기존 대기 변화 모델링·예측 모델에 AI의 데이터 기계학습 결합
구글이 인공지능(AI)을 이용해 정확성을 높인 날씨 시뮬레이터(Weather Simulator) 모델을 개발했다.
구글의 AI 조직인 구글 딥마인드는 22일 과학 저널 네이처에 뉴럴GCM(NeuralGCN)라는 이름의 이 시뮬레이터를 소개하는 논문을 게재했다.
논문에 따르면 새로운 날씨 시뮬레이터 뉴럴GCM은 기존의 날씨 예측 방식에 AI의 기계학습(머신러닝·ML)을 결합했다.
지난 50년간 날씨 예측은 복잡한 방정식을 사용해 대기 변화를 모델링하고 예측을 제공하는 일반 순환 모델(GCM) 방식을 사용해 왔는데, 여기에 AI가 수년간의 과거 데이터를 학습해 예측하는 방식을 더한 것이다.
이를 통해 실행 속도가 느리고 비용이 많이 드는 기존 방식의 단점과 빠르고 효율적이지만 장기적인 예측이 어려운 AI를 이용한 방식을 보완했다.
구글 딥마인드 연구원이자 논문 공동 저자인 스테판 호이어는 “이는 물리학 대 AI 구도와 같은 것이 아니고, 물리학과 AI가 함께하는 것”이라고 말했다.
이 시스템은 날씨 예측을 위해 필요한 큰 대기 변화 등의 계산에는 전통적인 모델을 사용하고, 이 모델이 잘 작동하지 않는 특정 지역의 안개와 같은 미세한 기후에 대해 AI를 접목한다.
논문은 더 적은 연산 능력으로 더 빠르게 고도의 날씨 예측을 생성할 수 있다며 뉴럴GCM 모델의 날씨 예측은 파트너 기관인 유럽중기예보센터(ECMWF)가 최대 15일까지 하는 예보만큼 정확하다고 밝혔다.
또 이 모델은 ECMWF의 지난 40년간의 기상 데이터를 학습하면 미국 국립해양대기청(NOAA) 모델이 프래그램 실행에 37만7천줄의 코드가 필요한 것과 달리 5천500줄의 코드도 필요하지 않다고 설명했다.
더 간단한 코드로 날씨 예측을 위한 프로그램을 실행할 수 있으면서도 기존의 복잡한 모델과 비슷한 성능을 낼 수 있다는 것이다.
연구진은 뉴럴GCM을 통해 1년 전에 미리 허리케인을 예측할 수 있는 기능을 개발하고 있으며, 이 기능이 유용하면 사전에 폭풍에 대비하고 인프라를 구축하는 데 도움이 될 수 있다고 기대했다.
오클라호마대의 아론 힐 기상학 조교수는 “우리는 대기가 어떻게 작동하는지 지난 100년 동안 얻은 모든 지식을 버릴 필요가 없다”며 “우리는 그것을 AI와 기계 학습의 힘으로 실제 통합할 수 있다”고 말했다.