월별 전기가격의 예측은 공장 가동계획, 공장 자원관리, 연료 구매 계획, 예산 운영 계획 등, 전력시장에서 발생하는 의사결정과정에 있어서 중요한 요소이다. 그러나 전기가격은 기후변화에 영향을 받으며 특히 유가나 환율 같은 경제/금융지표들에 민감한 반응을 보이기 때문에 그 예측이 쉽지 않다. 본 논문에서는 전기가격에 영향을 미치는 이러한 요인들을 모두 고려하면서 예측 성능을 높일 수 있도록 전기가격의 등락을 분류문제로 예측한 후 가격의 실제값을 구하는 방법을 고안하였다. 최근 기계학습분야에서 분류문제 해결에 우수성이 입증된 준 지도학습 알고리즘(Semi-Supervised Learning)을 이용하여 가격의 등락을 예측한 후, 예측문제에 있어 여러 분야에 걸쳐 그 성능을 인정받고 있는 신경망 알고리즘(Artificial Neural Network)을 통해 전기가격의 실제값을 예측하고 이 두 모델의 결과를 종합해 최종 예측값을 도출하는 하이브리드 모델을 제안한다. 에너지경제연구원에서 제공한 2000년 1월부터 2008년 7월까지의 월별 전기에너지 관련 데이터로 실험하여 제안한 모델의 유효성을 검토하였다. 실험 결과 경제/금융지표들의 정보와 제안한 하이브리드 모델의 구조가 전기가격의 예측성능을 높여주었다.
