DeepMind's WeatherNext model achieves breakthrough forecasting cyclones

개요

DeepMind의 WeatherNext AI 모델은 태풍(허리케인, 사이클론)의 경로, 강도, 바람 구조를 예측하는 데 있어 최첨단 정확도를 달성했으며, 기존 모델 대비 약 하루의 추가적인 예측 시간을 제공하여 10년 분량의 기상학적 발전에 상응하는 성능을 보여줍니다.

주요 내용

• 성능 향상: WeatherNext 모델은 3일 예측이 기존 모델의 2일 예측과 동등한 정확도를 보여, 태풍 경로, 강도, 바람 구조 예측에서 평균적으로 하루 이상의 리드 타임 이점을 제공합니다.
• 협업 및 실제 적용: Google DeepMind 및 Google Research의 AI 연구자들과 국립 허리케인 센터(NHC), UK Met Office 등 전문가 예보관들이 협력하여 개발되었으며, 2025년 허리케인 시즌에 NHC가 허리케인 멜리사를 예측하는 데 기여했습니다.
• 기술적 접근 방식: 글로벌 기상 패턴과 국지적인 태풍 중심의 물리적 과정을 단일 AI 모델로 통합하여 예측하며, 약 20TB의 글로벌 대기 데이터와 IBTrACS 데이터베이스를 활용하여 학습되었습니다.
• 앙상블 예측: Functional Generative Networks (FGNs)를 사용하여 1,000개의 앙상블 멤버를 생성, 잠재적인 극단적 날씨 시나리오(예: 급격한 강도 증가)를 포착하고 확률 지도를 제공합니다.
• 해상도 독립성: 높은 공간 해상도 없이도(28x28km) 정확한 예측을 수행하며, 이는 기존 모델보다 100배 더 낮은 해상도임에도 불구하고 놀라운 결과로, 연구 커뮤니티와 함께 이 현상에 대한 이해를 확장하고자 합니다.
• 오픈 소스 공개: WeatherNext 2 및 WeatherNext Cyclones 모델의 코드와 모델 가중치를 공개하여 학술 연구, 운영 예보, 지역 모델 개발 등에 활용될 수 있도록 지원합니다.
• Weather Lab 통합: Weather Lab 인터페이스를 개선하여 온도, 강수량, 풍속 등 글로벌 기상 예측과 태풍 경로를 한눈에 시각화할 수 있도록 기능을 확장했습니다.

시사점

WeatherNext 모델의 성능 향상과 오픈 소스 공개는 태풍 예측의 정확성과 속도를 획기적으로 개선하여 자연재해 대비 능력을 강화하고, 기후 변화에 대한 회복력을 갖춘 커뮤니티 구축에 기여할 것으로 기대됩니다.