수문기상 예측에 있어서 과학기술, 인공지능, 디지털 전환의 응용

점점 더 심각해지는 기후 변화와 4차 산업혁명의 급속한 발전 속에서 수문기상예보(HTS)는 새롭고 어려운 과제에 직면하고 있습니다. 과학기술, 인공지능(AI), 그리고 디지털 전환은 단순히 보조적인 역할을 하는 것이 아니라 현대 재난 경보 시스템의 속도, 품질, 그리고 정확성을 결정하는 핵심 기반이 되었습니다.

기후 변화 시대의 새로운 압력

전 세계적 으로 전통적인 예측 방식은 고해상도 수치 모델, 첨단 데이터 동화 시스템, 그리고 특히 AI와 딥러닝의 획기적인 발전으로 대체되고 있습니다. ECMWF(유럽 기상청)나 JMA(일본 기상청)와 같은 주요 기상 기관들은 AI를 활용하여 오류를 수정하고, 즉각적인 예측을 내리고, 세계기상기구(WMO)의 점점 더 풍부해지는 오픈 데이터 웨어하우스를 활용함으로써 데이터 및 AI 기반 기상 예측의 새로운 시대를 열었습니다.

베트남에서는 강한 폭풍, 국지성 폭우, 갑작스러운 홍수, 산사태의 빈도와 강도가 증가하면서 기후 변화의 영향이 점점 더 뚜렷해지고 있습니다. 이로 인해 예보의 필요성이 현상 설명에서 영향 예측으로, 즉 정성적 예보에서 정량적, 상세하고, 시의적절하고, 조기 예보로 전환되었습니다. 이는 수문기상 분야가 기술 혁신과 디지털 전환을 가속화해야 한다는 큰 압력을 받고 있습니다.

전통적인 예측 방법은 수문기상을 모니터링, 분석, 예측, 경고하기 위해 AI와 빅데이터를 적용하는 방식으로 대체되고 있습니다.

최근 몇 년 동안 수문기상 분야 또한 현대화라는 중요한 기회에 직면했습니다. Cray XC40 슈퍼컴퓨터의 운영은 컴퓨팅 용량에 있어 큰 진전을 이루었습니다. 약 80테라플롭스(TFLOPS)의 성능을 갖춘 이 시스템은 베트남 전역과 동해에 대한 3km 해상도의 예보 모델을 단 30~40분 만에 실행할 수 있도록 지원하여, 베트남을 이 지역에서 강력한 예보 인프라를 갖춘 국가 중 하나로 만들었습니다.

3,200개 이상의 자동 강우 관측소, 10대의 기상 레이더, 그리고 낙뢰 위치 추적 시스템으로 구성된 네트워크는 지속적으로 업데이트되는 1×1km 고해상도 데이터 소스를 구축했으며, 이는 예보 모델의 중요한 기반이 됩니다. 이 데이터는 2020년 중부 지역의 역대 최다 강우량이나 2024년 폭우와 같은 여러 실제 상황에서 그 효과가 입증되었습니다.

베트남은 또한 WMO로부터 심각한 기상 경보를 위한 지역 지원 센터(SWFP-SeA)와 지역 폭우 및 산사태 경보 센터(SeAFFGS)로 인정을 받았으며, 이를 통해 첨단 기술에 대한 접근성이 확대되고, 프로세스가 표준화되고, 국제 협력이 강화되었습니다.

그러나 여전히 해결해야 할 과제는 산적해 있습니다. AI 및 빅데이터 저장 시스템을 위한 컴퓨팅 인프라는 아직 딥러닝 모델 운영에 필요한 요건을 충족하지 못하고 있습니다. 수문기상 데이터는 분산되어 있으며 각 부처와 부문 간 동기화가 이루어지지 않고 있으며, 국경이나 도서 지역과 같은 일부 지역은 여전히 ​​데이터가 부족합니다. 첨단 모니터링 시스템 운영 비용은 높은 반면, 사회화 메커니즘은 제한적입니다. 수치 모델, AI, 빅데이터 분석에 대한 지식을 갖춘 인력은 아직 개발 요건을 충족하지 못하고 있습니다. 또한, 국제 협력 프로그램에서 역할을 유지하기 위해서는 안정적인 재원이 필요합니다.

기술과 인공지능의 획기적인 발전

최근 몇 년 동안 수문기상 분야는 예보 프로세스 현대화를 위한 솔루션을 적극적으로 도입해 왔습니다. 고해상도 수치예보 모델(1~3km)이 업그레이드되어 국내 관측 데이터를 통합하고 ECMWF의 국제 자료를 결합하여 예보 발표 시간을 5~8시간에서 2~3시간으로 단축했습니다. 32개의 단기 요소와 51개의 중기 요소로 구성된 앙상블 예보 시스템은 각 코뮌 및 구(區)별 확률 지도, 영향 예측 및 상세 강우량 산출을 지원합니다.

2019년부터 SmartMet 시스템은 수동 분석을 점차 대체하여 중앙과 지역 수준에서 실시간으로 예보 데이터를 시각화, 편집, 동기화하는 데 도움이 되었으며, 이를 통해 기상 정보 발표 시간이 크게 단축되었습니다.

AI가 예보에 중요한 역할을 하기 시작했습니다. 딥러닝 모델은 태풍 식별, 초단기 강우량 예보, 히마와리 위성 이미지 분석, 폭풍 중심 위치 조기 파악, 그리고 열대성 저기압 강도 예보 개선에 활용되고 있습니다. 2022년 태풍 노루의 사례는 위성과 레이더 데이터를 통합한 AI 모델이 동해로 유입되는 폭풍의 발생을 조기에 파악하여 조기 경보 시간을 72시간으로 연장할 수 있음을 보여주었습니다.

AI 애플리케이션은 예측 작업에 적극적으로 활용되고 있습니다.

예보 품질이 크게 개선되었습니다. 폭풍 예보 기간이 24시간에서 3일로 늘어났고, 조기 경보는 5일 전에 발령되었으며, 48시간 간격의 폭풍 위치 오차는 절반으로 줄었습니다. 2~3일 전에 발령되는 폭우 예보 및 홍수 경보의 신뢰도는 약 75%에 도달했습니다. 국지성 뇌우 경보는 30분에서 수 시간 전에 발령되었으며, 극심한 한파 및 광범위한 폭염 예보의 신뢰도는 70~90%에 도달했습니다.

국제 협력은 여전히 ​​중요한 역할을 하고 있습니다. 베트남은 JMA(일본), CMA(중국) 및 여러 주요 기상 기관과 데이터 공유, 합의 평가, 인력 교육 분야에서 전문적인 교류를 유지하고 있습니다. 코로나19 기간에도 WMO 교육 과정은 온라인으로 진행되어 베트남과 지역 예보관들의 전문성 개발을 보장했습니다.

농업환경부 수문기상국에 따르면, 2025년부터 2030년까지 수문기상 분야는 세 가지 축을 기반으로 발전할 것입니다. 첫째, 모니터링 네트워크 현대화, 둘째, 영향 및 실시간 예보를 위한 예보 역량 강화, 셋째, 포괄적인 디지털 전환입니다. 특히, 데이터 부족 지역을 중심으로 자동 및 동기식 모니터링 네트워크 구축이 최우선 과제입니다. 이 분야는 2020년 대비 컴퓨팅 용량을 5~10배 늘리고, 셋째, 수치 예측과 AI를 결합한 하이브리드 모델을 개발하며, 넷째, 돌발 홍수 및 산사태 발생 시 6~12시간, 넷째, 폭풍 발생 시 3~5일 전에 경보를 발령하는 역량을 강화할 계획입니다.

포괄적인 디지털 전환을 위해서는 모든 데이터를 국가 수문기상 데이터베이스에 통합하는 동시에 수문기상 서비스의 사회화 및 상업화를 촉진하는 법적 장치를 구축해야 합니다. 핵심 요소는 여전히 사람입니다. 업계는 AI, 빅데이터, 현대식 예보 모델에 대한 심층적인 교육과 국제 협력 확대에 집중하고 있으며, 특히 세계기상기구(WMO) 및 수문기상 분야 선진국과의 협력을 확대하여 차세대 예보 기술을 도입, 숙달 및 개발하고 있습니다.

과학기술소통센터

출처: https://mst.gov.vn/ung-dung-khoa-hoc-cong-nghe-tri-tue-nhan-tao-va-chuyen-doi-so-trong-cong-tac-du-bao-khi-tuong-thuy-van-197251201234112479.htm