거시변수마다 별도의 모형을 만들면 자료와 추정 방식이 달라 비교가 어려워질 수 있다. BISTRO는 여러 시계열에서 먼저 학습한 MOIRAI를 BIS 거시자료에 추가 학습하는 구조다. 하나의 사전학습 모형으로 기본 전망과 특정 입력 경로를 가정한 조건부 전망을 생성하려 한다.
자료를 사용할 때는 예측 시점에 실제 공개돼 있던 정보만 들어가도록 발표시점을 맞춘다. 보존된 결과는 물가 급등 사례에서 단순히 평균으로 되돌아갈 것으로 보는 기준보다 상승의 지속성을 잘 포착했다고 설명한다. 유가 경로를 입력하면 물가 전망의 비선형 반응을 계산하는 활용도 제시됐다.
정책금리 전망에서 먼 과거의 관련 상태에 가중치를 달리 주는 방식도 기록돼 있다. 이는 과거 자료를 고정적으로 사용하는 것과 다른 예측 구조다. 다만 조건부 전망의 변화가 실제 정책 개입의 효과를 증명하지는 않는다. 공개 코드는 국내 변수와 기존 모형을 같은 정보 집합에서 비교할 출발점이 된다.
SCOPE공식 모형 설명을 보존한 기록이다. 국내 자료의 성능을 확인하지 않았으며 조건부 예측을 인과 추정으로 읽지 않는다.
Evidence & verification ↓Sources & evidence
Original passages appear only when checked against the publication. Earlier briefing records are identified separately.
BISTRO: a general purpose oracle for macroeconomic time series0 primary · 3 archived +
These 3 records come from the earlier briefing, not a newly verified original publication. They are retained in the original briefing below; no primary-source quotation is shown.
Read the earlier record ↓Show the original briefing text
구분: 국제기구 연구 · BIS Quarterly Review / Foundation Model
발표일: 2026년 3월 16일
원문 링크: https://www.bis.org/publ/qtrpdf/r_qt2603d.htm
코드: https://github.com/bis-med-it/bistro
핵심 요약
BIS는 범용 time-series foundation model인 **BISTRO(BIS Time-series Regression Oracle)**를 공개했다. 범용 transformer 시계열 모델 MOIRAI를 BIS의 대규모 거시 데이터에 fine-tuning해, 매번 변수마다 별도 AR·VAR·ML 모델을 만드는 대신 하나의 pretrained model로 여러 거시변수의 baseline/conditional forecast를 생성하는 구조다.
BISTRO는 최대 128개 covariate를 처리할 수 있으며, 예측 시점에 실제로 공개돼 있던 정보만 사용하도록 데이터 release timing을 정렬한다. BIS는 2021년 인플레이션 급등 사례에서 단순 mean reversion benchmark보다 지속성을 더 잘 포착했다고 보고하며, 유가 경로를 조건부로 넣었을 때 비선형 인플레이션 반응도 추정한다. 정책금리 전망에서도 먼 과거의 관련 state에 attention weight를 동적으로 배분한다.
실무 시사점
채권 관점에서 이 연구의 의미는 Foundation Model을 금리 자체보다 macro-state engine으로 먼저 쓸 수 있다는 것이다.
예를 들어:
CPI / 수출 / 고용 / 환율 / 유가 / 미국금리
→ Macro Foundation Model
→ 향후 inflation / growth / policy-rate distribution
→ 국고 fair-value 또는 커브 모델 입력
구조다.
특히 금통위 당일 “기준금리가 어떻게 될까”를 직접 LLM에게 묻는 것보다, 현재 데이터에서 향후 물가·성장·정책경로의 조건부분포를 생성하고 이를 3년·10년 금리에 매핑하는 편이 경제적으로 해석하기 쉽다.
BISTRO는 공개 코드가 있다는 것도 장점이다. 국내 데이터를 붙여 한국형 BISTRO benchmark를 직접 만들어 기존 AR/DNS/LightGBM과 비교할 수 있다.
데스크 적용 우선순위: ★★★★★