고려를 하면서 모형을 제작하는 것이 가장 중요하다고 볼 수 있겠습니다. 그래서 비단 경제학 모형뿐만 아니고 혹시나 앞으로 보시게되는 다양한 모형에 대해서 이것을 평가할 때 이 두 요소가 정말 아주 고전적이지만 중요한 평가요소기 때문에 이런 점을 조금 감안해서 모형을 바라보고 혹은 모형을 다루게 되는 경험이 있게 될 때는 저 두 가지 요소를 반드시 명심하는 것이 좋을 것 같습니다.

[8. 어떤 모형이 필요한가?](p.8-1)

그러면 이제 구체적으로 경제 전망에 있어서의 모형은 어떤 모형이 필요한지에 대해서 말씀드리겠습니다. 우선 경제 이론이 있기 때문에 경제는 사실 물리학의 정량적이고 과학적인 방법론을 최대한 추구하고 반영하려고 노력하지만, 사회과학과 자연과학의 결정적인 차이는 다루고 있는 대상이 사람인 것이냐? 아니면 사람이 아닌 어떤 물질인 것이냐? 이런 차이가 있는데 우리가 물리과학 법칙을 보편적이라고 할 수 있을텐데, 돌의 모양이 어떻든 간에 상관없이 우리가 실험을 이렇게 하든, 저렇게 하든 돌이 가지고 있는 내재적 특성은 바뀌지 않습니다. 하지만, 인간을 특히 사회 자체에 대한 실험은 첫 번째로 불가능하기도 하고 두 번째로 그 실험을 하는 행위 자체가 사회 자체에 판단과 행동의 변화를 일으키게 됩니다. 그렇기 때문에 우리가 경제학 이론은 인과관계를 매우매우 중요하게 여기고 있는데요. 그렇게 되면 인과관계를 최대한 반영하면서 이론을 정립해 나갈 때는 다양하고 아주 강력한 제약 혹은 가정들이 많이 들어갈 수밖에 없게 됩니다. 그렇게 되면 어떤 제약이라고 하는 것은 어떤 원인이 이렇게 들어가면 결과가 이렇게 나와야 된다라는 흐름을 강제하는 거기 때문에 우리가 다루고 있는 수많은 데이터들이 그 이론 하나에 맞춰서 정확하게 움직여지고 나온 결과가 아니기 때문에 그 데이터들이 실제 움직이는 행태를 이론을 다 적용하기 시작하면 설명을 하기가 점점 더 어려워질 수가 있습니다. 그런데 그와 반대로 경제학 이론을 다 버려버리고 데이터의 움직임을 기반으로 해서 데이터의 상관관계만을 이용해서 우리가 어떤 경제모형을 만들자 이렇게 되면 지금까지 지내왔던 모든 경제의 흐름을 상관관계적으로는 잘 설명할 수는 있겠지만, 반대로 왜 이렇게 됐는지 혹은 다른 정책을 펼쳤을 때 어떻게 바뀌었어야 하는지 이런 분석을 하는데에는 조금 한계가 있게 됩니다. 그래서 아래 보시는 스펙트럼 상에 보시면, 왼쪽 끝에는 이론을 더 충실히 따를수록 오른쪽 끝에 있는 데이터에 부합하는 그런 모형을 만드는 게 어려워질 수도 있다 이런 일종의 스펙트럼이 있구요. 따라서 경제모형을 만들 때 선택해야되는 점은 바로 이 스펙트럼 상에서 어떠한 포인트의 모형을 만들 것인가라고 할 수 있겠습니다. 그러면 그 스펙트럼에 기반을 해서 어떤 모형의 형태나 양상을 종류로 나눠서 표현하자면 먼저 구조 모형이 있습니다. 구조라는 것은 쉽게 말해서 원인과 결과를 규명하거나 식별을 한다는 것을 뜻하는데요. 그렇기 때문에 이론을 기반으로 구성되기 때문에 원인과 결과를 모형 안에서는 설명할 수 있습니다. 설령 그게 현실경제와 조금 동떨어진다고 해도 이 모형 안에서는 그 매커니즘을 설명할 수가 있습니다. 가장 대표적으로 지금 사용되고 있는 모형이 저 Dynamic Stochastic Eneneral Equilibrium(DSGE) 이라는 모형인데, 아마 요즘은 대학교 학부경제 수업에 거의 막판에 이름을 한 번 들어보실 수도 있고 아니면 못 들어볼 수도 있는 여러 가지 이론이 많이 반영되고 여러 가지 기술적인 부분이 들어가기 때문에 접하기 쉽지는 않지만, 대부분의 중앙은행에서는 핵심 모형으로 사용하고 있습니다. 그 다음으로는 이제 반대쪽 방향에는 축약식, 혹은 시계열 모형이라고 하는 그런 것들이 있는데, 사실은 요즘 계속 말씀드리는 기계학습의 대부분의 모형들이 이러한 데이터 부합성을 최대한 활용하고 있는 모형들이 많습니다. 그래서 Vector Auto Regression(VAR)라고 해서 벡터 자기상관 모형이나 기계학습 모형, 혹은 이제 여러분들이 실생활에 더 많이 접근할 수 있는 그런 데이터기반 모형들이 한 쪽 반대쪽 끝에 있는데, 이 두 모형들이 아주 완벽하게 분리된다기 보다는 모형의 제약을 얼마나 더 가느냐, 덜 가느냐 이런 스펙트럼 상에서 이제 우리가 모형을 조금 변화해서 모형을 조금 더 가운데있게 만들 수 있고, 왔다갔다 이동시킬 수도 있고 그렇게 되고 있는데, 그렇기 때문에 이쯤되면 모형을 그러면 다양하게 골고루 갖고 있는 것이 가장 좋지 않은가? 이런 결론을 내릴 수 있지 않을까 싶습니다.

[9. 다모형(Multi-model) 접근법](p.9-1)

그렇기 때문에 용도별로 다양한 모형을 구축할 필요가 있습니다. 사실 이제 누군가는 완벽한 궁극의 모형을 만들면 되는 것이 아니냐라고 할 수 있을텐데, 앞서 말씀드린 것처럼 모형을 다룰 수도 있는 수준으로 만들어야 되고, 간과하고 있는 부분도 고려를 해야되는 trade-off에 맞춘다면, 사실은 계속해서 변하는 경제구조에 대응하는 완벽한 하나의 모형이라는 것은 사실 갖기가 어렵습니다. 그렇기 때문에 우리가 다양한 경제 용도별로 모형을 최대한 다양하게 활용해서 모형을 활용하는 것이 중요할텐데, 용도를 나누자면 경제를 전망하는데 상관관계를 기반으로 과거에 이래왔으니 미래에는 이런 비슷한 양상이 진행될 것이다라고 인과관계에서는 조금 자유로운 그런 경제전망 자체에 집중할 것이냐, 혹은 정책분석 및 실험 이런거는 인과관계를 잘 반영해야겠죠? 과거로 돌아갔을 때 금리를 인상을 했었으면 어떻게 될 것이냐, 과거로 갔을 때 금리를 낮췄으면 어떻게 될 것이냐 이런 거는 사회과학적 특성 상 인과관계가 명확하게 규명된 그러한 스토리 하에서만 진행될 수 있는 실험이기 때문에 그 경우에는 앞서 보신 경제전망에 집중한 모형과는 조금 다른 형태를 가져야 될 것입니다. 그리고 전망 자체에도 우리가 단기에 자잘자잘한 변화들을 다 세밀하게 캡쳐해서 이것을 실제 다음 전망에 반영할 것이냐, 혹은 이런 자잘한 움직임들은 일종의 노이즈로 취급을 하고 조금 더 장기적인 움직임, 더 천천히 움직이는 주기의 변동들을 포착해서 조금 더 중장기적으로 경제를 전망할 것이냐에 따라서도 모형의 디자인이 달라질 수가 있습니다.

[9. 다모형(Multi-model) 접근법](p.9-2)

네, 그러면 모형이 다양한데, 다양한 모형은 어떤 점에서 좋을 수 있느냐? 사실 이거는 어떻게 보면 물이 반밖에 없네? 물이 반이나 있네? 이렇게 생각할 수도 있는데, 각각의 가정과 구조에 기반한 스토리를 잘 이해할 수 있는 모형들을 다 가지고 있다면, 아래 보시는 그림처럼 다른 결과 전망치를 제시하게 될겁니다. 아래에 보시는 그림은 2017년 미국의 금융통화위원회라고 할 수 있는 FOMC에서 실제로 의사결정을 할 때 활용했던 의사록에서 발췌했는데요. 참고로 미국 연준같은 경우에는 5년 뒤에 실제로 활용했던 의사록을 공개하고 있습니다. 따라서 올해가 이제 2022~23년이다보니까 5년 전 2017년이 올해 공개가 됐는데요. 보시는 다양한 색깔들은 뉴욕 그리고 워싱턴, 그리고 필라델피아, 시카고 이런 다양한 지역 연준들이 각자 보유하고 있는 모형들을 기반으로 실질 GDP 성장률을 보시면 17년 3분기에서 20년 3분기, 총 3년의 전망을 그려낸 것입니다. 보시는 것처럼 대동소이합니다. 특히 앞부분을 대동소이하다고 할 수 있고, 1년이 넘어가기 시작하면 굉장히 차이가 많이 나기 시작하는데, 그러면 이게 모형이 다 틀렸으니까 쓸모가 없다? 이렇게 봐야되느냐, 그렇게 본다기 보다는 이 모형이 왜 이런 결과를 나오도록 했는지 그 원인을 들어보고 스토리를 들어봄으로써 어떤 스토리가 더 내가 생각하고 있는 의사결정에 도움이 되느냐 혹은 왜 내가 생각하는 전망치랑 뭐가 저렇게 나오는걸까? 쟤는 왜 저런 다른 소리를 하는걸까? 그런 걸 들음으로써 더 의사결정에 도움이 된다고 볼 수 있습니다. 이게 마치 조선시대에 임금 앞에서 수많은 신하들이 계속해서 서로 다른 소리를 하면서 누구는 된다 그러고 누구는 안 된다 그러고 계속 끊임없이 싸우고 있는데, 그럼 이제 임금이 하나씩 불러놓고 왜 너는 그렇게 생각하느냐? 이렇게 물어보잖아요. 그럼 이제 신하는 나는 이렇기 때문에 결과가 이렇게 될 것이다 이렇게 설명하고, 그러면 임금이 과연 올바른 임금이라면 그렇게 다양한 소리를 하는 신하들을 더 다양하게 활용할 수 있어야 될테고, 내 말에 잘 맞는다고 한 명만 편향적으로 말을 듣는다면, 한두 번은 그 신하가 잘 할 수 있지만, 앞으로 계속 그 신하가 잘 할 것이라는 보장도 없고, 혹은 사후적으로 평가를 했을 때 그렇게 드러나지 않을 가능성이 훨씬 많겠죠. 그렇기 때문에 모형이 심지어 같은 용도의 모형이라도 다양하게 다른 결과를 내비쳤을 때, 그 뒤에 있는 돌아가는 스토리를 이해할 수 있고, 설명할 수 있다면 그렇다면 그 모형은 아주 쓸모있는 모형이라고 할 수 있습니다. 따라서 이제 지금 한국은행도 마찬가지로 점점 다양한 모형을 추가하고 개발하고 개선해 나가면서 공식적인 경제 전망에서도 향후에는 저런 다양한 모형이 어떻게 돌아가는지 그런 것도 설명할 수 있을 것이라고 기대하고 있습니다.

[10. 한국은행의 경제모형 체계 - BOK 모형 라인업](p.10-1)

그러면 이제 한국은행은 구체적으로 어떤 모형을 가지고 있는지 경제모형 체계에 대해서 말씀드리겠습니다. 사실, 모형의 이름들은 내부적으로는 워낙 자주 사용하기 때문에 익숙한데, 처음 보시기에는 저런게 다 무슨 소용이 있고 어떻게 쓰이는지 보기가 어렵습니다. 먼저 오른쪽 끝에 보이는 성질에 따른 분류는 아까 보여드린 스펙트럼과 동일한 스펙트럼인데요. 물론 좌우가 조금 바뀌긴 했습니다. 왼쪽 끝이 데이터에 조금 더 부합하는 것이고, 오른쪽 끝이 이론에 더 부합하는 그런 모형이라고 할 수 있는데, 먼저 오른쪽 끝에 다 DSGE 라는 말이 붙어있는게 이제 Dynamic Stochastic Eneneral Equilibrium 이라고 해서 동태적인 확률 일반 확률 균형 모형들이 나와있구요. 왼쪽 끝으로 보시면은 벡터 자기 상관 모형이나 동태적인 요인 모형에서 Dynamic Factor 모형 이런 Factor 모델 이런 것들을 활용하고 있습니다. 그 가운데 보시면 데이터적인 흐름을 최대한 반영하지만 그래도 최소한 정도의 경제 논리나 구조가 조금은 반영되어 있는 연립방정식 형태의 BOK20 모형이 있구요. 그 다음에 조금 더 이론에 조금 더 다가가는 준구조모형이라고 그래서 BOKDPM같은 이건 Dynamic Projection Model 이라고해서 한국은행에서 중기적인 시계에서 분석할 때 자주 활용되고 있는 준구조모형으로 IMF에서 2008년에 처음 개발이 된 모형을 한국 실정에 맞춰서 많이 개량을 한 모형이라고 보시면 되겠습니다. 왼쪽에 보시면 목적에 따른 분류를 보실 수 있는데, 앞서 말씀드린 것처럼 데이터의 움직임을 기반으로 이 움직임이 계속해서 비슷한 양상을 보일 것이다라는 전제 하에서 경제전망에 집중하는 모형들을 왼쪽에 경제전망모형이라고 하구요. 오른쪽에는 데이터의 정합성도 최대한 달성하려고 하지만, 그와 동시에 인과관계를 분명히해서 정책을 분석하는데 활용할 수 있는 그런 정책분석모형들이 있습니다. 경제전망모형같은 경우에는 우리가 아까 말씀드린 것처럼 단기, 중기, 그리고 장기해서 단기는 반기정도, 3~6개월 정도 사이에 경제전망을 할 때 사용하구요. 중기는 2년 내외라고 하고 장기는 말 그대로 그 이상, 2년 이상의 시계열을 일반적으로 장기라고 하는데, 조금 더 엄정하게 보자면 단기같은 경우에는 정말 우리가 GDP를 기준으로 하면 GDP는 분기별로 데이터가 새로 나오기 때문에 가장 짧은 시계열을 우리가 3개월, 분기단위라고 할 수 있습니다. 그렇기 때문에 단기, 초단기 이런 거는 보통 분기를 뜻하구요. 중기라고 하는 것은 사실 어떤 데이터적인 것보다는 경제 이론적인 특성에서 경기가 변동하고 순환한다고 볼 때, 경기의 순환 사이클의 주기를 보통 중기라고 합니다. 이 순환 사이클이 완벽한 한 사이클이 아니어도 한 번 성장기에 들었다가 침체기에 들었다가 한 사이클의 반절 정도 하나의 중기단위라고 볼 수 있어서, 한국은 경제 변동 주기가 조금 더 빠르기 때문에 2년 내외로 보는데, 국가의 특성에 맞춰서 중기는 1년에서 3년 혹은 5년까지도 중기로 보는 경우도 있습니다. 장기같은 경우에는 뒤에 이제 장기 부분은 따로 설명할 수 있을 것 같아서 장기는 조금 뒤에 말씀드리도록 하겠습니다. 그렇기 때문에 경제 전망에 가장 대표적으로 사용하는 모형은 중기모형이라고 할 수 있습니다. 왜냐하면 단기 모형은 그 다음 나오는 데이터, 숫자를 맞히는데 집중할 수밖에 없기 때문에 그 자체로 우리가 어떤 완전한 스토리텔링을 하기에는 조금 부족하구요. 그렇기 때문에 중기 모형들이 이런 다양한 경제 구조나 스토리들을 탄탄하게 갖춰서 단기 전망에서 제공되는 단기 전망 자체를 일종의 전망 전제치로 활용해서 유기적으로 단기가 이렇게 될 때, 중기는 어떻게 될 것이냐? 이런 유기적으로 결합되는 모형체계를 가지고 있습니다.

[11. 단기전망 모형](p.11-1)

그러면 단기전망 모형부터 먼저 설명을 드리겠습니다. 단기전망 모형은 주로 시계열 모형하고 기계학습 모형같은 걸 활용하구요. 당연히 다음 GDP가 어떻게 될 것이냐? 그 다음은 상관없으니까 당장 다음을 더 잘 맞혀달라. 이런 식으로 모형이 집중되어 있기 때문에 데이터를 최대한 많이 활용하도록 디자인이 되어 있습니다. 그래서 아무래도 경제 이론을 최대한 제약을 줄이고 훨씬 더 유연하게 모형을 만들었기 때문에 데이터가 말해주는 결과를 거의 곧이 곧대로 나올 수 있도록 조정이 되어 있는데, 이게 이제 정말 어떤 수치적인 퍼포먼스는 단기전망이 잘 나오는데, 반면에 이 숫자가 어떻게 올라왔느냐, 어떻게 떨어졌느냐, 변동이 없느냐 이런 거에 대해서 원인을 명확하게 짚어내거나 식별하는 데에는 조금 제약이나 한계가 있다고 볼 수 있습니다. 그렇지만 최근에 이런 단기전망 모형같은 거는 개발이 정말 빠르게 이뤄지고 있는데요. 소위 말하는 빅데이터 시대에 돌입해서 우리가 단기적으로 정말 많은 정보를 총동원해서 그 다음 정보를 다음 분기에 정보를 맞히는데 있어서 정말 다양한 활용도가 높아졌다는 게 이제 아주 근래에 집약적으로 연구가 많이 발전이 됐기 때문에 이 부분에 있어서는 지금 단순히 이제는 어떤 숫자들을 활용하는 것을 넘어서 뉴스나 개인의 심리 지수들까지도 직접 개발을 해서 다양한 데이터 마이닝 방법도 활용하고 그런 걸 통해서 지금 단기모형을 개발하고 있습니다. 지금 우측에 보시는 부분이 이제 텍스트 베이스로 실제 단기전망을 계산을 했다는 것을 이제 저희가 working paper로 발간한 논문에서 발췌한 그림인데요. 보시면 실제 초록색 GDP를 원래 쓰고 있던 주황색보다 지금 새롭게 개발한 빅데이터를 활용한 파란색 전망이 훨씬 더 초록색 선에 잘 부합하게 나왔다 이런 식으로 결과가 훨씬 개선되는데, 보시는 것처럼 시계열이 지금 아주 짧은 주기로, 거의 월단위 주기로 진행되고 있는 것을 보실 수 있습니다.

[12. 장기전망의 목표](p.12-1)

네, 그 다음에는 이제 중기가 핵심이기 때문에 장기로 먼저 넘어가서 말씀드리겠습니다. 장기전망은 뭘 하느냐라고 봤을 때, 100년 뒤의 경제를 전망하는 것은 아닙니다. 그렇다고 10년 뒤의 경제를 전망하냐, 어떤 구체적인 몇 년 뒤의 전망을 하는 것보다는 경제 현재 실질적인 추세를 판단하는데 우리가 이것을 장기전망이라고 표현을 합니다. 지금 보시는 가운데 등식을 보시면, Yt를 우리가 국내총생산, 실질GDP라고 하면 이 GDP 그래프 실제 데이터를 보시면 큰 틀에서, 멀리서 봤을 때는 꾸준히 우상향하는 추세가 있지만, 가까이 확대해서 보면 움직임이 위로 아래로 왔다갔다하는 경기변동을 갖고 있는 걸 볼 수 있는데, 그러면 우리가 어떤 관념적이거나 개념적으로는 저 국내총생산을 잠재적인 GDP라 그래서 잠재GDP, YtT거나 경기변동해서 Y cycle T 해서 YcT. Y trend T와 Y cycle T 이렇게 두 개로 분해해서 생각해 볼 수가 있을텐데, 장기전망의 목표는 저 Y trend T를 추출해내는 것입니다. 사실 Y cycle T를 추출하든, Y trend T를 추출하든 둘 중 하나를 추출해내는데 성공하면 나머지 하나도 자동으로 나오게 되겠죠? 그래서 어쨌든 두 가지 혹은 한 가지 사실상 같은 하나의 방법으로 우리는 장기적인 잠재GDP를 뽑는다 이렇게 표현을 합니다. 그러면 잠재GDP가 왜 중요하냐? 그런 건 이제 사실 당연히 모든 면에서 굉장히 중요하지만, 오늘은 통화정책에 있어서 왜 잠재GDP가 중요한지에 대해서 말씀드리겠습니다. 보시면 밑에 잠재GDP를 정의를 조금 더 명확하게 하자면, 추가적인 인플레이션 압력을 유발하지 않으면서도 경제가 생산할 수 있는 최대 총생산량, 최대 GDP를 잠재GDP라고 정의합니다. 그렇기 때문에 실질GDP가 우리가 측정한 잠재GDP보다 위에 있다고 하면 현재 경제는 일종의 물가 상승 압력을 받고 있다. 즉, 쉽게 보시면 저 Yt는 수요에서 측정되는, 혹은 지출에서 측정되는 GDP라고 볼 수 있구요. Y trend T는 생산쪽에서 측정되는 GDP라고 본다면, 실질GDP가 잠재GDP보다 크다는 건 수요가 공급보다 많다는 뜻이겠죠? 그렇기 때문에 수요가 상승 압력을 받아서 물가가 상방 압력을 받게 되고, 반대로 현재 있는 GDP 수요가 GDP 공급보다 낮다 그러면 이제 물가가 하락할 수도 있는, 물가의 하락 가능성이 예견이 된다 이렇게 측정할 수 있다고 볼 수 있습니다. 한국은행의 통화정책의 목표가 물가안정이기 때문에, 그렇기 때문에 잠재GDP를 측정하는 것은 통화정책 결정에 있어서도 아주 중요한 요소라고 볼 수 있습니다. 그래서 우측에 일종의 가상으로 그려본 간단한 실질GDP와 잠재GDP인데, 우리가 지금 경제통계시스템을 가서 보시면 주황색 선을 보실 수 있게 됩니다. 실질GDP 데이터를 뽑아서 차트를 그려보시면, 주황색 선이 나오게 되어있습니다. 그래서 우리가 해야되는 건 저 주황색 선을 보고 저 주황색 선을 관통하는 꾸준하고 안정적인 추세가 무엇이냐 이것을 찾아내는 게 장기전망 모형의 목표라고 할 수 있겠습니다.

[13. 장기전망의 모형](p.13-1)

네, 그러면 장기전망은 앞서 말씀드린 것처럼 관측이 안 되기 때문에, 이것을 어떻게 그러면 추정하느냐? 앞서 말씀드린 몇 가지 아이디어를 바탕으로 현재 한국은행에서는 총 네 가지 방법을 활용하고 있습니다. 먼저 생산에 투입되는 한국의 총 노동량과 총 자본량, 그리고 한국의 기술생산성, Productivity라고 하는 총 생산성을 각각 측정해서 이 세 개의 결합체가 최종 산출물을 만들어낸다. Value-added 된 부가가치를 창출한다라는 아이디어에서 모형을 만들어서 잠재생산성을 이제 시산을 하구요. 그 다음으로는 앞서 보신 것처럼 트렌드를 직접적으로 추출하기 보다는 사이클을 먼저 추출해서 그 다음에 트렌드를 찾아내자라는 아이디어에 기반해서 노동시장의 사이클과 실제 총생산, 경기변동의 사이클이 어느 정도 공행성을 갖고 있다라는 이론을 기반해서 그 아이디어를 바탕으로 다변량 필터링 모형을 활용해서 먼저 사이클을 뽑아내고, 그 다음에 거기에 대응되는 잠재GDP를 역산하는 방식이구요. 그 다음에 준구조모형 형태를 가져서 통화정책과 우리가 흔히 잘 알고 있는 필립스 커브, 그리고 동태적인 개인의 시점과 소비 최적화 선택할 수 있는 그런 소비의 최적화 이론을 다 결합해서 필수적인 이론만 최소한으로 반영해서 데이터를 통해서 어떤 트렌드를 뽑아내는 준구조모형이 있구요. 마지막으로는 경제모형을 전부 다 제거하고 저 그래프를 봤을 때에도 꾸준하게 올라가는 부드러운 선과 계속 삐뚤빼뚤 움직이는 뾰족한 노이즈 혹은 아주 높은 주기의 움직임과 아주 낮은 주기의 천천히 움직이는, 어떻게 보면 물리적으로 혹은 통계적으로만 아이디어 활용을 해서 주기의 높낮이를 이용해서 잠재GDP를 추정하는 그런 방법, 총 네 가지 방법을 저희가 다 사용해서 그래서 잠재GDP를 실제로 분석할 때도 앞서 보여드린 다양한 모형의 다양한 결과를 나타낼 때 이거를 보고 잠재GDP는 어떤 상황에 있겠구나, 왜 이건 이런 모형, 이런 결과가 나왔느냐 이런 거를 내부적으로 분석을 하고 잠재GDP의 어떤 잠재적인 추정치를 저희가 내부적으로 확인하고 있습니다. 그래서 이 모형은 제가 최대한 수학을 하나도 활용을 안 하려고 노력을 하다보니까 내용을 조금 Dry하게 말씀드릴 수밖에 없었는데, 자세한 내용이 궁금하신 분들은 2019년 8월 이슈노트나 2021년 9월 이슈노트, 코로나 전후로 해서 잠재추정을 어떻게 하고 있는지를 소개하고 있으니 참고하시면 좋을 것 같습니다.

[14. 중기전망 모형](p.14-1)

그러면 이제 코어라고 할 수 있는 중기전망 모형에 대해서 이제 말씀을 드리겠습니다. 중기전망 모형같은 경우에는 아까 말씀드린 한 2년 내외로 하는 시계열의 전망과 정책분석 이 두 개를 모두 담당하고 있는 중추적인 모형입니다. 그래서 단기전망 모형과 단기전망에서의 다음 실적치하고 장기모형에서 나오는 잠재GDP의 추정치 이런 것들을 추가적인 정보로 입수한 다음에 그것을 전제로 베이스 시나리오를 중기모형에서 작성하게 됩니다. 그 다음에 기본 베이스 시나리오를 만든 다음에는 대외 변수들. 특히 국제경제의 변화나 유가나 석유시장 등 우리나라 경제에 지대한 영향을 미칠 것이지만 우리가 어떻게 통제할 수 없는 대외 리스크들을 상방리스크와 하방리스크로 시나리오를 구분해서 지금 우측에 보시는 것처럼 시나리오별로 저희가 지금 분석을 하고 전망을 제시하고 있습니다. 우측에 보시는 거는 지난 8월 경제전망보고서에 있는 그림을 발췌해 온건데요. 보시면 21년과 22년까지는 실제로 일어났었던 CPI 상승률 실적치를 보여드리는거고, 까만색에서 동그란 점이 있는 Baseline 시나리오와 다양한 추가적인 스토리를 가미한 시나리오별로 물가상승률이 어떻게 될 것이다 이렇게 전망하고 있는 것을 보실 수 있는데, 지금 보고계신 그림이 중기전망 모형을 기반으로 전문적인 판단을 추가해서 나온 결과를 보여드리고 있습니다. 그렇기 때문에 경기변동과 전망이 어떤 원인에서 변화를 했는지 그 원인도 분석을 같이하는 것이 중기전망 모형의 중요한 역할이라 할 수 있습니다.

[15. 중기전망 모형: BOK-DSGE](p.15-1)

중기전망 모형의 가장 코어모형이라고 할 수 있는 게 BOK-DSGE 모형인데요. 아래 보시면 모형의 도식이 간단하게 나와있는데, 여기서 일반적이지 않은 내용인데 소규모 개방경제에 뉴케인지언 모형을 소규모 보다는 중규모로 확장하고 우리경제 실정에 맞춰서 훨씬 더 큰 규모로 이제는 중규모에서 대규모 사이로 규모가 그렇게 변했구요. 그래서 중규모 모형의 DSGE 모형을 해외의 영향력을 적극적으로 반영한 모형이라고 할 수 있습니다. 그래서 이 모형은 인과관계를 명확하게 하기 위해서 일을 해서 노동력을 제공하고 거기에 대한 대가로 임금을 받고, 또한 저축을 함으로써 자본에 일종의 투자를 하는 그런 경제 주체, 가계가 임금 수입과 자본 수입, 그리고 추가적인 기타 이전 수입을 통해서 소비를 하고 그걸 통해서 장기적인 효용을 추구하는 가계가 있구요. 마찬가지로 가계로부터 노동력과 자본을 투자받아서 재화를 생산해 이윤을 극대화하는 기업이 있고, 물가와 경기를 안정화하는 중앙은행, 마지막으로 국내에 영향을 미치는 해외기업 혹은 해외 수요를 창출하는 국가와 석유시장 이런 것들을 다 반영해서 구조적으로 넣었기 때문에 예를 들어 원유시장이 바뀌면 어떤 결과가 일어나느냐? 코로나로 인해서 노동 공급이 줄어들면 경제가 어떻게 변하느냐? 이런 중요한 질문들에 답을 할 수 있도록 설계가 된 모형입니다.

[16. 경제전망 과정과 모형의 역할 - 모형의 한계](p.16-1)

네, 그러면 마지막으로 경제전망의 디테일한 과정하고 그 안에서 모형이 어떤 역할을 하고 있는지에 대해서 설명을 드리도록 하겠습니다. 여기까지는 저도 경제모형실에서 근무하고 있기 때문에 모형편만 너무 든 것 같은데, 모형은 당연히 한계가 있습니다. 모형은 언제 어디까지나 현실 경제를 단순화한 모방품이기 때문에 우리가 모형의 결과를 정말 곧이 곧대로 믿는 것은 사실 조금 바보같은 짓입니다. 앞서 말씀드린 자동차 더미를 다시 생각해보셨을 때, 그 결과가 잘 나오고 모든 더미가 안전하게 무사고로 끝났다고 해서 그게 어떤 보장된 결과라고 할 수 없고, 또 우리가 예상하지 못한 다양한 여러 변화들. 그리고 모형을 단순화함으로써 놓치고 있는 아주 많은 요소들이 다양하게 많기 때문에, 그런 문제들이 많습니다. 그리고 또 하나, 경제의 사회과학적인 특성 상 이론의 정합성, 인과관계를 규명하기 위해서 도입했던 여러 가정들이 현실적으로 적합하지 않을 수가 있습니다. 예를 들어 인간의 합리적 기대라고 하는 합리적 기대 능력이 너무 과도하게 설정되어 있다든지, 혹은 가지고 있는 정보량의 차이, 정보 비대칭성이나 다양한 시장에서의 완전경쟁성과 독점적 경쟁, 과점상태 이런 다양한 경제 마찰적인 그런 요소들을 이론에 다 포함할 수가 없었기 때문에 모형에 반영되지 않은, 알지만 반영할 수 없었던 부분들도 충분히 있을 수 있습니다. 게다가 코로나 이후에 뉴노멀의 시대가 도래했다 이렇게 얘기가 나올 만큼 경제구조가 끊임없이 변화하는 것도 모형을 다루는데 있어서 태생적인 한계를 모형이 가지고 있다 이렇게 말씀드릴 수 있습니다.

[17. 전문적 판단(JUDGMENT)의 역할](p.17-1)

그렇기 때문에 전망에 있어서 전문적인 판단의 역할이 굉장히 중요하다고 볼 수 있습니다. 저희가 이제 흔히 Judgment라고 하는, 처음 서두로 돌아가서 경제 전문가. 단순히 언론을 통해서 나오는 경제 전문가뿐만 아니라 한국은행 안에 있는 경제 전문가들이 전망에 같이 참여해서 이 모형의 결과를 활용해서 최종적으로 결정을 내리는 역할을 담당하게 됩니다. 그래서 모형이 반영하지 못하는 정보나 아이디어, 혹은 모형이 가지고 있는 가정을 조금 더 유연하게 상황에 맞춰 대처해 수정함으로써 여러 가지 전문적인 판단을 반영할 수 있구요. 예를 들어 코로나같은 경우가 왔을 때 앞서 말씀드린 DSGE 모형으로 돌아가면, 원인을 알 수 없지만 충분히 인과관계적으로는 원인이라고 할 수 있는 코로나 때문에 노동시장이 훨씬 더 어려움에 봉착하고 원유 가격이 모형 안에서는 알 수 없지만, 모형 밖에서는 이해하고 있는 이런 현상 때문에 상승한다. 이런 다양한 전문적인 판단이 모형에 추가적으로 투영할 수가 있거든요. 그런 모형들이 스스로 반영할 수 없는 거를 직접 이유식을 떠서 먹여준다는 느낌으로 계속 정보를 추가적으로 수정해서 집어넣으면 모형이 훨씬 더 그런 것들을 잘 반영할 수가 있게 됩니다. 그리고 이제 그런 역할을 하는게 전문적인 판단, JUGDMENT의 중요한 요소 중에 하나입니다. 반대로, 모형은 계속 말씀드리지만 도구로써 활용되기 때문에, 모형의 결과 자체가 하나의 전문적인 판단에 있어서 나침반같은 역할을 할 수 있습니다. 나침반이라고 했을 때, 정확한 뜻은 지금 내 선택이 한 쪽으로 치우친 판단이 아닌가? 내 직관이 과도하게 사용되느냐? 내 직관이 덜 사용됐느냐? 어떻게 보면 영점조정과도 비슷하다고 할 수 있는데, 지금 내가 서있는 쪽이 동쪽인지 서쪽인지 이걸 주관적 판단으로 알 수 없기 때문에, 모형이라는 것은 주관적인 편향을 갖고 하지 않고,
가지고 있는 데이터와 이미 내재되어있는 구조로 인해서 기계적으로 결과가 나오기 때문에 이런 것을 보고 아, 내가 지금 어떤 판단을 하고 있구나, 내 판단이 지금 상당히 강한 주장을 하고 있구나, 혹은 내 주장이 모형과 상당히 비슷한 상황에 있는 마일드한 주장을 하고 있구나 이런 것을 판단하는데 큰 도움이 될 수 있습니다. 그렇기 때문에 어떤 전문적인 판단이 경제전망의 모형과 아주 동등한 위치에서, 유기적인 소통을 통해서, 반복되는 여러 라운드를 통해서 모형을 기반으로 다양한 전문가들이 한국은행 내에서 소통을 함으로써 경제전망을 진행하고 있습니다.

[18. 경제전망 과정](p.18-1)

이거를 도식으로 간단하게 보여드리는데요. 경제전망 과정을 보시면, 현재 경제모형실과 조사국에서 Regular하게 경제전망을 담당하고 있는데, 단순히 두 부서뿐만 아니고 한국은행 전체 다양한 부서들이 점점 경제전망에 참여를 하고 있지만, 도식을 위해서 이렇게 간단하게 보여드렸습니다. 보시면 조사국에 다양한 부분을 담당하는 부분별 전문가들이 경제모형실에서 나오는 모형의 결과를 처음에 여러 전망치나 종합적인 경제상황 종합 판단, 다양한 국내외 경제 여건을 점검했을 때, 이런 여러 가지 전제치나 시나리오들이 작성이 되면 그걸 모형이라는 틀 안에 한번 넣어보고 모형이 뱉어내는 결과를 1차적으로 먼저 확인한 다음에 앞서 말씀드린 것처럼 우리의 판단과 모형이 어떻게 다르다, 그리고 다른 이유는 다음과 같다, 이런 식으로 계속 분석을 하고 그렇다면 우리의 전망이나 혹은 모형의 가정을 조금 더 조정해서 다시 한 번 일관된 전제치들을 다시 넣어보자해서 다시 결과가 나오고 이런 것을 반복하면서, 반복 과정을 통해서 모형과 전문적인 판단이 같은 결을, 공감대를 형성하는 과정에 이르기까지 계속 반복되는 과정을 거친다고 볼 수 있습니다.

[19. 경제전망 과정에서 모형의 역할](p.19-1)

그러면 구체적으로는 경제전망 과정에서 모형이 구체적으로 순환 과정에서 무엇을 하냐면, 실제 전망치는 모형에서 나온 게 끝이 아니고 전문적인 판단, 마지막 전문가의 손길이 들어간다고 볼 수가 있습니다. 경제 여건 변화가 어떻게 변하는지를 전문가들이 예측을 하고, 거기에 대한 전제치들을 작성을 하는데, 예를 들어 분야별 전문가들마다 전제치가 일관적이지 않을 수가 있습니다. 예를 들어 중국 경제는 굉장히 성장할 것 같은데, 미국 경제는 굉장히 하락할 것 같다. 그러면 세계 경제 전체에 수요는 어떻게 될 것이냐? 이럴 때 이제 정확하게 합치가 안 될 수 있고, 그럼에도 불구하고 유가 시장은 다른 방향으로 움직일 수 있다. 이런 식으로 분야별로 세부적으로 micro하게 봤을 때는 다를 수가 있기 때문에, 모형이 그런 과정에서 큰 도움을 줄 수 있습니다. 맞지 않는 이야기를 한 번 집어 넣어보고 나온 결과를 봐서 아, 그러면 이 부분이 조금 조정이 되어야겠구나 이런 전문가들의 판단을 합치는 데에도 중요한 소통의 장으로도 활용이 됩니다. 그래서 보시는 경제를 바라보는 인식의 틀, Framework for discussion 이라고 해서 이게 지금 구체적으로 한국은행 경제전망에서 사용되는 경제전망 모형이 가지고 있는 가장 중요한 역할이라고 볼 수 있습니다. 아래 그림을 보시면, 먼저 모형이 순수하게 뱉어내는, 점선으로 되어있는 모형 전망의 전망치가 나오구요. 저 장기균형이라고 나와있는 거는 아까 장기의 잠재 성장 이런 쪽에서 제시한 어떤 기본 축대라고 보시면 되겠습니다. 그래서 중기적인 모형 전망을 저렇게 점선으로
내비칠 때, 우리가 여러 가지 라운드를 통해서 계속해서 분야별 전문가들과의 점검과 반복적인 합치과정을 통해서 우측에 보시는 것처럼 최종 전망치는 실제 모형 전망치와는 조금 다르지만, 그 다른 과정이 전부 다 스토리텔링이 될 수 있도록 전제 하에서 저런 결과가 최종적으로 경제전망 보고서에 실리게 되는 겁니다.

[20. 경제전망 과정](p.20-1)

그래서 모형 전체적으로 봤을 때는 앞서 보여드린 것처럼 맨 위에 단기전망 모형과 맨 아래 장기전망 모형이 각자 전망치들을 제공하면 중기전망 모형이 전제치와 기본 전망 경로를 종합적인 판단, 조사국과 같이 공동적으로 하고 있는 최종 과정을 여러 번 반복하게 되구요. 그래서 보시면 우측에 반복되는 과정들이 계속 포함되게 되어있습니다. 그래서 이런식으로 경제전망을 하는게 딱 한 번의 숫자가 나오고 끝나는게 아니라 이게 말이 되는지, 경제학적으로 논리가 앞뒤가 말이 되는지, 다른 분야의 의견과 일치하는 공감대가 형성이 되는지, 이런 것들을 면밀하게 검토하고 있다 이렇게 보시면 되겠습니다.

[21. 한국은행 경제전망](p.21-1)

그래서 이제 보시는 것처럼 저희가 정기적으로 한국은행 경제전망 보고서를 공표하고 있구요. 오른쪽에 보시는 표를 보시면 21년, 22년, 그리고 23년 이렇게 전망치와 실적치들이 각 GDP 별로는 소비, 투자, 수출, 수입, 노동시장에서의 취업자 수, 실업률, 고용률, 소비자물가도 코어물가하고 농수산품, 석유류 이런 것들을 제외한 것들, 경상수지 이런 경제 주요 거시경제 변수들의 전망치들을 앞서 말씀드린 이 과정을 통해서 최종적으로는 숫자로 보여드리고 있는데, 경제전망 보고서를 저희가 숫자만 보여드리는게 아니라 경제전망 보고서입니다. 이건 이제 인터넷에서 누구나 쉽게 보실 수 있는데, 잘 읽어보시면 굉장히 다양하고 디테일한 뒤에 스토리텔링들이 잘 들어와 있습니다. 그래서 그것을 보시면서 아, 왜 이 사람들이 이런 생각을 했느냐, 그리고 이제 또 지난 전망 보고서랑 같이 비교해서 보시는 것도 굉장히 흐름을 파악하시는데 큰 도움이 될 겁니다. 그 때는 경상수지가 어떻게 된다 그랬는데, 올해는 이렇게 바뀌었구나. 그런데 경상수지에 대한 설명 파트를 비교해서 보시면 아, 지금 경제가 어떤 새로운 정보가 들어왔고, 지금 경제는 이렇게 보고 있고, 모형에서는 기본적으로 이런 제시를 했는데, 전문가와의 가정을 바꿈으로써 다음과 같은 결과가 나왔다 이런 게 이제 잘 드러나있기 때문에, 이게 숫자만 추적하는 것보다는 그 안에 뒤에 있는 설명을 같이 잘 확인해서 보시면 굉장히 많은 통찰과 직관력을 많이 기르실 수 있다고 생각하고 있습니다.

[22. 마치며](p.22-1)

마지막으로 오늘 말씀드린 내용을 정리를 드릴텐데요. 모형은 현실을 반영하려고 하지만, 결국에는 가장 중요한 것은 사고를 돕는, 의사결정을 돕는 도구라고 할 수 있습니다. 그래서 결단코 사람이 모형을 섬기지 말고, 모형이 사람을 섬겨야 한다는 것을 명심해야 될 것 같구요. 경제와 데이터가 복잡해지기 때문에 더 이상 한 개인의 뇌피셜에만 의존할 수가 없습니다. 게다가 어떤 한 유능한 사람의, 전지전능한 사람의 뇌피셜도 변하는 경제를 다 맞혀낼 수 없습니다. 그렇기 때문에 여러 가지 내재된 불확실성, 앞서 말씀드린 것처럼 우리가 주사위에 나온 숫자에 집중하는 게 아니라 주사위의 모양이 어떻게 생겼느냐를 집중하는 것이 경제전망, 경제모형의 본질이라는 점에서, 끊임없이 우리가 더 발전할 수 있는 혹은 계속 끊임없이 토론할 수 있는 명시적이고 과학적인 틀을 제공하는 것이 경제전망에 있어서의 경제 모형이 가지고 있는 의의라고 할 수 있습니다. 끝으로 제가 모형을 다루고 있는 사람으로서 혹시라도 경제학 모형뿐만 아니고 다양한 수리모형에 관심이 많은 분들을 위해서 조언을 감히 드리자면, 먼저 이게 경제학적 사고일 뿐만 아니라 어떤 모형은 결국에는 머리 속에 갖고 있는 구조나 사고 체계를 명시적으로, 특히 이제는 수리적이고 정량적이고 computation 적으로 표현하는 건데, 파란색에서 빨간색으로 넘어가는 부분이 요즘에 정말 많이 각광받고 있는 직종이나 분야에서 제일 요구되고 있는 능력이라고 할 수 있습니다. 그렇기 때문에 경제 이론에 국한되지 않고 원인과 결과를 우리가 생각하고 설명할 수 있는 거면 뭐든지 모형으로 표현할 수 있는데, 그럼 요즘 왜이렇게 통계나 데이터 이런 게 관심이 많으냐 하면, 사용할 수 있는 데이터들이 정말 많아졌습니다. 그렇기 때문에 지금은 뿜어져 나오는 데이터 양에 비해서 데이터를 효과적으로 다룰 수 있는 그런 능력을 갖고 있는 사람들을 찾는 수요는 당연히 늘어났고, 앞으로 늘어날 예정일 것 같구요. 불행히도, 그래서 수학이 중요하다고 하는데, 근데 수학이 중요한 건 어떤 툴을 다루는데 있어서 번역서를 보지 않고 매번 편안하게 작업할 수 있다는 점에서 필요한 것이지, 수학의 필수적인 조건이라고 결코 생각하지 않습니다. 다만, 우리가 어떤 수준 이상에서 발전되어 있는, 누군가가 미리 잘 만들어 놓은 기술을 이해하기 위한 수준까지는 어떤 수리적인 개념을 너무 기피하지 않고, 적절하게 즐기는 식으로, 새로운 언어를 배운다는 마음으로 해야될 것 같구요. 그런데 이제 사실 진짜 드리고 싶은 말씀은 가장 마지막에 있는 초록색 부분으로, 많은 사람들이 저 빨간색 부분까지 도달하고 전문적인 능력을 함양했다 이렇게 생각을 하고 멈추는 경우가 많습니다. 근데 사실 그러면 본인 커리어에 있어서도 사실 굉장히 치명적으로 문을 닫고, 더 올라갈 수 있는, 레벨업할 수 있는 그런 것을 막는 거라고 개인적으로 생각합니다. 더 많은 경험을 하시면서 더 많이 느끼실 수 있겠지만, 많은 경우에 경시가 됩니다. 왜냐하면 아주 화려하고 멋있는 그래프나 그림이 나오면 본인이 역량을 다 펼쳐 보여줬다 이렇게 생각할텐데, 앞서 보여드린 것처럼 우리가 그래프만 봐서는 크게 감흥을 받을 수가 없습니다. 숫자 차이가 그렇게 크게 나지도 않고, 어떻게 보면 많은 경우에는 직관과 크게 다르지 않거든요. 혹은 직관과 다르게 나왔을 때, 왜 이게 다르게 나왔느냐? 왜 모형은 이런 이야기를 하고 있느냐? 모형이 이렇게 나왔으니까 모형이 시키는대로 하면 되는 거 아닙니까? 이렇게 얘기하는 사람은 모형에 종속되어있는 전문가라고 볼 수 있죠. 그렇기 때문에 모형을 잘 다루고 이 사람을 통해서 이 모형 이야기를 듣고 싶다, 이런 얘기를 듣는게 어떤 분야, 특히 어떤 모양이 됐든 모형을 사용하는 분야에 있어서 정말정말 더 높은 레벨로 올라갈수록 정말 나중에 뒤늦게 찾아오게 되는 요소거든요. 근데 사실 이거는 아주 기초적인 수준에서부터 미리미리 훈련을 해야된다고 생각합니다. 그래서 지금 여러분들이 아주 단순한 사고과정을 하고 수리적인 능력이 결여가 되어있어도 모형의 결과가 왜 이렇게 나왔는지에 대해서 자기 수준에서 납득할 수 있을 정도로는 계속해서 도전하고 물어보고 찾아가서 논의하고 토론하고 그런 과정을 거쳐야만 나중에 모형만 만들어놓고 쓸모없는 그런 사람 취급되지 않고, 더더욱 여기저기서 쓰임받고 찾게되는 그런 전문가가 되기 위해서는 마지막에 모형의 결과를 해석할 수 있는 능력 이게 정말 중요하다는 것을 말씀드리고 발표를 여기까지 마치도록 하겠습니다. 끝까지 경청해주셔서 대단히 감사합니다.