APCC, 인공지능 기법 도입…동아시아 기후재해 예측력 높인다

[아이뉴스24 정예진 기자] 아시아·태평양경제협력체기후센터(APCC) 연구팀의 논문인 ‘동아시아에서의 계절내 다중모델앙상블 강수 예측 향상: 딥러닝 기반의 후처리 통한 정확도 향상’이 국제저명학술지 헬리온에 온라인으로 게재됐다.

현재 APCC는 전 세계 11개국 15곳의 기후예측기관이 제공하는 예측 정보를 다중모델앙상블(MME) 기법을 활용해 신뢰성 있는 장기 기후(계절) 예측 정보를 생산해 아시아·태평양 지역에 제공하고 있다.

기후예측모델은 지구기후시스템을 구성하는 각 요소들을 설명하기 위한 수학적 표현이다. 기후 인자 간의 복잡한 상호작용을 일련의 수학방정식으로 단순화시켜 기후의 진행과정을 이해하는 데 도움을 줄 뿐만 아니라 기후를 모의·예측할 수 있게 한다.

최근 급격한 기후 및 날씨 변화로 인해 신뢰성 높은 계절내(S2S) 예측 정보에 대한 사회적 수요가 늘고 있는 가운데, 계절내 예측은 통상 1~6주에 해당하는 기간을 대상으로 주간의 기후변동을 예측한다. 하지만 계절내 예측은 그간 학계에서 실질적으로 활용하는 데 있어 어려움이 있었다.

APCC 연구팀은 인공지능 기술인 딥러닝에 기반한 후처리(Post-Processing)를 통해 2주에서 4주 동안의 동아시아 계절내 다중모델 앙상블 강수 예측의 신뢰성이 높아짐을 확인했다.

딥러닝 기반 후처리란 딥러닝 모델이 지금까지 축적한 계절내 예측 데이터를 바탕으로 장기적인 기상 패턴을 학습 및 예상하고 이를 기반으로 다음 날의 기상 조건을 순차적으로 예측하는 기법이다.

이번 논문 결과는 해당지역의 강수예측을 위해 기계학습 혹은 딥러닝 기법으로 후처리된 예측 모델들 간의 예측 성능을 비교함으로써 예측기간 내 강수량 및 강수빈도의 예측 정확도에 대한 평가를 가능하게 했다.

이를 통해 동아시아 각 지역의 강수예측을 위해 해당 지역별로 예측 성능이 우수한 특정한 기후예측 모델의 선택이 가능해져 신뢰성 있는 기후예측정보의 생산에 기여할 것으로 기대된다.

정유란 APCC 선임연구원은 “이번의 연구결과로 기후재해 관리에서 핵심적인 요소인 신뢰성 있는 강수량 및 강수빈도에 대한 예측이 가능해졌다”며 “농업 등 기후민감 분야에서의 효과적 기후정보 활용과 이를 통한 올바른 의사결정을 지원해 기후재해로 인한 인적·물적 손실을 줄이는데 이바지할 수 있다”고 말했다.