구글, 기상 예측 AI '웨더넥스트 2' 공개: 속도 8배 향상, 제미나이에 적용

태풍이나 기상 이변의 경로를 예측하기 위해 기상청 슈퍼컴퓨터가 몇 시간씩 물리 방정식을 계산하던 시대가 바뀌고 있습니다.

Google DeepMind와 Google Research가 차세대 기상 예측 AI 모델인 WeatherNext 2를 발표했습니다.

이 모델은 단일 TPU 환경에서 1분 이내에 예측을 완료하며, 이전 모델 대비 최대 8배 빠른 속도와 1시간 단위의 고해상도 예측을 지원합니다.

단일 TPU로 수백 가지 시나리오 시뮬레이션

방재 대책을 세울 때 가장 중요한 것은 최악의 시나리오를 미리 파악하는 일입니다.

WeatherNext 2는 단 한 번의 시작 데이터 입력만으로 수백 가지에 달하는 기상 전개 시나리오를 빠르게 도출해 냅니다.

온도, 바람, 습도 등 99.9%의 기상 변수와 0~15일 사이의 예측 기간 전반에서 기존 최상위 WeatherNext 모델의 정확도를 뛰어넘었습니다.

이러한 성능 향상은 FGN(Functional Generative Network)이라는 새로운 모델링 접근 방식 덕분입니다. 모델의 함수 공간에 직접 노이즈를 주입하여, 물리 법칙에 어긋나지 않으면서도 현실적인 변동성을 가진 예측 결과를 생성합니다.

특정 지점의 기온이나 고도별 풍속처럼 독립적인 개별 데이터(Marginals)만 학습시켰음에도, 모델 스스로 광범위한 폭염 지역이나 풍력 발전단지 전체의 발전량 같은 복잡한 결합 기상 시스템(Joints)을 정확하게 예측해 냅니다.

픽셀폰부터 엔터프라이즈 클라우드까지 즉시 적용

Google은 이번 연구 성과를 논문에 머무르게 하지 않고 즉시 상용 인프라에 연결했습니다.

WeatherNext 2의 기상 예측 데이터는 이미 Earth Engine과 BigQuery에 추가되었으며, Google Cloud의 Vertex AI를 통해 맞춤형 추론을 위한 조기 액세스 프로그램도 시작되었습니다.

일반 이용자 경험도 즉시 달라집니다. Google 검색, Gemini, Pixel Weather 앱, Google Maps Platform Weather API에 이미 이 기술이 반영되었으며, 향후 몇 주 내로 Google 지도 앱에도 직접 적용될 예정입니다.

앞서 Google은 이 기술의 실험 버전을 활용해 사이클론 예측 데이터를 기상 기관에 제공하며 실제 의사 결정을 지원하기도 했습니다.

왜 중요한가

기상 예측의 주도권이 슈퍼컴퓨터 기반 물리 시뮬레이션에서 AI 생성 모델로 완전히 이동하고 있음을 보여줍니다.

물류, 해운, 항공, 에너지 기업에는 즉각적인 실무 가치를 제공합니다. 과거에는 하루 서너 번 슈퍼컴퓨터 연산 결과가 나오길 기다려야 했지만, 이제는 클라우드에서 단 몇 분 만에 수백 개의 기상 앙상블 시나리오를 확인하고 운항 경로 변경이나 전력 수급 계획을 세울 수 있습니다.

Google의 비즈니스 전략 역시 매우 영리합니다. 고도의 기상 AI 연구를 단순 공개하는 데 그치지 않고, 데이터를 BigQuery와 Earth Engine에 넣고 추론 인프라를 Vertex AI에 묶어 대규모 엔터프라이즈 고객을 자연스럽게 클라우드로 유인하고 있습니다.

다만 완전한 AI 예측 모델에 잠재된 한계도 분명합니다. 물리 법칙을 반영하도록 설계되었더라도 데이터 기반 모델은 역사적 학습 데이터에 의존합니다. 기후 변화로 인해 과거 데이터셋에 한 번도 기록된 적 없는 극단적인 이상 기후가 발생했을 때, AI가 물리 시뮬레이션만큼 정확하게 위험을 포착할 수 있을지는 향후 실제 재난 상황에서 증명되어야 할 과제입니다.