본 연구는 FinBERT와 GroupSHAP을 결합한 GRU 기반 예측 프레임워크를 제안하여, 텍스트 기반 금융 데이터의 해석 가능성과 예측 성능을 향상시키는 데 목표를 둔다. 뉴스 기사를 FinBERT로 임베딩하고 의미론적으로 관련된 키워드 그룹으로 클러스터링한 후, GroupSHAP을 사용하여 각 그룹의 주가 움직임에 대한 기여도를 측정한다. 이 그룹 수준의 SHAP 변수를 예측 모델의 입력으로 활용하여 S&P 500 지수의 하루 앞 예측을 수행하며, 기존 모델 대비 MAE 32.2%, RMSE 40.5% 감소를 달성했다.
