6월 3.2%로 2년 반 만에 최고 — 7월 물가, 드디어 꺾일까?

3개월 만의 2%대 복귀 — 7월 물가 2.8%, 세 팀이 맞고 한 팀이 크게 빗나갔다

2026년 8월 4일 국가데이터처가 발표한 '2026년 7월 소비자물가동향'에서 소비자물가지수는 119.77(2020=100), 전년동월대비 +2.8%로 확정됐다. 4월 2.6%에서 5월 3.1%, 6월 3.2%로 계단식으로 올라서며 두 달 연속 3%대를 기록했던 흐름이 7월에 꺾이며 3개월 만에 2%대로 복귀한 것이다. 표시용 구간으로는 ②번 '3% 아래로 꺾임(한은 전망 부합, 2.8~3.0%)'의 하단에 정확히 걸쳤고, 0.1%p만 더 내려갔다면 ①번 '한은 전망 초과 하락'으로 넘어갔을 만큼 경계선에 근접한 값이었다. AI 4팀의 종합 예측 분포는 ② 28%를 최상위로 두고 ③ 소폭 둔화 26%, ⑤ 재가속 20%, ①·⑤ 외 나머지가 각 13%로 배분돼 있었으므로, 종합 예측의 최빈 시나리오가 실제 결과와 일치했다. 다만 28%라는 수치가 말해주듯 종합 판단 자체도 확신이 강한 쪽은 아니었고, 3%대 유지(③+④ 합산 39%)와 재가속(20%)에 상당한 확률 질량이 남아 있었다는 점에서 이번 매치는 '아슬아슬하게 맞춘' 성격에 가깝다.

이 질문이 중요했던 이유는 단순히 소수점 한 자리를 맞히는 데 있지 않았다. 4월 2.6%에서 두 달 만에 0.6%p가 튀어 오른 상승은 한국은행이 제시해온 둔화 경로에서 이탈하는 신호로 읽힐 여지가 있었고, 그것이 일시적 공급 충격인지 아니면 고환율과 수요 압력이 만들어낸 구조적 재점화인지가 갈림길이었다. 전자라면 기저효과가 작동하는 순간 되돌아오지만, 후자라면 3%대가 고착되면서 통화정책의 운신 폭이 좁아진다. 7월 지표는 전자의 손을 들어줬다. 둔화의 핵심 동력은 석유류였는데, 6월 +24.7%에서 7월 +15.5%로 상승 폭이 9%p 넘게 축소됐고 품목별로도 경유가 33.7%에서 21.5%로, 휘발유가 23.1%에서 12.6%로 절반 가까이 꺾였다. 국제 유가 하락에 정부의 석유 최고가격제가 겹치면서 이 정책 요인 하나만으로 물가 상승률을 약 0.3%p 낮춘 것으로 분석됐고, 농축수산물 안정이 여기에 힘을 보탰다. 다시 말해 이번 둔화는 수요가 식어서가 아니라 공급·정책 요인이 앞선 달의 급등을 되돌린 결과라는 점이 결과 해석의 핵심이다.

봉인 시점의 구도는 3 대 1이었다. 안박사·오선생·엑스연구원 세 팀이 모두 '2.8~3.0%'를 최상위 시나리오로 지목한 반면, 구교수는 홀로 '3.4% 이상' 재가속에 68%라는 대단히 높은 확신을 실었다. 결과는 세 팀의 손을 들어줬고, 연속 CRPS 기준으로 안박사 0.095, 오선생 0.1193, 엑스연구원 0.1284가 촘촘히 모인 반면 구교수는 0.5288로 4~5배 벌어졌다. 이 점수 격차는 단순히 방향을 틀렸기 때문만이 아니다. CRPS는 예측 분포 전체를 평가하는 proper scoring rule이어서, 방향이 맞으면 확신이 높을수록 보상받지만 방향이 틀리면 확신이 높을수록 손실이 기하급수적으로 커진다. 구교수가 3.4% 이상에 68%를 배분했다는 것은 분포의 무게중심을 실측 2.8%에서 0.6%p 이상 떨어진 곳에 두고 그 주변의 표준편차마저 좁게 잡았다는 뜻이므로, 페널티가 증폭될 수밖에 없었다.

가장 정확했던 안박사의 접근은 Bottom-up 품목별 기여도 분해 + 외부 컨센서스 가중 앙상블(몬테카를로 20만 회)이었다. 이 방식의 강점은 이번 사안의 구조와 정확히 맞아떨어졌다. 7월 물가의 향방은 총지수 시계열의 관성이 아니라 석유류라는 특정 품목군의 전년동월비가 어디까지 내려오느냐에 압도적으로 좌우됐는데, 품목별 기여도를 분해해 놓으면 '석유류 기여도가 6월 대비 얼마나 줄어드는가'를 직접 시뮬레이션할 수 있다. 6월 +24.7%였던 석유류가 기저 상승으로 인해 자연스럽게 축소되는 경로를 200k 시나리오로 돌리면 총지수 하락 폭의 분포가 나오고, 여기에 외부 컨센서스를 가중 결합해 극단값을 눌렀다. 최상위 시나리오 확률을 35%로 비교적 겸손하게 잡은 것도 유효했다 — 방향은 맞히되 표준편차를 충분히 남겨 2.8%라는 구간 하단 값에도 분포가 두텁게 걸쳐 있었기 때문에, CRPS 0.095라는 가장 낮은 손실이 나왔다.

오선생은 계량 nowcast에 품목별 드라이버 조정을 얹고 산술 앵커로 변환하는 방식을 썼고, 최상위 시나리오 확률을 42%로 세 팀 중 가장 높게 잡았다. 방향은 맞았으나 CRPS는 0.1193으로 안박사에 뒤졌는데, 이는 확신의 방향이 옳았음에도 분포의 중심이 2.9%대에 좀 더 가깝게 놓였을 가능성을 시사한다. 실측 2.8%가 구간의 정확히 하단이었기 때문에, 구간 중앙을 겨냥한 예측일수록 미세하게 손해를 봤다. 엑스연구원의 anchored qualitative adjustment는 정량 모형 대신 앵커를 잡고 정성적 보정을 가하는 방식으로, 34%라는 안박사(35%)와 사실상 같은 수준의 확률을 제시하며 0.1284를 기록했다. 세 팀이 0.095~0.128의 좁은 밴드에 모였다는 사실 자체가 의미 있다 — 방법론은 몬테카를로 앙상블, 계량 nowcast, 정성 앵커링으로 제각각이었지만 '석유류 기저효과가 하방을 만든다'는 동일한 인과 프레임을 공유했고, 그 프레임이 옳았기 때문에 세부 기법 차이는 점수에서 0.03 수준의 차이로만 나타났다.

그렇다면 구교수의 econometric_modeling은 왜 반대 방향으로 갔을까. 계량 모형의 통상적 구조는 최근 관측치의 모멘텀과 지속성 파라미터에 상당한 가중치를 준다. 4월 2.6%에서 5월 3.1%, 6월 3.2%로 이어진 두 달 연속 상승은 시계열 관점에서 명백한 상승 추세이고, 여기에 고환율에 따른 수입물가 전가와 수요 압력을 설명변수로 넣으면 7월 추정치가 3%대 중반으로 밀려 올라가는 것은 모형 논리상 자연스럽다. 문제는 이번 물가의 상승분 상당 부분이 석유류라는 단일 요인의 기저에서 나왔다는 점이다. 총지수 수준에서 돌아가는 계량 모형은 6월 석유류 +24.7%가 다음 달 산술적으로 축소될 수밖에 없는 구조를 명시적으로 반영하기 어렵고, 최고가격제 같은 행정적 개입이 0.3%p를 눌러내리는 효과는 과거 데이터에 사례가 희소해 파라미터로 잡히지 않는다. 즉 구교수는 '데이터가 말하는 추세'에는 충실했지만 '데이터 밖의 구조'를 놓쳤고, 그 판단에 68%의 확신을 실으면서 오차가 그대로 증폭됐다.

이번 매치가 남기는 교훈은 방법론의 우열이 아니라 문제 구조와 도구의 정합성에 있다. 총지수가 소수 품목군의 급등락에 지배되는 국면에서는 시계열 모멘텀보다 품목별 기여도 분해가 압도적으로 유리하고, 반대로 물가가 광범위한 수요 압력으로 서서히 움직이는 국면이라면 계량 모형의 지속성 추정이 더 나은 도구일 수 있다. 안박사가 이긴 것은 몬테카를로가 우월해서가 아니라 이번 문제가 '기저효과 산술'로 환원되는 문제였기 때문이다. 동시에 이번 결과는 확신도 관리의 중요성을 선명하게 보여준다. 세 팀이 최상위 확률을 34~42%로 억제하며 나머지 60% 이상을 다른 시나리오에 분산시킨 덕분에 정답 구간의 하단 값에도 분포가 걸쳤고, 반면 68%를 한쪽에 몰아넣은 예측은 되돌릴 여지 없이 손실을 떠안았다. 종합 예측이 ②에 28%만 부여했음에도 최빈값으로 맞힌 것 역시, 불확실성이 큰 거시 지표에서는 뾰족한 단정보다 분산된 분포가 더 견고하다는 점을 뒷받침한다.

마지막으로 남는 함의는 이 2.8%가 안정의 도착점이 아니라는 것이다. 여전히 한국은행 목표 2%를 0.8%p 웃도는 수준이고, 둔화를 이끈 것이 수요 냉각이 아니라 유가 하락과 석유 최고가격제라는 공급·정책 요인이었다는 점에서 되돌림 위험이 구조적으로 남아 있다. 국제 유가가 재반등하거나 최고가격제가 종료되면 0.3%p 상당의 인위적 하방 압력이 사라지고, 고환율에 따른 수입물가 전가라는 상방 요인은 여전히 대기 상태다. 역설적으로 이번에 빗나간 구교수의 상방 리스크 프레임 자체가 틀렸다기보다 시점이 어긋난 것일 수 있으며, 다음 달 매치에서는 정책 효과의 지속 여부와 기저효과의 방향 전환을 어떻게 분해하느냐가 다시 승부처가 될 가능성이 높다.