AI로 최대 15일까지 날씨 예측…딥마인드, 더 빠르고 정확한 예측 모델 ‘젠캐스트’

“젠캐스트(GenCast)의 앙상블에서 하나의 15일 예보를 생성하는 데 단 8분밖에 걸리지 않으며, 앙상블의 모든 예보를 동시에 병렬로 생성할 수 있다. 0.2° 또는 0.1° 해상도에서 기존의 물리 기반 앙상블 예보는 수만 개의 프로세서가 장착된 슈퍼컴퓨터에서 몇 시간이 걸린다.”

구글 딥마인드(DeepMind)가 더 빠르고 정확하게 날씨를 예측하는 새로운 AI 모델 젠캐스트(GenCast)를 소개했다. 젠캐스트는 기존의 앙상블 예보와 비교할 때 더 적은 자원으로, 더 빠른 시간에, 더 정확한 날씨를 예보할 수 있다는 것이 딥마인드의 설명이다.

딥마인드가 개발한 날씨 예측 AI 모델인 젠캐스트는 기존의 앙상블 모델과 비교할 때 극단적인 날씨 예측에서 더 정확한 결과를 보였다. (자료 : DeepMind)

날씨 예측에서 사용하는 앙상블 모델은 주어진 자료를 기반으로 다양한 날씨 시나리오를 확률적으로 예상하는 방법이다. 이를 테면 태풍이 이동하는 경로가 조건에 따라 어떻게 달라질 것인지 여러 가지 시나리오를 통해 확률적으로 예측하는 것이 그렇다.

수치예보 모델은 지구를 일정한 크기의 구역으로 구분한 후 방정식을 통해 수학적인 계산을 통해 기상 상태를 예측하는 방법이다. 계산량이 많고 방대하기 때문에 슈퍼컴퓨터 사용이 반드시 필요하고, 사용하는 수치예보 모델에 따라 같은 기상 데이터를 사용해도 다른 예측이 나올 수 있다.

젠캐스트는 일종의 생성형 AI로 앙상블 모델을 기반으로 날씨를 예측한다. 젠캐스트를 이용해 예측한 날씨는 유럽 중기 예보 센터의 앙상블(ECMWF-ENS;European Centre for Medium-Range Weather Forecasts-Ensemble)의 모델보다 최대 15일 전에 일상적인 날씨와 극단적인 날씨 변화를 예측할 수 있다.

딥마인드는 젠캐스트에 대해 “젠캐스트는 결정론적이고 미래 날씨에 대한 단일의 최선의 예측을 제공했던 이전 날씨 모델(수치예보)을 기반으로 하는 AI 기반 날씨 예측의 중요한 발전을 의미한다. 젠캐스트 예보는 각각 가능한 날씨 궤적을 나타내는 50개 이상의 예측으로 구성된 앙상블로 구성된다”고 밝혔다.

아울러 “젠캐스트는 확산 모델로서, 최근 이미지, 동영상, 음악 생성의 급속한 발전을 뒷받침하는 일종의 생성형 AI 모델이다. 그러나 젠캐스트는 지구의 구면 기하학(spherical geometry)에 적용된다. 가장 최근의 날씨 상태를 입력으로 주어지면, 미래 날씨 시나리오의 복잡한 확률 분포를 정확하게 생성하는 방법을 학습한다는 점에서 이들과 차별화된다”고 특징을 설명했다.

젠캐스트는 ECMWF의 아카이브에서 제공받은 40년 분량의 과거 날씨 데이터를 기반으로 0.25° 해상도로 전 세계 날씨 패턴을 학습했다. 제공받은 데이터는 다양한 고도에서의 온도, 풍속, 기압 등으로 구성되었으며, 이러한 자료를 기반으로 지구 표면의 위도와 경도를 각각 0.25° 간격으로 나누어 달라지는 날씨를 학습한 것이다.

이렇게 훈련한 젠캐스트의 성능을 평가하기 위해, 2018년까지 과거 날씨 데이터를 학습한 후 2019년 날씨를 예측하는 테스트를 진행했다. 테스트에서 젠캐스트와 ECMWF-ENS를 다양한 리드 타임에서 다양한 변수에 대한 예측을 1,320개의 조합으로 평가했다. 결과는 젠캐스트가 97.2%의 대상에서 ECMWF-ENS 보다 정확한 예측 결과를 내놨다. 특히, 36 시간 이상의 리드 타임에서는 99.8%의 정확도를 보였다.

기후 변화가 빠르고 예측 불가능하게 진행되면서 기상 이변이 속출하고 있다. 이러한 상황에서 다양한 시나리오를 통해 날씨 변화와 극단적인 기상 현상을 예측하는 앙상블 모델은 갈수록 중요해지고 있다. 정확하고 빠른 날씨 예보를 더 오래전에 더 빨리 내놓을 수 있다면 그로 인한 피해를 최소화할 수 있다.

딥마인드는 “젠캐스트의 실시간 및 과거 예보와 이전 모델을 공개하여 누구나 이러한 날씨 입력을 자신의 모델과 연구 워크플로에 통합할 수 있도록 할 예정이다. 학계 연구자, 기상학자, 데이터 과학자, 재생 에너지 회사, 식량 안보 및 재난 대응에 중점을 둔 단체 등 더 넓은 기상 커뮤니티와 협력하기를 열망하고 있다”고 향후 계획을 밝혔다.

⧉ Syndicated to WWW.CIOKOREA.COM