'기상망명족'. 우리나라 기상청의 일기예보를 믿지 못해 해외 기상청 사이트나 애플리케이션(앱)에서 국내 날씨를 정보를 확인하는 사람을 일컫는 신조어다. 지난해 8월 한 포털 사이트 실시간 검색어 1위에 오르면서 대중의 주목을 받았다. 기상 예보의 신뢰성 문제는 전 세계적으로 공통된 이슈다. 기후 변화가 심화됨에 따라 이상기후가 빈번하게 나타나면서 예보 정확성이 떨어졌기 때문이다. 

글로벌 인공지능(AI) 선두주자인 엔비디아·구글 등 빅테크 기업들은 이런 글로벌 공통 이슈에 집중했다. 최근에는 일기예보 정확도는 높이고 오보율을 낮추는 데 가시적인 성과를 내기 시작했다. 

28일 정보통신기술(ICT) 업계에 따르면 엔비디아는 지난 22일 고해상도 대기역학을 시뮬레이션해 기상을 예측하는 새로운 AI 모델 '스톰캐스트'를 공개했다. 

스톰캐스트는 폭풍보다는 크지만 사이클론보다는 작은 규모인 '중규모'에서 신뢰할 만한 날씨 예측을 가능하게 한다. 이는 재난 계획과 완화에 매우 중요하다. 특히 기후 연구와 예측을 개선하고 가속화하는 최신 기술이어서 허리케인·토네이도를 비롯한 기타 기상이변의 발생 빈도와 심각성이 증가하는 요즘 핵심적인 역할을 할 것으로 기대된다.

미국 로렌스버클리 국립연구소와 워싱턴대가 공동으로 작성한 논문에 따르면, 극심한 기상 이상으로 미국에서만 매년 1500억 달러(약 200조원) 이상의 금전·인명 피해, 주택 파괴가 발생하고 있는 상황에서 스톰캐스트가 등장했다. 특히 생성형 AI가 기후 연구와 극한 기상 예측에 혁신을 촉진, 과학자들이 전 인류 생존과 관련한 중요 과제를 해결하는 데 어떤 도움을 주는지를 보여주는 한 가지 예시라고 봤다.

스톰캐스트는 생성형 확산(generative diffusion)을 활용해 3㎞ 공간 해상도와 시간 단위 해상도를 가능하게 한다. 이 모델은 아직 초기 단계임에도 강수 레이더와 함께 적용했을 때 최대 6시간의 리드 타임(lead times)으로 미국 해양대기청(NOAA) 최첨단 모델보다 최대 10% 더 정확하게 예보하는 것으로 확인됐다.

세계 최대 기상데이터 업체인 더웨더컴퍼니의 톰 해밀 혁신책임자는 "조직화된 뇌우와 겨울 강수 등으로 인해 컴퓨터로 폭풍 규모를 정확하게 예측하는 것은 매우 어려운 일"이라며 "스톰캐스트는 이런 어려움을 해결하는 주목할 만한 모델”이라고 평가했다. 
 
구글은 지난달 22일 AI를 기반으로 정확성을 높인 날씨 시뮬레이터 '뉴럴GCM(NeuralGCM)' 개발했다고 밝혔다. 

뉴럴GCM을 개발한 스테판 호이어 구글리서치 박사팀은 최근 개발 중인 AI 기후 모델이나 기존 수치 해석 방식의 기후 모델과 성능이 비슷하거나 뛰어나면서도, 계산 효율이 높아 컴퓨터 사용을 크게 줄일 수 있다고 설명했다. 

연구팀은 뉴럴GCM은 기존 '일반순환모델(GCM)' 기반 기후모델과 비교할 때 계산 효율이 높고 복잡성이 낮다고 설명했다. 현재 예측 정확도가 높은 모델 중 하나인 유럽중기예보센터 통합예측모델(ECMWF IFS)보다 계산 시간이 5분의 1에서 3분의 1 정도로 짧았다고 했다. ECMWF의 지난 40년간 기상 데이터를 학습하면 5500줄의 코드도 필요하지 않다고 전했다. NOAA 모델은 프로그램 실행에 37만7000줄의 코드가 필요하다.
 
특히 연구팀은 뉴럴GCM은 장단기 예보와 기후 시뮬레이션에서 현 최고 기계학습(머신러닝)과 물리학 기반 기후모델과 비슷하거나 더 높은 정확도를 보였다고 강조했다. 이는 머신러닝이 GCM 기반 기후모델을 개선할 수 있는 실행 가능한 접근 방식임을 보여준다는 밝혔다.