인공지능으로 동아시아 강수 예측 정확도 향상
아시아·태평양경제협력체 기후센터
아시아·태평양경제협력체 기후센터(원장 신도식, 이하 APCC)는 인공지능을 활용해 동아시아 강수 예측 정확도를 높일 수 있다고 22일 밝혔다. 2~4주 뒤의 날씨를 예측했을 때 인공지능을 활용한 딥러닝 방식이 기존의 통계적 방법인 다중선형회귀(MLR) 모델보다 더 정확했다.
이러한 연구 내용을 담은 논문 ‘동아시아에서의 계절 내(S2S,Sub-seasonal to Seasonal) 다중모델 앙상블 강수 예측 향상 : 딥러닝 기반의 후처리 통한 정확도 향상’은 국제 학술지 ‘헬리온(Heliyon)’에 게재됐다.
정유란 선임연구원 등 연구진은 동아시아 지역의 1995~2014년 △일단위 강수량 자료 △6개 기관의 S2S 예측 모델 (ECMWF KMA ECCC NCEP UKMO CMA) △ERA5 재분석 자료 등을 활용해 딥러닝 기반 후처리 기술이 기존의 통계적 방법보다 강수 예측의 정확도를 향상시킬 수 있는지 확인했다. S2S 예측 자료는 농업, 에너지 관리 등 다양한 산업 분야에서 중요하게 활용된다.
연구 결과, U-Net 모델의 21일 이후 예측 ‘스킬 스코어(skill score)’는 1 이상으로 확인됐다. 이는 딥러닝 기반 후처리 기술이 기존 방식보다 100% 더 나은 성능을 보인다는 의미다. 물론 딥러닝 모델을 학습시킬 때 필요한 주요 설정값들을 최적화 시키지 않았다는 한계가 있고 신경망 모델 구조 최적화 등 추가 연구가 필요한 상황이다.
정 선임연구원은 “이번 연구결과로 기후재해 관리에서 핵심적인 요소인 신뢰성 있는 강수량 및 강수빈도에 대한 예측이 가능해졌다”며 “농업 등 기후민감 분야에서의 효과적 기후정보 활용과 이를 통한 올바른 의사결정을 지원해 기후재해로 인한 인적·물적 손실을 줄이는데 기여할 수 있다”고 말했다.
김아영 기자 aykim@naeil.com