Google DeepMind는 허리케인이 상륙하기 전에 그 이동 경로와 강도를 예측하기 위해 인공지능 모델을 사용하고 있으며, 이를 통해 계산 시간을 줄이고 지역사회와 긴급 대응 기관을 대상으로 하는 경보의 정확도를 높이려 하고 있다. 회사는 WeatherNext 모델이 50년간의 과거 기상 데이터로 학습되었으며, 기존 모델이 의존했던 대규모 컴퓨팅 인프라 대신 단일 TPU에서 실행할 수 있다고 밝혔다.
이 내용은 WeatherNext 모델 개발에 참여한 Google DeepMind 연구 과학자 Ferran Alet과의 인터뷰에서 나왔다. Alet은 cyclone, hurricane, typhoon이라는 용어가 과학적으로는 동일한 현상을 가리키며, 지역에 따라 명칭이 다르다고 설명했다.
물리 시뮬레이션에서 인공지능 기반 예측으로
허리케인 예측은 역사적으로 전 세계 센서에서 수집한 데이터를 활용해 유체역학 법칙을 시뮬레이션하는 물리 모델에 의존해 왔다. 이 과정에는 선적 컨테이너 크기의 슈퍼컴퓨터나 여러 층 규모의 건물이 필요했으며, 이용 가능한 데이터가 불완전하거나 잡음이 섞여 있을 수도 있었다. Google DeepMind에 따르면 모델 개발과 위성 수 및 컴퓨팅 능력의 증가에 힘입어 예측 정확도는 10년마다 약 하루씩 향상되어 왔다.
WeatherNext는 과거와 현재 데이터에서 패턴을 학습해 미래를 추정하는 인공지능 계층을 추가한다. 회사는 이 접근 방식이 단일 모델 세대에서 10년 동안 이뤄질 것으로 예상됐던 발전에 해당하는 도약을 이뤘다고 밝혔다. 또한 허리케인이 도달할 위치와 상륙 시 강도 모두에 대한 예측이 개선됐다고 설명했다.
실제로 무엇이 달라지는가?
기상 당국은 일반 예보의 기간을 5일에서 7일로 연장하는 방안을 검토하고 있다. 하루가 추가되면 당국과 지역사회가 더 오래 대비할 수 있지만, 그렇다고 물리 모델이나 기상 전문가의 인간 검토가 필요 없어지는 것은 아니다.
Google DeepMind는 조기 경보의 가치를 보여주는 사례로 허리케인 Melissa를 들었다. 인터뷰에 따르면 회사는 허리케인 시즌 전에 국립허리케인센터를 지원했으며, 높은 신뢰도의 인공지능 예측은 처음에는 1등급으로 보였던 허리케인이 5등급에 도달하기 전에 급격히 강화될 것이라는 경보 발령에 기여했다. 또한 자메이카 당국이 긴급 대비를 위한 하루의 추가 시간을 확보했다고 밝혔다.
연구자들에게 모델 공개
Google DeepMind는 WeatherNext 2 모델과 허리케인 전용 WeatherNext 모델을 오픈 소스로 공개했으며, 대화형 Weather Lab 웹사이트도 함께 제공했다. 이러한 공개는 학계와 과학자들이 모델을 시험하고 극한 기상 예측에 관한 새로운 연구를 수행할 수 있도록 하는 것을 목표로 한다.
certi.news의 분석
여기서 가장 중요한 변화는 단순히 기상학에 인공지능을 사용하는 것이 아니라, 공개된 운영 요건을 슈퍼컴퓨터에서 단일 프로세서로 줄이고 모델을 과학 연구에 제공할 수 있게 했다는 점이다. 이는 허리케인 예측을 시험할 수 있는 기관의 범위를 넓힐 수 있지만, 출처는 Google DeepMind가 제공한 발표이며 이 기사에는 독립적인 비교 결과나 정확도 개선 폭에 관한 정량적 세부 정보가 제시되지 않았다. 따라서 특히 불완전한 데이터나 빠르게 발달하는 폭풍을 다룰 때 WeatherNext의 실제 효과는 기상 당국과 독립 연구자들의 평가가 필요한 사안으로 남아 있다.