쌀은 우리나라의 주식이자 식량 안보의 핵심으로 농업에서 차지하는 비중이크다. 그러나 낮은 국제 경쟁력으로 인해 유리한 국제통상 협상을 어렵게 할 뿐 아니라 시장 개방 시 가장 많은 피해가 예상되는 산업이기도 하다. 이에 따라 정부는 국내 쌀 가격 안정화를 위해 쌀 보조금과 관련하여 정책을 마련하고 있다. 이러한 정책을 효과적으로 운용하기 위해서는 정확도 높은 쌀 가격 예측이 필요하다.
본 연구는 기존에 가격 예측 모델로 이용되었던 인공지능 모델인 LSTM 모델을 양방향으로 진행시킨 Bi-LSTM 모델을 기존 LSTM 모델과 비교하여 연구를 진행하였다. 변수로는 쌀 20kg의 상중 등품 도매가격 평균가와 전국 일조시간, 최저기온, 강수량 평균값을 사용하였다. 한국농수산물식품유통공사와 기상청의 2012년 1월 1일부터 2022년 9월 19일까지 데이터를 수집하여 이용하였다. Root Mean Square Error을 이용하여 오차율을 비교한 결과 LSTM 모델과 Bi-LSTM 모델 모두 80%~90% 사이의 정확도를 보였다.
분석 결과는 다음과 같다. 먼저 The LSTM 모델에서는 2022년 9월 20일 쌀가격이 45,641원에서 점차 하락하여 2022년 12월 31일 44,536원으로 낮아지는 것으로 나타났다. 이후 가격은 더 하락하여 2023년 4월 22일에는 29,978원으로 하락하고, 2023년 5월 11일에 27,547원으로 최저를 기록하는 것으로 나타났다. 그리고 점차 상승하여 2023년 9월 19일에는 47,073원으로 2022년 보다 더 높아질 것으로 예측되었다. The Bi-LSTM model에서는 2022년 9월 20일 쌀 가격이 42,140에서 시작한 후 별다른 변화가 없다가 10월 초에 41,814원으로 소폭 하락한 후 10월 11일에 다시 42,777원으로 회복되는 것으로 나타났다. 이후 2023년 3월 20일 41,110원, 4월 3일 41,385원 등 일부 기간에 소폭 하락하는 것으로 나타났으나, 전반적으로는 4만1천-3천원 사이를 유지하는 것으로 나타났다. 두 모델 예측도는 비슷하였으나 가격의 변동에서는 극명한 예측 차이를 보이는 것으로 나타났다.
본 연구는 다음의 시사점을 갖는다. 첫째, Bi-LSTM을 이용한 쌀 가격 예측 모형의 제시이다. 기존의 인공신경망 모형인 LSTM에 비해 Bi-LSTM의 예측률은 별다른 차이가 없었으나 가격변동은 더 효율적으로 추정할 수 있음이 확인되었다. 두 번째는 효과적인 쌀 시장 격리 시점에의 활용이다. 본 연구의 쌀값 변동의 패턴에 의하면, 10월 초, 3월 말에 가격이 하락하였다. 따라서 9월 말과 3월 초에 정부가 쌀을 매입한다면 가격 안정화에 도움이 될 것이다. 마지막으로 쌀 가격 안정화를 통한 자유무역 촉진 기반 마련에의 기여이다. 쌀값의 변동에 선제적으로 대응함으로써 쌀 가격을 안정적으로 유지함으로써 보다 유리한 입장에서 국제통상 협상을 진행함으로써 자유무역의 촉진에 기여할 수 있다.