이득:
- 인공지능이 경제 분석에서 실시간 시간을 절약하는 부분(데이터 편집, 초안, 코드, 요약)과 작업 위험 수준에 따라 결정이 유능한 경제학자에게 맡겨지는 부분(예측 책임, 정책 결정, 공식 수치)을 구별할 수 있습니다.
- 각 인공지능 출력을 원본 소스(TURKSTAT/EVDS/IMF)에 연결하고, 다시 계산하고, 경제적 상식의 필터를 통과하는 단계를 통해 검증하는 규율을 적용하는 능력.
- 가짜 숫자(환각), 오래된 데이터 마감일, 기밀 데이터 유출의 위험성을 인식하고 안전한 도구와 자원을 선택하는 습관을 들이는 능력.
경제학자의 책상은 실제로 데이터 및 텍스트 공장입니다. 아침에는 TURKSTAT의 인플레이션 데이터를 해석하고, 오후에는 개발 기관에 대한 정책 노트를 작성하고, 시계열을 정리하고 저녁에 예측을 시도합니다. 데이터 다운로드, 단위 변환, 테이블 편집, 긴 보고서 요약, 코드 작성 등 이 작업의 대부분은 정신적인 것이 아니라 기계적인 것입니다. 인공 지능(AI - 대규모 언어 모델 및 보조 도구)은 이러한 기계적 부담을 정확하게 완화합니다. 하지만 이 모듈 전체에서 반복할 문장부터 시작해 보겠습니다. 인공 지능은 경제학자를 대신하는 전문가가 아니라 경제학자의 조력자입니다. 인플레이션 예측, 통화 정책 제안 또는 공개적으로 이용 가능한 수치에 대한 책임은 항상 이에 서명한 사람과 기관에 있습니다.
이 유닛을 "사용자 매뉴얼"처럼 생각하십시오. 여기서는 AI를 배치할 위치, 배치하지 말아야 할 위치, 각 출력을 검증하는 방법을 설명합니다. 나머지 10개 유닛은 이 뼈대에 살을 붙일 것입니다.
경제학에서 인공지능이 가속화하는 것은 무엇이며, 가속화하지 않는 것은 무엇입니까?
위험 수준에 따라 작업을 세 가지 상자로 나누어 보겠습니다. 이러한 구별은 전체 모듈의 나침반입니다.
녹색 상자 - AI는 강력하고 속도를 높입니다(아직 검토 중). 데이터 다운로드 코드 작성, 데이터 정리 단계 제안, 긴 보고서 또는 기사 요약, 차트용 코드 생성, 텍스트 단순화 및 서식 지정, 용어 설명, 번역, 정책 노트 기본 초안 작성. 여기서는 오류 비용이 낮고 오류를 쉽게 볼 수 있습니다.
노란색 상자 - AI가 도움을 주지만 인간이 확인합니다. 시계열 모델 구축, 회귀 해석, 시나리오 계산, 지표 해석, 문헌 종합. 여기서 AI는 청사진을 생성합니다. 그러나 숫자, 가정, 경제적 논리는 한 줄 한 줄 확인하지 않고는 아무데도 가지 않습니다.
빨간색 상자 - 책임은 인간에게 있으며 AI가 결정할 수 없습니다. 공식 인플레이션/성장 수치의 최종 승인, 통화 또는 재정 정책 제안의 소유권, 공개될 전망에 대한 서명, 투자/신용 결정으로 전환되는 의견. 여기서 AI는 입력만 생성합니다. 판단, 책임 및 서명은 개인에게 있습니다.
팁: 작업을 어느 상자에 넣을지 확실하지 않은 경우 다음 질문을 하십시오. "이 출력이 잘못된 것으로 판명되면 누가 상처를 받고 오류를 쉽게 알 수 있습니까?" 피해가 크고 오류가 숨겨져 있으면 해당 작업은 빨간색에 가깝습니다.
인공지능의 세 가지 근본적인 한계
경제학에서 안전하게 사용하려면 먼저 어디에 걸려 넘어지는지 알아야 한다.
1) 조작(환각). 큰 언어 모델은 때로는 자신이 모르는 숫자나 소스를 자신감 있는 언어로 구성합니다. '2023년 경상수지 적자는 452억 달러였다'는 문장은 사실인 것처럼 보이지만 완전히 틀린 문장일 수도 있다. 경제학에서 이것은 치명적입니다. 잘못된 수치는 보고서, 예측, 결정을 해칩니다.
2) 데이터 마감일. 모델의 학습 데이터는 특정 날짜에 중지됩니다. 최근 인플레이션, 최근 금리 결정, 어제 환율은 본 정보에서 제외될 수 있습니다. AI는 실제로 "최신 데이터"로 몇 달 또는 몇 년 된 숫자를 제공할 수도 있습니다.
3) 원인 맹목 및 맥락 부족. AI는 언어의 패턴을 포착합니다. 경제적 인과관계를 "이해"하지 못합니다. 금리가 오르면 인플레이션은 줄어든다' 같은 문장을 유창하게 만들어내지만, 그것이 어떤 조건에서 유효한지, 어느 나라에서 어느 시기에 반대 현상이 일어났는지 평가할 수는 없다. 구조적 붕괴(위기에 따른 패턴 변화)를 볼 수 없습니다.
주의: 문장이 유창하고 자신감이 있다고 해서 그것이 옳다는 의미는 아닙니다. 가장 설득력 있는 인공지능은 가장 틀릴 수도 있다.
검증 분야: SOURCE–ACCOUNT–Filter
이 모듈의 핵심은 단 하나의 습관입니다. 각 AI 출력을 세 단계를 통해 수행합니다.
- 소스. 모든 숫자와 사실적 주장은 원본 출처에 연결되어 있습니다. TURKSTAT의 인플레이션, CBRT의 환율 및 국제수지, IMF의 글로벌 예측. AI가 제공한 수치가 아닌 공식 간행물을 참조합니다.
- 청구서. 파생된 각 숫자를 한 번 이상 수동으로 다시 계산합니다. 성장률, 실질가치, 지수는 올바른 공식으로 도출되었는가? 종이에 생리 기간을 확인하세요.
- 체. 경제적 상식을 통해 결과를 전달합니다. 이 크기가 합리적인가요? 표시가 맞나요? 역사적 범위에서? 모순이 있나요? 불합리한 결과는 종종 오류의 신호입니다.
세 개의 미니 케이스
사례 1 — 가짜 인물 캡처. 한 개발 기관 분석가는 YZ에 "지방 기준으로 2023년 수출 수치 표를 만들어라"고 말했습니다. AI는 괜찮은 그림을 제공했습니다. 소스 단계에서 분석가는 TUIK 대외 무역 통계를 살펴본 후 3개 지역의 수치가 실제 데이터의 두 배임을 확인했습니다. AI는 누락된 정보를 '합리적으로 보이는' 숫자로 채웠다. 분석가는 테이블을 버리고 TURKSTAT에서 직접 데이터를 가져왔습니다. 조작된 인물은 보고서에 포함되기 전에 포착됐다.
사례 2 - 오래된 데이터 트랩. 한 경제전문기자가 YZ에 "현재 정책금리는 얼마인가"라고 물었다. 그는 물었다; 그가 받은 답변은 8개월 전의 비율이었다. ACCOUNT/SOURCE 습관을 갖고 있는 기자는 최근 CBRT의 MPK(통화정책위원회) 결정을 보고 정확한 환율을 적용했다. 만일 그가 묻지 않았다면 출판물에 잘못된 관심이 쏠렸을 것입니다.
사례 3 — 경제적 필터. 학생-연구원이 AI에게 실질임금 계열을 계산하게 했습니다. 그 결과 실질임금이 1년 만에 140% 증가한 것으로 나타났다. FILTER 단계가 적용되었습니다. 이 크기는 비현실적이었습니다. 코드에서 AI는 잘못된 기준으로 디플레이터(가격 조정 지수)를 사용했습니다. 오류가 발견되어 공식이 수정되었으며 결과가 합리적인 범위 내에 들어왔습니다.
복사 가능한 템플릿 4개
1) 역할과 경계를 정의하는 시스템 프롬프트:
귀하의 역할: 수석 경제학자의 보조 분석 보조원. 규칙: (1) 내가 주지 않는 숫자를 꾸며내지 마세요. 모르신다면 "이 데이터를 확인해야 합니다"라고 말씀하세요. (2) 귀하가 제공하는 각 번호에 대해 어느 공식 출처(TURKSTAT/CBRT/IMF 등)에서 확인되어야 하는지 명시하십시오. (3) 인과관계 주장을 할 때 상태와 불확실성을 명확하게 기술한다. 이해하셨다면 한 문장으로 확인해주세요.
2) 출처 확인 요청:
다음 주장을 분석하세요: "[claim]". 이를 확인하기 위해 살펴보아야 할 공식/1차 출처(기관, 출판물 이름, 시리즈)를 나열하십시오. 청구서의 각 번호가 어떤 정의와 기간에 속하는지 식별합니다. 자신이 기억하는 숫자를 제공하지 마십시오.
3) 출력을 필터링하라는 메시지:
경제적 일관성에 대해 다음 분석 결과를 확인하십시오. 부호가 의미가 있는지, 규모가 역사적 범위 내에 있는지, 단위가 일관성이 있는지, 숨겨진 가정이 있습니까? "확인" 태그를 사용하여 의심스러운 항목을 표시하세요.
4) 작업 위험 분류 요청:
다음 작업을 수행하겠습니다: "[퀘스트]". 녹색(기계적, 낮은 위험), 노란색(초안, 사람이 검증), 빨간색(사람의 결정/책임)으로 분류하고 그 이유를 한 문장으로 설명하세요.
약한 프롬프트 / 강한 프롬프트
약한 프롬프트:
터키 경제에 대한 분석을 작성해 보세요.
맥락이 없고 무제한입니다. AI는 일반적이고 출처가 없으며 검증할 수 없는 텍스트를 생성합니다.
강력한 프롬프트:
귀하의 역할: 분석 보조원. TURKSTAT(아래)에서 2019~2024년 연간 CPI 및 GDP 성장 데이터를 가져왔습니다. 이 데이터를 바탕으로 3문단으로 된 초안 의견을 작성하세요. 내가 준 표에서 각 숫자를 가져오고 외부에서 숫자를 추가하지 마십시오. 확실하지 않은 경우에는 "확인해야 함"이라고 기재하세요. 마지막으로 수동으로 확인해야 할 사항을 나열합니다.[표]
이 프롬프트는 역할, 리소스, 제약 조건 및 검증 기대치를 함께 제공합니다. 출력이 감사 가능해집니다.
일반적인 실수
- AI가 부여한 숫자를 소스로 처리합니다. AI는 자원이 아닙니다. TURKSTAT/CBRT/IMF가 출처입니다.
- 유창함을 정확성으로 착각합니다. 잘 쓴 문장도 틀릴 수 있습니다.
- 작업 상자를 우회합니다. 그린만큼 빨리 레드박스 작업을 통과하는 것은 가장 비용이 많이 드는 실수입니다.
- 데이터 마감일을 잊어버렸습니다. "현재"를 요청하고 이전 번호를 가져옵니다.
- 기밀/시장에 민감한 데이터를 도구에 무차별적으로 삽입합니다. 다음 단원에서 살펴보게 될 개인정보 침해입니다.
- 수동 계산 단계를 건너뜁니다. 전혀 확인하지 않고 파생된 숫자를 사용합니다.
요약하면
인공지능은 경제학자의 기계적 부담을 크게 줄여주는 강력한 조력자입니다. 그러나 예측, 정책, 공식 수치에 대한 책임은 인간에게 있습니다. 작업을 녹색-노란색-빨간색 상자로 정렬하고 AI의 세 가지 기본 한계(제작, 데이터 마감일, 인과맹명)를 염두에 두고 각 출력을 SOURCE–ACCOUNT–Filter 원칙을 통해 전달합니다. 이 세 단계는 모듈의 나머지 부분에 대한 안전 벨트입니다.
응용과제
자신의 직장에서 실제 한 주를 선택하고 그 주에 수행한 10가지 경제 작업을 나열하십시오(예: "인플레이션 데이터 해석", "지방 수출표 준비", "보고서 요약 작성"). 각 작업을 녹색/노란색/빨간색으로 분류합니다. 그런 다음 녹색 상자에서 작업을 선택하고 AI가 위의 템플릿 1과 3을 사용하여 수행하도록 한 다음 SOURCE–ACCOUNT–Filter로 출력을 검사하고 발견한 오류를 하나 이상 기록합니다.
체크리스트
- [ ] 나는 녹색/노란색/빨간색 상자에 작업을 올바르게 배치했습니다.
- [ ] 인공지능이 제공한 모든 수치는 주요 공식 출처에서 확인했습니다.
- [ ] 적어도 하나의 파생 숫자를 직접 다시 계산했습니다.
- [ ] 경제적 상식(부호, 크기, 단위)을 통해 결과를 필터링했습니다.
- [ ] 데이터 마감일과 최근성 위험을 확인했습니다.
- [ ] 나는 기밀/민감한 데이터를 사용하지 않았으며 보안/승인된 도구를 사용하지 않았습니다.
- [ ] 나는 최종 판단과 서명을 갖고 있음을 유지하면서 결과물의 소유권을 주장했습니다.