1. 연구의 배경 및 목적
1) 연구의 배경
■ IPEF는 참여국 간 공동의 ‘기준(standard)’을 마련하기 위한 새로운 형태의 경제협력체임
- 미 무역대표부는 IPEF가 전통적 무역협정이 아님을 명시적으로 밝히며, 관세철폐를 포함한 시장접근 이슈는 IPEF의 논의 대상에서 제외
- IPEF 참여국이 필라 4개에 대한 참여 여부를 결정할 수 있으며, 모든 필라에 반드시 참여해야 하는 것은 아님
■ 미국은 수출 장벽으로 작용하는 기술 및 위생 요건들에 대하여 과학적 증거에 기반해야 한다고 주장하고 있으며, 이는 IPEF 무역 필라의 중요한 요소 중 하나가 됨
- IPEF가 기존 FTA 협정에서의 TBT/SPS 수준을 넘어 IPEF 방식의 TBT/SPS 규칙을 만들고, 미국의 규제 완화를 통하여 미국 수출을 더욱 극대화한다면 바이든 행정부의 무역 정책은 21세기 관행으로 확고히 자리 잡게 될 것
■ TBT/SPS 통보문은 무역규범의 체제 구축을 위한 것으로 WTO는 무역규범의 기초가 되었고, IPEF 체제에서는 역내 무역 촉진을 위한 기능을 수행할 것으로 예상됨
- 그러나 통보문은 경우에 따라 오히려 무역장벽의 특징을 가지게 되는데, 미국은 각국의 무역장벽을 분석한 NTE 보고서를 통하여 각국의 현황을 관찰하고 있음
- WTO 체제에서 주요국의 TBT/SPS 통보 행태가 NTE 보고서에서 평가되므로, 미국이 주도하는 IPEF 체제에서의 무역규범은 NTE 보고서의 관점에서 평가되고 협상이 이루어질 가능성이 높음
<요약 표 1> 무역규범의 변화에 따른 TBT/SPS 통보문의 기능과 NTE 보고서의 필요성
자료: 저자 작성
■ TBT/SPS 협정에 따라 각 국가는 WTO에 개별 통보문을 송부함으로써 무역규범을 설정하고 이행
- WTO가 출범한 1995년 이후 TBT/SPS 통보가 지속적으로 증가하고 있으며, 경제 수준별로 살펴보면 초기에는 선진국(Developed Country)의 통보 비중이 높았으나 점차 개도국과 최빈국(Developing, Least-developed countries)의 비중이 높아지고 있음
- 이를 통하여 국제무역에서 무역규범의 중요도가 높아지고 있으며, 특히 경제성장률이 높은 개도국을 중심으로 무역규범 세팅(Setting)에 참여하려는 의지가 높다는 점도 확인 가능
■ USTR은 WTO 체결 이전인 1985년부터 미국 상품 무역의 99%, 서비스 무역의 66% 이상을 차지하는 주요 산업을 분석 대상으로 NTE 보고서를 발간해 왔음
- NTE 보고서는 미국 무역 파트너의 수입정책, 무역기술장벽, 위생 및 검역, 서비스, 투자 등 무역과 관련된 모든 부문에서 장벽으로서의 성격을 가지는 무역 규범을 분석
- 국가별로 다양한 특징을 가지고 있으나 주로 미국 무역 상대국의 무역규범이 과학적인 사실에 기초하지 않는다고 판단하는 경우, 해당 무역규범 조치를 수정하고 개선할 것을 NTE 보고서를 통하여 제안
- 특히, 미국의 관점에서 장벽으로 인식되는 분야는 관세율이 높거나 비관세장벽이 존재한다고 판단되는 부문, 그리고 미국의 수출 가능성이 높은 산업(농업, 축산업, 수산업 등)이 주로 거론
2) 국정과제 연계성
■ 인공지능을 활용한 텍스트데이터 분석의 중요성은 우리나라 국정과제에 나타남(국정과제 24)
- 최근 과학기술 분야에서 활발히 적용되고 있는 인공지능 기술을 사회과학 분야에도 응용함으로써 데이터 분석기술을 발전시키고, 분석 결과를 고도화하여 보다 빠르고 현실적인 정책 대응방안 제시가 가능
- 미래전략산업에 대한 초격차 확보 차원에서 인공지능을 활용한 텍스트데이터의 수집, 분석, 결과 제시 및 정책대안 마련의 과정을 신속히 도출한다면, 정부정책의 시의성을 향상시키고 효과적인 정책대안의 근거를 마련하는 방안이 될 수 있을 것임
■ 해양수산부문의 무역규범 연구 목적은 대외영향을 미리 알고 선제적으로 대응하기 위함이며, 이는 어촌 및 해양발전을 도모하기 위함(국정과제 73)
- 외부 영향을 성장 원동력으로 활용하여 해양수산업을 발전시키고, 생산품을 고도화하며, 새로운 성장 동력을 찾을 수 있을 것임. 이는 어촌 발전, 수산물 경쟁력 확보, 연안 경제 활력 제고를 위한 우리나라 국정과제의 목표에도 부합함
3) 연구의 목적
■ 본 연구의 목적은 인공지능(AI)에 기반한 무역규범 분석 방법론을 활용하여 글로벌 통상환경의 변화에 따른 해양수산부문 영향을 분석하는 것임
- 무역규범의 경제적 효과 분석에 관한 기존 방식에서 벗어나, 비정형데이터로서의 무역규범을 정형데이터로 변환하고 이를 다른 계량 데이터와 통합적으로 분석함
- 이를 위해 최근 연구되고 있는 인공지능 분석 방법론을 도입하고, 기존 해양수산부문 관련 모형과 연계하여 해양수산부문에서의 국제통상 파급 효과를 추정·분석함
2. 연구의 방법
1) 학술적 방법
■ 본 연구는 비정형데이터의 형태를 가진 무역규범 데이터(TBT/SPS 통보문)를 분석하고, 해양수산부문에의 영향 분석을 위하여 데이터의 형태를 변형하여 기존의 정형데이터와 융합할 수 있는 방안을 모색
- 텍스트는 대표적인 비정형데이터로 인공지능의 발전과 함께 계량화하는 다양한 방법론이 개발 중
- 그러나 중요한 것은 특정 단어를 중심으로 단순히 계량화하는 것이 아닌, 단어와 단어 간의 상대적인 차이를 설명할 수 있는 방법론이 요구
- 또한 텍스트데이터는 문서(Document) 단위로 구성되어 있는 것이 일반적인데, 문서의 차이에 기초하여 텍스트의 특징을 파악하는 것이 무엇보다 중요
2) 정책화 방법
■ 본 연구는 기초연구로서 정부부처, 학계, 유관기관과의 회의, 세미나, 학술대회를 통하여 연구의 결과물인 연구방법론을 어떻게 활용하고 응용할 것인가에 관한 논의에 중점을 두었음
- (회의) 해양수산부 통상무역협력과 정책화 협의 상시 회의(2022~2023)
- (세미나) 인하대학교, 부경대학교, 해양대학교, 대외경제정책연구원, 농촌경제연구원, 전략물자관리원, 한국원산지정보원, 법무법인, 관세법인, 빅데이터 스타트업 등 소속 전문가 세미나 개최(2022~2023)
- (연구논문) KCI 등재지 논문 게재 완료(2편)
1. 토픽 모델링을 이용한 한국 무역규범 연구동향 분석: 2000년~2022년
2. 수입식품 라벨링에 관한 TBTㆍSPS 통보문의 무역장벽 가능성 연구
- (학술대회) 2022년 한국무역학회 추계학술대회(2022.9.), 한국무역학회·통상정보학회 학술대회 발표(2023.8.), 경제인문사회연구회 빅데이터 연구반 발표(2023.4.)
3. 연구 결과
1) 연구 결과 요약
■ TBT/SPS 통보문 단어를 임베딩하여 주요 해양수산 키워드와 기타 단어 간의 유사도를 분석함으로써 해양수산과 관련한 통보문을 선정
- Word2Vec 모형은 각 해양수산업과 기타 키워드 간 유사도를 통하여 무역규범의 변화가 미치는 해양수산부문 영향을 세부 키워드 단위로 나타낼 수 있음
■ 해양수산 관련 TBT/SPS 통보문을 선별한 이후에는, 토픽모델링을 통하여 해양수산부문에 내재된 일곱 가지 토픽을 선정
- 그중 NTE 보고서와의 연계성, 해양수산부문에서의 중요성, 그리고 최근 이슈(2019년~2022년) 중심으로 주요 토픽에 관한 분석을 수행
- 분석 결과, 네 가지 토픽은 최근 TBT/SPS 통보문에 주로 나타나기도 하면서, NTE 보고서에서도 등장하는 이슈로서 향후 IPEF 협정에도 다시 거론될 가능성이 높은 주제로 파악됨
■ 무역규범이 수출에 미치는 영향을 회귀분석을 이용하여 분석
- FTA의 체결은 전체 해양수산업과 해양수산 대분류의 수출을 증가시키는 것으로 나타남
- 해양수산 대분류 중 제조업 성격이 짙은 선박 및 해양플랜트 건조수리업의 추정계수가 1.50으로 해양수산업 대분류 중 효과가 가장 큰 것으로 나타나 FTA의 체결이 제조업 수출에 긍정적인 영향을 주는 것으로 해석 가능
- 무역규범은 전 분야 수출에 부정적인 영향을 주는 것으로 나타났으며, 특히 해양자원 개발 및 건설업의 계수가 통계적으로 유의한 음으로 나타남
- 본 연구의 주요 관심변수인 FTA와 무역규범의 교차항은 수출과 음(-)의 상관관계를 지니는 것으로 나타나 FTA를 체결한 국가라 하더라도 무역규범의 도입은 교역에 부정적인 영향을 주는 것을 확인
■ 머신러닝 방법론에 기반한 주요 경제 변수 및 무역규범 변수를 활용하여 해양수산업의 무역을 예측한 결과를 제시함
- 실증분석을 위해 활용한 머신러닝 기법은 랜덤 포레스트 회귀, SVR, LSTM임
- 앙상블은 다모형 접근에 의한 평균 방식으로 도출한 예측값을 의미하며, 본 연구에서는 랜덤 포레스트 회귀, SVR, LSTM의 예측값을 활용
■ 예측이 수행된 전 기간에 대해서 무역규범 변수를 포함하는 분석이 포함하지 않는 경우에 비하여 성능이 우수한 것으로 나타남
- 수입예측에서 SVR 및 LSTM 모형은 무역규범 변수를 포함한 경우의 MAPE가 무역규범 변수가 제외된 경우의 MAPE보다 더 낮은 수치를 보임
- 수출의 경우, 모든 머신러닝 모형에서 무역규범 변수가 포함된 경우의 MAPE가 무역규범 변수가 제외된 경우의 MAPE에 비해서 더 낮은 값을 보임
- 이러한 분석 결과는 텍스트마이닝으로부터 측정한 무역규범 변수를 도입하는 것이 더욱 정확한 해양수산업의 수출입액을 예측하는 데 기여한다는 것을 보여줌
2) 정책화 방안(활용 방안)
■ IPEF 협상 대응과 관련한 해양수산 대응정책 마련은 현시점부터 시작하여 중장기적으로 지속 추진해야 함
- IPEF 협상이 2023년 타결을 목표로 진행되고 있으나, 협상 타결 이후에도 지속적인 기술 및 위생 분야 무역규범은 계속 변화할 것임
- 이에 대비하기 위하여 우리나라 국내 해양환경 무역규범 시스템을 점검하고, 외국과의 협상력 증진을 위하여 사전에 경쟁력을 기를 수 있는 방안을 모색해야 함
■ 정책화를 위한 추진과제와 로드맵을 아래와 같이 제시함
- 1. 인공지능 분석 방법론을 활용한 해양수산 경제지표 개발
- 2. 해양수산부문 텍스트 DB 구축
- 3. 인공지능 기반 해양수산 무역규범 분석 체계 구축
■ 첫째, 인공지능 분석 방법론을 활용한 해양수산 경제지표 개발을 통하여 시의성 있는 지표를 제시할 수 있음
- 텍스트를 기반으로 하는 해양수산 경제지표 개발은 본 연구에서 제시한 임베딩-토픽모델링-딥 러닝 순으로 이루어지는 자동화된 분석 프로세스를 구축함으로써 진행될 수 있음
- 다만, 해양수산을 대표할 수 있는 경제지표를 위하여 관련성이 높은 DB를 지정하고, 이를 분석할 수 있는 인공지능 기반 자동화 분석 프로세스를 구축하는 것이 선행되어야 함
■ 둘째, 해양수산 텍스트 DB 구축을 단기 및 중장기적 관점에서 구분하여 진행
- 해양수산업을 대표할 수 있는 다양한 데이터를 수집하고 분석함에 있어서 이러한 과정을 선행해야 하므로, 국내외 관련 DB를 선별하고 DB화하는 과정이 필요할 것
- 단기적으로는 뉴스 및 SNS와 같이 현재 확보할 수 있는 텍스트에서 해양수산부문을 선별하는 과정을 거치고,
- 중장기적으로는 법령, 정책, 규정과 같이 정제된 텍스트를 구분하고 선별하여 텍스트를 추출하는 방법이 가능할 것임
■ 셋째, 인공지능 기반 해양수산 무역규범 분석체계를 구축함
- 단기적으로 뉴스 등 즉시 활용할 수 있는 데이터를 기반으로 자동화된 프로세스를 구축하고, 중장기적으로 해양수산 관련 DB를 생성하여 보다 신뢰도 높은 분석 결과를 도출할 수 있음
- IPEF 협상은 2023년 타결을 목표로 삼고 있으나, 향후 지속적인 협상을 통한 수정 보완이 가능하므로 해양수산 관련 이슈(선박·에너지, 위생 검역, 식품 안전 분야)에 관한 무역규범의 지속적인 모니터링이 필요할 것임
4. 기대효과(예상 성과)
1) 학술적 기대효과
■ 텍스트의 형태로 나타난 무역규범 데이터베이스를 통계작성 과정 없이 기초자료(Raw Data)로 활용이 가능하여, 분석의 대상과 범위가 크게 확대되고 다양한 시사점을 도출할 수 있음
- 현재까지는 국제무역, 통상 분야에서 계량적 분석을 위해서는 시간과 비용을 들여 통계를 작성한 후 이를 분석해야 했으나, 텍스트 무역규범 분석이 가능하게 되면 소요되는 시간과 비용을 크게 줄일 수 있음
- 특히, 국가 간의 경제 효과를 문자 형식으로 다루는 무역규범(Trade Rules)에서 별도의 통계작성 절차 없이 수행할 수 있다는 것을 보여준 것이 본 연구의 중요한 학술적 기여임
2) 사회‧경제적 기대효과
■ 전 세계에서 텍스트데이터는 끊임없이 생산되고 있으며, 이를 가치 있는 데이터로 간주하고 가공할 수 있다는 것은 보다 다양한 시각과 가치를 창출할 수 있다는 것을 의미
- 일부 통계데이터를 소수가 독점하고, 이로부터 획득한 연구 결과가 일부에게만 소유된다면 지식 정보는 모두에게 공유되기 어려울 것임
- 그러나 텍스트와 같이 널리 퍼져있는 데이터로부터 기존에 비해 효율적인 방식으로 통계, 분석 결과 및 시사점을 확보할 수 있다면 정보는 많은 사람에게 가치를 부여할 수 있을 것임
■ 사회적으로 많은 사람들이 보다 적은 비용을 들여 정보를 획득하고 분석하여 통찰력을 가질 수 있는 수단으로써 인공지능이 활용될 수 있을 것임
