젠캐스트(GenCast): 최첨단 AI 기술을 활용해 날씨 및 극한 기상 상황의 위험도를 정교하게 예측합니다

날씨는 우리가 내리는 결정, 안전, 그리고 삶의 방식까지도 좌우하는 만큼, 우리 삶에 다방면으로 영향을 미칩니다. 특히 기후 변화로 인해 극심한 기상 현상이 빈번해 지면서 정확하고 신뢰할 수 있는 일기예보의 중요성은 그 어느 때보다 커졌습니다. 하지만 날씨를 완벽히 예측하는 것은 여전히 어려운 과제이며, 며칠 후의 날씨 예보조차 불확실성이 높습니다.

이러한 한계를 극복하기 위해 과학자들과 기상청들은 확률론적 접근법인 인 '앙상블 예보'를 사용합니다. 앙상블 예보는 다양한 가능성을 탐색해 여러 기상 시나리오를 제시합니다. 이를 통해 단일 예보에 의존하기보다 의사결정자들에게 향후 날씨 변화와 각 시나리오의 발생 가능성에 대한 보다 풍부한 정보를 제공합니다.

오늘 네이처(Nature) 지에 발표된 논문에서 구글은 새로운 고해상도(0.25°) AI 앙상블 모델인 젠캐스트(GenCast)를 선보입니다. 젠캐스트는 최대 15일 이후의 기간 까지 일상적인 날씨는 물론, 극한의 기상 현상까지 예측할 수 있으하며, 현재 최고의 운영 시스템으로 알려진 '유럽중기예보센터(ECMWF)’의 ENS보다 더 나은 성능 보여줍니다. 구글은 더욱 폭 넓은 기상 예보 커뮤니티를 지원하기 위해 젠캐스트의 코드, 가중치 및 예보를 조만간 공개할 계획입니다.

AI 기상 모델의 진화

젠캐스트는 AI 기반 날씨 예측에 있어 획기적인 진전을 이뤄냈습니다. 기존의 기상 모델이 단일 최적 추정치를 제공하는 반면에, 젠캐스트는 50개 이상의 예측으로 구성된 앙상블(예측 집단)을 통해 가능성이 있는 다양한 날씨 궤적을 도출합니다.

젠캐스트는 이미지, 비디오, 음악 생성 분야에서 혁신을 주도하는 생성형 AI 모델입니다. 특히, 확산 모델 기반의 젠캐스트는 지구의 구형 기하학을 고려한 독특한 설계를 자랑합니다.. 젠캐스트는 최신 기상 상태를 입력값으로 받아 미래 날씨 시나리오의 복잡한 확률 분포를 정확하게 예측하도록 학습되었습니다. 즉, 단순히 날씨를 예측하는 것뿐만 아니라, 다양한 기상 변수를 기반으로 발생 가능한 여러 날씨 시나리오를 확률적으로 제시합니다.

젠캐스트는 유럽중기예보센터(ECMWF)의 ERA5 아카이브에 저장된 40년간의 방대한 기상 데이터를 학습해 정확도를 높였습니다. 이 데이터에는 전 세계 다양한 고도에서의 온도, 풍속, 기압 등의 기상 변수가 포함되어 있으며, 이를 바탕으로 젠캐스트는 0.25° 고해상도의 전 지구적인 기상 패턴을 학습했습니다.

새로운 기상 예보의 기준 수립

구글은 젠캐스트의 성능을 엄격하게 평가하기 위해 2018년까지의 기상 데이터로 모델을 훈련시킨 후, 2019년 데이터로 테스트를 진행했습니다. 그 결과, 젠캐스트는 세계 주요 의사결정에 널리 사용되는 유럽중기예보센터(ECMWF)의 ENS(앙상블 시스템)을 능가하는 예측 정확도를 보여주었습니다.

두 시스템의 성능 비교를 위해 1,320가지 조합의 다양한 변수와 예측 시간대를 테스트한 결과, 젠캐스트는 97.2%의 경우에서 ENS보다 정확한 예측 결과를 보여줬습니다. 특히 예측 기간이 36시간을 초과할 경우, 젠캐스트는 무려 99.8%의 정확도를 달성하기도 했습니다.

젠캐스트는 또한 폭염이나 강풍과 같은 극한의 기상 상황에 대한 정확한 예측을 통해 적시에 효율적인 예방 조치를 취할 수 있도록 도와줍니다. 이에 젠캐스트는 극한의 기상 상황에 대비해 다양한 시나리오의 의사 결정을 내려야 할 때, ENS보다 유익한 가치를 제공합니다.

앙상블 예보는 여러 개의 예측을 통해 다양한 시나리오를 제시함으로써 날씨 예보의 불확실성을 알려주는 기법입니다. 예를 들어, 다수의 예보 모델들이 모두 특정 지역에 사이클론 상륙을 예측하면 불확실성이 낮아지는 반면, 예보 모델마다 상이한 사이클론의 상륙 위치를 제시한다면 불확실성은 높아집니다. 젠캐스트는 이러한 불확실성을 정교하게 반영하여 예측의 신뢰도를 과대 또는 과소 평가하지 않고 균형있게 유지합니다.

젠캐스트는 구글 클라우드의 TPU v5 칩 한 개만으로도 15일 간의 날씨 예보를 단 8분 만에 생성할 수 있습니다. 앙상블의 모든 예측과 동시에 프로세스를 병렬로 처리하기 때문에 기존의 물리 기반 앙상블 예측보다 월등히 빠른 속도를 보여줍니다. 예를 들어 ENS에서 0.2° 또는 0.1° 해상도의 예보를 생성하려면 수만 개의 프로세서를 갖춘 슈퍼컴퓨터에서 몇 시간이 걸리는 반면, 젠캐스트는 이를 단일 TPU로 단시간에 처리합니다.

극한의 기상 현상에 대한 고도화된 예측

극한 기상 현상은 인명 피해, 재산 손실, 막대한 경제적 비용을 초래하는 심각한 문제입니다. 이러한 위험을 정확하게 예측할 수 있다면, 더 많은 생명을 구하고 피해를 줄이며 사회적 비용을 크게 줄일 수 있습니다. 젠캐스트는 극심한 더위와 추위, 강풍 속도와 같은 극한의 기상 요소를 예측하는 테스트에서 기존 예측 시스템(ENS)을 꾸준히 능가하는 성능을 보여주었습니다.

특히, 허리케인이나 태풍과 같은 열대 저기압의 경우, 상륙 지점을 정확하게 예측하는 것이 중요합니다. 젠캐스트는 이러한 치명적인 폭풍의 경로를 정밀하게 예측해 재난 대비에 크게 기여할 수 있는 잠재력을 입증했습니다.

단적인 예로 젠캐스트는 태풍 하기비스의 경로를 7일 전에 예측했을 때 다양한 가능성을 제시했으나, 태풍이 일본 해안에 접근할수록 예측 범위를 좁히면서 더 높은 신뢰도를 가진 정확한 경로를 제시했습니다.

정확한 기상 예측은 재생 에너지 계획과 같은 사회 여러 분야에도 중요한 역할을 할 수 있습니다. 예를 들어, 풍력 발전 분야에서 보다 정확한 예측은 풍력 발전의 신뢰도를 높이고, 이를 통해 지속 가능한 에너지원으로서의 가치를 더욱 증대시킬 수 있습니다. 젠캐스트는 전 세계 풍력 발전소 그룹의 풍력 발전량을 예측하는 실험에서 기존 시스템(ENS)보다 높은 정확도를 보였습니다.

구글의 차세대 기상 예측 및 기후 이해를 위한 노력

젠캐스트는 구글의 차세대 AI 기반 기상 모델 제품군 중 하나로, 구글 딥마인드의 AI 기반 결정론적 중거리 예측 모델, 구글 리서치의 뉴럴GCM(NeuralGCM), SEEDS, 홍수 모델 등과 함께 기상 예측의 혁신을 이끌고 있습니다. 이러한 모델들은 구글 검색 및 지도에서 이용자 경험을 향상시키고, 강수, 산불, 홍수, 극심한 더위 예측의 정확도를 높이는 데 기여하고 있습니다.

구글은 기상 기관과의 협력을 매우 중요하게 생각하며, AI 기반 예측 기술을 개발하고 향상시키기 위해 지속적으로 협력할 것입니다. 한편, 전통적인 기상 모델 또한 이러한 작업에서 중요한 역할을 합니다. 예를 들어, 전통적이인 기상 모델은 젠캐스트와 같은 모델에게 필요한 훈련 데이터와 초기 기상 조건을 제공합니다. 이와같이 AI와 기존 기상학의 협력은 더 나은 예측을 가능하게 하며, 이를 통해 사회에 보다 유익한 서비스를 제공합니다.

구글은 기상 및 기후 커뮤니티에서 더 폭넓은 협력을 촉진하고 연구 개발을 가속화하기 위해, 결정론적 중거리 글로벌 기상 예측 모델과 마찬가지로 젠캐스트를 오픈 모델로 만들고 코드와 가중치를 공개했습니다.

구글은 앞으로 젠캐스트와 이전 모델의 실시간 및 과거 예측 데이터를 공개할 예정입니다. 이렇게 공개된 데이터는 누구나 개인의 연구 및 개발에 자유롭게 활용할 수 있습니다.

구글은 이를 통해 학술 연구자, 기상학자, 데이터 과학자 뿐만 아니라 재생 에너지 기업, 식량 안보 및 재난 대응 기관 등 다양한 기상 관련 커뮤니티와 협력하고자 합니다. 구글은 이러한 파트너십을 통해 얻는 통찰력과 피드백, 그리고 상업적 및 비상업적 영향을 바탕으로 구글 모델을 더욱 발전시켜 인류에게 실질적인 혜택을 제공할 수 있도록 노력할 것입니다.

자세한 내용은 네이처지에 발표된 논문을 통해 확인해보시기 바랍니다.