1. 배경 및 목적
급격한 기후 변동으로 인한 자연재해는 실물 경제의 불확실성을 키우는 핵심 요인이다. 폭우, 가뭄, 태풍 등 기상 이변의 규모가 커짐에 따라 자본시장 내 특정 산업의 주가 변동성 역시 커지고 있다. 기존의 로보어드바이저나 기술적 분석 모델들은 기업의 재무제표나 과거 차트 등 내부 지표에만 매몰되어 있어, 기후 변화라는 거시적 변수를 리스크 관리에 반영하지 못하는 한계를 보인다. 따라서 파편화된 기상 데이터와 금융 빅데이터를 융합하여 기후 재해의 스케일을 사전 예측하고, 이에 대응 가능한 자산별 예측 점수를 능동적으로 산출하는 다차원적 분석 시스템이 시급하게 요구된다.

2. 모델
프론트엔드: Next.js
백엔드: FastAPI
데이터베이스: PostgreSQL
AI/ML: Pytorch, LightGBM
배포 환경: Docker, AWS

3. 요약
과거에 발생한 주요 자연재해 시점의 주식시장 데이터를 역추적하여, 재해 발생 시 급등했던 수혜 종목과 급락했던 피해 종목의 상관관계를 정밀하게 분석한다.
이후 AI 모델을 통해 엘니뇨, 라니냐, 태풍 등 향후 발생할 기상 이변의 구체적인 규모와 시기, 지속 기간을 예측한다. 이렇게 예측된 기후 시나리오를 앞서 구축한 과거 주가 데이터와 매칭하여, 재해 규모에 최적화된 추천 주식을 사용자에게 제안하거나 사용자가 현재 보유 중인 포트폴리오 내에서 급락 위험이 높은 종목을 사전에 경고한다.
재해 상황이 종료된 후 실제 주가의 등락 결과를 AI의 기존 예측값과 비교하여, 적중한 종목과 오차가 발생한 종목에 각각 차등적인 가중치를 부여한다. 이 피드백 데이터를 다음 기상·금융 예측 모델에 다시 반영하여, 재해가 반복될수록 시스템의 예측 정확도가 스스로 진화하며 고도화되는 자가 발전형 알고리즘을 구축한다.

4. 기대효과
기존의 로보어드바이저나 주식 추천 서비스는 대부분 기업의 재무제표나 차트 분석에만 의존한다. 반면, 이 시스템은 '기후 변화'라는 글로벌 화두를 주식과 직접 연결함으로써, 기존 시장에 없던 독창적인 핀테크 서비스로서의 높은 시장 가치를 가진다.