북극해빙 농도 변화 1년 뒤까지 AI 예측

UNIST 임정호 교수팀, 오차범위 6% 내 모델 개발

북극의 해빙 변화를 최장 1년 뒤까지 예측하는 인공지능(AI) 모델을 울산과학기술원(UNIST) 연구진이 개발했다. 예측 가능한 오차범위가 6% 이내로 북극항로 개발과 해양자원 탐사에 도움이 될 것으로 기대한다.

UNIST는 지구환경도시건설공학과 임정호 교수팀은 1년 뒤 북극 해빙 농도를 6% 이내 오차 정확도로 예측할 수 있는 AI 모델을 제시했다고 26일 밝혔다. 해빙 농도는 단위 면적에서 얼음이 덮인 영역의 비율을 말한다.

연구팀은 AI가 위성 영상과 같은 이미지 데이터 간 관계를 학습하는 딥러닝 알고리즘인 유넷(UNET)을 활용했다. 이를 통해 과거 북극 해빙 농도의 변화 패턴과 기온 및 수온, 태양 복사량, 바람 등 주요 기후 요인 간 복잡한 관계를 학습시켰다.

연구팀이 개발한 모델을 통해 예측값과 과거 실제 해빙 농도 값을 비교하는 방식으로 정확도를 평가했는데 3개 월, 6개 월, 12개 월 예측에서 모두 6% 미만의 평균 예측 오차를 기록했다. 기존 모델은 예측 시간이 길어질수록 평균 예측 오차가 증가했다. 이번에 개발된 모델은 이례적으로 해빙이 급격히 감소했던 상황에서도 안정적인 예측 성능을 보인 것으로 분석됐다.

2007년, 2012년 여름과 같이 해빙이 급격히 녹아버린 경우 기존 모델은 17.35%의 평균 예측 오차를 기록했다. UNIST 연구팀의 모델은 7.07%의 평균 예측 오차를 보여 오차 값이 절반 이하로 줄었다.

UNIST 연구팀은 해빙 농도 중장기 예측에서 중요한 역할을 하는 기후 요소도 밝혀냈다. 유넷 모델 예측 결과 간 차이를 분석해 얼음 두께가 얇은 해빙 가장자리에서는 태양복사열과 바람이 주요 변수로 작용했다는 사실을 확인했다.

임 교수는 “기존 물리 기반 모델의 한계를 극복하고, 다양한 환경 요인이 북극 해빙 변화에 미치는 복합적인 영향을 규명했다”고 말했다. 이번 연구 결과는 국제 학술지 ‘환경원격탐사’(Remote Sensing of Environment)에 지난 11일 온라인으로 게재됐다.