폭염·홍수 ‘원격 조정기’ 잡았다…韓 연구진, AI로 한 달 앞 기후 예측

APCC·KIST, 딥러닝 기반 MJO 예측 기술 고도화
여름철 29일·겨울철 26일 예측…국제학술지 게재
가뭄·홍수·태풍…기후 재해 예방 골든타임 확보

아시아·태평양경제협력체 기후센터(APCC)와 한국과학기술연구원(KIST) 연구진이 인공지능 딥러닝 기술을 활용해 매든-줄리안 진동(MJO)의 예측 성능을 크게 끌어올렸다. 사진은 기상·기후 분야 권위 학술지인 ‘지오피지컬 리서치 레터스’(Geophysical Research Letters)에 게재된 해당 논문의 인포그래픽. 사진제공=APCC

인공지능(AI)이 전 세계 이상기후 예측의 정확도를 한 단계 끌어올렸다. 아시아·태평양경제협력체 기후센터(APCC)와 한국과학기술연구원(KIST) 연구진이 인공지능 딥러닝 기술을 활용해 매든-줄리안 진동(MJO)의 예측 성능을 크게 향상시키는 데 성공했다.

APCC와 KIST는 전 세계 기상·기후에 큰 영향을 미치는 MJO의 이동과 강도를 기존보다 장기간, 더 안정적으로 예측할 수 있는 새로운 AI 모델을 개발했다고 26일 밝혔다. 이번 연구 성과는 김미애 APCC 선임연구원이 주저자로 참여한 논문으로, 기상·기후 분야 권위 학술지인 ‘지오피지컬 리서치 레터스’(Geophysical Research Letters)에 게재됐다. 연구는 기상청 연구개발 사업의 일환으로 수행됐다.

MJO는 열대 인도양에서 발생해 태평양으로 이동하는 거대한 열대 구름 집단으로, 30~90일 주기로 전 지구를 순환한다. 이 과정에서 가뭄, 홍수, 폭염, 태풍 등 전 세계 이상기후를 좌우하는 ‘원격 조정기’ 역할을 한다. MJO 예측 정확도는 중·장기 기상 전망의 핵심 변수로 꼽힌다.

기존 AI 모델은 MJO 자체의 변동 신호에 집중해 학습하는 방식이어서 예측 기간에 한계가 있었다. 연구진은 이에 착안해 MJO가 움직이는 배경인 계절적 기후 환경까지 함께 학습시키는 새로운 딥러닝 기법을 도입했다. 기상 현상을 단독으로 보는 것이 아니라, 이를 둘러싼 기후 구조와 흐름을 동시에 분석한 것이다.

그 결과 새 AI 모델은 겨울철 약 26일, 여름철에는 최대 29일까지 MJO를 신뢰성 있게 예측하는 데 성공했다. 특히 예측 기간이 길어질수록 배경 기후 정보가 예측 정확도를 높이는 데 결정적인 역할을 한다는 점을 과학적으로 입증했다는 평가다.

김미애 APCC 선임연구원은 “이번 연구는 AI가 기후의 부분이 아닌 전체 흐름을 이해하도록 한 데 의미가 있다”며 “앞으로 가뭄이나 홍수 등 기후 재해에 선제적으로 대응하고 피해를 예방하는 데 큰 보탬이 될 것”이라고 말했다.

조원진 기자 bscity@sedaily.com