정보통신정책연구원(KISDI)은 반도체 시장의 구조적 변동과 주요 이슈를 분석하고 수출 전망 모형 및 시장위험지수를 개발한 정책자료 '정형/비정형데이터 기반 반도체 시장 이슈 분석 및 예측모형 개발 연구' 보고서를 발간했다고 23일 밝혔다.

이번 연구는 AI 대전환에 따라 수요가 급증하고 있는 반도체 산업을 대상으로, 최신 딥러닝 알고리즘과 뉴스 텍스트 마이닝을 결합해 수출 전망 모형과 시장·정책·외교 위험지수를 구축하고, 실제 기업 간 거래 데이터를 활용한 공급망 네트워크를 실증 분석한 성과를 담고 있다.

딥러닝 기반 TFT 모형으로 분석한 결과, D램 수출은 2026년 상반기까지 지속 상승할 것으로 전망됐으며, 예측 추세선의 기울기는 과거 10년 내 상승 사이클의 평균 기울기를 상회하여 과거 호황기에 준하는 실적 달성 가능성이 높은 것으로 전망됐다.

또한 전통적 계량모형이 과소 예측했던 AI 수요 확대에 따른 반도체 수요 증가 흐름을 효과적으로 반영하는 것으로 나타났다.

모형의 변수 중요도 분석에서는 본 연구에서 구축한 반도체 시장위험지수가 환율·GDP 등 전통 거시 변수에 버금가는 높은 설명력을 보였다.

뉴스 텍스트 기반 반도체 시장위험지수는 '평시 100, 고위험 130(상위 1%)'의 로그정규 규격화 스케일을 적용해 시점·산업·요인이 달라져도 일관된 해석이 가능하도록 설계됐다.

지수를 정책·외교·시장·거시경제·외부충격 등 5대 요인별로 분해한 결과, 2019년 메모리 가격 조정 및 일본 수출규제 국면에서는 메모리·파운드리 핵심 기업군에서 위험도가 높게 나타났다. 반면 2024∼2025년 AI 수요 확대와 관세 불확실성 국면에서는 중견·후발 기업군과 장비·도매 산업에서 상대적으로 위험이 더 두드러지게 포착됐다.

또한 NICE평가정보 기반의 실제 거래 데이터를 활용해 2016·2020·2024년 3개 시점의 반도체 공급망 네트워크를 구축함으로써 기존 뉴스기반 관계망 분석의 한계를 보완했다.

장재영 연구위원은 "반도체 산업은 단순한 경기 순환을 넘어 AI라는 새로운 기술 패러다임이 견인하는 새로운 국면에 진입했다"며 "향후 수출 전망과 정책 수립은 과거 데이터의 관성적 연장이 아닌, 시장의 구조적 변화와 잠재 리스크를 실시간으로 학습할 수 있는 고도화된 예측 시스템에 기반해야 한다"고 말했다.

한편 KISDI 정책자료는 KISDI 홈페이지에서 내려받을 수 있다.

yjra@news1.kr