머신러닝 결합으로 줄어든 예측 오차

포스코경영연구소(POSRI) 보고서에 따르면 변동성이 커진 철강 수요 환경에서 기존 계량모형의 예측 오차가 확대됐다. 연구소는 머신러닝 모형을 결합한 결과 국내 수요 예측의 MAPE(평균절대백분율오차)를 19.8%에서 11.7%로 낮췄다고 밝혔다.

뉴스 데이터가 감성지표로 투입된 방식

보고서는 뉴스 기사 데이터를 사전 계산된 감성지표로 변환해 예측 모형에 투입했다. 다만 뉴스 데이터의 기여도는 공식 요약 기준 3% 수준이고, 언론 보도 3곳은 6.3%로 전했으며 원인은 아직 확인되지 않았다.

보완 수단으로 규정된 AI의 위치

연구소는 AI가 기존 전망을 대체하기보다 보완하는 수단이라고 강조했다. 보고서는 연간 데이터와 사전 계산된 감성지표를 활용한 하한선 테스트 성격이라고 전했다.

중국 수요 예측에서 드러난 한계

페로타임즈 보도에 따르면 뉴스 데이터가 항상 정확도를 높이지는 않았다. 2025년 중국 수요 예측에서 실제 감소폭 -7.1%를 충분히 반영하지 못했다는 것이다.

학술 검증 부재로 남은 검증 공백

독립적 학술 검증은 아직 확립되지 않았다. arXiv에서 뉴스 감성과 철강 수요를 결합한 정합 논문은 2026년 9월 20일 검색 기준 0건이었고, 검증은 POSRI 자체 결과에 의존한다.

수요 예측 정확도 경쟁의 향후 일정

EUROFER의 2025년 전망 3회 하향(+2.2%→-0.9%→-0.2%)은 보고서와 기사 인용에 한해 확인됐으며 원문은 미확인이다. 보고서의 뉴스 기여도 수치 불일치 원인과 학술적 동료검토 결과가 앞으로 확인할 지점이다. 종합하면 AI 기반 예측의 오차 개선 효과는 대체로 사실이다.