AI 계산 효율 20배 ‘초단기 예측’ 등장

한국연구재단은 서울대학교 수리과학부 홍영준 교수팀이 레이더 영상만으로 극한 강수를 포함한 다양한 기상 상황을 정밀하게 예측하는 초단기 강수 예측 AI 모델을 개발했다고 17일 밝혔다.

이번 연구는 기존 수치예보(NWP) 모델이 안고 있는 고비용·저효율 한계를 극복하기 위해 응용수학적 접근을 기반으로 AI 구조를 새롭게 설계한 것이 핵심이다. 연구팀은 ‘국지적 시공간 주의(Attention) 메커니즘’을 도입해 레이더 영상에서 강수 패턴이 급격히 변화하는 지역에만 집중적으로 계산 자원을 배분하도록 했다. 강수량이 많은 핵심 구역을 더 정밀하게 분석하고 나머지는 간소화하는 방식으로, 불필요한 연산은 줄이면서도 중요한 기상 정보는 놓치지 않는다.

아울러 개선된 업샘플링 구조를 결합해 흐릿하게 출력되기 쉬운 예측 결과를 또렷하게 복원했다. 기존 방식은 해상도를 높이는 과정에서 세부 정보가 손실되기 쉬웠지만, 이 모델은 3차 이중 업샘플링 방식으로 미세한 강수 형태까지 포착할 수 있다. 여기에 시간 흐름을 반영하는 모듈을 추가해 과거 1시간 레이더 영상을 입력하면 향후 최대 6시간의 강수 분포를 예측하는 것이 가능하다.

연구팀은 미국(SEVIR)·프랑스(MeteoNet)·한국 기상청의 실제 관측 데이터로 성능을 검증한 결과, 기존 최신 글로벌 모델보다 높은 정확도를 기록했다고 밝혔다. 특히 우리나라의 극단적 폭우 상황에서는 계산 효율이 20배 이상 향상됐으며, 예측 정확도도 크게 개선됐다.

실제 적용 사례에서도 성능이 확인됐다. 2023년 7월 충북 오송 지하차도 침수 참사 당시 데이터를 소급 적용한 결과, 사고 발생 1시간 전에 위험 가능성을 사전에 포착할 수 있었다. 이는 이 모델이 조기 경보 발령과 선제적 재난 대응에 실질적으로 활용될 수 있음을 보여주는 결과다.

극단적 기상 현상은 발생 빈도가 낮아 학습 데이터가 부족하다는 문제도 수학적 방법으로 해결했다. 드문 폭우 사례의 특징을 부족한 데이터 속에서도 안정적으로 학습하도록 모델을 설계하고, 다양한 강수 기준을 나눠 성능을 평가해 특정 상황에 치우치지 않도록 했다.

연구팀은 향후 위성·지상 관측 데이터를 함께 활용하는 통합 모델로 확장해 예측 정확도를 더욱 높일 계획이다.

홍영준 교수는 “이번 연구는 수학적 엄밀함을 바탕으로 AI의 블랙박스 한계를 극복하고 극한 기상 상황에서도 안정적으로 작동하는 모델을 구현했다는 데 의의가 있다”며 “실질적인 재난 방지 시스템에 통합돼 시민의 안전을 지키는 데 기여하길 바란다”고 말했다.

이번 연구는 과학기술정보통신부와 한국연구재단이 추진하는 ‘한계도전 R&D 프로젝트’ 지원으로 수행됐으며, AI 분야 세계 최고 권위 학회인 ‘ICLR 2026’에 채택돼 오는 4월 발표될 예정이다.​​​​​​​​​​​​​​​​

bnt뉴스 라이프팀 기사제보 life@bntnews.co.kr