사회관계망서비스(SNS) 게시 글에서 물건의 가격 정보를 모아 물가 정보를 예측할 수 있게 된다. 인력을 동원해 현장 조사를 하지 않고도 실시간으로 현재 물가를 파악할 수 있어 물가 통계 조사 비용과 시간을 대폭 절감할 수 있게 될 것으로 전망된다.

KAIST(총장 신성철)는 차미영 문화기술대학원 교수가 이종건 유엔 펄스랩 박사와 공동으로 'SNS 수집·분석을 통한 물가 예측 기술'을 개발했다고 5일 밝혔다.

연구팀은 SNS 게시 글을 자동 수집·분석하는 알고리즘을 개발, 조사 시간과 비용을 최소화 했다. SNS에 떠도는 수많은 물품 가격 정보를 빅데이터로 수집해 분석하는 방법이다. 불순한 정보를 필터링하고, 정보별로 신뢰 보정치를 주는 '전 처리 과정'을 더해 신뢰성을 높였다.

광고성 정보는 걸러낸다. 특정 기간에 반복해서 계속 올라오는 정보는 광고로 간주, 제거했다. 여러 사람이 같은 금액을 얘기하면 수치에 추가 보정치를 뒀다. 하루에 5% 이상 급격하게 바뀐 가격 정보는 신뢰하지 않았다.

연구팀은 이 기술을 인도네시아에 시험 적용, 그 결과 통계 대비 85% 수준의 신뢰성을 보였다. 인도네시아는 세계에서 다섯 번째로 트위터 이용이 활발한 곳이다. 2012년 6월부터 이듬해 9월까지 1년 3개월 동안의 쇠고기·닭고기·양파·고추 등의 가격 정보 4만1761개건을 수집·분석, 같은 기간에 정부가 발표한 물가 통계와 비교하는 방법을 활용했다.

올해 한국정보과학회가 주관한 '한국컴퓨터 종합학술대회'(KCC)에서 인공지능(AI) 부문 우수논문상을 받는 영예도 안았다.

연구팀은 이 기술을 해외 정보 사전 수집 및 여론 조사, 재난 상황에서 발생하는 정보 분석 등 다양한 분야에 활용할 수 있다고 설명했다. 차 교수는 “우리가 무심코 넘기는 SNS 게시 글은 많은 정보를 담고 있다”면서 “이를 잘 정제, 새로운 부가 가치를 창출할 수 있는 기술을 개발했다”고 설명했다.

대전=김영준기자 kyj85@etnews.com