박상진 교수 연구실
읽는 시간 · 48초
해석가능 딥러닝 기반 거시·금융 의사결정 및 불확실성 모델링 연구
Interpretable Deep Learning for Macroeconomic Decision-Making and Uncertainty Modeling
연구 내용
해석가능 딥러닝과 시계열 모델링을 활용해 거시·금융 의사결정에 필요한 예측 신뢰도와 불확실성을 정량화하는 연구
본 분야는 거시경제 변수와 금융시계열의 비선형성을 반영하면서도 모델 해석성을 확보하는 접근에 기반합니다. LSTM 계열 구조를 이용해 경제적 의사결정에 필요한 패턴을 학습하고, 자본의 급격한 정체·성장 국면 사이의 불확실성을 머신러닝 기반으로 추정합니다. 또한 비트코인 시장의 버블 분석을 통해 급락 발생 가능성을 조기 신호로 연결함으로써 위험 예측의 실용성을 높이는 방향으로 연구를 수행합니다.
관련 연구 성과
관련 논문
0편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 경제적 의사결정에 활용 가능한 LSTM 기반 예측 모델과 해석가능성 요소를 정리하는 데 집중하였습니다. 이후 자본의 갑작스런 정지·호황 간 불확실성을 다루는 방향으로 연구를 확장하여, 금융 국면 전환의 확률적 특성을 학습하고 평가했습니다. 최근에는 버블 분석을 기반으로 비트코인 시장의 급락 예측 모델을 구성하며, 예측 단계에서의 설명 가능성과 위험 신호의 연결 구조를 강화하는 흐름으로 진행되었습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
- 거시 변수 기반 신용 리스크 조기경보
- 국면 전환 확률 추정 프레임워크
- 자본 흐름 불확실성 모니터링
- 시장 변동성 급변 탐지 모델
- 버블 징후 기반 대응 전략
- 설명 가능한 금융 예측 대시보드
- 의사결정용 리스크 스코어링
- 금융 데이터 품질 점검 파이프라인
- 위험 시나리오 생성 모듈
- 투자정책 최적화 검증 도구