AI가 쓰나미를 예측하지 못하는 이유

AI 기반 예측 모델에는 정확한 입력 데이터가 필요합니다. 사진: 교도통신 .

코스탈 엔지니어링 저널(Coastal Engineering Journal) 에 발표된 새로운 연구에 따르면, 해당 분야의 기술 발전에도 불구하고 현행 쓰나미 경보 시스템의 심각한 한계가 드러났습니다. 캐나다 웨스턴 온타리오 대학교 연구팀에 따르면, 가장 큰 문제는 쓰나미가 "발생할지 여부"가 아니라 "언제" 발생할지입니다.

구체적으로 연구팀은 다중 선형 회귀, 랜덤 포레스트, 신경망 등 세 가지 인공지능(AI) 모델을 사용하여 쓰나미 예측을 테스트했습니다. 이 중 랜덤 포레스트와 신경망 모델이 우수한 성능을 보였습니다. 하지만 결과는 훈련 데이터의 품질이 결정적인 요인임을 보여주었습니다. 데이터가 현장 상황을 정확하게 반영하지 못하면, 실험실 테스트에서 긍정적인 결과가 나왔더라도 실제 모델이 실패할 수 있습니다.

이는 쓰나미 위험 지역에 있지만 관측 자료가 부족한 상황에서 매우 중요한 과제입니다. 캐나다 서부 해안에는 활성 해저 센서가 4개밖에 없어 모델 학습에 필요한 충분한 데이터를 제공하기에 부족합니다.

밴쿠버 섬의 해안 도시 토피노가 대표적인 사례입니다. 토피노는 쓰나미를 경험한 적은 없지만, 캐스케이디아 지각판 경계 근처에 위치해 있어 최대 규모 9.0의 지진과 최대 30미터 높이의 쓰나미를 발생시킬 수 있습니다. 정확한 발생 시점은 불확실하지만, 과학자들은 가까운 미래에 쓰나미가 발생할 것으로 예상합니다.

서부 온타리오 대학의 다중 위험 연구 부문 캐나다 의장인 가츠 고다 준교수는 "문제는 쓰나미가 발생할지 여부가 아니라 언제 발생할지"라고 강조했습니다.

전 세계적 으로 과학자들은 예측을 개선하고 피해를 완화하기 위한 새로운 기술을 개발하고 있습니다. 어떤 과학자들은 현장 데이터를 통합하는 AI 모델에 집중하고 있고, 어떤 과학자들은 조수 에너지를 활용하는 방조제와 같은 보호 구조물을 시험하고 있습니다.

출처: https://znews.vn/vi-sao-ai-that-bai-khi-du-doan-song-than-post1572823.html