2023 경제논술 주제 1, 2: '인플레이션', 'AI 금융'(230618~230621)

주제1: 인플레이션과 은행

1. 통계자료 수집

미국(2022 -> 2023)

-CPI(6월): 292.3 -> 304.13

->전월대비 상승률은 21.03 이후 최저

-근원물가: 6.0%(23.02) -> 5.3%(23.05)

-기대인플레이션(5월): 6.6% -> 4.20%

 

한국(2022 -> 2023)

-목표 물가: 2%

-전년 대비 CPI: 6.30%(22.08; 최고점) -> 3.30%(23.06)

-근원물가: 3.3%(23.05)

-22년 상승요인: 외식과 가공식품의 상승

-현재: 석유 중심 둔화흐름 뚜렷, but 느린 편

-체감물가: 소비자물가는 3%대로 정상화, but 외식물가가 7%대(31년 만에 최대 격차)

-부동산가격지수: 2017년 대비 37.3%p 상승

 

2. 논지 전개

서론

-미국의 물가가 무섭게 상승 중. 그나마 근원물가가 소폭 감소했다는 점이 위안안정세에 들어가는 중(상승률 최저)

-그러나 2022년 5월, 기대인플레이션이 2013년 이후 최고치. 2023년 5월 기대 인플레이션도 안정세. 기대인플레이션은 자기충족적 예언 가능성이 높기에 중요

-한국도 전년 대비 소비자 물가 상승률 22년 5월8월에 6.3%로 최고치. 유가, 우크라이나 전쟁 등으로 인한 비용인상 인플레이션. 23년 6월 석유를 중심으로 소비자 물가상승률 3.3%로 둔화

-> 당국과 은행이 어떻게 대응해야 하는가?

 

본론1: 내생적 원인

-본래 21세기 진입 시점, 생산성 향상속도>유동성 증가속도 -> 초과공급 + 물가안정기조

-그러나 2008년부터 2020년까지 유동성이 급격히 팽창, 원자재 공급망 교란으로 인플레이션 기대심리 확산

 

본론2: 외생적 원인

-미국과 유럽의 확장적 재정정책과 완화적 통화정책 + 엔데믹 보복심리 + 공급망 병목현상 + 러시아(곡물생산1위)와 우크라이나(5위)의 전쟁

-> 원자재, 부품가격, 물류비, 인건비 상승

 

본론3: 재정적 원인

-높은 기대 인플레이션 + 유동성 확대로 인한 재정적자 -> 물가 상승 + 금리 상승 -> (생산성이 향상되지 않으면) 화폐가치 및 경쟁력 하락

c.f) 낮은 기대인플레이션 + 유동성 확대 -> 경기 진작 + 금리 하락

 

결론1: 정책당국의 대응방안

1) 물가 안정을 통해 기대 인플레이션을 낮춰야: 통화스왑을 통한 금융시장 및 환율시장 변동성 완화, 재정적자 해소의지 공표

2) 국민들의 피해 방지: 빅스텝으로 불가피한 금리 상승의 부작용 완화(서민 가계 피해), 기업의 비용 떠넘기기 모니터링

3) 총공급곡선 자극을 통한 생산성 증가: 규제완화를 통한 기업의 성장성 자극

 

결론2: 은행기관의 정책방향

1) 장기적인 저금리 저물가 기조로 약화된 인플레이션 대응력을 고려한 선제적 경영안정성 고취

2) 자산가격, 유동성, 기업체 경영성과 등에 미칠 영향 고려한 포트폴리오 조정

3) 외화예금유치, 예대율 관리, 핵심예금 확대 등을 통한 경영성과 개선

4) 자산가격 변동으로 인한 일부 대출의 부실가능성 검토(ex: 주택담보대출)

5) 단기적 재무위험, 장기적 인플레이션 위험을 점검하고 관리하기 위한 내부조직 설치

 

 

주제2: AI와 금융

1. 통계자료 수집

AI금융 통계

-AI 산업 중 금융의 비중이 2021년 기준 19%

-2026년까지 3.2조원 성장 전망

 

금융산업 주요 용어

-RPA란? Robotic Process Automation. 업무자동화

-여신이란? 與信. 신용을 빌려주는 일

-Reg Tech란? Regulation Technology. AI로 기업들이 금융규제를 쉽게 지킬 수 있게 하는 기술

-FDS란? Fraud Detecting System

 

2. 논지 전개

서론

-국내 금융 AI 시장의 성장세

-금융시장에서의 AI 활용: 1) 빅데이터 인사이트, 2) 개인화 서비스, 3) 업무자동화 비용절감, 4) 복잡한 금융규제 대응

-코로나19 이후 자산시장 주요고객으로서 MZ세대의 부상 -> 로보어드바이저 시장과 디지털 여신금융서비스, RegTech, FDS

-> 정책적 방향성

 

본론1: 로보 어드바이저

-정의: 개인 투자성향 반영 포트폴리오를 구성하는 알고리즘 및 빅데이터 기반 디지털 자산관리 서비스

-2016년 한국 도입 시작, 2019년 비대면투자 일임계약체결 허용 기점으로 본격화, 2022년 마이데이터의 도입

-논란: 수수료 문제, 불완전 판매 문제, 보안문제, 투자쏠림 현상, 고객이 아닌 회사 이익 우선 가능성

 

본론2: 여신업무 자동화

-영국, 미국 중심. UpStart(미국; 주요은행보다 부실률이 낮고 승인률이 높음)와 Zeus AI의 사례

-업무 자동화 방향 발전 중. 주관적이고 불공정한 대출 의사결정을 방지할 것으로 기대

-우려: 특정 취약계층에 대한 차별적 금리설정 모니터링(영국), 투명성과 책임성 확보 필요(미국 알고리즘 책임 법안)

 

결론

-AI 기술의 활용 방향: 보안성과 운용비용 절감(금융회사), 서비스 개인화와 차별화(금융소비자)

-전망: 백오피스와 프론트오피스를 포괄하는 전사적 형태

-안정성과 투명성, 공정성 확보를 통한 사회적 신뢰 구축이 필요(XAI: 설명가능한 인공지능)