odigital

'15일 날씨예보' 구글 딥마인드 AI, 유럽예보센터보다 정확
기사 작성일 : 2024-12-05 18:00:57

구글 딥마인드의 날씨예보 모델 '젠캐스트'에 관한 네이처 논문


구글 딥마인드 연구팀은 2024년 12월 4일 과학 학술지 '네이처'에 '기계학습을 이용한 확률론적 날씨예보'라는 제목의 논문을 발표했다. 논문에 소개된 '젠캐스트'(GenCast)는 '15일 날씨예보'에서 최고로 꼽혀오던 유럽중기예보센터(ECMWF) 'ENS'의 정확성을 능가하는 최초의 기계학습 기반 날씨예보 모델이다. [네이처 홈페이지 캡처, DB및 재판매 금지] 2024.12.5.

임화섭 기자 = 구글의 AI 조직인 구글 딥마인드는 '15일 날씨예보'에서 최고로 꼽혀오던 유럽중기예보센터(ECMWF) 'ENS'의 정확성을 능가하는 인공지능(AI) 모델을 개발했다고 4일(현지시간) 밝혔다.

구글 딥마인드 연구팀은 이날 과학 학술지 '네이처'에 '기계학습을 이용한 확률론적 날씨예보'라는 제목의 논문을 발표했다.

논문에 소개된 '젠캐스트'(GenCast)는 ECMWF가 수집한 40년간의 날씨 데이터를 학습한 기계학습날씨예보(MLWP) 방법이다.

젠캐스트는 15일간의 날씨에 대해 80여개의 변수를 분석해 시간상으로는 12시간, 위도·경도로는 0.25도 단위로 예측해준다.

비교 대상으로 선정된 예측목표 1천320개 중 97.2%에서 젠캐스트의 정확도가 ECMWF의 ENS를 앞섰다.

또 젠캐스트가 단일 모델 기준으로 결과를 내는 데 걸리는 시간은 8분에 불과해, 여러 시간이 걸리는 ENS보다 빨랐다.

극단적 날씨를 예측하는 데도 젠캐스트의 성능이 ENS보다 뛰어났다.

최근까지 널리 쓰이는 일기예보 방식은 수치예보(NWP)였다.

이는 지구 표면과 대기를 잘게 나눈 후, 온도·습도·풍속 등 날씨를 결정하는 많은 변수들에 대해 물리학 법칙에 따른 다변수 연립 미분방정식을 세우고 그 근사적 풀이를 컴퓨터로 구해내는 방식이다.

단일한 NWP 모델을 이용할 경우에 생기는 약점을 보완하기 위해 여러 개의 NWP 모델을 평균해서 결과를 내는 '앙상블 모델'도 있으며, ECMWF의 ENS가 이에 속한다.

ECMWF는 ENS 외에도 단일 NWP 모델인 'HRES'도 함께 운영하고 있다. 양쪽의 장단점이 있기 때문이다.

논문 저자들은 지금까지 나온 MLWP들은 첨단 NWP 앙상블 모델 예보보다는 정확성과 신뢰성이 전반적으로 뒤졌다고 소개했다.

그러면서 최고의 NWP 앙상블 모델인 ENS보다 성능이 유의미하게 높은 최초의 MLWP 도구가 바로 젠캐스트라고 강조했다.

영국 일간 파이낸셜타임스(FT)에 따르면 논문 제1저자 겸 공동교신저자인 구글 딥마인드 연구원 일런 프라이스는 이번 연구의 중요성에 대해 "날씨 예보를 위한 AI의 진보에서 일종의 변곡점"이라고 말했다.

ECMWF는 젠캐스트의 개발이 "날씨 예보의 진화에서 주목할만한 이정표"라고 평가하면서, 올해 6월부터 이 기관의 AI 예보 시스템에 젠캐스트의 핵심 요소들을 통합해 운영중이라고 설명했다.

이에 앞서 구글 딥마인드는 작년 11월에 MLWP 모델 '그래프캐스트'에 관한 논문을 과학 학술지 '사이언스'에 발표했다.

당시 그래프캐스트의 '10일 날씨예보' 결과를 ECMWF 예보와 비교해본 결과 선정된 예측목표 중 90%에서 그래프캐스트의 정확도가 더 높았다.

구글 딥마인드는 올해 7월에는 '뉴럴GCM' 모델을 공개했다.

이는 MLWP와 NWP를 결합해 AI 단독으로 하는 날씨 예측보다 더 좋은 결과를 내려는 것이다.

장기 날씨 예보와 기후 트렌드 예측에 좋은 성능을 보이는 것으로 알려졌다.

댓글