경제신문스크랩 > 매일경제 > "6시간 이내 날씨, AI로 정확히 집어낼것"

헤드라인

"6시간 이내 날씨, AI로 정확히 집어낼것"   장동언 기상청장 카이스트와 예측모델 공동개발 하반기 시범운영 후 본격 활용 방대한 기상레이더 데이터로 초단기예보 정확도 높일 것

https://n.news.naver.com/mnews/article/009/0005347551

본문

돌발성 폭우, 최장 열대야, 높은 습도와 찜통더위. 올여름 한국의 날씨를 설명해주는 단어들이다. 극단적 이상 기후가 뚜렷해지면서 예보 신뢰도를 높이고 적시에 방재 대응이 이뤄지도록 해야 하는 기상청의 고민 역시 커질 수밖에 없다.

 

취임 한 달을 맞은 장동언 신임 기상청장(사진)은 지난달 31일 매일경제와의 인터뷰에서 "취임 후 한 달이 아주 길게 느껴졌다"고 운을 떼며 "장마 기간 집중호우 현상이 강해지면서 기상청의 역할이 그만큼 커질 수밖에 없기 때문"이라고 소회를 밝혔다.

 

특히 국지성 폭우 발생 빈도가 증가하고 날씨 변동성이 커지고 있다. 정체전선(장마전선)도 예년에 비해 매우 폭이 좁게 형성돼 같은 지역이라도 강수량이 크게 차이 나는 경우가 빈번해지고 있다. 장 청장은 "예보 난도가 더욱 높아지고 있는 것은 명백한 현실"이라며 "방대한 기상 자료를 인공지능(AI)으로 하여금 학습하게 해 예보 정확성을 높일 계획"이라고 말했다.

실제로 장마 기간 연일 기존 강수량 기록을 갈아치우기도 했다. 경북 안동(7월 8일, 211.2㎜) 경기 파주(17일, 385.7㎜) 지역에서는 하루 강수량 기준 역대 최고기록이 깨졌다. 전북 군산(10일, 131.7㎜) 경기 파주(17일, 101.0㎜)에서는 1시간 최다강수 기준 역대 최고치를 기록할 정도로 강한 비가 쏟아졌다. 장 청장은 "7월에만 시간당 100㎜ 이상의 강수가 9차례 발생했다"며 "이후 기록적인 폭염과 열대야가 발생하는 등 전형적인 이상 기상의 특성을 보이고 있다"고 진단했다.

 

갈수록 기상 상황을 예측하기 어려워지는 것에 대응하기 위해 기상청이 돌파구를 찾고 있는 것이 바로 AI이다. 기상청이 제공하는 초단기예보는 10분 전부터 6시간 후까지 강수지역과 강수량 예측 서비스를 선보이고 있다. 하지만 비를 내리는 비구름대가 예상보다 빠르게 빠져나가는 등 정확한 예측에는 다소 어려움이 있다.

 

이에 기상청 산하 국립기상과학원의 전담 조직인 인공지능 기상연구과는 카이스트(KAIST) AI 기상예측연구센터와 인공지능 예측 모델 '알파웨더'를 공동 개발했다. AI칩 제조 글로벌 최고기업 엔비디아의 그래픽처리장치(GPU) 등을 활용한다. 이번 하반기부터 이 모델을 단기 기상예보에 활용하는 시범 사업을 1년간 진행할 예정이다.

 

장 청장은 "모델은 거의 준비가 완료된 상황"이라며 "6시간 앞까지 내다보는 잠정적인 시험 결과 정확도가 높게 나오고 있다"고 말했다. 그러면서 "이번 하반기부터 시범 운영해 내년 여름 전 초단기예보에 적용해 방재에 활용하는 것이 목표"라고 밝혔다.

 

기상청은 강수 실황과 비구름 이동 패턴을 파악하는 기상레이더를 운용해 방대한 기상레이더 관측 자료를 보유하고 있다. 대규모 데이터와 패턴을 학습하는 생성형 AI 기술을 활용해 날씨 예측을 더욱 세밀하게 할 계획이다. 장 청장은 "현업에 활용된다면 예보 신뢰도가 떨어지는 부분을 해소할 수 있다"며 "특히 초단기예보이기 때문에 방재 대응에도 큰 도움이 될 것으로 기대하고 있다"고 말했다.

 

기상청과 카이스트는 현재 한반도 영역에 대한 연구를 진행 중이다. AI 모델 기반 연구와 관련해 엔비디아로부터 직접 해당 연구를 동아시아 영역으로 확장하자는 제안도 받고 있다.

 

지난 6월 전북 부안에서 이례적으로 규모 4.8의 지진이 발생하면서 대책 마련에도 고심하고 있다. 기상청은 기존에 수립된 지하 단층 장기 조사 계획을 대폭 수정하고 지역별 조사일정을 앞당겨 추진한다는 계획을 세웠다.

 

장 청장은 "2016년 경주와 2022년 괴산지진, 올해 부안지진을 겪으며 한반도 역시 지진 안전지대가 아님이 명확해졌다"며 "충청, 전라, 제주 등 권역별로 5년 단위로 나눠 15년간 진행하려던 것을 한꺼번에 묶어 10년간 진행하는 것으로 내부적으로 계획을 수립했다"고 밝혔다. 기상청은 당초 2041년 완료 예정이던 전국적 단층조사를 5년 단축해 2036년에 마무리할 방침이다.

기사 내용의 수치화, 인사이트 나누기

1. "방대한 기상 자료를 인공지능(AI)으로 하여금 학습하게 해 예보 정확성을 높일 계획"

2. 실제로 장마 기간 연일 기존 강수량 기록을 갈아치우기도 했다. 경북 안동(7월 8일, 211.2㎜) 경기 파주(17일, 385.7㎜) 지역에서는 하루 강수량 기준 역대 최고기록이 깨졌다. 전북 군산(10일, 131.7㎜) 경기 파주(17일, 101.0㎜)에서는 1시간 최다강수 기준 역대 최고치를 기록할 정도로 강한 비가 쏟아졌다. 장 청장은 "7월에만 시간당 100㎜ 이상의 강수가 9차례 발생했다"

3. 갈수록 기상 상황을 예측하기 어려워지는 것에 대응하기 위해 기상청이 돌파구를 찾고 있는 것이 바로 AI이다.

4. 기상청이 제공하는 초단기예보는 10분 전부터 6시간 후까지 강수지역과 강수량 예측 서비스를 선보이고 있다. 

5. 이에 기상청 산하 국립기상과학원의 전담 조직인 인공지능 기상연구과는 카이스트(KAIST) AI 기상예측연구센터와 인공지능 예측 모델 '알파웨더'를 공동 개발했다.

6.  "6시간 앞까지 내다보는 잠정적인 시험 결과 정확도가 높게 나오고 있다"

추가 조사할 내용 또는 결과

그래프캐스트(GraphCast)

a.   구글 딥마인드에서 개발한 1분 만에 10일 간의 일기 예보를 정확하게 생성하는 AI 모델

b.   일기예보의 표준 방식인 수치예보(NWP)와의 비교 테스트에서 90% 이상 뛰어난 성능을 보였고 기상 이변 예측에서도 우수한 성능을 보였다.

c.   NWP는 물리적 원리에 기초한 수학ㅈ거 모델을 사용, 전 세계 부표나 위성 및 기상 관측소의 기상 데이터를 처리하고 계산을 통해 열, 공기 및 수증기가 대기를 통해 이동하는 방식을 정확하게 파악한다. 계산이 복잡해 까다로워 보퉁 슈퍼컴퓨터가 사용되며, 많은 양의 컴퓨팅 자원과 비용이 필요하다.

d.   그래프캐스트는 1979~2017년 사이 유럽중기예보센터(ECMWF)에서 수집환 과거 40년치 기상 관측 자료를 학습해 만들어졌다.

e.   그래프 신경망(GNN)이다. 상호 연결된 대규모 데이터셋을 저장, 기상 현상과 같은 복잡한 현상을 설명하는 데 유용하다. 이를 통해 기압, 바람, 온도 및 습도 등 기상 변수 간의 연관성을 확인할 수 있다.

f.   현재와 6시간 전 지구 기상 정보를 이용해 앞으로 6시간의 날씨를 예측하고, 6시간 예측 결과를 다시 입력값으로 사용해 10일간 일기 예보를 생성한다. 구글 TPU v4 클라우드 컴퓨터에서는 입력 1분 만에 10일치 기상 예측 결과를 도출한다.

요약

국지성 폭우 발생 빈도가 증가하고 날씨 변동성이 커지고 있다. 이로 인해 날씨 예측이 어려워지고 있다. 이를 통해 기상청 산하 국립기상과학원의 전담 조직인 인공지능 기상연구과는 카이스트 AI 기상 예측연구센터와 엔비디아 GPU를 이용해 인공지능 예측 모델 알파웨더를 공동 개발했다. 이번 하반기부터 단기 기상예보에 활용하는 시범 사업을 1년간 진행할 예정이다. 6시간 앞까지 내다보는 시험 결과 정확도가 높게 나오고 있다. 생성형 AI 기술을 활용해 날씨 예측을 더욱 세밀하게 할 예정이다. 엔비디아로부터 동아시아 영역으로 확장하자는 제안을 받고 있다.

현직자에게 할 질문

알파웨더의 기상 예측 정확도는 정확히 몇 퍼센트이며, 기존에 있던 모델들과 비교했을 때 장점이 무엇인지 궁금합니다.

어떤 학습 방식을 사용했는지 궁금합니다.

연관기사 링크

https://www.aitimes.com/news/articleView.html?idxno=155199

구글 딥마인드, 1분 만에 열흘치 날씨 예측하는 AI 개발 - AI타임스