"AI도 못 넘은 나비효과"…GIST, 기상 예측 모델 한계 규명

구글 딥마인드 '젠캐스트' 분석…새로운 AI 모델 개발 필요

역학기반 수치예보모델과 AI 예보 모델의 차이점에 대한 모식도. (그래픽=GIST 제공) [email protected] *재판매 및 DB 금지

[광주=뉴시스]이창우 기자 = 광주과학기술원(GIST)은 환경·에너지공학과 윤진호 교수 연구팀이 구글 딥마인드가 개발한 인공지능(AI) 기상예측 모델 '젠캐스트(GenCast)'가 실제 대기의 핵심 특성인 '나비효과'를 충분히 재현하지 못하는 근본적 한계를 규명했다고 31일 밝혔다.

연구팀은 유럽중기예보센터(ECMWF)의 기존 수치예보 모델과 젠캐스트의 예측 결과를 비교 분석한 결과, AI 모델에서 발생하는 예측 오차가 실제 대기처럼 자연스럽게 확산하지 않고 특정 규모에 머무르는 구조적 특징이 나타났다고 설명했다.

날씨 예보는 초기 조건의 작은 차이가 시간이 지나며 크게 확대되는 ‘나비효과’의 영향을 받는다.

이에 따라 기상기관들은 초기 조건을 달리해 여러 번 예측하는 ‘앙상블 예보’를 통해 예측 불확실성을 확률적으로 계산한다.

연구팀이 2021년 52주 동안 매주 초기화된 예보 데이터를 분석한 결과, 기존 수치예보 모델에서는 초기 오차가 대기 흐름을 따라 점차 증폭되며 다양한 규모로 확산되는 나비효과가 나타났다.

반면 젠캐스트에서는 예보 과정에서 주입된 잡음이 실제 대기처럼 확산하지 않고 특정 규모에 머무르며 인위적인 패턴을 형성하는 경향이 확인됐다.

또 실제 대기에서 나타나는 규모 간 에너지 상호작용도 상대적으로 약해 현실적인 대기 흐름을 충분히 재현하지 못하는 것으로 나타났다.

특히 대규모 흐름은 비교적 잘 모사했지만, 구름 형성이나 폭풍 발달과 관련된 중간 규모에서는 실제 대기와 다른 '잡음 형태'의 에너지 패턴이 나타났다.

(오른쪽부터) GIST 윤진호 환경·에너지공학과 교수(교신저자), 김희수 석사과정생(제1저자) (사진=GIST 제공) [email protected] *재판매 및 DB 금지

연구팀은 이 같은 결과가 현재 AI 기상예측 모델이 생성하는 다양한 예측 결과가 물리 법칙에 따른 불확실성이라기보다 통계적 다양성에 기반할 가능성을 보여준다고 설명했다.

윤진호 교수는 "AI 기상예보가 적중률 등 통상적인 성능 지표에서는 기존 수치예보 모델과 유사한 수준에 도달했지만, 그 결과가 실제 대기 물리를 얼마나 충실하게 반영하는지는 별개의 문제"라며 "현재 AI 앙상블 예측의 다양성은 물리 법칙에 기반한 불확실성이라기보다 통계적 특성에 따른 한계에서 비롯된 측면이 있어 이를 극복할 새로운 AI 모델 개발이 필요하다"고 말했다.

이번 연구는 GIST 윤진호 교수가 지도하고 김희수 석사과정생이 제1저자로 참여했으며, 미국 유타주립대·서울대·전남대·KAIST 연구진이 공동으로 수행했다.

과학기술정보통신부·한국연구재단 AI기반미래기후기술개발원천연구사업·고성능컴퓨팅 지원 사업과 국가과학기술연구회(NST) 융합연구단 사업의 지원을 받았으며 연구 결과는 국제학술지 npj Climate and Atmospheric Science 온라인에 지난 18일 게재됐다.


◎공감언론 뉴시스 [email protected]