왜 기상 관측소와 AI는 날씨를 정확하게 예측할 수 없는가?

기상청의 예보에 따르면 베이징은 8월 12일에 올해 홍수철이 시작된 이래 가장 많은 비가 내릴 것으로 예상되며, 이로 인해 각계각층의 관심이 쏠리고 사람들이 날씨 예보와 이를 뒷받침하는 과학적 예보 방법에 주의를 기울이기 시작했습니다. 요즘에는 기상 관측에도 인공지능이 추가되었습니다.

기상청의 예보에 따르면 베이징은 8월 12일에 올해 홍수철이 시작된 이래 가장 많은 비가 내릴 것으로 예상되며, 각급 부처에서 조기 경보 통지를 발표했습니다.

하루 종일 밤낮으로 기다린 끝에 내린 간헐적인 폭우는 네티즌들에게 많은 영감을 주었고, 널리 퍼진 농담을 만들어냈습니다. 그리고 날씨를 어떻게 예측하는지에 대해서도 모두가 궁금해합니다. 날씨 예보를 더 정확하고 시기적절하게 만들려면 어떻게 해야 할까?

날씨 예보를 담당하는 사람은 용왕인가, 아니면 위성인가?

과거에는 다양한 기상 관측 장비와 여러 기상 관측소를 기반으로 날씨를 예보했습니다. 온도, 습도, 기압 등의 지표를 측정하고, 관측 결과를 요약하여 그래프로 나타냈습니다.

이 그림은 다양한 고도와 높이에서 대기의 변화를 보여주며, 이를 통해 예상되는 날씨를 예측합니다.

다양한 기상 상황은 다양한 장비를 사용하여 감지됩니다. 예를 들어,지상국바람과 강수량 등을 직접 측정할 수 있으며, 온도, 기압, 습도, 바람 관측은 물론 번개 관측도 가능합니다.

레이더 관측 등도플러 레이더실시간으로 강수량을 감지하고 측정할 수 있으며,원격 감지 자동 관측.

우리가 알고 있는 풍운위성은기상 위성, 낮과 밤의 가시광선, 적외선 구름 이미지, 얼음과 눈 덮개, 식생, 바닷물 색상, 해수면 온도 등과 같은 다중 스펙트럼 이미징을 제공하는 것입니다.

오늘날의 날씨 예보에는 수치 예보 모델과 알고리즘 예측 등 보다 객관적인 방법이 추가되었고, 보다 완벽한 예보 시스템과 관측 데이터도 추가되었습니다.

기상학은 너무 복잡해서 국가의 강점을 반영할 수 있습니다.

기상 연구는 단순히 바람과 비에 관한 것만이 아니라 바다에서 하늘까지 대기권, 샘권, 지각권, 생물권, 빙권 등 5대 권역을 포괄합니다.

중국 기상청 영화 및 텔레비전 센터의 수석 엔지니어는 "iScientist"와의 인터뷰에서 다음과 같이 언급했습니다. "기상학 연구에서대기와 바다의 움직임을 설명하려면 물리학이 필요하고, 물질의 변화를 이해하려면 화학이 필요하며, 계산하려면 수학이 필요합니다. 날씨 예보에 나오는 몇 안 되는 숫자 뒤에는 여러 학문 분야에서 축적된 방대한 지식과 국가의 가장 강력한 컴퓨팅 능력, 그리고 우주 탐사 역량이 숨어 있습니다."

우리나라의 기상관측망은 3차원 관측체계를 형성하고 있습니다. 올해 5월 중국 기상청 보도에 따르면, 우리나라 기상청은 현재 지상 기상 관측소가 7만 개가 넘고, 전국 향진(鄕鎭) 커버리지율은 99.6 %에 달하며, 데이터 전송 시간 효율이 1시간에서 1분으로 향상되었습니다.

216개의 레이더로 구성된 신세대 기상 레이더 네트워크는 17개의 풍운 시리즈 기상 위성을 성공적으로 발사했으며, 그 중 7개가 궤도에 올라와 전 세계 100여 개 국가와 지역, 그리고 중국 내 2,500여 명 사용자에게 서비스를 제공하고 있습니다.

현재 전 세계 우주에는 1,000여 개의 기상위성이 있으며, 이를 통해 바람, 강우, 기온 등 방대한 기상 데이터를 제공할 수 있습니다. 또한 지구상에는 수십만 개의 국가 및 기업급 기상 관측소가 있으며, 끊임없이 실시간 데이터를 수집하고 있습니다.

국가 수준의 기상 관측소는 국민의 삶에 편의를 제공하는 반면, 기업 수준의 기상 관측소는 대규모 농장, 스포츠 이벤트, 항공 산업 등에 대한 보다 세부적인 기상 데이터를 제공하는 등 상업적 서비스를 제공합니다.

예측할 수 없는 일이 발생할 수 있으며 AI도 이를 예측할 수 없습니다.

중국산업정보망의 최근 데이터에 따르면, 중국의 기상 서비스 산업 수익은 향후 5년 내에 3,000억 위안에 도달할 것으로 예상됩니다.

GE, IBM, Google, Panasonic 등 많은 대기업이 기상 데이터 서비스를 확장하여 제공하고 있습니다.

 바람과 구름을 테스트하는 AI: 신경망 

올해 초 구글은 출시했습니다. 레이더 이미지에서 강수량 예측을 위한 머신 러닝Google AI 연구원들은 Nature 저널에 게재된 논문에서 다음과 같은 점에 초점을 맞췄습니다. "강수량 예측을 위한 머신러닝 모델 개발"새로운 연구 방법을 제안합니다.

이 논문의 새로운 방법은 대기 물리 모델을 사용하지 않고 데이터 기반 방법을 사용하여 단기 강수량 예측 모델을 구축하는 것입니다. 대기 물리학에 대한 기본 지식을 사용하지 않고, 학습 데이터 세트를 통해 대기 물리학에 맞는 학습을 위해 신경망만 사용됩니다.

이 방법에서는 강수량 예측을 이미지-이미지 변환 문제로 간주하고, U-net 구조의 합성곱 신경망을 사용하여 예측 목적을 달성합니다.

 AI 테스트: 이미지 인식 

날씨 예보에서는 레이더 데이터가 이미지로 변환됩니다. 색조, 채도, 밝기와 같은 이미지 특징을 추출함으로써, 이미지 인식 방법은 비, 눈, 우박, 이슬, 서리, 안개(연무)와 같은 다양한 기상 현상을 구별하는 데 사용됩니다.

위쪽 행의 처음 세 이미지는 지금으로부터 60분, 30분, 0분 전의 레이더 이미지를 보여주고, 가장 오른쪽 이미지는 지금으로부터 60분 후의 레이더 이미지를 보여주는데, 이는 현재 예보의 기준 진실입니다.

왼쪽 아래 패널은 비교 목적으로 사용되었으며, 위의 처음 세 패널의 데이터의 대류를 모델링하기 위해 광학 흐름(OF) 알고리즘을 적용하여 생성된 벡터 필드입니다.

광학 흐름 OF는 1940년대에 개발된 계산적 비전 방법으로, 단기 날씨 변화를 예측하는 데 자주 사용됩니다.
오른쪽 아래 이미지는 OF에 대한 예보 예시를 보여주는데, 강수량을 꽤 잘 예측하지만 폭풍의 강도가 약해지는 것을 고려하지 못했습니다.

고성능 컴퓨팅을 위한 AI 

IBM은 세계에서 가장 높은 해상도의 글로벌 날씨 예보 모델인 Global High-Resolution Atmosphere Forecast System(GRAF)을 운영합니다. 매시간 업데이트되는 최초의 글로벌 날씨 모델로, 지구상 어디에서나 발생하는 뇌우와 같은 소규모 날씨 시스템을 예측할 수 있습니다.

GRAF와 같은 대규모 시스템의 운영을 지원하기 위해 IBM은 84개의 AC922 노드를 지원합니다.각 노드에는 Nvidia V100 GPU 4개와 IBM Spectrum Scale Storage 3.5PB가 장착되어 있으며, 하루 최대 10TB의 날씨 데이터를 처리할 수 있습니다.

 AI가 바람과 구름을 측정한다: AI가 말하는 것은 중요하지 않다 

지금은 인공지능이 기상 예측과 날씨 예보 분야의 과학 연구의 많은 측면을 가속화하는 것처럼 보입니다. 하지만 업계 전문가들을 인터뷰한 결과, 우리는 날씨 예보에서날씨 변화에 영향을 미치는 요인은 햇빛부터 해류까지 수천 가지가 있습니다. 각 변수는 끊임없이 변화하며 기후 변화에 영향을 미칩니다.

변수가 많아질수록 AI 학습 데이터와 컴퓨팅 성능에 대한 요구 사항도 높아집니다. 예를 들어, 베이징의 폭우는심한 대류성 기상에 대한 예측 및 경고는 하루 전에 어느 정도 오차가 있을 수 있습니다.종합 분석이든 AI든 기상 데이터 예측에는 아직 갈 길이 멉니다.

그러나 베이징에 갑작스럽게 비가 내리면서 더 많은 사람들이 날씨 예보에 대한 과학적 지식과 연구 노력을 이해하게 되었고, 이는 시기적절하고 유익한 결과입니다.

참고문헌:

– iScientist: 날씨 예보가 때때로 부정확한 이유는 무엇일까요? 우리는 기상 캐스터와 이야기를 나누었습니다.

- Google:머신 러닝을 사용하여 고해상도 강수량 "나우캐스팅"》

– 머신 하트데이터 분석 강화, 정확한 기상 예보, AI 기반 기상 연구》

– IBM https://www.ibm.com/weather/industries/cross-industry/graf

-- 위에--