기후변화·사회·경제영향 동시 분석…KAIST, ‘통합 기후연구모델’ 개발

구본혁 2026. 5. 13. 08:23
자동요약 기사 제목과 주요 문장을 기반으로 자동요약한 결과입니다.
전체 맥락을 이해하기 위해서는 본문 보기를 권장합니다.

우리나라를 포함한 국제 공동연구진이 기후변화와 사회·경제 문제를 하나의 AI 체계 안에서 동시에 분석할 수 있는 통합 기후 연구모델 개발에 성공했다.

KAIST는 녹색성장지속가능대학원 전해원 교수, 카르틱 무카빌리 겸직교수, 전산학부 오혜연 교수 연구팀이 중국 북경대학교, 영국 임페리얼 칼리지 런던, 이탈리아 밀라노 폴리테크닉대학교, 미국 메릴랜드대학교, 오스트리아 국제응용시스템분석연구소 등과 공동 연구를 통해 AI 기반 기후 연구 통합 프레임워크를 제시했다고 13일 밝혔다.

음성재생 설정 이동 통신망에서 음성 재생 시 데이터 요금이 발생할 수 있습니다. 글자 수 10,000자 초과 시 일부만 음성으로 제공합니다.
번역beta Translated by kaka i
글자크기 설정 파란원을 좌우로 움직이시면 글자크기가 변경 됩니다.

이 글자크기로 변경됩니다.

(예시) 가장 빠른 뉴스가 있고 다양한 정보, 쌍방향 소통이 숨쉬는 다음뉴스를 만나보세요. 다음뉴스는 국내외 주요이슈와 실시간 속보, 문화생활 및 다양한 분야의 뉴스를 입체적으로 전달하고 있습니다.

- AI로 예측 정확성과 신뢰성 높여
- 국가 에너지 전환정책 결정 활용
전해원(왼쪽부터), 카르틱 무카빌리, 오혜연 KAIST 교수.[KAIST 제공]

[헤럴드경제=구본혁 기자] 우리나라를 포함한 국제 공동연구진이 기후변화와 사회·경제 문제를 하나의 AI 체계 안에서 동시에 분석할 수 있는 통합 기후 연구모델 개발에 성공했다.

KAIST는 녹색성장지속가능대학원 전해원 교수, 카르틱 무카빌리 겸직교수, 전산학부 오혜연 교수 연구팀이 중국 북경대학교, 영국 임페리얼 칼리지 런던, 이탈리아 밀라노 폴리테크닉대학교, 미국 메릴랜드대학교, 오스트리아 국제응용시스템분석연구소 등과 공동 연구를 통해 AI 기반 기후 연구 통합 프레임워크를 제시했다고 13일 밝혔다.

현재 기후 변화 연구는 물리적 기후 예측, 사회·경제 영향 분석, 에너지 정책 평가 등이 분야별로 분리돼 수행된다. 서로 다른 데이터와 분석 체계를 사용하기 때문에 이를 종합적으로 연결해 정책 결정에 활용하는 데 시간이 오래 걸린다는 한계가 있었다.

연구팀은 이를 해결하기 위해 ‘AI 기반 기후 연구 파운데이션 모델(AI-Based Climate Research Foundation Model)’을 제안했다. 이 모델은 지구 관측 데이터, 에너지·경제 시나리오, 정책 지표 등 성격이 서로 다른 대규모 데이터를 AI가 공통된 방식으로 이해·분석할 수 있는 가상 분석 공간에서 함께 처리한다.

이를 통해 기후 변화의 물리적 현상뿐 아니라 경제·사회적 영향까지 동시에 고려한 빠르고 정교한 예측이 가능해진다.

한편 KAIST 연구팀은 이러한 프레임워크를 실제로 구현한 AI 기반 예측 모델도 함께 공개했다.

연구팀은 ‘에너지-온실가스 예측 고속 에뮬레이터(emulator)’를 시범 구현 모델 형태로 개발했다. 이 모델은 기존의 복잡한 에너지·탄소배출 통합평가모델 계산 과정을 AI가 빠르게 대신 수행하도록 만든 기술이다.

멀티모달 혼합 전문가 파운데이션 모델(AI 생성 이미지).[KAIST 제공]

기존 통합평가모델은 하나의 정책 시나리오를 분석하는 데 많은 시간과 계산 자원이 필요했지만, 연구팀이 개발한 AI 모델은 수천 개의 정책 시나리오를 단시간에 분석할 수 있다. 이를 통해 탄소중립 정책이나 에너지 전환 정책의 효과를 보다 빠르게 예측하고 정책 결정에 활용할 수 있을 것으로 기대된다.

전해원 교수는 “이번 기후-AI 모델은 기후 과학자와 정책 입안자 사이의 간극을 줄여줄 효과적인 가교 역할을 할 것으로 기대한다”며 “함께 공개한 고속 AI 에뮬레이터는 실시간에 가까운 정책 분석을 가능하게 해 실질적인 기후 대응 솔루션을 제공하는 핵심 기술이 될 것”이라고 말했다.

오혜연 교수는 “이번 연구는 AI가 기후 위기 해결을 직접적으로 지원하는 ‘글로벌 공공재’로 자리 잡을 수 있다는 점을 보여줬다”면서 “앞으로는 지역별 데이터를 더 촘촘하게 학습시켜 예측 해상도를 높일 계획”이라고 말했다.

Copyright © 헤럴드경제. 무단전재 및 재배포 금지.