노르웨이 기상청보다 뛰어난 인공지능(AI) 기상예보관 '알파웨더'

獨 이어 美, 日 함께 우리나라도 AI 기상예보 시도
현재 성능은 약 84%…도입 시점은 ‘미정’

본격적으로 기상예보에 AI 접목을 시도한 나라는 독일로 2017년부터 시작

올해부터 미국과 일본도 검토를 시작

 

구글, IBM 등 거대 IT기업과 대부분 기상청은

인류에 가장 영향이 큰 '강수 예측' 가능한 AI 개발에 집중

 

우리나라 기상청도 기상예보에 인공지능(AI)을 도입

역대급 일기예보 오보 불명예를 씻어낼지 주목

기상청은 일기예보 정확도 향상을 위해 국립기상과학원은 '인공지능예보연구팀'을 신설

인공지능예보연구팀을 중심으로 AI 기상예보 보좌관 '알파웨더'를 개발 中

알파웨더는 예보관의 예보생산과정을 AI로 학습하여 예측모델을 개발

현재 알파웨더 성능은 예비관 대비 약 84% 수준

알파웨더의 활용 시점은 미정이지만, 실전 투입 기준은 최소 '안정적인 90%'

알파웨더 학습 범위를 특정 지역으로 한정하면 성능이 10~14% 향상

이에 한반도 전체를 지역별로 학습하는 모델도 고려 中

이혜숙 인공지능예보연구팀 팀장은

"인공지능이 기후를 다 예측하리라 생각하지 않는다"며 "평범한 기후는 AI가 주도적으로 맡고, 예보관은 위험 이상 기후를 집중해서 분석하고 지방자치단체와 소통에 집중하여 피해를 줄일 수 있을 것"라고 밝혔다.

이 팀장은 "현재는 한 명의 예보관이 시간마다 날씨 해설도 하고 수십만 데이터도 확인해야 한다"며 "태풍 등 이상기후가 동시다발적으로 생기면 처리하기 쉽지 않다"고 덧붙였다.

 

기후예측 AI 한계, 학계-정부 협업으로 해결책 모색

머신러닝 기반 기후예측 AI는 태생적으로 한계점이 존재
기후예측 AI는 과거 날씨로 학습

즉, 과거와 다른 이상 기후에서는 안정적인 결과물을 기대하기 어려움

연구팀은 이를 해결하기 위해 카이스트와 협업

카이스트는 매년 달라지는 기후 불확실성까지 AI 모델에 반영하는 방법 고려 中

 

또 다른 문제는 머신러닝의 '블랙박스'

머신러닝을 통해 학습한 AI는 좋은 결과물을 내놓지만,

왜 좋은 결과물을 선택했는지 이유를 밝히지 않음

즉, 사람은 '왜'를 이해할 수 없다

하지만, 이런 부분이 날씨예측을 위한 AI에겐 치명적

예보관이 AI가 내놓은 결과를 참고하기 위해서는 판단 근거가 필수

이에 '설명가능 AI(XAI)'를 알파웨더에 적용할 예정

XAI는 근거를 파악할 수 있는 AI로,

예보관은 알파웨더 결과에 관한 근거를 예보에 참조 가능

 

"예측말고도 쓸 곳 많아" AI는 기상 데이터 시대 마중물

인공지능예보연구팀은 기후예측 AI 외에도 AI를 다양한 방향으로 사용하기 위해 노력 중

연구팀은 AI가 기상 수치 모델의 복잡한 계산을 학습해

연산 속도를 끌어올리는 방안을 미국과 함께 연구

연구팀은 비전문가도 기상 데이터를 활용할 수 있도록,

기상 데이터 세트와 간단한 AI도 공개할 예정

 

이혜숙 팀장은

"관측 기상데이터 기반 학습데이터 세트와 함께 간단한 알고리즘도 제공할 것"라며 "누구나 기후 데이터 활용을 할 수 있다"라고 전했다. 연구팀이 먼저 진입장벽을 낮춰, AI인재가 적극 참여할 수 있는 환경을 만든다는 계획

하지만, 이러한 계획들이 지속될지는 의문....

인공지능예보연구팀은 실험적으로 2021년까지 2년간 운영되는 벤처형 조직이라는 점

올해처럼 갑자기 내린 호우로 큰 피해를 반복하지 않기 위해서는

장기적 관점에서의 AI에 대한 투자와 연구/개발이 필요

 

 

이제 바야흐로 AI의 시대입니다.

정부의 디지털 뉴딜 정책에도 포함되었지만

AI 경쟁력이 바로 국가 경쟁력입니다.

이번 최악의 기상 오보의 오명을 씻기 위해서라도

장기적 관점의 AI 예보 경쟁력 확보가 필수입니다

 

 

하트와 구독 부탁드려요~