미국 국립해양대기청(NOAA)은 최근 인공지능을 기반으로 한 차세대 글로벌 일기예보 모델을 공식 출시했습니다. 이 모델은 컴퓨팅 전력 소비를 크게 줄이면서 더 빠르고 정확한 일기예보를 달성한다고 주장합니다. 이는 미국 일기예보 시스템이 전통적인 물리적 모델에서 데이터 기반 AI 시스템으로 크게 도약했음을 의미합니다. NOAA는 이 기술이 수요일 아침 일찍 가동되었으며 미국 기상 예측 시스템을 현대화하려는 노력의 중요한 단계라고 말했습니다.
이러한 AI 모델은 국립 기상청과 협력하여 NOAA의 환경 예측 센터에서 개발 및 배포되었으며 기존 수치 예측 모델을 대체하는 것이 아니라 보완할 수 있는 위치에 있습니다. 국립 기상청 대변인 Erica Grow Cei는 현재 실행 중인 기계 학습 모델의 훈련 데이터 중 일부는 여전히 사용 중인 전통적인 수치 모델에서 비롯되었으며 복잡한 물리 방정식에 의존하는 모델은 여전히 AI 훈련을 위한 중요한 정보 소스 중 하나라고 언론에 말했습니다.
오랫동안 NOAA의 핵심 예측 도구는 GFS(Global Forecast System)였습니다. 이 기본 물리적 모델은 수학 방정식을 통해 대기 동작을 시뮬레이션하고 온도, 풍속, 강수량, 오존 및 토양 수분과 같은 여러 요소에 대한 데이터를 생성합니다. 이는 지표면, 해양, 대기와 같은 여러 하위 시스템으로 구성됩니다. 그것은 전체를 형성하기 위해 협력합니다. GFS의 체계적인 편향을 완화하기 위해 NOAA는 이전에 여러 시뮬레이션을 통해 다양한 기상 시나리오의 불확실성을 다루는 "글로벌 앙상블 예측 시스템"(GEFS)을 구축했습니다.
NOAA 환경예보센터 부국장 Daryl Kleist는 차세대 AI 모델은 이러한 전통적인 모델이 수년에 걸쳐 축적한 데이터를 기반으로 훈련된다고 말했습니다. 그는 이러한 AI 모델의 예측 기술이 크게 개선된 것은 훈련에 사용된 '분석 분야' 데이터에 크게 기인하며 이러한 분석 데이터는 주로 기존 수치 모델 프레임워크에서 파생된 것이라고 지적했습니다.
컴퓨팅 전력 요구 사항 측면에서 NOAA는 새로운 AI 시스템이 기존 예측 모델에 비해 컴퓨팅 리소스 사용량을 91%~99% 줄여 슈퍼컴퓨팅 클러스터에 대한 실시간 비즈니스 예측의 의존도를 크게 줄일 수 있다고 추정합니다. 동시에 이러한 모델은 정확도를 유지하거나 향상시키면서 유효 예측 시간을 18~24시간 연장할 것으로 예상됩니다. Kleist는 또한 여기서 계산된 에너지 소비량은 모델 실행 단계의 에너지 소비량이며, 초기 AI 훈련 자체에 필요한 대규모 에너지 투자는 포함되지 않는다는 점을 상기시켰습니다.
이번에 출시된 AI 예측 시스템은 3가지 핵심 모델로 구성된다. 첫 번째는 AI 기술을 사용하여 더 빠르고 효율적인 방식으로 일기 예보를 생성하는 새로운 글로벌 모델로 관계자가 설명하는 인공 지능 글로벌 예측 시스템(AIGFS)입니다. NOAA가 제공한 데이터에 따르면 AIGFS는 16일 글로벌 예측을 완료하는 데 기존 GFS의 컴퓨팅 리소스의 약 0.3%만 필요하며 실행 시간은 약 40분입니다. 이는 운영 예측자가 업데이트된 수치 지침을 더 일찍 얻을 수 있음을 의미합니다.
두 번째 모델은 AIGFS를 기반으로 앙상블 아이디어를 소개하는 '인공지능 글로벌 앙상블 예측 시스템'(AIGEFS)이다. 더 이상 단일 결정론적 결과를 제공할 뿐만 아니라 일기 예보의 불확실성을 정량화하기 위해 일련의 가능한 진화 경로를 생성합니다. 세 번째 모델 "Hybrid-GEFS"는 새로운 AI 기술을 NOAA의 기존 GEFS 앙상블 시스템과 통합하여 AI를 더욱 활용하여 기존 앙상블 시스템의 장점을 유지하면서 불확실성 표현과 예측 정확성을 최적화하는 것을 목표로 합니다.
NOAA는 이 일련의 AI 모델이 여전히 지속적인 반복 단계에 있으며 과학 연구팀은 허리케인과 같은 영향력이 큰 일기 예보에서 성능을 개선하고 앙상블 시스템이 제공하는 가능한 시나리오 범위를 더욱 개선하는 데 중점을 두고 있다고 강조했습니다. 기관은 이러한 모델이 지속적으로 개선됨에 따라 AI가 향후 극한 기상 경고 및 중장기 예측에서 점점 더 중요한 지원 역할을 할 것으로 예상합니다.