정부가 소비쿠폰으로 10조 원을 지급해 국민이 모두 사용했다면 실제 소비도 그만큼 늘어난 것일까. 원래 쓸 돈을 쿠폰으로 대신 결제했다면 새로운 소비가 발생했다고 볼 수는 없다.

이처럼 소비쿠폰 사용액과 실제 소비 증가분을 구분해 정책 효과를 따져보는 데 인공지능(AI)을 활용하는 연구가 진행되고 있다. 오픈AI의 지원을 받는 연구팀은 GPT를 이용해 소비자의 지출 변화를 예측하고, 소비쿠폰 지급 방식에 따라 소비 진작 효과가 어떻게 달라지는지 검증하고 있다.

권혁구 싱가포르 난양공과대학교(NTU) 석좌교수는 11일 서울 오픈AI 사무실에서 열린 '오픈AI 인사이트: 정책 연구에서의 AI 활용' 미디어 세션에서 GPT 기반 소비쿠폰 정책 시뮬레이션 연구를 소개했다.

해당 연구는 오픈AI가 '산업 정책 연구 지원 프로그램'으로 전 세계 400개 이상 제안 가운데 선정한 14개 독립 연구 과제 중 하나다.

권 교수 연구팀은 GPT 프런티어 모델을 활용해 2025년 한국의 민생회복 소비쿠폰을 대상으로 지급액과 사용 기한, 사용처 등에 따른 소비자 반응을 예측하고 있다.

소비자의 소득과 지출 습관 등을 요약한 개인별 프로필과 소비쿠폰 지급액, 사용처, 사용 기한 등 정책 조건을 모델에 입력하면 GPT가 예상 지출 변화와 쿠폰 사용액, 추가 구매 및 기존 지출 대체 등의 반응을 생성한다.

권 교수는 이번 연구의 핵심은 지원금 사용액과 실제 추가 소비를 구분하는 것이라고 설명했다. 지원금을 모두 사용했더라도 원래 구매하려던 물건을 지원금으로 결제했다면 그만큼 새로운 소비가 발생했다고 볼 수 없기 때문이다.

권 교수는 "10조 원을 집행해 국민이 전부 사용했다고 해도 원래 썼을 돈을 지원금으로 대신 쓴 것인지, 새로운 소비가 발생한 것인지는 다른 문제"라고 설명했다.

이번 연구에는 이용자 동의를 거쳐 수집·판매가 허용된 가계부 애플리케이션의 금융 거래 데이터가 활용되고 있다. 여러 금융기관의 거래 내역에서 소득 수준과 급여 주기, 평소 지출 규모와 소비 유형 등을 추출하는 방식이다.

이후 거래 내역을 비식별화하고 요약한 소비자 프로필과 소비쿠폰 정책 조건을 GPT에 입력해 예상 지출 변화를 생성한다. 실제 거래 내역 전체를 AI에 제공하는 것은 아니라는 설명이다.


연구팀은 이번 예측 결과를 실제 소비 기록과 대조하고 한국은행의 소비쿠폰 관련 조사 결과도 외부 비교 자료로 활용해 검증한다. 전체 소비 증가 규모뿐 아니라 소득집단별 차이와 개인별 반응도 분석할 방침이다.

권 교수는 "처음 시작했을 때는 예측 오차가 25% 정도 나와 가능할까 하는 의구심도 있었다"며 "지금은 10% 정도로 줄어들었고 계속 개선 중"이라고 밝혔다.

연구팀은 올해 말까지 예측력 검증을 마치고 내년 3월까지 소비쿠폰 사용 기한과 사용처 등을 변경한 정책 대안들을 비교할 계획이다.

권 교수는 "같은 10조 원을 썼을 때 소비 진작 효과가 1%만 높아져도 1000억 원"이라며 "모델 개발 비용 대비 기대 편익이 크다"고 강조했다.

이어 "소모적인 정치적 찬반 논쟁을 근거 기반의 정책 설계 문제로 전환하는 것이 연구의 궁극적인 목적"이라며 "정책 시행 전에 다양한 설계 대안의 효과를 비교할 수 있도록 돕겠다"고 밝혔다.

Kris@news1.kr