인류 위협하는 이상기후, AI로 예보 불확실성 푼다 작성일 09-28 64 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">22~26일 세계기상기구 AI 초단기예보 워크숍 <br> 구글·MS·엔비디아 참여, AI 예보 표준화 논의 <br> 韓, 강수예측 AI ‘나우알파’…10분 단위 6시간 예보 <br> “선진국·개도국 예보 격차 줄여 이상기후 대비”</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="uLVdD6lok7"> <figure class="figure_frm origin_fig" contents-hash="7d60b02f65ffe3c2c596e200a0df6999e0cc46f126877e59ecf10aa9079d9dcc" dmcf-pid="7ofJwPSgou" dmcf-ptype="figure"> <p class="link_figure"><img alt="기후변화로 전 세계 예보 불확실성이 커지면서 선진국과 개발도상국 간 예보 역량의 격차가 벌어지고 있다. 세계기상기구(WMO)는 내년까지 AI 예보 모델의 표준 가이드라인을 마련해 2027년까지 개도국에 적용 가능한 최적 모델을 도출하기로 했다./WMO" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202509/28/chosunbiz/20250928120150246ootk.jpg" data-org-width="768" dmcf-mid="FHBBR0aVaK" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202509/28/chosunbiz/20250928120150246ootk.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 기후변화로 전 세계 예보 불확실성이 커지면서 선진국과 개발도상국 간 예보 역량의 격차가 벌어지고 있다. 세계기상기구(WMO)는 내년까지 AI 예보 모델의 표준 가이드라인을 마련해 2027년까지 개도국에 적용 가능한 최적 모델을 도출하기로 했다./WMO </figcaption> </figure> <figure class="figure_frm origin_fig" contents-hash="372af0d0af64d2d0bbd966aa984e2789d733a4aad489d309a0b27c46760c1c73" dmcf-pid="zg4irQvagU" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202509/28/chosunbiz/20250928120150529atgy.png" data-org-width="1800" dmcf-mid="3seeE8hLjb" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202509/28/chosunbiz/20250928120150529atgy.png" width="658"></p> </figure> <p contents-hash="fb22d932cead1880dc6656ee646403706b56a2042fffe24798a4ba51cbd914d5" dmcf-pid="qdbxAVOJap" dmcf-ptype="general">“기후위기는 전 세계 어디든 닥칠 수 있습니다. 하지만 선진국과 개발도상국의 기상예보 역량에는 여전히 큰 차이가 있습니다. 세계기상기구(WMO)는 인공지능(AI) 기반 초단기 예보 시스템을 표준화해 6시간 예보 체계를 전 세계에 보급할 겁니다.”</p> <p contents-hash="07781ead709056debe6758b3fc2ffb7d050b98adb028e35312bb5113a0a82494" dmcf-pid="BJKMcfIio0" dmcf-ptype="general">이해숙 국립기상과학원 인공지능기상연구과장은 지난 24일 제주 서귀포시 국립기상과학관에서 열린 ‘AI 초단기 예측 시범사업(AINPP)’ 제2차 워크숍에서 “기후위기로 재난이 발생하면 사람들을 대피시키거나 도로를 차단하는 데 최소 6시간이 필요하다”며 “AI 모델을 통해 전 세계가 이 시간을 확보하는 것이 목표”라며 이같이 말했다.</p> <p contents-hash="d8a79d816fe1d2e602961e25464d271fed8bfc039464b0fc035b5081f63969c6" dmcf-pid="bi9Rk4CnN3" dmcf-ptype="general">WMO는 1950년 설립된 유엔(UN) 산하 국제기구로, 전 세계 기상 협력체계를 총괄한다. 한국은 1956년 WMO에 가입해 2007년부터 집행이사국을 맡고 있다. 이번 워크숍은 WMO가 주관하는 두 번째 AINPP 회의로, AI 기상예보 기술의 표준화를 위해 전 세계 전문가들이 모였다.</p> <p contents-hash="17c980ca5f58dedaa281c511061bbca896ce729238f1b9af2e9807b81f8303ca" dmcf-pid="Kn2eE8hLoF" dmcf-ptype="general">WMO는 이번 회의에서 각국의 AI 기상예보 모델을 검증하고, 2027년까지 개도국에 적용 가능한 최적 모델을 도출하는 것을 목표로 하고 있다. 이번에 한국·중국·일본·사우디아라비아 등 24국 전문가와 구글·마이크로소프트(MS)·엔비디아(NVIDIA) 등 빅테크 기업인, 학계 인사 등 70여 명이 참석했다.</p> <figure class="figure_frm origin_fig" contents-hash="2f1ae240173bffe788e140ff369acda91b7c3024c636412407d8d6e9e2239f31" dmcf-pid="9LVdD6logt" dmcf-ptype="figure"> <p class="link_figure"><img alt="이해숙 국립기상과학원 인공지능기상연구과장이 24일 제주 서귀포시 국립기상과학관에서 열린 WMO ‘AI 초단기예측 시범 사업(AINPP)’ 제2차 워크숍에서 발표하고 있다./염현아 기자" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202509/28/chosunbiz/20250928120151887stuu.jpg" data-org-width="3080" dmcf-mid="0FS19WxpoB" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202509/28/chosunbiz/20250928120151887stuu.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 이해숙 국립기상과학원 인공지능기상연구과장이 24일 제주 서귀포시 국립기상과학관에서 열린 WMO ‘AI 초단기예측 시범 사업(AINPP)’ 제2차 워크숍에서 발표하고 있다./염현아 기자 </figcaption> </figure> <p contents-hash="31996fb23101f97eb0e96d0900966ef026a528d6202b21d4d50014347c2eb412" dmcf-pid="2ofJwPSgg1" dmcf-ptype="general"><strong>◇韓, AI 초단기 강수예측 모델 개발</strong></p> <p contents-hash="bc5c1a9211e01d6a6b09be785838125159bd61c7d3ba2353c5479570ea976068" dmcf-pid="Vg4irQvac5" dmcf-ptype="general">기후변화로 전 세계 예보 불확실성이 커지면서 AI 기상예보가 주목받고 있다. AI의 발전 속도가 예상보다 빠른 데다 중앙처리장치(CPU) 기반인 슈퍼컴퓨터와 달리 AI는 그래픽처리장치(GPU) 기반이어서 더 빨리 더 다양한 정보를 학습할 수 있다.</p> <p contents-hash="ed9c74c2012a19dd04b0303161894006a430176b6fc182f497f68e380c38f97f" dmcf-pid="fa8nmxTNAZ" dmcf-ptype="general">한국은 지난 5월부터 AI 초단기 강수예측 모델인 ‘나우알파(NowAlpha)’를 개발해 실제 예보 현장에서 활용하고 있다. 기상 레이더의 반사도 자료를 바탕으로 생성형 AI가 강수 패턴을 추출하고, 트랜스포머(MeBT)가 이를 학습해 10분 단위로 최대 6시간 뒤 강수량을 1㎞ 해상도로 예측한다.</p> <p contents-hash="2f1e54e7f5ef311494282bce8f5ecfa47a080dd06f7aa980025448f6b9457a24" dmcf-pid="4N6LsMyjoX" dmcf-ptype="general">미국 오픈AI가 개발한 챗GPT와 같은 생성형 AI는 방대한 양의 텍스트(문장) 데이터를 학습해 언어를 이해하고 사용자가 원하는 콘텐츠를 생성한다. 이를 대규모 언어 모델(LLM·Large Language Model)이라고 한다. 트랜스포머는 LLM의 기초 원리로, 문장이나 단어의 관계를 추적해 맥락과 의미를 학습하는 AI 기술이다.</p> <p contents-hash="39dbb6da655a5cd8f2ed7abcfbc62b68c467887b4233b0678415eb07a810ac05" dmcf-pid="8jPoORWANH" dmcf-ptype="general">특히 최재식 KAIST AI대학원 교수팀은 처음으로 ‘설명 가능한 AI’ 예보 모델을 나우알파에 적용했다. 설명 가능한 AI는 판단에 대한 이유를 사람이 이해할 수 있는 방식으로 제시하는 AI를 일컫는 말이다. AI가 내린 판단에 대해 알고리즘의 설계자조차도 그 이유를 설명할 수 없는 ‘블랙박스 AI’와 대비되는 개념이다. 나우알파는 예보 결과의 근거를 태풍·장마전선·지형 효과 등으로 제시해 예보관의 의사결정을 지원한다.</p> <p contents-hash="85789c41abc670d8f1d36cd615f1ff715fcf0aaad6a35e41b67395cae74a8ee9" dmcf-pid="6AQgIeYcoG" dmcf-ptype="general">기상청과 KAIST 연구진은 나우알파의 고도화 연구를 하고 있다. 유재훈 KAIST 연구원은 “엔비디아의 AI 플랫폼 ‘코스모스(Cosmos)’ 기술을 활용해 나우알파에 온도·습도·바람 등 변수를 추가하면서 예측 정확도를 높였다”며 “2027년까지 현업에 적용할 수 있을지 가능성을 검증할 것”이라고 말했다. 이해숙 과장은 “일부 여름철 강수 예측에서 AI가 기존 물리 기반 모델보다 정확도가 높았다”며 “구글·엔비디아 등 빅테크 모델을 기상청 물리 기반 모델과 비교·검증 중”이라고 설명했다.</p> <figure class="figure_frm origin_fig" contents-hash="5c00354ab0108c94a28d68f88a6924b6b7e6c1dcacf957e1ac99f5a7541d7c69" dmcf-pid="PcxaCdGkaY" dmcf-ptype="figure"> <p class="link_figure"><img alt="제2차 WMO 워크숍에 참석한 기상 전문가들. (왼쪽부터) 쉬레이야 아그라왈(Shreya Agrawal) 구글 소프트웨어 엔지니어, 유키 혼다(Yuki Honda) WMO 통합 처리 및 예보 시스템 과장, 제프 아디(Jeff Adie) 엔비디아 수석 엔지니어, 데이비드 존 가네(David John Gagne) 미국 국립대기연구센터 지구시스템 기계통합학습(MILES) 그룹 리더./기상청" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202509/28/chosunbiz/20250928120153337ijcd.jpg" data-org-width="5000" dmcf-mid="peHuP1nbAq" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202509/28/chosunbiz/20250928120153337ijcd.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 제2차 WMO 워크숍에 참석한 기상 전문가들. (왼쪽부터) 쉬레이야 아그라왈(Shreya Agrawal) 구글 소프트웨어 엔지니어, 유키 혼다(Yuki Honda) WMO 통합 처리 및 예보 시스템 과장, 제프 아디(Jeff Adie) 엔비디아 수석 엔지니어, 데이비드 존 가네(David John Gagne) 미국 국립대기연구센터 지구시스템 기계통합학습(MILES) 그룹 리더./기상청 </figcaption> </figure> <p contents-hash="1f2ee65ffafeb02808062c1817fd16214cb0165761e06886fb52fca05e8e5bbb" dmcf-pid="QkMNhJHEoW" dmcf-ptype="general"><strong>◇구글·MS·엔비디아도 AI 기상예측 동참</strong></p> <p contents-hash="648f6ce7b172f85fd62f7034bffbada9af52c180fe6fc5ec127d30f9319bc233" dmcf-pid="xkMNhJHEgy" dmcf-ptype="general">WMO가 2023년 시작한 AINPP는 미국 국립대기연구센터(NCAR)와 중국기상청(CMA)이 주도하고 있다. 한국 기상청과 국립기상과학원, 일본 이화학연구소(RIKEN), 베트남·태국·홍콩 기상청과 구글·MS·엔비디아 등 글로벌 기업도 참여한다. 매달 온라인 회의와 매년 대면 회의를 통해 상호 검증하고 데이터를 공유하고 있다.</p> <p contents-hash="f4262c6c3d96d5de0167bcd5ed3a337983c6649801cf8dfa2af4b2e63f216fb1" dmcf-pid="y7W04XdzaT" dmcf-ptype="general">기상예보는 지표면부터 대기 상층까지 이어지는 복잡한 변수를 통합해야 하므로 방대한 데이터가 필요하다. 구글은 이를 위해 ‘MetNet3’와 ‘DGMR’ 등 강수량·홍수 예측 시스템을 개발했다.</p> <p contents-hash="496444280d31e452b552f140c9d170cce9d06b225e5630b494d35da33c517266" dmcf-pid="WzYp8ZJqcv" dmcf-ptype="general">쉬레이야 아그라왈(Shreya Agrawal) 구글 소프트웨어 엔지니어는 “최근 미국에서 진행한 1㎞ 단위 강수 예측 프로젝트에 8페타바이트(PB·1PB는 100만기가바이트)가 넘는 데이터가 필요했다”며 “AI 기반 기상예보 모델 학습은 일반 언어 모델 학습과 달리 막대한 비용과 자원이 든다”고 말했다.</p> <p contents-hash="523897c6ad8951bce2080465043b9d90ec10a0188fc1bf1f1e43a4a7752c79b5" dmcf-pid="YqGU65iBgS" dmcf-ptype="general">영화 한 편이 약 6기가바이트(GB·1GB는 10억바이트) 데이터에 해당한다. 1PB는 영화 약 17만4000편 분량이다. 그는 “AI 기상예보 기술을 전 세계에 확산하고, 특히 개도국에서도 활용 가능하도록 경량화와 최적화 작업을 병행하고 있다”고 덧붙였다.</p> <p contents-hash="e5544e93f1afc5a2fc5990905b4203165fcaf9f02907818eeb1a35eefb96b021" dmcf-pid="GBHuP1nbgl" dmcf-ptype="general">AI 반도체 기업 엔비디아는 GPU 연산 기술과 딥러닝(Deep Learning, 심층학습)을 결합한 초고해상도(SR) 예측 모델을 소개했다. 딥러닝은 인간의 뇌에서 이뤄지는 시각 정보 처리 과정을 모방한 기계학습법이다.</p> <p contents-hash="40891d4e1a302e76a841b177327fbe41cd0f86eb5bac96661390e0435dda3b4b" dmcf-pid="HbX7QtLKah" dmcf-ptype="general">제프 아디(Jeff Adie) 엔비디아 수석 엔지니어는 “엔비디아는 기상예보 역량 개선과 글로벌 격차 해소를 글로벌 미션으로 삼고 있다”며 “저해상도 데이터를 고해상도로 변환해 태풍 경로 등 국지적 기상 현상을 정밀 분석하는 AI 기술을 개발했다”고 말했다.</p> <figure class="figure_frm origin_fig" contents-hash="c452005320ddf6f76e3e868f9ecc0176f8446472b672dc395ef60004bc74def5" dmcf-pid="XKZzxFo9kC" dmcf-ptype="figure"> <p class="link_figure"><img alt="유키 혼다(Yuki Honda) WMO 통합 처리·예보 시스템 과장이 24일 제주 서귀포시 국립기상과학관에서 열린 WMO ‘AI 초단기예측 시범 프로젝트(AINPP)’ 제2차 워크숍에서 발표하고 있다./기상청" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202509/28/chosunbiz/20250928120154773pxpe.jpg" data-org-width="5000" dmcf-mid="UMwTpO9HAz" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202509/28/chosunbiz/20250928120154773pxpe.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 유키 혼다(Yuki Honda) WMO 통합 처리·예보 시스템 과장이 24일 제주 서귀포시 국립기상과학관에서 열린 WMO ‘AI 초단기예측 시범 프로젝트(AINPP)’ 제2차 워크숍에서 발표하고 있다./기상청 </figcaption> </figure> <p contents-hash="399e2f160ba772b269dc134679bef923b1b4aaec28bac1615d5d5653b29ab03a" dmcf-pid="Z95qM3g2jI" dmcf-ptype="general"><strong>◇“기상예보서 선진국·개도국 격차 줄여야”</strong></p> <p contents-hash="8d5a302af25eb41e942bd1e0f711bd8a5e73da9ff18976581e58980ce141ec5e" dmcf-pid="521BR0aVgO" dmcf-ptype="general">이번 워크숍에 참여한 전문가들은 기후변화가 전 세계에 영향을 미치는 만큼 기상예보에서 선진국과 개도국 격차를 줄이는 것이 시급하다고 진단했다. 이를 위해 무엇보다 국제 협력이 필수라고 말했다.</p> <p contents-hash="e33398f801bed52daed69a1b83d4f36f9d2b3c70b088fc3fb30263c6a5ed50d0" dmcf-pid="1VtbepNfas" dmcf-ptype="general">데이비드 존 가네(David John Gagne) 미국 NCAR 지구시스템 기계통합학습 그룹 리더는 “선진국과 개도국 모두에 적용할 수 있는 모델 개발이 핵심”이라고 말했다. 그는 “지구는 구형이기 때문에 이를 평면으로 변환해 AI가 학습하도록 하는 과정이 매우 어렵다”며 “기상 데이터의 지리학적 특성을 AI 모델에 정확히 반영하는 것이 장기적 기후 예측뿐 아니라 다른 분야 확장의 핵심”이라고 했다.</p> <p contents-hash="cde937f8e681f0d7177c69bd84685323d473c2406a5d309e390f9b35311eabbb" dmcf-pid="tfFKdUj4am" dmcf-ptype="general">유키 혼다(Yuki Honda) WMO 통합 처리·예측 시스템과 과장은 “WMO의 역할은 글로벌 예측 협력과 조율, AI 기술 가이드라인 마련, 회원국 지원”이라며 “단순 기술 이전이 아니라 인력 양성까지 포함한 협력이 중요하다”고 말했다. 그는 “한국은 AI·기상 연구 역량이 뛰어나 국제 협력의 중요한 파트너”라고 평가했다.</p> <p contents-hash="022d45d6fef35058dfe77ec09f5280524b79bfe30b0372e09805ca054c9183c6" dmcf-pid="F439JuA8ar" dmcf-ptype="general">유 과장은 “공공·민간·학계 협력은 쉽지 않지만, 글로벌 커뮤니티를 위해 기술 확산이 중요하다”며 “각국은 기상 예보와 이상기후 경고를 통해 적기에 대피할 수 있도록 해야 한다. 이는 국민의 생명을 지키는 중대한 책무이자 모두가 함께 풀어야 할 과제”라고 말했다.</p> <p contents-hash="f61ae32126766c781e11e711fb5f5de6a98f4b987268e4ef7026d36ff36b5ca3" dmcf-pid="3802i7c6jw" dmcf-ptype="general">- Copyright ⓒ 조선비즈 & Chosun.com -</p> </section> </div> <p class="" data-translation="true">Copyright © 조선비즈. 무단전재 및 재배포 금지.</p> 관련자료 이전 '폭군의 셰프' 임윤아-이채민, 행복 뒤에 찾아온 끔찍한 비극…동시간대 시청률 1위 09-28 다음 “에너지 소모 27.7%↓” 손상 자동복원까지…KAIST ‘초저전력 반도체’ 개발 09-28 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
