AI

데이터의 특성 추출

스필버그가 연출하고 톰 크루즈가 주연한 영화 마이너리티 리포트(2002)를 보면 기계가 사람의 눈을 보고 인적사항을 뽑아내고 결재 및 맞춤 광고 제공 등의 서비스를 제공합니다. 당시에는 먼 미래의 모습으로 생각되었지만, 현재 기술 수준으로 충분히 구현이 가능한 기술입니다. (다만 생체 정보 이용에 대한 사회적 합의가 충분히 이루어지지 않아서 아직은 적극적으로 사용되지 않고 있습니다.)

   (Source : Minority Report)

사람의 눈과 같은 이미지를 바탕으로 사람이 누구인지와 같은 특성을 파악해내는 기술은 이미 우리 삶의 곳곳에 가깝게 있습니다. 주차장으로 들어가고 나가는 차의 번호를 인식하고 대형 주차장에서는 차가 어디에 주차되어 있는지도 CCTV 영상을 자동으로 프로세싱하여 알 수 있게 합니다.

번호판이라는 그림에서 번호라는 특성을 추출하려면 번호라는 핵심 특성 외에 다른 부분을 제거해야 합니다. 예를 들면, 먼지나 이물질이 묻어있는 것을 제거하는데 이를 잡음 제거(de-noising)이라고 합니다. 그리고 네모난 그림의 정보를 숫자 4자리로 요약해야 하는데 특성 추출(feature extraction) 혹은 차원 축소(dimension reduction)라고 합니다.

금융 시장의 데이터는 여러 가지 요인이 복합적으로 작용하여 만들어진 수치입니다. 그렇기 때문에 금융 데이터로부터 잡음을 제거하고 특성을 추출하여 정보를 요약하는 일은 어렵고, 많은 사람이 이 일에 종사하고 있습니다. 콰라소프트의 마켓드리머의 핵심 기술은 홍채를 인식하고 번호판을 인식하고 CCTV 영상을 통해서 차량의 위치를 파악하는 기술 – 잡음 제거, 특성 추출, 차원 축소 – 과 같습니다. 이 기술을 통해서 복잡한 금융 시장의 데이터를 요약하고 현재 금융 시장의 모습의 핵심 요소는 무엇인지, 과거의 어떤 시기의 금융 시장과 닮아있는지, 나아가 가까운 미래에는 어떤 시장의 모습이 예상되는지를 제공합니다.

마켓드리머는 과거 30년간의 17개 금융, 경제 지표와 4억 개 이상의 빅 데이터를 기계(CNN, RNN 등)가 학습하여 현재의 글로벌 금융시장 상황과 가장 유사한 과거를 찾아냅니다. 현재 콰라의 B2C 서비스 코쇼에도 이를 활용해 주식, 암호화폐, 금융지표의 일주일 후 전망을 예측합니다. 정확도는 최근에 약 83.1%(S&P 500 기준)를 기록했으며, 약 70~90% 범주의 적중률을 나타내고 있습니다.

Author : 심민규 (Sim, Min Kyu, Ph.D.)

콰라소프트에서 딥러닝 기술을 금융 시장에 적용하는 연구를 담당하고 있습니다. 금융 투자 부문에서 기계 학습은 투자의 투명화, 무인화, 대중화라는 큰 변화를 가져올 것입니다. 시카고 대학과 조지아 공과 대학에서 금융 공학과 확률 모형을 공부했고, 국내 자산운용사에서 계량 연구 및 펀드 운용을 담당했습니다. 한양대학교에서 겸임교수직을 맡고 있습니다.

Tags

댓글 남기기

이메일은 공개되지 않습니다. 필수 입력창은 * 로 표시되어 있습니다

Close