Modeling and Forecasting Meat Production in Somalia, 1961–2024: A Comparative Analysis of Single and Hybrid Time Series Models

당신이 내년의 날씨를 예측하려고 한다고 상상해 보세요. 당신은 지난 수십 년간의 구름, 바람, 그리고 기온을 살펴봅니다. 과학의 세계에서 이것은 **시계열 예측(time series forecasting)**이라고 불립니다. 이것은 과거의 데이터를 사용하여 다음에 무슨 일이 일어날지 추측하는 기술입니다. 하지만 여기서 까다로운 점이 있습니다. 때때로 과거는 단순히 직선 형태가 아닙니다. 때로는 10년 전의 큰 폭풍이 오늘날의 토양에 여전히 영향을 미치기도 하고, 시장의 갑작스러운 변화가 단순한 자로는 측정할 수 없는 방식으로 전체 패턴을 뒤틀고 회전시키기도 합니다. 과학자들은 이러한 뒤틀림을 다루기 위해 특별한 수학적 도구들을 사용합니다. 어떤 도구들은 직선 자와 같아서(안정적인 추세에 좋음), 다른 도구들은 유연한 고무줄과 같거나 심지어 무질서하고 혼란스러운 패턴으로부터 학습할 수 있는 똑똑한 컴퓨터와 같습니다.

왜 사람들이 이것에 관심을 가질까요? 왜냐하면 예측을 틀리는 것은 비용이 많이 들거나 위험할 수 있기 때문입니다. 만약 한 국가가 식량이 풍족할 것이라고 예측했다가 식량이 부족해진다면, 사람들은 굶주리게 됩니다. 만약 식량이 너무 많을 것이라고 예측한다면, 돈을 낭비하게 될 수도 있습니다. 아프리카 뿔 지역에 위치한 소말리아는 사람들을 먹여 살리고 다른 나라에 판매하기 위해 양, 염소, 낙타, 소와 같은 가축에 크게 의존합니다. 하지만 그들의 날씨는 거칠고, 그들의 역사는 큰 기복으로 가득 차 있습니다. 따라서 그들의 육류 생산량을 예측하는 방법을 알아내는 것은 단순한 수학 퍼즐이 아니라, 식량 안보를 위한 생명선입니다.

---

위대한 육류 예측 콘테스트

이 연구에서 아무드 대학교(Amoud University)의 연구진은 어떤 수학적 도구가 소말리아의 육류 생산량을 가장 잘 예측할 수 있는지 알아보기 위해 거대한 "예측 콘테스트"를 열기로 했습니다. 그들은 단 하나의 도구만을 골라 요행을 바라는 대신, 19가지의 서로 다른 예측 모델을 모아 서로 맞붙게 했습니다. 이것은 마치 어떤 주자는 단거리 선수(빠르고 단순함)이고, 어떤 주자는 마라토너(꾸준하고 장거리)이며, 어떤 주자는 함께 협력하는 릴레이 팀과 같은 경주와 같습니다.

그들이 사용한 데이터는 보물 창고와 같았습니다: 1961년부터 2024년까지 이어지는 64년의 역사입니다. 이는 한 국가의 가축이 성장하고, 줄어들고, 다시 회복하는 과정을 지켜본 긴 시간입니다. 그들은 이 데이터를 두 그룹으로 나누었습니다: 모델을 가르치기 위한 "학습용" 뭉치(19612112년)와 모델이 실제로 미래를 올바르게 예측할 수 있는지 확인하기 위한 "테스트용" 뭉치(20132024년)입니다.

경쟁자들: 단순함 vs 스마트함 vs 하이브리드

연구진은 두 가지 주요 유형의 모델을 테스트했습니다:

1. 단일 모델(Single Models): 이것들은 개별적인 도구들입니다. 어떤 것들은 직선과 꾸준한 추세를 포착하는 데 뛰어난 ARIMA와 같습니다. 다른 것들은 인간이 놓칠 수 있는 복잡하고 구불구불한 패턴을 포착할 수 있는 똑똑한 컴퓨터와 같은 NNAR(신경망 자기회귀)입니다. 또한, 아주 오래전의 일을 기억하도록 설계된 특별한 도구인 ARFIMA도 있었습니다.
2. 하이브리드 모델(Hybrid Models): 이것들은 "슈퍼 팀"입니다. 연구진은 직선 추적기와 패턴을 찾는 두뇌를 섞는 것처럼 서로 다른 도구들을 결합하여, 각 도구의 약점을 다른 도구의 강점이 상쇄하기를 기대하며 실험했습니다.

큰 놀라움: "장기 기억"의 승리

경주가 시작되었을 때, 결과는 매우 흥eller했습니다. 단순한 직선형 모델(표준 ARIMA와 같은)은 과거를 관통하는 선을 그림으로써 미래를 예측하려 했습니다. 하지만 소말리아의 역사는 무질서합니다. 내전, 끔찍한 가뭄, 그리고 갑작스러운 회복이 있었습니다. 단순한 모델들은 혼란에 빠져 육류 생산량이 영원히 치솟을 것이라고 예측했지만, 이는 현실과 맞지 않았습니다.

진정한 챔피언은 기억과 복잡성을 이해하는 모델들이었습니다.

• 최고의 단일 모델: ARFIMA 모델이 금메달을 차지했습니다. 이 모델은 오차율이 단 **2.17%**에 불과할 정도로 믿기지 않을 만큼 정밀했습니다. 왜일까요? 이 모델은 소말리아의 육류 생산이 "장기 기억 지속성(long-memory persistence)"을 가지고 있다는 점을 이해했기 때문입니다. 즉, 몇 년 전의 충격(예: 거대한 가뭄)은 그냥 사라지는 것이 아니라, 오랫동안 생산에 영향을 미치는 흉터를 남깁니다. ARFIMA는 이러한 오래된 흉터를 "기억"하고 그에 따라 예측치를 조정할 수 있는 유일한 모델이었습니다.
• 최고의 하이브리드 팀: 혼합 팀 중에서는 ARIMA–NNAR 조합이 승리했으며, 오차율은 **8.10%**였습니다. 이 모델은 직선적인 추세를 보는 능력과 데이터의 무질서하고 비선형적인 뒤틀림을 처리하는 능력을 성공적으로 결합했습니다.

흥미롭게도, 연구진은 더 많은 모델을 함께 던져 넣는다고 해서 반드시 더 나은 팀이 되는 것은 아니라는 것을 발견했습니다. 가장 복잡한 하이브리드 팀 중 일부는 더 단순하고 똑똑한 단일 모델보다 성적이 저조했습니다. 때로는 전문화된 전문가(ARFIMA와 같은)가 평균적인 예측가들의 위원회보다 더 낫다는 사실이 드러난 것입니다.

수정구슬이 보여주는 것

이 승리한 모델들을 사용하여, 연구진은 2025년부터 2036년까지를 내다보았습니다. 그들이 보는 미래는 별을 향해 직선으로 뻗어 올라가는 모습이 아닙니다.

• ARFIMA 모델은 생산량이 서서히 하락하여 171,794에서 182,522 단위 사이에서 안정될 것이라고 제안합니다.
• ARIMA–NNAR 하이브리드 모델은 생산량이 동일한 수치 근처에서 비교적 안정적으로 머물 것이라고 제안합니다.

두 모델은 한 가지 중요한 사실에 동의합니다: 소말리아의 육류 생산량은 2005년의 역사적 정점이었던 208,000 단위 이상보다 훨씬 낮은 수준에 머물 가능성이 높다는 것입니다. 데이터는 전통적인 방식의 가축 사육이 일종의 "천장", 즉 도움 없이는 토지와 기후가 더 이상의 성장을 지원할 수 없는 한계점에 도달했을 가능성을 시사합니다.

이것이 왜 중요한가

논문은 우리가 단순히 옛날 방식의 추측에만 의존할 수는 없다고 결론짓습니다. "예측 격차(forecasting gap)"—우리가 일어날 것이라고 생각하는 것과 실제로 일어나는 것 사이의 차이—는 더 나은 도구로 메워져야 합니다. 이 연구는 소말리아가 사후 대응적 공황(가뭄이 닥친 후 문제를 해결하는 것)에서 사전 예방적 계획으로 나아가야 한다고 제안합니다. 이러한 고급 데이터 기반 모델을 사용함으로써, 정책 입안자들은 땅의 "장기 기억"을 읽고 충격이 오기 전에 대비할 수 있습니다.

연구진은 이것이 마법의 지팡이가 아님을 주의 깊게 언급합니다. 기후 변화와 정치적 불안정성은 수학 모델이 완벽하게 예측할 수 없는 변수입니다. 하지만 ARFIMA나 하이브리드 앙상블과 같은 도구를 사용함으로써, 그들은 미래를 항해하기 위한 훨씬 더 강력한 지도를 구축했습니다. 이것은 혼돈의 세계에서, 때로는 과거의 메아리에 귀를 기울이는 것이 미래를 보는 가장 좋은 방법이라는 사실을 상기시켜 줍니다.