구글 딥마인드, WeatherNext 3 공개: 해상도 5배 향상 및 시간별 예보 지원

외출할 때 우산을 챙겨야 할지 고민될 때, 기존 일기예보는 종종 빗나가곤 했습니다. 도시 전체에 비가 온다고 예보되어도 내가 있는 동네는 맑고, 옆 동네에만 장대비가 쏟아지는 일이 빈번했습니다.

국지성 날씨는 매우 빠르게 변하지만, 슈퍼컴퓨터 기반의 전통 물리 시뮬레이션 모델은 약 6시간의 데이터 지연이 발생해 이런 돌발 변화를 제때 반영하기 어려웠습니다.

구글 딥마인드와 구글 리서치는 최첨단 기상 AI 모델인 WeatherNext 3를 공개했습니다. 독립 기상 평가 기관인 Brightband의 실시간 평가에 따르면, 현재까지 발표된 글로벌 기상 모델 중 가장 정확한 성능을 기록했습니다.

단순 연구에 그치지 않고, 발표 당일부터 구글 검색, 제미나이 앱, 구글 지도, 구글 어스 엔진 등 핵심 서비스에 즉시 적용되었습니다.

6시간 지연 없애고 실시간 위성 데이터 직접 학습

WeatherNext 2를 비롯한 기존 기상 AI 모델들은 대부분 전통 수치예보(NWP) 데이터를 학습에 활용해 왔습니다. 하지만 이 방식은 수치 모델 계산 자체에 몇 시간씩 걸려 데이터 지연이 발생하고, 빠르게 변화하는 강수나 기온을 포착하는 데 한계가 있었습니다.

WeatherNext 3는 이 구조를 건너뛰었습니다. 전 지구 정지궤도 기상위성의 실시간 데이터와 지상 관측소 데이터를 모델에 직접 입력하는 방식을 도입했습니다.

최신 대기 관측값을 곧바로 흡수함으로써, 6시간씩 걸리던 예보 갱신 주기를 1시간 단위로 단축해 매시간 새로운 글로벌 예보를 만들어냅니다.

공간 해상도 역시 대폭 개선되었습니다. 이전 버전인 WeatherNext 2는 25km 격자 단위로 6시간마다 예보를 생성했지만, WeatherNext 3는 지표면 기온과 습도 같은 핵심 변수를 5km 격자 해상도로 예측합니다. 전작 대비 해상도가 약 5배 정밀해진 셈입니다.

해안가나 계곡, 산악 지형처럼 불과 수 킬로미터 사이에도 기상이 급변하는 지역에서 예보가 뭉개지는 현상을 크게 줄였습니다.

강수 예측 정밀도 향상과 재생에너지 특화 변수 지원

기상 예측에서 가장 까다로운 분야는 단연 강수량입니다. 구름 내부의 물리적 변화는 극히 좁은 공간에서 빠르게 일어나기 때문에 기존 AI 모델들은 비구름 경계를 흐릿하게 예측하기 일쑤였습니다.

구글은 미국 항공우주국(NASA)의 위성 강수 관측 데이터인 IMERG와 레이더 기반 글로벌 재분석 데이터를 학습에 집중 투입했습니다.

그 결과, 중기 예보의 IMERG 대비 연속확률점수(CRPS)가 최대 60% 향상되었으며, 지상 우량계 실측치 대비로도 뚜렷한 성능 개선을 보였습니다. 사용자가 하루 이상 앞선 일정을 계획할 때 체감하는 강수 예측 정확도도 최대 50%까지 높아졌습니다.

재생에너지 산업을 위한 맞춤형 지표도 추가되었습니다. 풍력 터빈 높이에 해당하는 100미터 상공 풍속과 태양광 발전에 필요한 정밀 일사량 및 운량을 산출할 수 있어, 전력망 운영자와 발전 사업자가 공급량을 정밀하게 예측하도록 돕습니다.

왜 중요한가

우리는 WeatherNext 3의 진정한 가치가 고해상도 기상 정보의 접근 장벽을 무너뜨린 데 있다고 봅니다.

그동안 5km급 국지 예보를 생성하려면 막대한 비용이 드는 슈퍼컴퓨터를 보유한 선진국 기상청의 인프라가 필수적이었습니다. 이 때문에 남미, 아프리카, 아시아태평양의 많은 개발도상국은 거친 저해상도 전 지구 모델에 의존할 수밖에 없었습니다. 구글이 이를 1시간 단위 고해상도 데이터로 글로벌 서비스에 배포하면서 정보 격차를 크게 좁혔습니다.

일반 사용자는 검색과 지도에서 한층 믿을 수 있는 날씨 정보를 얻고, 기업과 개발자는 BigQuery나 Earth Engine을 통해 즉시 현업에 기상 데이터를 접목할 수 있습니다.

전통 물리 시뮬레이션을 거치지 않고 위성 원시 데이터로부터 직접 종단간 학습을 수행한 방식은 매우 영리하며, 중간 과정의 물리적 오차 누적을 성공적으로 줄였습니다.

다만, 순수 데이터 기반 AI 모델은 위성 센서 자체의 정확도에 크게 좌우되며, 기후 변화로 인해 과거 데이터에 없던 극한 기상 이변이 닥쳤을 때 물리적 오류 없이 대응할 수 있을지는 계속해서 검증이 필요한 부분입니다.