"폭염·극한호우 예측엔 AI 힘 못쓴다"

기후변화가 가속되면서 폭염과 폭우 등 기록적인 극한 기상현상이 인류의 안전을 위협하고 있다. 평상시 데이터를 크게 벗어난 극한 기상현상을 예측할 때는 물리학 기반 예보 모델이 여전히 뛰어난 것으로 나타났다. 게티이미지뱅크 제공

인공지능(AI) 기상예보 모델이 일부 사례에서 혁신적인 예측 정확도를 보여주는 가운데 평상시 데이터를 크게 벗어난 극한 기상을 예측할 때는 물리학 기반의 수치예보 모델의 성능이 여전히 앞서는 것으로 나타났다.

장 중웨이, 제바스티안 엥겔케 스위스 제네바대 교수팀은 유럽 중기예보센터(ECMWF)의 수치예보 모델과 최신 AI 예보 모델의 성능을 비교하고 연구결과를 29일(현지시간) 국제학술지 '사이언스 어드밴시스'에 공개했다.

기후변화가 가속되면서 폭염과 폭우 등 기록적인 극한 기상현상이 인류의 안전을 위협하고 있다. 정확한 기상예보의 중요성이 더욱 중요해진다는 뜻이다.
 

전통적인 수치예보는 대기의 움직임 등 수많은 요소를 고려한 복잡한 방정식에 현재 변수를 입력하면 미래 상황을 도출하는 원리로 작동한다. AI 모델은 이전 결과값들을 중심으로 학습하고 패턴을 파악해 기상 예보를 낸다.

일반적인 기상현상에 대해서는 최신 AI 모델이 기존 수치예보 모델을 앞서고 있지만 극한 기상현상에 대한 AI 모델의 예측 성능은 아직 검증된 바 없다.

연구팀은 2018년과 2020년에 발생한 극한 한파, 폭염, 강풍 사건에 대한 데이터를 바탕으로 다양한 예보 모델들이 사건을 얼마나 잘 예측할 수 있는지 분석했다.

구글 그래프캐스트, 중국 화웨이의 판구-웨더, 푸단대 연구팀이 개발한 푸시(FuXi) 등 5개 AI 모델은 한파를 과대평가하거나 폭염을 과소평가하는 등 유럽 중기예보센터의 수치예보 모델인 고해상도기상예보(HRES) 모델보다 예측 정확도가 전반적으로 떨어졌다.

연구팀은 AI 학습에 사용된 1979~2017년 데이터 세트를 원인으로 지목했다. 학습 영역 밖의 전례 없는 사건을 예측할 때는 예측 기간이 짧더라도 어려움을 겪는다는 것이다.

수치예보 모델은 상황이 기존 통계에서 크게 벗어나더라도 수치를 근거로 계산하기 때문에 AI 모델이 겪는 한계가 나타나지 않고 유연성이 뛰어나다는 분석이다.

연구팀은 "AI 기상 모델이 훈련 영역을 넘어 예측할 때 한계가 있음을 보여준다"며 "조기 경보 시스템이나 재난관리 분야에서 AI 모델에 의존하려면 더욱 엄격한 검증과 모델 개발이 필요하다"고 밝혔다. 

<참고 자료>
- doi.org/10.1126/sciadv.aec1433

[이병구 기자 2bottle9@donga.com]