본 논문은 EUR/USD 환율 예측을 위해 비정형 텍스트 데이터(뉴스 및 분석)와 환율 및 금융 지표 등의 정형 데이터를 통합하는 새로운 프레임워크인 IUS를 제안합니다. IUS는 대규모 언어 모델을 사용하여 텍스트의 감정 극성 점수 및 환율 변동 분류를 수행하고, 이러한 텍스트 특징을 정량적 특징과 결합하여 인과 관계 기반 특징 생성기에 입력합니다. 최적화된 Bi-LSTM 모델을 사용하여 EUR/USD 환율을 예측하며, 실험 결과 기존 모델 대비 MAE 10.69%, RMSE 9.56% 향상을 보였습니다. 특히 비정형 및 정형 데이터의 결합이 정형 데이터만 사용하는 경우보다 높은 정확도를 달성하며, 상위 12개의 중요한 정량적 특징과 텍스트 특징의 조합이 가장 효과적인 것으로 나타났습니다.
