싱가포르 난양공대(NTU) 권혁구 석좌교수 팀이 ChatGPT를 이용해 정부 지원금이 가계 지출을 얼마나 늘리는지 미리 가늠하는 연구를 진행 중이다. OpenAI가 11일 연 미디어 세션에서 이 연구를 소개했다. 연구팀이 먼저 살펴본 사례는 한국이 2025년 1차로 지급한 민생회복 소비쿠폰이다.
모델에 소비자 한 사람의 평소 소득과 지출 습관을 요약한 프로필, 그리고 정책 조건을 넣는다. 그러면 지원금을 받고 4주 동안 지출이 어떻게 변하는지, 추가 소비가 생기는지를 답으로 내놓는다. 예측 오차율은 개발 초기 25% 수준이었으나 지금은 약 10% 안팎이다. 다만 연구는 진행 중이고 예측력 검증은 끝나지 않았다.
1단계는 올해 말까지 실제로 집행된 정책을 바탕으로 예측력을 확인하는 작업이다. 2단계는 내년 3월 말까지 마치며, 기한 연장이나 사용처 제한 등 여러 정책안을 견줘 본다.
기존 모형과 다른 점
이전에는 에이전트 기반 모형(ABM)을 주로 썼다. 연구자가 행동 규칙과 수식을 직접 짜 넣어야 해서 복잡한 인간 행동을 담기 어렵고, 연구자의 주관이 결과를 기울일 위험이 있다. 대규모 언어 모델(LLM)은 방대한 사전 학습을 거친 덕에 상황마다 규칙을 따로 쓰는 부담을 덜고, 소비자 프로필별로 다른 복합적인 소비 양상을 유연하게 해석할 수 있다는 장점이 있다.
결과를 맞춰 보는 자료는 두 가지다. 하나는 가계부 앱 이용자들의 비식별 처리된 여러 금융기관 거래 내역이고, 다른 하나는 한국은행이 신용카드 회사 데이터로 지난 6월 내놓은 소비 지원금 효과 분석이다.
권 교수는 지원금을 다 썼다는 것과 새 소비가 생겼다는 것은 별개라고 짚었다. 원래 쓰려던 돈을 대신 지원금으로 쓴 데 그쳤는지, 지원금이 없었다면 일어나지 않았을 소비가 늘었는지는 전혀 다른 문제라는 것이다. 연구의 목표는 지원금을 둘러싼 소모적인 정치 공방을 근거에 바탕을 둔 정책 설계 논의로 돌리는 것이라고 했다.
쟁점과 지원 내용
개인정보 우려에 권 교수는 이렇게 답했다. 이용자가 동의한 비식별 자료를 사들여 쓰고, 위치·시간 좌표나 원본 결제 기록은 넣지 않으며, 업종별 지출 비율 같은 요약값만 입력한다. OpenAI API는 입력 내용을 모델 학습에 다시 쓰지 않으므로 사생활 침해 가능성은 낮다는 것이다.
모델이 한국은행 분석 같은 정답을 이미 알고 답할 수 있다는 '미래 정보 참조 편향'도 쟁점이다. 연구팀은 1단계 검증에서 모델 버전을 골라 통제하는 방식으로 이를 막는다.
이 과제는 OpenAI의 산업정책 연구 지원 프로그램이 선정한 전 세계 독립 연구 14건 가운데 하나다. 지원 내용은 API 크레딧 50만 달러(약 6억8천만원)어치, 최신 프런티어 모델 이용 권한, 연구비다. 음성원 OpenAI 코리아 커뮤니케이션 총괄은 연구자들이 OpenAI 기술로 새 방법론을 시도하고 있으며 AI의 혜택이 공공 정책을 비롯한 사회 전반으로 퍼지길 기대한다고 말했다.
출처
이 기사는 아래 자료를 바탕으로 정리했습니다. 제목을 누르면 원문이 새 창으로 열립니다.
- 소비쿠폰 다 썼다고 소비 늘었을까…챗GPT로 정책 효과 연구 yna.co.kr