날씨 예보는 그 어느 때보다 더 정확하고 상세해졌습니다.

컴퓨터 기반 기상 예보 시대는 1965년에 시작되었습니다. 60년 후, 기상청은 또 다른 기술 혁명을 주도하고 있는데, 이번에는 인공지능(AI)이 주도하고 있습니다.

파이낸셜 타임스 에 따르면, AI는 구름 패턴, 강우량, 기온을 예측하는 능력을 향상시키는 데 도움이 되고 있습니다. 구체적으로 이 기술은 몇 시간 이내의 초정확 순간 예보에서 중기 예보(3~15일)로 예보 범위를 확대하고 있으며, 현재는 계절 외 수준(2주~2개월)의 날씨를 예측할 수 있습니다.

"우리는 날씨 예보 방식에 실질적인 변화의 잠재력을 보고 있습니다. 어떤 면에서는 인간이 컴퓨터를 사용하기 시작했던 때와 비슷합니다."라고 기상청 AI 책임자인 커스틴 데일은 말했습니다.

디지털 예측부터 "엔드투엔드" AI까지

이전의 날씨 예보는 수치적 날씨 예보에 크게 의존했는데, 이는 슈퍼컴퓨터를 사용하여 수백만 개의 관측값을 실시간으로 처리해야 하는 복잡한 계산 과정이었습니다. 선구적인 기상 AI 시스템은 여전히 집중적인 데이터 동화가 필요하지만, 머신 러닝을 사용하여 예측을 내립니다.

AI는 날씨 예보 분야에 큰 영향을 미치고 있습니다. 사진: 파이낸셜 타임스.

초기 결과는 매우 긍정적이었습니다. 유럽 중기 기상 예보 센터(ECMWF)는 2월에 출시한 첫 번째 AI 모델이 열대성 저기압 경로 예측 등 주요 지표의 정확도를 약 20% 향상시켰다고 밝혔습니다.

ECMWF 사무총장 플로렌스 라비에르는 "새로운 AI 기술은 최근 수십 년간 예측 정확도가 크게 향상되어 왔습니다. 2000년대 초부터 더욱 발전된 위성 데이터가 제공되면서 북반구와 남반구 간의 정확도 격차가 사라졌습니다."라고 말했습니다.

ECMWF는 이에 앞서 2023년 10월에 AIFS라는 자체 AI 글로벌 예측 모델을 출시했습니다.

워싱턴 포스트 와의 인터뷰에서 기상학자 매트 란자는 9월 허리케인 프랜신에 대한 AIFS의 예보를 "미친 짓"이라고 불렀습니다. 전문가는 "매일 예측 도구로 사용하지 않는다면 미친 짓일 겁니다."라고 말했습니다.

AIFS는 허리케인 밀튼이 플로리다에 도달하기 불과 21km 전에 상륙할 것이라고 밝혔습니다. 이러한 성과에 따라 기상학자 브라이언 베넷은 AIFS를 " 세계가 가진 가장 정확한 모델"이라고 선언했습니다.

기존의 날씨 예보 모델은 막대한 계산 능력을 필요로 하며, 고도로 숙련된 인력이 운영해야 합니다. 사진: 7wData.

하지만 그것은 AI가 이 분야를 지배하는 시대의 시작일 뿐이었습니다. 파이낸셜 타임스 에 따르면, 더욱 흥미로운 가능성을 약속하며 2세대 "엔드투엔드" 실험적 AI 시스템이 등장하고 있습니다.

이러한 모델은 데이터 동화 단계를 건너뛰고 위성과 기상 관측소의 원시 관측 데이터를 직접 활용하여 글로벌 및 로컬 예측을 생성합니다.

튜링 연구소의 스콧 호스킹은 "갑자기 새로운 센서를 설치하고 그 데이터를 매우 빠르게 모델에 입력할 수 있는 단계에 도달했습니다."라고 말했습니다. 호스킹은 현재 다양한 개발 단계에 있는 약 20~30개의 AI 기상 모델이 있으며, 그 수는 단 1년 만에 급격히 늘어날 것으로 추정합니다.

미래 기상학자의 역할

세계가 AI에 점점 더 의존하게 되면서 기상학자의 역할이 어떻게 될 것인가는 중요한 질문입니다.

이러한 사실에도 불구하고 기상청 관계자들은 기술의 발전으로 인해 인간의 일자리가 줄어들지 않을 것으로 믿고 있습니다. 그 대신, 기상학자들은 앞으로도 계속 필요할 것이며, 그 어느 때보다 더 중요해질지도 모릅니다.

그들은 경쟁하는 AI 모델 간의 차이점을 평가하고, 원시 예측 수치를 맥락에 맞게 설명하는 중요한 역할을 유지하며, 위험 수준과 완화 조치를 전달해야 합니다. 실제로는 원시 데이터를 수집하여 이상 여부를 확인해야 합니다.

"기술은 날씨에 대한 우리의 이해를 변화시키고 있습니다. 하지만 기존 예보 방식을 대체하는 것이 아니라, 오랫동안 확립된 예보 방식을 강력하게 뒷받침하는 역할을 하고 있습니다. 저는 기술이 점점 더 공생적인 관계를 맺고 있다고 생각합니다. 기술들이 하나의 팀으로 협력해야 합니다."라고 커스틴 데일은 주장합니다.