일기예보 / 오보 /인공지능 / 기상예보관 /AI도입 / 알파웨더 / 개발중

안녕하세요 쿵쿵몬이에요
오늘은 기상예보에 인공지능(AI)을 도입한다는 소문이 돌고 있는 기상청에 대해 이야기해볼까해요
이번 장마 정말 역대급 일기예보 오보 였죠?
과연 불명예를 씻어낼지 기대되네요

 

※정부당국
1. 기상청은 일기예보 정확도 향상을 위해 AI 기상예보 보좌관 '알파웨더'를 개발중
2. 적용 시점은 아직 미정
3. 국립기상과학원은 '인공지능예보연구팀'을 신설했다.

알파웨더는 무엇일까요?

※알파웨더?
예보관의 예보생산과정을 학습하는 AI
알파웨더의 궁극적인 목표는 예보관이 믿을 수 있는 AI

*구글, IBM 등 거대 IT기업과 대부분 기상청
= 인류에 가장 영향이 큰 '강수 예측'에 AI 개발을 집중

*알파웨더도 강수예측 중심
(알파웨더 성능은 예비관 대비 약 84%)

알파웨더! 벌써 연구를 시작한 지 벌써 1년 가량 지났다고해요
사실 84% 정도 성능이면 실전에 투입할만한데 실전 투입 기준은 최소 안정적인 90%에 투입된다고해요.
최종적으로는 100% 이상이 목표라고 하니 오보가 안나올 때가 머지 않은듯 해요.
(최근에는 알파웨더 학습 범위를 특정 지역으로 한정하면 성능이 10~14%정도 오르는 것을 확인해, 한반도 전체를 지역별로 학습하는 모델도 고려 중)

 

※이혜숙 인공지능예보연구팀 팀장
1. 인공지능이 기후를 다 예측하리라 생각하지 않는다
2. 평범한 기후는 AI가 주도적으로 맡고, 예보관은 위험 이상 기후를 집중해서 분석하고 지방자치단체와 소통에 집중하여 피해를 줄일 수 있을 것
3. 현재는 한 명의 예보관이 시간마다 날씨 해설도 하고 수십만 데이터도 확인해야 한다.
4. 태풍 등 이상기후가 동시다발적으로 생기면 처리하기 쉽지 않다

 

머신러닝 기반 학습 모델인 기후예측 AI는 태생적 한계점이 크게 2가지 생긴다고해요.

1. 기후예측 AI는 과거 날씨로 학습.
(과거와 다른 이상 기후에서는 안정적인 결과물을 기대하기 힘들다)
ex) 실제로 올해 여름은 기록적인 폭우였지만, 작년 같은 기간 강수량은 없다시피 함.
이런 경우, AI 모델 성능은 크게 떨어질 수밖에 없음

2. 머신러닝의 블랙박스.
(머신러닝을 통해 학습한 AI는 좋은 결과물을 내놓지만, 왜 좋은 결과물을 선택했는지 이유를 밝히지 않는다.)
사람은 이해할 수 없는 블랙박스인 셈

두가지 모두 보완할 수 있게 개발에 힘내야 할듯해요.

인공지능예보연구팀은 기후예측 AI 외에도 AI를 다양한 방향으로 사용하기 위해 노력 중이라고해요.
(빅데이터를 위한 도구, 기상 데이터 활용 저변 확대)

현재 기상청은 자연법칙을 기초로 하는 '수치모델'로 기상을 예측하고 있어요.
모델을 위한 관측 데이터는 지구 전체를 10km 격자점으로 나눠서 얻고 있어요.
정밀한 기상 예측을 위해서는 격자점 간격을 줄이면 되지만.... 이 격자점 간격을 반으로 줄이면, 컴퓨터 파워는 8배 좋아져야 해요 즉 현실적인 문제로 격자점 간격을 줄이기 힘들다고해요

 

※연구팀
*AI가 기상 수치 모델의 복잡한 계산을 학습해 연산 속도를 끌어올리는 방안을 미국과 함께 연구하고 있음
*만약 AI가 빠르고 정확하게 연산한다면, 별도 컴퓨터 업그레이드 없이도 수배의 효율을 얻어낼 수 있게 됨
*기후 예측 AI가 아닌 AI를 통해서도 더 정밀한 기상 예측을 기대할 수 있게됨
*비전문가도 기상 데이터를 활용할 수 있도록, 기상 데이터 세트와 간단한 AI도 공개할 예정임
*기상 데이터는 수많은 측정 데이터로 이뤄져 있어 전문 지식 없이 이해하기는 어려움
*비전문가가 AI를 기후예측에 활용하는 것은 더 어려움.

※이혜숙 팀장
1. 관측 기상데이터 기반 학습데이터 세트와 함께 간단한 알고리즘도 제공할 것
2. 누구나 기후 데이터 활용을 할 수 있다
3. 연구팀이 먼저 진입장벽을 낮춰, AI인재가 적극 참여할 수 있는 환경을 만든다는 계획

올해처럼 갑자기 내린 호우로 큰 피해를 반복하지 않기 위해서는 장기적인 AI R&D가 필요한듯해요.
인공지능AI라니! 이제 곧 100% 믿을 수 있는 날씨예보를 볼 수 있겠네요
정말 기대가 됩니다