“요즘 금리가 너무 자주 바뀌는 것 같다”는 말을 자주 듣습니다. 실제로 2020년대 들어 한국은행의 기준금리는 팬데믹 저금리 → 고물가 인상 → 경기둔화 동결의 과정을 겪으며 급격히 변동했습니다. 이번 글에서는 공공데이터 API를 활용해 금리 데이터를 직접 수집하고, 시각화 도구로 금리 트렌드를 분석하는 과정을 단계별로 정리합니다. 단순한 코드 튜토리얼이 아니라, 금리 변동이 우리의 생활·소비·투자에 어떤 구조적 영향을 주는지까지 함께 살펴봅니다.
1. 금리의 흐름은 왜 중요한가?
금리는 경제의 ‘온도계’입니다. 기준금리가 인상되면 은행 대출 금리와 예금 금리가 함께 오르고, 이는 곧 가계의 소비와 기업의 투자 감소로 이어집니다. 반대로 금리가 하락하면 소비·투자가 활성화되지만, 물가가 자극받아 인플레이션이 확대될 수 있습니다.
예를 들어 2021~2022년, 한국은행은 물가상승률이 5%를 넘어서자 기준금리를 0.5% → 3.5%로 인상했습니다. 이 시기 주택담보대출 평균금리는 2.7% → 5.4%로 두 배 상승했고, 연 3억 원 대출자의 월 상환액은 약 73만 원 증가했습니다. 이처럼 금리는 단순한 숫자가 아니라, 우리 지출과 자산 가격을 바꾸는 직접 변수입니다.
문제는, 금리 흐름을 일반인이 ‘체감’하기 어렵다는 점입니다. 뉴스에서 “기준금리 동결”이라는 한 문장으로 지나가지만, 실제로 그 이면에는 수백 개의 통계 데이터와 시차 구조가 숨어 있습니다. 그래서 데이터 시각화를 통해 금리의 맥락을 읽는 것이 필요합니다.
2. 공공데이터 API, 경제분석의 출발점
공공데이터 API는 정부·공공기관이 보유한 데이터를 누구나 활용할 수 있도록 공개한 데이터 통신 창구입니다. 과거에는 통계청 사이트에서 엑셀을 수동 다운로드해야 했지만, 지금은 API를 통해 실시간으로 불러올 수 있습니다. 예를 들어, 한국은행의 기준금리, 예금금리, 대출금리, 소비자물가지수(CPI), 환율 데이터 등도 모두 API로 제공됩니다.
공공데이터 API의 장점은 다음과 같습니다.
- 1️⃣ 실시간성: 새 데이터가 발표되면 자동으로 업데이트됩니다.
- 2️⃣ 신뢰성: 한국은행·통계청 등 1차 기관에서 제공하므로 정확도가 높습니다.
- 3️⃣ 자동화 용이: 구글시트, Python, R, Excel Power Query 등 다양한 도구와 연결 가능합니다.
이 API는 공공데이터포털에서 간단히 인증키(API Key)를 발급받으면 누구나 이용할 수 있습니다. 예를 들어 한국은행의 기준금리 데이터를 불러오려면 다음 URL을 사용합니다.
https://ecos.bok.or.kr/api/StatisticSearch/인증키/json/kr/1/100/722Y001/M/201801/202510/0101000위 호출은 ‘722Y001’(기준금리 시계열) 통계를 2018년 1월부터 2025년 10월까지 월별(M)로 조회하는 예시입니다. 반환된 JSON 데이터에는 ‘날짜’, ‘금리값’, ‘단위(%)’ 등이 포함되며, 이 값을 구글시트나 시각화 툴에 연결하면 자동 그래프가 만들어집니다.
3. 금리 데이터 수집 → 시각화까지, 단계별 튜토리얼
이제 실제로 데이터를 불러와 그래프로 시각화하는 과정을 요약해보겠습니다. 이 예시는 코드 없이 ‘구글 시트 + Flourish’만으로도 재현할 수 있는 실습입니다.
① API 키 발급
공공데이터포털에서 회원가입 후 ‘한국은행 ECOS 오픈API’를 신청합니다. 하루 10,000건의 호출이 무료로 허용됩니다.
② 데이터 불러오기
구글시트에서 아래와 같이 입력합니다.
=IMPORTDATA("https://ecos.bok.or.kr/api/StatisticSearch/인증키/json/kr/1/100/722Y001/M/201801/202510/0101000")API가 JSON 형식일 경우, =IMPORTJSON() 스크립트를 사용해 열(column) 구조로 변환할 수 있습니다.
③ 시각화 만들기
- 구글시트 기본 차트: 데이터 범위를 선택 → “삽입 > 차트 > 선형 그래프”
- Flourish 활용: CSV로 내보내기 → Flourish의 “Line chart” 템플릿에 업로드
- Datawrapper: 웹에서 데이터 붙여넣기 → 색상, 단위, 축 이름 설정
④ 자동 업데이트 설정
구글시트의 “앱스 스크립트” 기능을 활용하면 매일 새벽 6시에 API를 자동 호출해 최신 금리 데이터를 갱신할 수 있습니다.
function autoUpdate() {
var url = "https://ecos.bok.or.kr/api/StatisticSearch/KEY/json/kr/1/100/722Y001/M/202001/202512/0101000";
var sheet = SpreadsheetApp.getActiveSheet();
var data = UrlFetchApp.fetch(url);
var json = JSON.parse(data.getContentText());
sheet.getRange(2,1).setValue(JSON.stringify(json));
}이렇게 설정하면 ‘데이터 자동화 리포트’처럼 금리 추이를 매일 새롭게 받아볼 수 있습니다.
4. 금리 트렌드 해석: 데이터가 보여주는 세 가지 변화
공공데이터 API로 수집한 2020~2025년 금리 시계열을 보면, 다음 세 가지 패턴이 뚜렷합니다.
- 팬데믹 저금리기 (2020~2021)
코로나19 이후 경기부양을 위해 기준금리는 사상 최저인 0.5%까지 인하되었습니다. 소비심리지수는 70선으로 하락했지만, 저금리 정책으로 가계부채는 급증했습니다. - 고물가 대응기 (2022~2023)
러시아-우크라이나 전쟁과 원자재 가격 급등으로 물가상승률이 5%를 넘자, 한국은행은 7차례 연속 금리를 인상했습니다. 2022년 11월 기준금리 3.25%는 10년 내 최고치였으며, 대출이자 부담 증가로 소비가 급격히 위축되었습니다. - 안정화·동결기 (2024~2025)
2024년부터 물가가 둔화되면서 기준금리는 3.50%로 동결되었습니다. 하지만 실질금리(명목금리–물가상승률)는 여전히 플러스로 유지되어, 가계는 체감적으로 ‘고금리 시대’에 머무르고 있습니다.
이 데이터를 시각화하면, 금리 변화가 단순한 수치 이상이라는 것을 알 수 있습니다. 기준금리 곡선이 오르는 시점마다 신규 주택담보대출액 감소(-23.5%), 카드승인금액 증가율 둔화(+12%→+4%) 등 소비지표의 구조적 변화를 확인할 수 있습니다.
💡 실전 계산 예시
가정: 3억 원 대출, 만기 30년, 원리금균등 상환
• 금리 3.0%일 때 월 상환액: 1,261,000원
• 금리 4.0%일 때 월 상환액: 1,432,000원
→ 금리 1%p 인상 시 월 +17만 원, 연간 +204만 원 부담
이처럼 데이터 시각화는 ‘금리 1%p의 체감 영향’을 수치로 보여주는 현실적인 도구입니다.
5. 데이터로 금리의 맥락을 읽다
공공데이터 API를 활용하면 누구나 한국은행의 금리 데이터를 직접 불러와 분석할 수 있습니다. 이는 단순히 그래프를 그리는 작업이 아니라, 경제를 읽는 습관을 만드는 과정입니다.
2025년 현재 금리는 동결 구간에 있지만, 물가·환율·가계부채 흐름에 따라 언제든 변동할 수 있습니다. 따라서 데이터로 ‘금리의 방향성’을 주기적으로 점검하는 습관이 필요합니다.
앞으로의 관전 포인트
- 한국은행 금통위 회의(매월 둘째 주 목요일) 발표 데이터
- 소비자물가지수(CPI), 생산자물가지수(PPI) 변동 추이
- 미국 연준(Fed) 금리 결정과 한·미 금리차 확대 여부
데이터는 숫자 이상의 ‘경제 신호’입니다. 공공데이터 API를 통해 금리 변동의 구조를 읽을 수 있다면, 우리는 뉴스보다 먼저 시장의 방향을 감지할 수 있습니다.
