경제신문스크랩 > 매일경제 > 1년뒤 허리케인도 예측 … AI 기상예보 뜬다

헤드라인

1년뒤 허리케인도 예측 … AI 기상예보 뜬다 구글, 3500배 빠른 모델 이어엔비디아, 실시간 대기 분석 MS·화웨이도 가세해 경쟁치열2027년 시장규모 8조원 전망

https://n.news.naver.com/mnews/article/009/0005339427

본문

인공지능(AI) 기상예보 산업이 후끈 달아오르고 있다. 빅테크 기업은 AI 날씨 시뮬레이터를 공개하며 선점 경쟁에 나섰다. 고비용 슈퍼컴퓨터에 의존하던 기상예측 시스템에 AI를 장착해 예측 속도는 높이고 비용은 낮출 것이라는 기대감이다. 현재 구글, 마이크로소프트(MS), 엔비디아는 물론 중국의 화웨이까지 뛰어들었다.

22일(현지시간) 구글 리서치는 네이처에 뉴럴 GCM(NeuralGCM)이라는 이름의 날씨 예측 시뮬레이터를 소개하는 논문을 공개했다. 논문에 따르면 새로운 날씨 시뮬레이터는 종전 예측 방식에 AI의 기계학습(머신러닝·ML)을 결합한 것이 특징이다.

지난 50년간 날씨 예측은 복잡한 방정식을 사용해 대기 변화를 모델링하고 예보를 제공하는 일반 순환 모델(GCM) 방식을 사용했다. 물리학과 복잡한 계산을 통해 날씨를 시뮬레이션하는 방식이다. 하지만 뉴럴 GCM은 기존 기상 데이터를 통해 AI가 물리학을 학습한다.

 

이를 통해 실행 속도가 느리고 비용이 많이 드는 기존 방식의 단점과 빠르고 효율적이지만 장기적인 예측이 어려운 AI를 이용한 방식을 보완했다는 평가다. 날씨 예측을 위해 필요한 대기 변화 등 계산에는 전통적인 모델을 사용하고, 이 모델이 잘 작동하지 않는 특정 지역의 안개와 같은 미세한 기후에는 AI를 활용한다.

구글에 따르면 뉴럴 GCM은 물리학 기반의 모델인 엑스실드(X-SHiELD)보다 3500배 이상 빠르다. 엑스실드가 20일 걸리는 시뮬레이션 작업이 뉴럴 GCM에서는 8분이면 가능하다.

또한, 필요한 컴퓨팅 파워가 줄어들어 비용이 크게 절감된다. 엑스실드에서는 1만3000개 이상 중앙처리장치(CPU)가 장착된 슈퍼컴퓨터를 사용해야 하지만, 뉴럴GCM은 인공신경망인 TPU가 한 대 장착된 컴퓨터만 있으면 된다. 계산 비용이 10만배 적게 들어간다고 구글은 설명했다.

 

구글은 지난해 11월에는 '그래프캐스트(GraphCast)'라는 날씨 예측 AI모델을 공개한 바 있다. 그래프캐스트는 당시 기존 기상예측 모델에 비해 저비용으로 고성과를 낼 수 있어 주목을 받았다. 구글은 그래프캐스트를 비롯한 과거 모델들이 단기 예측에 집중했지만, 새롭게 공개한 뉴럴 GCM은 장기는 물론 기후 예측까지 가능하다고 강조했다. 연구진은 뉴럴 GCM을 통해 1년 전에 미리 허리케인을 예측할 수 있는 기능을 개발하고 있으며, 이 기능이 사전에 폭풍에 대비하고 인프라스트럭처를 구축하는 데 도움이 될 수 있다고 기대했다.

 

AI 반도체 기업인 엔비디아도 올해 기상예측 AI를 공개했다. '어스-2'는 엔비디아의 기후 예측 기술을 바탕으로 만들어진 '디지털 트윈'이다. 지구 대기환경을 시뮬레이션했으며 기존 기상청들의 방법보다 1000배 빠르고, 분석 대상의 해상도를 10배 높일 수 있다. 최근 대만 기상청이 어스-2를 도입했다. 마이크로소프트는 2023년 1월 클라이맥스(ClimaX)라는 파운데이션 모델을 공개한 바 있다.

 

미국 외 국가 중 가장 앞선 곳은 중국이다. 화웨이 클라우드가 2023년 7월 네이처에 공개한 '판구웨더'는 기존 모델보다 예측 속도가 1만배 빠르다. 화웨이는 이 모델을 무료로 일반에 공개하면서 향후 10일간의 일기 예보까지 내놓고 있다.

구글을 비롯해 엔비디아, 마이크로소프트, 화웨이 모두 고성능 AI를 개발하고 있으며 기상예측 분야는 AI가 확실히 효율성을 높여줄 수 있는 시장이라고 보고 있다. 기상예측은 그동안 고성능 슈퍼컴퓨터가 해오던 일이었다. 하지만 이런 슈퍼컴퓨터를 사용하는 데 많은 비용과 시간이 소요됐다. 순차연산에 특화된 CPU가 주로 사용됐기 때문이다.

 

그래픽처리장치(GPU)를 사용해 연산을 하는 AI의 등장으로 기상예측을 좀 더 빠르고 효율적으로 할 수 있을 것으로 기대되고 있다. 하지만 AI가 어떤 근거로 이런 예측을 내놓는지 알 수 없는 '블랙박스'라는 점 때문에 이에 대해 불안감을 갖는 연구자도 많다.

한국기상산업기술원에 따르면, 기상예보시장은 30억8528만달러(약 4조2786억원)에서 2027년 58억3504만달러(약 8조920억원) 규모로 커질 예정이다.

기사 내용의 수치화, 인사이트 나누기

1. 고비용 슈퍼컴퓨터에 의존하던 기상예측 시스템에 AI를 장착해 예측 속도는 높이고 비용은 낮출 것이라는 기대감이다. 현재 구글, 마이크로소프트(MS), 엔비디아는 물론 중국의 화웨이까지 뛰어들었다.

2. 22일(현지시간) 구글 리서치는 네이처에 뉴럴 GCM(NeuralGCM)이라는 이름의 날씨 예측 시뮬레이터를 소개하는 논문을 공개했다. 논문에 따르면 새로운 날씨 시뮬레이터는 종전 예측 방식에 AI의 기계학습(머신러닝·ML)을 결합한 것이 특징이다.

3. 뉴럴 GCM은 기존 기상 데이터를 통해 AI가 물리학을 학습

4. 날씨 예측을 위해 필요한 대기 변화 등 계산에는 전통적인 모델을 사용하고, 이 모델이 잘 작동하지 않는 특정 지역의 안개와 같은 미세한 기후에는 AI를 활용한다.

5. 구글에 따르면 뉴럴 GCM은 물리학 기반의 모델인 엑스실드(X-SHiELD)보다 3500배 이상 빠르다. 엑스실드가 20일 걸리는 시뮬레이션 작업이 뉴럴 GCM에서는 8분이면 가능하다.

6. 엑스실드에서는 1만3000개 이상 중앙처리장치(CPU)가 장착된 슈퍼컴퓨터를 사용

7. 계산 비용이 10만배 적게 들어간다

8. 그래프캐스트를 비롯한 과거 모델들이 단기 예측에 집중

9. 새롭게 공개한 뉴럴 GCM은 장기는 물론 기후 예측까지 가능하다고 강조

10. '어스-2'는 엔비디아의 기후 예측 기술을 바탕으로 만들어진 '디지털 트윈'이다.

11. 기존 기상청들의 방법보다 1000배 빠르고, 분석 대상의 해상도를 10배 높일 수 있다.

12. '판구웨더'는 기존 모델보다 예측 속도가 1만배 빠르다. 화웨이는 이 모델을 무료로 일반에 공개하면서 향후 10일간의 일기 예보까지 내놓고 있다.

13. 하지만 AI가 어떤 근거로 이런 예측을 내놓는지 알 수 없는 '블랙박스'라는 점 때문에 이에 대해 불안감을 갖는 연구자도 많다.

14. 한국기상산업기술원에 따르면, 기상예보시장은 30억8528만달러(약 4조2786억원)에서 2027년 58억3504만달러(약 8조920억원) 규모로 커질 예정이다.

 

추가조사할 내용 또는 결과

뉴럴 GCM

a.   구글의 날씨 예측 모델로, 종전 예측 방식에 머신러닝을 결합한 것이 특징이다.

b.   지난 50년간 날씨 예측은 복잡한 방정식을 사용해 대기 변화를 모델링하고 예보를 제공하는 일반 순환 모델(GCM)을 사용했다. 물리학과 복잡한 계산을 통해 날씨를 시뮬레이션하는 방식이다.

c.   뉴럴 GCM은 AI가 기존 기상 데이터를 통해 물리학을 학습한다.

d.   이를 통해 실행 속도가 느리고 비용이 많이 드는 기존 방식의 단점을 개선했다.

e.   또한 GCM 이후 별다른 성능을 보인 적 없던 장기 예측 부문에서도 보완한 모델이다.

f.   날씨 예측에 필요한 대기 변화에는 전통적 모델 사용, 모델이 잘 작동하지 않는 특정 지역의 안개 같은 미세 기후에는 AI 사용

g.   물리학 기반 모델인 엑스실드(X-SHiELD)보다 3500배 이상 빠르고 엑스실드가 20일 걸리는 작업이 8분만에 가능하다.

h.   엑스실드에서는 1만3000개 이상의 CPU가 장착된 슈퍼컴퓨터를 사용해야 하지만, TPU가 한 대 장착된 컴퓨터로 사용 가능하다. 계산 비용이 10만배 적게 들어간다.

 

엔비디아 어스-2

a.   엔비디아에서 개발한 날씨와 기후를 시뮬레이션하고 시각화하는 디지털 트윈 클라우드 플랫폼이다. 지구 대기권이나 일부 지역의 구름, 태풍, 난기류 등의 기상 현상에 대한 대화형 고해상도 시뮬레이션을 빠르게 제공하는 AI 기반 에뮬레이션(emulation)을 생성할 수 있다.

b.   생성형 AI 코디프(CorrDiff)를 활용한다.

c.   대만 중앙기상청이 사용하고 있다.

d.   개인이나 단체가 OpenUSD 기반의 3D 워크플로우와 애플리케이션을 개발할 수 있도록 지원하는 컴퓨팅 플랫폼인 엔비디아 옴니버스와, 날씨 데이터 예측과 인사이트 분야의 글로벌 기업인 더 웨더 컴퍼니의 기상 데이터와 웨더버스(Weatherverse) 툴을 옴니버스와 통합해 디지털 트윈을 구축하는 고객들이 실제 기상 조건의 영향을 보다 잘 이해하고 시각화할 수 있도록 지원할 예정이다.

 

코디프(CorrDiff)

a.   엔비디아의 생성형 AI

b.   최첨단 확산 모델링을 사용해 현재의 수치 모델보다 12.5배 높은 해상도의 이미지를 1,000배 빠르고 3,000배 에너지 효율적으로 생성한다.

c.   낮은 해상도 예측으로 인한 부정확성을 수정하고 의사 결정에 중요한 지표들을 종합한다.

d.   1년에 한 번 모델을 재훈련하고 수천 개의 예측 통계 그룹을 사용해 예측의 정확도를 높일 때, 기존 방식과 비교하여 비용 50배, 에너지 소비량 25배를 절감할 수 있다.

 

엑스실드(X-SHiELD)

a.   GFDL(Geophysical Fluid Dynamics Laboratory)에서 개발한 고해상도 기상 예측 시스템이다.

b.   미국 해양대기청의 통합 예보 시스템의 일부로, 대기 모델과 지표 및 해양 모델을 결합해 고해상도의 기상 예측을 제공한다.

c.   극단적인 기상 현상에 대한 예측 능력을 강화하는 데 중점을 두고 있다.

 

클라이맥스(ClimaX)

a.   ViT 기반의 다양한 기상 및 기후 모델링 작업을 수행하도록 설계된 AI 모델이다.

b.   물리적 변수의 수가 서로 다른 불규칙한 데이터세트 환경에서도 유연하게 적응하기 위해 변수 토큰화 및 변수 집계라는 두 가지 기술을 도입했다.

c.   여러 시공간 해상도에서 많은 날씨 변수에 걸친 이기종 데이터세트를 사용해 학습됐으며 저해상도 이미지를 세밀하게 고해상도로 업스케일링하는 기능도 적용됐다.

 

Vision Transformer

a.   다양한 시공간 입력과 유사한 다중 스케일 데이터의 공간적 특성을 자연스럽게 토큰화하고, 토큰화를 광범위한 다중 채널 기능으로 확장할 수 있는 기회를 추가로 제공해 날씨 및 기후 현상 모델링에 적합하다.

 

판구웨더

a.   화웨이에서 개발한 습도, 풍속, 기온, 해수면 기압, 재난 경보까지 포함한 예보를 몇 초만에 생성하는 중거리 예보 중심의 날씨 예측 모델이다.

b.   최장 2주 가량의 기간을 살핀다.

c.   2D 모델을 기반으로 해서 고르지 못한 3D 데이터를 정확하게 처리할 수 없는 기존 모델의 단점을 보완했다.

d.   단일 V100 GPU에서 1.4초만에 24시간 전 세계 일기 예보를 완료할 수 있다.

e.   기존 모델보다 예측 속도가 1만배 빠르다.

 

<용어 정리>

디지털 트윈 : 현실세계의 기계나 장비, 사물 등을 컴퓨터 속 가상세계에 구현한 것

에뮬레이션(emulation) : 한 컴퓨터가 다른 컴퓨터처럼 똑같이 작동하기 위해 특별한 프로그램이나 기계적 방법을 사용하는 일. 즉, 어떤 컴퓨터가 다른 종류의 컴퓨터용으로 작성된 프로그램을 특별한 기구와 프로그래밍 기법을 이용해 그대로 실행할 수 있도록 하는 것

이기종 : 다른 구성 요소 또는 다른 구성 요소로 구성된 것

 

요약

구글, 마이크로소프트, 엔비디아, 화웨이 같은 빅테크 기업들이 AI 기반 날씨 예측 모델을 개발하며 경쟁하고 있다.

구글에서 뉴럴 GCM이라는 날씨 예측 모델을 개발했다. 기존 방식에 머신러닝을 결한 것이 특징이다. 기존에는 복잡한 방정식을 사용해 대기 변화를 모델링하고 예보를 제공하는 일반 순환 모델인 GCM을 사용했지만 뉴럴 GCM은 기존 기상 데이터를 통해 AI가 물리학을 학습한다. 날씨 예측에 필요한 대기 변화에는 전통적 방식을 사용하고 안개 등 모델이 잘 작동하지 않는 부분에는 AI를 활용한다. 물리학 기반의 엑스실드보다 3500배 이상 빠르며 엑스실드가 20일 걸리는 작업이 8분이면 가능하다. 또한 TPU 한 대만 있으면 작동이 가능하여 계산 비용이 10만배 적게 들어간다. 구글이 작년에 개발한 그래프캐스트는 단기 예측에 유리하지만 뉴럴 GCM은 1년 뒤의 장기 예측까지 가능하다. 

엔비디아도 코디프라는 생성 AI를 사용해 어스2라는 날씨 예측 모델 플랫폼을 개발했다. 기존 기상청 방법보다 1000배 빠르고 분석 대상의 해상도를 10배 높일 수 있다. 

마이크로소프트는 ViT 기반의 ClimaX라는 날씨 예측 모델을 개발했다. 

화웨이에서는 판구웨더라는 날씨 예측 모델을 개발했다. 

순차연산에 특화된 CPU가 사용됐던 슈퍼컴퓨터를 대신해 AI가 기상 예측을 하고 있다. 하지만 AI가 기상 예측을 하는 근거가 없기 때문에 불안함을 갖는 연구자도 많다. 기상예보시장의 규모는 30억8528만달러(약 4조2786억원)에서 2027년 58억3504만달러(약 8조920억원)로 커질 예정이다.

현직자에게 할 질문

AI가 발달함에 따라 기상 예측 또한 대체되고 있는데, 어떤 특징을 가진 AI 모델들이 유리하고 사용되는지 궁금합니다.

지도학습/비지도학습 중 어느 방법이 사용되는지 궁금합니다.

AI 모델 개발 과정 중 가장 어려웠던 점이 무엇이었는지 궁금합니다.

기상 데이터를 현업에서 어떻게 사용하고 있나요?

연관기사 링크

http://www.itdaily.kr/news/articleView.html?idxno=221478

엔비디아, 기후 디지털 트윈 클라우드 플랫폼 ‘어스-2 API’ 공개 - 아이티데일리

 

https://www.yna.co.kr/view/AKR20240722138000017?input=1195m

[사이테크+] "AI-수치모델 결합 새 기후모델 '뉴럴GCM' 개발…정확도 개선" | 연합뉴스

 

https://zdnet.co.kr/view/?no=20230317090126

MS, AI로 정확도 높인 일기예보 모델 공개

 

https://www.asiae.co.kr/article/2023070919281214307

화웨이, AI 기반 기상관측 모델 개발…네이처紙 게재 - 아시아경제