본 연구는 OpenAI의 ChatGPT 기반 감성지표와 KR-FinBERT기반 감성지표가 KOSPI시장의 단기 주식 수익률 예측에 있어 어떠한 차이를 보이는지 비교·분석한다. 기업 단위 금융 뉴스를 활용하여 두 가지 감성지표를 구축하였다: (1) ChatGPT로부터 도출한 프롬프트 기반 감성 점수와 (2) KR-FinBERT의 확률값을 기반으로 한 감성 점수이다. 이들 감성지표는 RNN, LSTM, iTransformer 등 다양한 딥러닝 아키텍처에 통합되었으며, 엄격한 워크포워드 시계열 검증 프레임워크 하에서 정보계수(IC), 평균제곱오차(MSE), 평균절대오차(MAE)를 활용해 예측 성능을 평가하였다. 실증분석 결과, ChatGPT 기반 감성은 전반적으로 롤링 윈도우 전 구간에서 더 높고 안정적인 IC 성과를 보였으며, 특히 2020–2021년과 같은 고변동성 국면에서 우수한 예측력을 나타냈다. 반면 KR-FinBERT는 특정 아키텍처에서는 상대적으로 우수한 성과를 보이기도 했으나, 시간에 따른 예측 안정성은 다소 낮은 것으로 나타났다. 종합적으로, 본 연구는 대규모 언어모델(LLM) 기반의 맥락적 감성 정보가 도메인 특화 감성모델에 비해 단기 수익률 예측에 있어 보다 폭넓고 적응적인 정보를 제공할 수 있음을 시사한다.
Trần et al. (Thu,) studied this question.