"가랑비 예보에 폭우"…인공지능으로 정확도 높인다

카이스트 연구팀, 도쿄대와 공동 개발

본격적인 여름철을 앞두고 올해도 폭우나 집중호우 피해가 우려되고 있다. 지구 온난화로 극단적 기후가 극심해지고 있기 때문이다. 이럴수록 정확한 일기예보가 중요한데, 우리나라 기상청도 슈퍼컴퓨터를 동원하면서도 불과 몇시간 후 집중 호우를 예보하지 못하는 등 '헛발질'로 종종 비판받고 있다. 이에 국내 연구진이 인공지능(AI) 알고리즘을 통해 강수량 예보의 오차를 대폭 줄이는 기술을 개발했다.

[이미지출처=연합뉴스]

카이스트(KAIST)는 김형준 문술미래전략대학원 교수와 도쿄대 등으로 구성된 국제 공동연구팀이 인공위성에 탑재된 마이크로파 라디오미터의 관측값을 이용해 지상 강수량을 추정하는 새로운 기계학습 방법을 제안했다고 25일 밝혔다.

연구팀은 기존의 방법과 비교해 전 강수량에 대해 오차(RMSE)를 최소 15.9%에서 최대 42.5%까지 줄이는 데 성공했다. 단순한 데이터 주도(data-driven)모델은 대량의 훈련 데이터가 필요하고 물리적인 일관성이 보장되지 않으며 결과의 원인 분석이 어렵다는 등의 문제가 있었다. 연구팀은 이번 연구에서 위성 강수량 추정에 대한 분야 지식을 명시적으로 포함함으로써 학습 모델 내의 상호 의존적인 지식 교환을 구현했다. 구체적으로, 멀티태스크 학습(multitask learning)이라는 심층 학습 기법을 사용해 강수 여부를 인식하는 분류 모델과 강수 강도를 추정하는 회귀 모델을 통합하고 동시에 학습시켰다.

다중작업학습 알고리즘을 이용한 강수 추정과 기존 위성 강수 관측 자료와의 성능 비교. 그림출처=카이스트 제공

이번 연구에서 제안한 기계학습 모델에는 이번에 포함된 메커니즘 외에도 다양한 물리적 메커니즘을 포함할 수 있다. 예를 들어, 비 또는 눈, 진눈깨비 등 강수 종류의 분류 및 상승 기류 또는 층상 구름 유형 등 강수를 일으키는 구름 유형의 분류를 포함함으로써 앞으로 추정의 정확도가 더욱 향상될 것으로 기대된다.

이번 연구 결과는 국제 학술지 ‘지구물리 연구 레터(Geophysical Research Letters)’에 지난 16일 출판됐다.

다중 작업학습과 단일 작업학습의 개념도. 그림출처=카이스트 제공

김봉수 기자 bskim@asiae.co.kr