본 논문은 미국 연방준비제도(Fed)의 특징적인 언어인 "Fedspeak"을 해석하고 통화정책 기조를 분류하기 위한, 불확실성을 고려한 대규모 언어모델(LLM) 기반 프레임워크를 제안합니다. Fedspeak의 의미와 문맥적 표현을 풍부하게 하기 위해 통화정책 전달 메커니즘에 기반한 도메인 특정 추론을 통합하고, 모델 예측의 신뢰도를 평가하는 동적 불확실성 디코딩 모듈을 도입하여 분류 정확도와 모델 신뢰성을 향상시켰습니다. 실험 결과, 제안된 프레임워크는 정책 기조 분석 작업에서 최첨단 성능을 달성했으며, 지각 불확실성과 모델 오류율 간의 유의미한 양의 상관관계를 밝혀 지각 불확실성의 진단 신호로서의 효과를 검증했습니다. 이는 금융 예측, 알고리즘 트레이딩, 데이터 기반 정책 분석에 중요한 시사점을 제공합니다.
