한국연구재단은 27일 울산과학기술원 최재식<사진> 교수 연구팀이 다중 시계열 데이터의 공통적인 변화를 자동으로 추출하는 인공지능 시스템인 `관계형 자동 통계학자 시스템`을 개발했다고 밝혔다. 기존 예측 시스템의 성능을 현저하게 향상시킨 셈이다.

다중 시계열 데이터는 주식이나 환율 등 시간에 따라 변화하는 다수의 변수의 기록을 말한다.

주식, 환율 등 시계열 데이터의 분석은 여러 복합적인 요소가 영향을 미치기 때문에 예측이 어려웠다. 연구팀은 기존 가우시안 과정 기반 인공지능 데이터 분석법에 다중 시계열 데이터의 변화를 고려하면 시계열 데이터를 보다 정확하게 예측할 수 있다는 것을 확인했다.

연구팀은 시계열 데이터 군의 공통적인 변화를 표현하는 원인과 개별적인 시계열 데이터의 변화의 원인을 자동으로 조합할 수 있는 알고리즘인 준-관계형 커널 학습 알고리즘을 개발해 비정형 변화를 보이는 시계열 데이터를 더욱 정확하게 예측하는데 성공했다고 설명했다.

이번에 개발된 관계형 자동 통계학자 시스템은 다중 시계열 데이터의 공통적인 변화 및 개별적인 변화를 찾아 각 시계열 데이터의 미래 변화를 정확하게 예측할 수 있다. 실제 이 시스템은 911 공격 후 미국 상위 주식이 공통적으로 하락한 뒤 상승을 보인 특징을 찾아냈다.

또 연구팀은 원자력발전소에서 특정 부품의 이상 징후가 발견될 경우 특정 부품의 변화가 고장인지 정상 범위 내 변화인지에 대해 판별할 수 있다고 말했다.

최재식 교수는 "시계열 분석이 중요한 주식, 환율 등 금융 산업은 물론 시계열 센서 분석을 통해 주요 부품의 고장을 예측·진단하는 것이 필수적인 원자력발전소, 중공업, 군사 산업 등 다양한 분야에 적용할 수 있을 것"이라고 말했다. 김정원 기자

<저작권자ⓒ대전일보사. 무단전재-재배포 금지>