APCC 연구팀, 딥러닝 기반 후처리 통한 정확도 향상 검증
[파이낸셜뉴스] 부산에 위치한 아시아·태평양경제협력체 기후센터(APCC)가 최근 딥러닝 기반의 인공지능(AI) 기술을 활용해 기후재해 예측 정확도가 높아진 것을 검증했다. 이 기술을 통해 향후 동아시아 기후재해 예측력을 높일 수 있을 것으로 기대된다.
APCC는 정유란 선임 연구팀의 ‘동아시아 계절 내 다중모델앙상블 강수 예측, 딥러닝 기반 후처리 통한 정확도 향상’ 논문이 지난달 국제저명학술지 ‘헬라온’에 게재됐다고 22일 밝혔다.
다중모델앙상블(MME)은 기후예측 기관이 제공하는 각 기후예측 모델의 예측 정보를 체계적으로 분석, 통합해 기후예측의 정확도를 높이는 기법이다. 현재 APCC는 세계 11개국, 15개 기후예측 기관으로부터 받은 정보를 MME 기법으로 장기기후 예측 정보를 생산해 아시아·태평양 각국에 제공하고 있다.
수십 일을 규모로 하는 계절 내 기후 변동은 수천~수만㎞에 이르는 광범위한 영역에 밀접한 관련성을 갖고 대기권, 수권, 방권, 암석권, 생물권 등 다양한 요소의 영향을 받는다. 지금까지 기후예측 모델이 시뮬레이션하는 주된 관심 대상은 대기였으나 최근에는 해양, 지면, 해빙, 식생 등 다양한 요소로 확대되고 있다.
그러나 이러한 모델에서 입력된 초기 조건의 영향이 급격히 낮아지는 1~2주 이상에 대한 예측은 신뢰도가 급격히 낮아진다는 문제점이 있다. 특히 이 모델이 생산하는 예측정보는 정확한 강수량과 강수 빈도에 대한 예측이 어려운 실정이다.
이에 APCC 연구팀은 이러한 계절 내 예측의 어려움을 해결하기 위해 AI 기술인 딥러닝에 기반한 후처리를 통해 2~4주간 동아시아의 계절 내 MME 강수를 예측했다. 딥러닝 후처리는 딥러닝 모델이 지금까지 축적한 예측 데이터를 바탕으로 장기적인 기상 패턴을 학습, 예상하고 이를 기반으로 다음 날의 기상 조건을 순차적으로 예측하는 것이다.
그 결과 동아시아 MME 강수 예측 정보의 신뢰성이 높아진 것이 확인됐다. 이번 연구는 지역 강수 예측을 위해 기계학습 또는 딥러닝으로 후처리된 예측 모델들 간 예측 성능을 비교함으로 강수량·빈도의 정확성에 대한 평가가 가능해졌다는데 의의가 크다.
정유란 선임연구원은 “이번 연구 결과로 기후재해 관리에서 핵심 요소인 신뢰성 있는 강수량과 강수빈도에 대한 예측이 가능해졌다”며 “농업을 비롯한 기후 민감 산업분야에서 효과적으로 기후정보를 활용할 수 있도록 지원해 기후재해로 인한 인적·물적 손실을 줄이는 데 이바지할 것으로 기대된다”고 전했다.
lich0929@fnnews.com 변옥환 기자
※ 저작권자 ⓒ 파이낸셜뉴스, 무단전재-재배포 금지
