AI 날씨 예보가 기존 방법을 대체할 수 없는 이유는 무엇인가?

기상 예보는 극심한 기상 현상으로부터 사람과 경제를 보호하는 데 중요한 역할을 합니다. 전 세계적으로 매년 수조 달러의 비용이 정확한 예보에 의존하고 있습니다.

미국에서만 경제의 약 3분의 1(3조 달러)이 날씨와 기후의 영향을 받습니다.

기후 변화로 불확실성이 커짐에 따라, 예측을 개선하는 데 있어 인공지능(AI)의 역할에 대한 관심이 높아지고 있습니다.

전통적인 예측 메커니즘

미국 메릴랜드주 NOAA 단지에서 기상학자가 기상 활동을 모니터링하고 있다. 사진: 블룸버그

현대의 날씨 예보는 풍선, 위성, 상업용 항공기, 선박 및 기타 여러 관측 장비를 이용한 일련의 측정 결과를 기반으로 합니다.

이러한 출처의 데이터는 "데이터 동화"라는 기술을 통해 동기화되어 현재 대기 상태에 대한 가장 정확한 그림을 만듭니다.

이 시스템은 슈퍼컴퓨터에 프로그래밍된 물리적 모델에 데이터를 입력하는 방식으로 작동합니다. 지구는 3차원 격자로 나뉘며, 각 격자에는 공기의 움직임을 설명하는 방정식이 포함되어 있습니다. 이 모델은 이후의 변화를 계산합니다.

예보는 입력된 정보가 최신 대기 상태를 반영하도록 몇 시간마다 업데이트됩니다. 그러나 작은 초기 오차라도 예보에 큰 오차를 초래할 수 있는데, 이를 나비 효과라고 합니다.

AI: 대안적이고 보완적인 접근 방식

2022년부터 AI 기반 기상 모델이 더욱 보편화될 것입니다. AI 모델은 물리 방정식에 의존하는 대신 과거 데이터를 학습하여 패턴을 인식하고 예측합니다. 이 과정은 컴퓨팅 집약도가 낮습니다.

구글 딥마인드, 엔비디아와 같은 기업, 그리고 유럽 중기예보센터(ECMWF), 미국 국립해양대기청(NOAA)과 같은 기상 기관들은 기상 예보를 위한 AI 모델을 개발하고 있습니다. 딥마인드의 그래프캐스트(GraphCast)는 2021년부터 2024년까지 태평양 과 대서양의 폭풍 경로를 예측하는 데 있어 기존 방식을 능가했습니다. 엔비디아는 AI를 활용하여 훨씬 낮은 에너지 비용으로 상세한 예보를 생성하는 모델인 코르디프(CorrDiff)를 보유하고 있습니다.

날씨 예보에 AI가 갖는 장점

AI는 특히 초지역적 예측, 열대 강우 예측, 중기 예측의 세 가지 영역에서 기존 모델의 본질적인 한계를 극복하는 데 도움이 될 것으로 기대됩니다.

초지역적 예보에서는 국지적인 뇌우나 토네이도와 같은 현상을 기존 모델로 정확하게 시뮬레이션하기 어렵습니다. AI는 값비싼 슈퍼컴퓨터 없이도 예보의 세부적인 내용을 더욱 정확하게 표현할 수 있습니다.

열대 강우 예측의 경우, 적도 지역은 관측 장비 부족과 강우 시스템의 특수성으로 인해 강우량 예측에 여전히 어려움을 겪고 있습니다. AI는 제한된 입력 데이터로도 강우 패턴을 감지하는 데 도움을 줍니다.

2022년 8월 파키스탄 신드주의 면화 농장이 홍수로 피해를 입었습니다. 사진: 블룸버그

중기 예측(2주에서 3개월)의 경우, 이 기간은 농업 및 에너지 시장에 매우 중요하지만 모델링이 제대로 이루어지지 않았습니다. 중국 푸단대학교의 일부 연구에 따르면 AI는 몇 주 후에 강우량과 기온에 영향을 미치는 현상인 매든-줄리안 진동(Madden-Julian oscillation)의 예측을 개선할 수 있는 것으로 나타났습니다.

예측 체인에 AI 통합

AI는 모델을 대체할 뿐만 아니라 예측 과정의 여러 단계를 지원합니다. 예를 들어, 데이터 수집 단계에서 AI는 도시 배치, 에너지 소비, 인간 행동과 같은 비기상학적 요소를 포함하여 관측 범위를 확장합니다. ECMWF는 AI를 사용하여 인간 활동과 연료 상태를 기반으로 산불을 예측합니다.

AI는 위성 이미지를 처리하는 데에도 도움이 될 수 있습니다. 홍콩 천문대(중국)는 컴퓨터 비전을 사용하여 강우 레이더를 분석하고, 이를 통해 구름의 이동 방향과 속도를 예측합니다.

데이터 후처리 단계를 통해 AI는 일반적인 예측에서 구체적인 결과(풍력 터빈이 얼마나 많은 전기를 생산할 것인지 등)를 계산하는 데 도움이 됩니다.

기상청은 기존 예보를 개선하기 위해 머신 러닝을 사용하여 예보 정확도를 높이는 동시에 최종 사용자에게 유용성을 높이고 있습니다.

AI는 큰 가능성을 가지고 있지만, 전문가들은 AI가 기존 물리 모델을 대체하기보다는 보완할 가능성이 높다고 말합니다. AI는 방대한 양의 과거 데이터에 의존하기 때문이며, 이 중 상당수는 물리적 관찰과 모델링을 통해 얻어집니다.

AI 개발은 국가 예측 시스템 내에서 투명성, 합리적인 사용 비용, 운용성을 보장해야 합니다.

AI는 예보 기술 체인의 새로운 고리가 되어, 정확도를 높이고, 비용을 절감하며, 미래 날씨를 예측하는 능력을 확장하는 데 도움이 될 것입니다.

기후 변화로 인해 기상 환경이 점점 더 불안정해지는 가운데, AI와 전통 과학을 결합하는 것이 보다 현대적이고 지속 가능하며 포괄적인 예보 시스템의 핵심이 될 것입니다.

(블룸버그에 따르면)