- 디지털플랫폼정부위원회
- 농림축산식품부
- 한국농수산식품유통공사
- 한국지능정보사회진흥원
- 한국인공지능학회
- 2024.10.01-2024.11.14
- 참여 유형: 개인(1인)
- 결과: 우수상 (한국인공지능학회장상)
- 상금: 500만 원
-
목표: 국민생활과 밀접한 10개 농산물 품목의 가격 예측
(배추, 무, 양파, 사과, 배, 건고추, 깐마늘, 감자, 대파, 상추) -
접근 방법:
- 가격 데이터의 스케일링 없이 트리 모델 기반 예측:
- 데이터 전처리 과정에서 스케일링을 생략하여 트리 모델의 장점을 극대화.
- 두 가지 모델 설계:
- Single-output 모델:
- 단일 시점에서 각 품목의 가격을 독립적으로 예측.
- 단순하지만 품목별 세부 예측에 강점.
- Multi-output 모델:
- 여러 품목의 가격을 동시에 예측하는 모델 구축.
- 품목 간 상관관계를 반영하여 전체적인 예측 안정성 향상.
- Single-output 모델:
- 시계열 데이터 활용:
- 가격 시계열 데이터를 기반으로 트리 모델을 학습하여 시간에 따른 가격 변화를 예측.
- Single-output 모델과 Multi-output 모델을 적절히 결합하여 시계열 데이터를 안정적으로 예측.
- 단일 품목의 세부적인 변동과 품목 간 상관성을 동시에 고려.
- 가격 데이터의 스케일링 없이 트리 모델 기반 예측:
-
결과:
- 2차 예선 진출:
- 단순하고 효율적인 예측 모델 설계가 높은 평가를 받아 본선 진출 확정.
- 2차 예선 진출:
-
목표: 동일한 10개 농산물 품목의 가격 예측 (배추, 무, 양파, 사과, 배, 건고추, 깐마늘, 감자, 대파, 상추)
-
접근 방법:
- 가격 데이터에 대한 스케일링을 진행하지 않고 트리 모델 사용.
- 1차 예선과 동일하게:
- 가격 시계열 데이터 기반 트리 모델.
- 관련 요인(기상, 도매시장 수급, 소매가, 중도매가, 수출입 등)을 활용한 가격 기울기 예측 모델.
-
주요 분석 및 개선:
-
농산물 가격의 높은 변동성 분석:
- 농산물의 가격은 특정 기간 동안 큰 변동폭을 나타내는 경우가 많아 단순 평균값 기반 예측의 한계를 확인.
- 이를 해결하기 위해 변동성을 반영한 예측값 설계.
-
예측값의 다차원화:
- 모델의 예측값을 단일 결과가 아닌, 상한, 평균, 하한의 세 가지 예측값으로 구성:
- 상한: 가격 상승 리스크를 고려한 예측.
- 평균: 일반적인 가격 경향성 반영.
- 하한: 가격 하락 리스크를 반영.
- 모델의 예측값을 단일 결과가 아닌, 상한, 평균, 하한의 세 가지 예측값으로 구성:
-
예측값을 활용한 Feature Engineering:
- 상한, 평균, 하한 예측값을 하나의 feature로 결합하여 다음 시점 예측의 입력 변수로 활용.
- 각 예측값의 모멘텀(변화율)을 계산해 시간적 트렌드를 반영.
-
모멘텀 기반의 가중평균 모델 설계:
- 상한, 평균, 하한 값에 가중치를 부여하여 최종 예측값 도출:
- 가중치 할당: 최근의 예측값 모멘텀에 따라 각 값에 동적으로 가중치 적용.
- 가중평균 계산: 과거와 현재 예측값의 가중평균을 통해 시계열 데이터를 안정적으로 보정.
- 이 방식으로 극단적인 변동성을 완화하고 실제 가격 추세에 근접한 결과 생성.
- 상한, 평균, 하한 값에 가중치를 부여하여 최종 예측값 도출:
-
결과의 해석 가능성 강화:
- 최종 예측값이 상한/평균/하한의 조합으로 도출되기 때문에:
- 예측 결과에 대한 해석이 용이.
- 사용자가 다양한 시나리오를 고려한 의사결정 가능.
- 최종 예측값이 상한/평균/하한의 조합으로 도출되기 때문에:
-
-
결과:
- 변동성을 반영한 다차원 예측 접근법과 모멘텀 기반 가중평균 설계로 예측 성능 개선.
- 본선 진출 성공.
- 목표:
- 2차 예선에서 구축한 모델의 논리 및 결과를 보고서로 작성.
- 2024 정부박람회에서 모델 논리를 발표.
- 우수상 수상 (한국인공지능학회장상)
- 상금 500만 원
- 모델의 실효성과 독창성을 인정받아 정부박람회에서 발표 기회 획득.