구글이 인공지능(AI)을 이용해 극한기상 현상에서도 정확성과 속도를 크게 높인 날씨 시뮬레이터를 공개했습니다.

해당 모델은 ‘젠캐스트(GenCast)’로 이름 붙었습니다.

구글 산하 AI 연구소 딥마인드는 최근 젠캐스트에 대한 논문을 과학저널 네이처에 발표했습니다.

12일 논문을 확인한 결과, 젠캐스트는 AI 기반 예측 모델로서는 최초로 확률 분석 방법을 도입한 것으로 확인됐습니다.

덕분에 젠캐스트의 예측 정확성을 기존 모델의 90%에서 97% 이상으로 끌어올렸다는 것이 연구진의 설명입니다. 이는 15일 동안의 날씨 예보를 기준으로 측정됐습니다.

연구를 이끈 일란 프라이스 딥마인드 수석연구원은 “(이번 연구는) 날씨 예측을 위한 AI 발전에 있어 전환점이 될 것”이라고 말했습니다.

　

젠캐스트, AI로 8분 만에 15일치 날씨 예보 ⏰

딥마인드는 젠캐스트가 수십년 분량의 데이터를 기반으로 훈련한 머신러닝(ML) 기반 기상예측 방법이라고 설명합니다. 유럽중기예보센터(ECMWF)가 수집한 40년간(1979~2018년)의 데이터가 활용됐습니다.

그 결과, 단 8분 만에 15일 분량의 예보를 위도·경도 기준 0.25°^*의 높은 해상도로 제공됩니다. 이는 가로세로 27~28km 공간 기준으로 예보를 제공한단 뜻입니다.

ECMWF 또한 젠캐스트가 세계 최고 수준으로 평가받는 자사의 ‘앙상블 모델(ENS)’ 대비 97.2% 우수한 수준이라고 평가했습니다.

앙상블 모델이란 조건이 다른 여러 기상모델을 동시에 이용해 확률적으로 미래를 예측하는 방법을 말합니다.

기존 기상모델은 단일 모델에 의존해 하나의 결과만 제공합니다. 예측 결과에 큰 오차가 발생할 수 있습니다.

앙상블 모델은 확률로서 이를 보완합니다. 서로 다른 가정·조건·방법론이 적용된 개별 모델들을 결합해 각각의 확률을 제시하는 방식입니다.

물리학 기반의 기존 기상모델에서도 일부 앙상블 모델이 사용되고 있습니다.

단, 다양한 조건을 동시에 계산해야 해 많은 계산량이 요구된다는 단점이 있습니다.

딥마인드의 젠캐스트는 ML 기술을 활용한 덕에 계산 기간을 단축했습니다. 구체적으로 젠캐스트는 50개 이상의 예측 결과를 생성합니다. 각 결과에 발생 확률을 부여해 예측 신뢰도를 높입니다.

ECMWF의 앙상블 모델은 젠캐스트와 비슷한 수준(0.2°)의 공간해상도로 15일 동안의 예보에 일반적으로 수 시간이 소요되는 것으로 알려져 있습니다.

^*위도·경도 기준 1°는 가로 세로 약 110km의 공간 해상도를 의미한다.

　

구글, AI 날씨 예보 약점 ‘극한기상’서 단점 보완 🌪️

연구진이 젠캐스트를 두고 ‘전환점’으로 평가한 이유는 따로 있습니다.

극단적 이상기상 예보에서 진전을 보였기 때문입니다. 이는 그간 AI 기반 예측 모델의 가장 큰 약점으로 꼽혔습니다.

앞서 딥마인드는 AI 기반 기상예측 모델을 선보인 바 있습니다.

2023년 7월 공개한 ‘그래프캐스트(GraphCast)’가 대표적입니다. ECMWF로부터 같은해 쏟아진 AI 예측 모델 중 가장 높은 성능을 인정받았습니다.

그런데 해당 모델은 최근 이상기상 예보에는 한계를 지니는 것으로 평가받았습니다. 지금까지 AI 기반 예측 모델은 과거 데이터로 학습해 관측치를 벗어나는 이상기상 현상을 포착하기 어려웠기 때문입니다.

실제로 그래프캐스트는 2023년 멕시코에서 발생한 초강력 허리케인 ‘오티스’ 관측에 실패한 바 있습니다. 딥마인드는 이를 해소하기 위한 신규 모델로 ‘뉴럴GCM’을 올해 7월 선보였습니다. AI와 기존 물리학 기반 예측 모델을 결합한 일종의 하이브리드형 모델입니다.

딥마인드는 뉴럴GCM처럼 젠캐스트 또한 이상기상 예측에 더 향상된 성능을 보였다고 주장합니다. 동시에 젠캐스트가 공간해상도가 뉴럴GCM(1.4°)보다 높다는 점에서도 장점이 있다고 연구진은 강조했습니다.

물론 연구진은 AI 기반 기상예측 모델이 여전히 한계가 있다는 점을 인정했습니다. 과소·과대 예측 등을 방지하기 위해서는 AI의 예측 결과를 평가·판단할 수 있는 기상학자와의 협력이 필요하다는 것이 연구진의 설명입니다.

　

“기상예측 모델, 풍력발전 등 다방면 활약 가능” 💪

한편, 딥마인드는 기상예측 모델 개선이 다양한 측면에서 중요한 역할을 할 수 있다는 점도 피력했습니다.

일례로 기상에 민감한 풍력발전이 언급됐습니다. 젠캐스트가 특정 지역의 풍력발전량을 더 정확하게 예측할 수 있다는 주장입니다. 풍력발전 프로젝트 투자 결정이나 연간 발전 계획 설립 역시 도울 수 있습니다.

이를 위해 연구진은 젠캐스트 내 소스코드와 모델 가중치 등의 정보를 무료로 공개한다고 밝혔습니다.

구글은 이전 기상모델의 정보도 무료로 공유하고 있습니다.

연구진은 향후 젠캐스트의 실시간·과거 예보도 공개할 예정입니다. 이를 기반으로 누구나 연구에 활용이 가능할 것이라고 연구진은 설명했습니다.