기상예측

6 Contents

누리온 슈퍼컴퓨터로 수행한 리튬이온 배터리 P2D 모델 내부 반응 해석

리튬이온 배터리는 스마트폰부터 전기차까지 현대인의 일상에 필수적인 에너지원입니다. 하지만 사용 횟수가 늘어남에 따라 내부 반응이 불안정해지고 폭발 사고로 이어지는 등의 안전성 문제가 지속적으로 제기되어 왔습니다. 이를 해결하기 위해 과학자들은 배터리 내부의 복잡한 이온 이동과 반응을 수학적으로 규명한 P2D 모델을 활용합니다. 양극, 분리막, 음극의 세 구역에서 일어나는 전위와 반응 속도를 계산하여 배터리의 성능과 수명을 예측하는 방식입니다. 하지만 이 모델은 수백만 개의 복잡한 연산을 반복해야 하므로 기존의 수치 해석 방식으로는 막대한 비용과 시간이 소요된다는 한계가 있었습니다. 서울대학교 연구팀은 이러한 연산의 한계를 극복하기 위해 물리 법칙을 학습하는 인공지능인 'PINN'을 도입했습니다. PINN은 학습 과정 자체에 물리 법칙을 내재시켜 별도의 데이터 없이도 물리 법칙에 부합하는 방향으로 결과를 도출하는 혁신적인 신경망 기술입니다. 연구팀은 배터리 내부의 미세한 공간과 시간, 온도 변화를 고려한 복잡한 편미분 방정식을 동시에 풀기 위해 KISTI의 슈퍼컴퓨터를 활용했습니다. 슈퍼컴퓨터의 강력한 병렬 연산 능력은 인공지능이 오차 없이 안정적으로 학습하도록 지원했습니다. 그 결과 연구팀은 배터리 모델의 정방향 및 역방향 문제를 모두 성공적으로 해결하는 성과를 거두었습니다. 이번 연구의 핵심은 인공지능이 단순한 데이터 예측을 넘어 물리 법칙을 직접 이해하고 재현했다는 점에 있습니다. 실험 데이터가 부족한 상황에서도 배터리 내부 현상을 수학적으로 정확히 모사할 수 있게 된 것입니다. 이러한 기술력은 배터리 분야를 넘어 폭우나 폭염과 같은 극한 기상 현상을 정밀하게 예측하는 연구로도 확장되고 있습니다. 방대한 대기 물리 과정을 학습한 인공지능과 슈퍼컴퓨터의 협업은 복잡한 자연 현상을 빠르고 정확하게 해석하는 시대를 앞당기고 있습니다. 과학은 이제 실험으로 직접 확인하기 어려운 미지의 답을 고도화된 연산과 인공지능의 결합을 통해 찾아가고 있습니다.

누리온 슈퍼컴퓨터로 수행한 리튬이온 배터리 P2D 모델 내부 반응 해석
한국과학기술정보연구원초고성능컴퓨터! 슈퍼컴퓨터
  • 수학
  • 융합
  • 공학·기술

[강연] 수치해석학, 근사와 과학계산의 예술 2_by 홍영준 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 5강 두 번째 이야기 | 5강 ②

공학 분야에서 비행기의 날개나 유체의 흐름처럼 복잡한 물리 현상을 시뮬레이션할 때 가장 널리 쓰이는 기법 중 하나가 바로 유한요소법(FEM)입니다. 이는 복잡한 편미분 방정식을 컴퓨터가 풀 수 있는 형태로 변환하는 방법론으로, 1960년대부터 폭발적으로 발전하며 현대 공학의 필수적인 도구가 되었습니다. 유한요소법의 핵심은 문제를 아주 작은 '유한한' 요소들로 쪼개어 분석하는 데 있으며, 이는 우리가 흔히 접하는 거대한 구조물부터 미세 유체 역학까지 광범위하게 적용되어 현대 문명의 안전과 효율을 지탱하고 있습니다. 미분 방정식을 푼다는 것은 연속적인 변화를 이해하는 과정이지만, 수치해석적 관점에서는 이를 인접한 항들 사이의 관계로 치환하여 바라봅니다. 오일러의 통찰처럼 미분을 없애고 변수를 잘게 쪼개어 인접한 점들이 어떤 관계를 맺는지 정의하면, 복잡한 미분 문제는 결국 우리가 익숙한 연립방정식의 형태로 바뀝니다. 현미경으로 들여다보듯 국소적인 영역에서의 관계를 규정하고 이를 전체로 확장하여 행렬 방정식으로 풀어내는 과정이 바로 수치 선형대수학의 핵심적인 원리이며, 이를 통해 인간이 풀기 힘든 난제들을 컴퓨터로 해결할 수 있게 됩니다. 유한요소법에서는 '기저 함수'라고 불리는 작은 조각들을 활용하여 전체 함수를 형성합니다. 각각의 기저 함수는 자신이 담당하는 특정 영역에서만 값을 가지고 나머지 영역에서는 0이 되는 특성을 지니는데, 이 뾰족뾰족한 기저 함수들에 적절한 상수를 곱해 모두 더하면 우리가 원하는 연속 함수의 근삿값을 얻을 수 있습니다. 1차원에서는 삼각형 모양의 기저 함수를 사용하지만, 차원이 높아지면 삼각뿔 형태의 기저 함수를 활용하여 2차원이나 3차원의 복잡한 문제도 유연하게 해결할 수 있습니다. 이는 실생활의 연속적인 현상을 디지털 환경에서 정교하게 구현하는 강력한 도구가 됩니다. 이러한 수치해석 기법은 건축물의 안전 진단부터 기상 예측에 이르기까지 우리 삶의 도처에 스며들어 있습니다. 다리를 건설할 때 어느 부분에 하중이 집중되는지 정확히 계산하여 설계를 보강하거나, 비행기 설계 시 공기 저항을 최소화하기 위한 난류 시뮬레이션에도 유한요소법이 필수적으로 사용됩니다. 최근에는 구글이나 마이크로소프트 같은 빅테크 기업들이 기존의 수치해석 방식에 인공지능을 결합하여 태풍의 경로를 예측하거나 기상 정보를 분석하는 등, 더욱 정교하고 빠른 예측 모델을 선보이며 과학 기술의 새로운 지평을 열고 있습니다. 인공지능과 수치해석학은 서로의 발전을 견인하는 상호보완적인 관계에 있습니다. 인공지능의 계산 능력을 빌려 수 주가 걸리던 복잡한 시뮬레이션 시간을 획기적으로 단축하는 연구가 진행 중이며, 반대로 수치해석적 기법을 통해 인공지능 모델의 수학적 근거를 마련하려는 움직임도 활발합니다. 특히 생성형 딥러닝 모델의 핵심 원리에 확률 편미분 방정식이 포함되어 있다는 점은 두 분야의 깊은 연관성을 잘 보여줍니다. 현대의 복잡한 고차원 문제를 해결하고 기술적 신뢰성을 확보하기 위해 두 학문의 하이브리드 협업은 앞으로 더욱 중요해질 전망입니다.

[강연] 수치해석학, 근사와 과학계산의 예술 2_by 홍영준 / 2024 카오스강연 '세상에 나쁜 수학은 없다' 시즌2 5강 두 번째 이야기

홍영준

카오스재단카오스강연
  • 수학

[Hey! KIGAM] 2화 Hey~ KIGAM 산사태가 발생한 모습 그려줘!

한국지질자원연구원 산사태연구센터는 강우 예측을 기반으로 한 신뢰성 높은 산사태 조기경보 시스템을 개발하고 있습니다. 연구진은 지질 조건과 토질의 물리적, 역학적 특성을 정밀하게 분석하여 재난 발생 전 골든타임을 확보하는 데 주력합니다. 이러한 연구는 단순히 현상을 관찰하는 것을 넘어, 지속 가능한 위험성 평가 체계를 구축함으로써 국민의 생명과 안전을 보호하는 중요한 역할을 수행합니다. 과학적 데이터를 바탕으로 한 예측 모델은 산사태 피해를 최소화하는 핵심 기술로 자리 잡고 있으며, 전문적인 지질 분석 역량을 결집하여 우리 지형에 최적화된 방재 기술을 구현하는 데 매진하고 있습니다. 최근 인공지능이 묘사한 산사태 시각 자료는 거대한 대재앙의 모습부터 현실에 가까운 형태까지 다양하게 나타나며 연구자들에게 새로운 영감을 줍니다. AI는 토사가 흘러내리는 형상이나 강수 시 발생하는 지표류의 흐름을 상당히 구체적으로 포착해 냅니다. 특히 암반이 무너지는 경우보다 토심이 깊게 무너지는 한국형 산사태의 특성이나, 댐이 붕괴되어 물이 넘치는 오버토핑(월류) 현상을 시각화하는 능력은 실제 연구 데이터와도 일맥상통하는 부분이 있습니다. 비록 일부 과장된 표현이 섞여 있기도 하지만, AI가 학습한 방대한 데이터를 통해 재난의 위력을 간접적으로 실감하고 이를 연구의 시각적 보조 자료로 활용할 수 있는 가능성을 보여줍니다. 전문가들은 산사태와 토석류를 명확히 구분하여 체계적으로 대응해야 한다고 강조합니다. 산사태는 산지 내부에서 흙이 붕괴되는 형태를 의미하지만, 토석류는 발생한 물질이 물과 섞여 계곡 하부까지 매우 빠르게 이동하며 마을에 큰 피해를 입히는 현상을 말합니다. 연구센터는 과거에 발생한 재난의 위치와 규모를 정밀하게 기록한 '산사태 인벤토리 맵'을 구축하여 미래의 위험을 과학적으로 예측하고 있습니다. 이러한 시각화된 기록물은 특정 지역에 얼마만큼의 집중호우가 내릴 때 어떤 규모의 피해가 예상되는지를 수치화하여 더욱 정교한 방재 전략을 수립할 수 있게 만드는 기초 자료가 됩니다. 산사태 발생 시 가장 중요한 대응 원칙은 위험 징후를 감지하는 즉시 안전한 곳으로 신속하게 대피하는 것입니다. AI는 간혹 산 쪽으로 대피하는 잘못된 상황을 그리기도 하지만, 실제 상황에서는 견고한 구조물이나 산에서 멀리 떨어진 안전지대로 즉시 이동해야 생명을 지킬 수 있습니다. 재난의 이동 속도와 타이밍을 고려할 때, 조기경보 시스템이 실시간으로 제공하는 정보는 대피의 성패를 가르는 결정적인 요소가 됩니다. 연구진은 현장에서 수집한 시각적 정보들을 체계적으로 기록하고 분석하여, 시민들이 위험을 사전에 인지하고 충분한 시간적 여유를 가지고 대피할 수 있는 환경을 마련하기 위해 연구에 전념하고 있습니다. 자연재해 자체를 인위적으로 완전히 막을 수는 없지만, 고도화된 과학 기술을 통해 인명 피해를 0으로 만드는 것은 불가능한 목표가 아닙니다. AI와의 소통을 통해 재난 예측 분야의 현재 수준을 점검한 연구진은, 앞으로 더욱 정밀한 학습 데이터를 축적하여 예방과 예측 시스템을 고도화하겠다는 의지를 보이고 있습니다. 산지에 설치된 사방댐과 같은 방재 시설물이 마을의 안전을 든든하게 지켜주는 모습을 보며, 안전한 나라를 만드는 것이 연구센터의 궁극적인 미션임을 다시 한번 확인합니다. 기술의 진보와 연구자의 헌신이 결합될 때, 우리 사회의 재난 대응 역량은 그 어느 때보다 견고해질 것이며 국민은 더욱 안심하고 일상을 누릴 수 있을 것입니다.

[Hey! KIGAM] 2화 Hey~ KIGAM 산사태가 발생한 모습 그려줘!
한국지질자원연구원KIGAM iN 실험실
  • 지구환경과학
  • 융합
  • 공학·기술

[카오스+어스] 🌎Live Earth_여러분은 지구에 계속 남겠습니까? by 최덕근, 김웅서, 손석우

지구 내부는 오랫동안 인류에게 신비의 영역이었습니다. 19세기에는 지하 깊은 곳이 모두 녹아있을 것이라 추측하기도 했으나, 20세기 지진파 연구를 통해 지각, 맨틀, 외핵, 내핵이라는 정교한 층상 구조가 밝혀졌습니다. 특히 P파와 S파의 특성 차이는 지구 내부의 액체 층인 외핵의 존재를 확인시켜 주었으며, 이는 지구 자기장 형성의 근원이 됩니다. 우리가 딛고 선 단단한 땅 아래에는 이처럼 역동적인 과학적 진실이 숨겨져 있으며, 이는 지구가 단순한 암석 덩어리가 아님을 시사합니다. 지구의 겉부분은 여러 개의 판으로 나뉘어 끊임없이 이동하며 지표의 모습을 바꿉니다. 이를 판구조론이라 하며, 판들이 서로 멀어지거나 충돌하는 과정에서 거대한 산맥과 깊은 해구가 만들어집니다. 과거의 판게아처럼 대륙이 하나로 모였다가 다시 흩어지는 '윌슨 주기'는 수억 년에 걸쳐 반복됩니다. 이러한 지질학적 순환은 지구가 내부의 열에너지를 동력 삼아 살아 움직이는 거대한 기계임을 증명합니다. 대륙의 이동은 단순한 지형의 변화를 넘어 지구 전체의 환경 변화를 이끄는 중요한 동력이 됩니다. 바다는 지구 표면의 71%를 차지하며 생명체의 탄생과 생존을 책임지는 거대한 자궁과 같습니다. 단순히 수산 자원을 제공하는 것을 넘어, 지구의 기온을 조절하고 막대한 양의 이산화탄소를 흡수하는 정화조 역할을 수행합니다. 특히 조력, 파력, 해상 풍력 등 친환경 에너지를 품고 있는 바다는 인류의 지속 가능한 미래를 위한 핵심 열쇠입니다. 하지만 최근 지구 온난화로 인해 바다의 온도가 상승하면서 해양 생태계 전반에 심각한 위기가 닥치고 있으며, 이는 인류의 생존과도 직결되는 문제입니다. 극지방의 빙하가 녹아내리는 현상은 해수면 상승이라는 직접적인 재앙으로 이어집니다. 남극과 그린란드의 얼음이 모두 녹는다면 해수면은 수십 미터 이상 상승하여 전 세계 연안 도시들을 위협하게 될 것입니다. 또한 따뜻해진 바다는 더 많은 수증기를 증발시켜 과거보다 훨씬 강력한 슈퍼 태풍을 빈번하게 발생시킵니다. 해양의 변화는 단순히 수온의 상승에 그치지 않고, 인류의 거주 환경과 안전을 근본적으로 뒤흔드는 기후 변화의 전초전이 되고 있습니다. 이러한 변화는 생태계의 서식지 파괴로까지 이어집니다. 대기의 온도는 지표에서 멀어질수록 낮아지다가 성층권에 이르면 다시 상승하는 독특한 연직 구조를 가집니다. 과거에는 기구를 타고 직접 하늘로 올라가 이를 관측했으나, 현대에는 GPS 위성 기술을 활용해 상층 대기의 기온과 기압을 정밀하게 측정합니다. 이러한 관측 기술의 발전은 우리가 기후 변화의 양상을 입체적으로 파악할 수 있게 해주었습니다. 하늘은 단순히 비와 바람이 지나는 통로가 아니라, 지구 시스템의 에너지를 순환시키는 정교한 층으로 구성되어 있으며 지표면의 생명체를 보호하는 방패 역할을 합니다. 최근의 기후 변화는 지표면보다 상층 대기에서 더욱 뚜렷한 온난화 신호를 보이고 있습니다. 따뜻해진 공기가 더 많은 수증기를 머금게 되면서 상층 대기의 기온 상승을 가속화하고, 이는 전 지구적인 대기 대순환의 패턴을 변화시킵니다. 제트기류의 흐름이 바뀌고 기후 변동성이 커지면서 우리가 겪는 이상 기후 현상들은 더욱 예측하기 어려운 방향으로 흘러가고 있습니다. 상층 대기의 변화는 결국 지상의 날씨와 직결되며, 지구 전체의 에너지 균형이 무너지고 있음을 경고하는 중요한 지표가 되고 있습니다. 지구는 지권, 수권, 기권, 생물권이 서로 긴밀하게 상호작용하는 하나의 거대한 시스템입니다. 산소의 증가가 생물의 진화를 이끌고, 바다와 숲이 탄소를 흡수하며 기온을 조절하는 과정은 지구가 유기체처럼 작동하고 있음을 보여줍니다. 인류는 과학 기술을 통해 이러한 지구의 메커니즘을 이해하고 위기를 극복해야 할 책임이 있습니다. 기초 과학에 대한 지속적인 관심과 연구만이 푸른 행성 지구를 보존하고 우리 후손들에게 안전한 미래를 물려줄 수 있는 유일한 길임을 잊지 말아야 합니다.

[카오스+어스] 🌎Live Earth_여러분은 지구에 계속 남겠습니까? by 최덕근, 김웅서, 손석우

김웅서, 손석우, 최덕근

카오스재단카오스콘서트
  • 지구환경과학

누리온에어 | 슈퍼컴퓨터, 누리온으로 뭘 하나요❔

한국과학기술정보연구원(KISTI)에서 운영하는 국가 슈퍼컴퓨터 5호기 '누리온'은 단순한 계산 장비를 넘어 국가 R&D 혁신의 핵심 기반으로 자리 잡고 있습니다. 슈퍼컴퓨터는 엄청난 양의 연산이 필요한 연구를 수행하기 위해 필수적인 자원이며, 특히 나노 소재, 바이오, 천체 물리 등 데이터 집약적인 분야에서 그 진가를 발휘합니다. 누리온은 과학적 발견을 가속화하기 위해 설계된 정밀 장비로서, 연구자들이 복잡한 수식을 풀거나 방대한 데이터를 분석하는 데 중점적으로 활용되고 있습니다. 많은 분이 슈퍼컴퓨터의 성능에 감탄하며 게임이나 가상자산 채굴, 주식 예측 등에 활용할 수 있는지 궁금해하시기도 합니다. 하지만 누리온은 엄격한 관리 감독 아래 국가적인 과제를 해결하는 데에만 사용됩니다. 현재 우주의 기원 연구와 같은 초거대 과학 과제는 물론, 기상 예측, 재난 대응, 교통 문제 해결 등 우리 사회가 직면한 다양한 현안을 분석하는 데 투입되고 있습니다. 누리온은 공익과 국가 경쟁력 강화를 위한 공공의 자산으로서 사회 전반의 문제를 해결하는 해결사 역할을 수행하고 있습니다. 최근 전 세계를 위협했던 코로나19 팬데믹 상황에서도 누리온은 결정적인 역할을 수행했습니다. 바이러스의 확산세가 거세던 시기, 연구진은 누리온의 연산 능력을 활용해 대상 단백질에 적합한 약물을 스크리닝하고 단백질의 억제 기제를 연구했습니다. 특히 서울대와 미국 캘리포니아대 등 국내외 유수 기관과의 공동 연구를 통해 코로나바이러스 스파이크 단백질의 정밀한 구조를 밝혀내는 성과를 거두기도 했습니다. 이처럼 시급한 국가적 위기 상황에서 슈퍼컴퓨터는 빠른 대응을 가능케 하여 과학적 방역의 토대를 마련했습니다. KISTI는 슈퍼컴퓨터 사용이 어렵다는 편견을 깨기 위해 다양한 지원 프로그램을 운영하고 있습니다. 초보 연구자들을 위해 3개월간 무료로 슈퍼컴퓨터 자원을 제공하며, 최근에는 'KISTI 인텔리전트 클라우드' 서비스를 통해 웹 환경에서도 쉽게 서버를 구축하고 결과를 실시간으로 시각화할 수 있도록 돕고 있습니다. 이러한 클라우드 기반의 서비스는 복잡한 프로그래밍 환경에 익숙하지 않은 사용자들도 슈퍼컴퓨터의 강력한 기능을 효율적으로 활용할 수 있게 해줍니다. 진입 장벽을 낮춤으로써 더 많은 연구자가 창의적인 아이디어를 실험할 수 있도록 돕고 있습니다. 슈퍼컴퓨터의 적극적인 활용은 미래 과학 인재 양성과 산업 발전으로 이어지는 선순환 구조를 만듭니다. 특히 자원이 부족한 신진 연구자나 중소기업이 누리온을 활용한다면, R&D에 소요되는 시간 및 비용을 획기적으로 단축하여 글로벌 경쟁력을 확보할 수 있습니다. 이는 결국 관련 분야의 일자리 창출과 산업 전반의 질적 향상으로 연결될 것입니다. 슈퍼컴퓨터라는 이름이 주는 중압감을 내려놓고, 많은 연구자와 기업이 누리온이라는 강력한 도구를 적극적으로 활용하여 대한민국 과학기술의 새로운 지평을 열어 가기를 기대합니다.

누리온에어 | 슈퍼컴퓨터, 누리온으로 뭘 하나요❔
한국과학기술정보연구원
  • 물리학
  • 생명과학
  • 지구환경과학
  • 천문학
  • 수학
  • 융합
  • 공학·기술

[강연] 딥러닝으로 엘니뇨 예측하기 _ by함유근 | 2020 가을 카오스강연 'Ai X' 4강 | 4강

엘니뇨는 적도 태평양의 해수면 온도가 평년보다 0.5도 이상 높은 상태가 6개월 이상 지속되는 현상을 말합니다. 페루 어부들이 수온 변화로 물고기가 잡히지 않는 시기에 붙인 이름에서 유래한 이 현상은 단순한 지역적 변화를 넘어 전 지구적인 기후 시스템에 막대한 영향을 미칩니다. 엘니뇨가 발생하면 인도네시아와 호주에는 극심한 가뭄과 산불이 발생하고, 남미 지역에는 폭우와 홍수가 이어지는 등 이상기후가 빈번해집니다. 우리나라도 엘니뇨의 영향권에서 자유롭지 못하며, 겨울철 기온이 상승하거나 강수량이 증가하는 등 뚜렷한 기상 변화를 겪게 됩니다. 기후 예측은 내일의 날씨를 맞히는 것보다 훨씬 긴 시간 규모의 변화를 다루는 도전적인 과제입니다. 기존에는 지구를 격자로 나누어 구름, 강수, 해류 등 복잡한 물리 과정을 계산하는 수치 모델을 주로 사용해 왔습니다. 하지만 이러한 수치 모델은 수십만 줄의 코드로 이루어져 있어 실제 지구의 모든 프로세스를 완벽하게 구현하기 어렵습니다. 또한, 초기 상태의 아주 작은 차이가 결과에서 거대한 차이를 만들어내는 '나비효과'로 인해 예측 기간이 길어질수록 정확도가 급격히 떨어지는 한계가 있었습니다. 특히 6개월 이상의 중장기 예측은 기후학자들에게 여전히 어려운 숙제였습니다. 최근에는 이러한 한계를 극복하기 위해 인공지능, 특히 딥러닝 기술이 기후 예측 분야에 도입되고 있습니다. 엘니뇨 예측에는 이미지 인식에 탁월한 성능을 보이는 합성곱 신경망(CNN) 기법이 주로 활용됩니다. 엘니뇨는 특정 지점의 수온 변화뿐만 아니라 서태평양, 인도양, 대서양 등 전 지구적인 해수면 온도 분포의 상관관계를 파악하는 것이 중요하기 때문입니다. 2차원 또는 3차원 지도 형태의 데이터를 분석하여 복잡한 패턴 속에서 엘니뇨의 전조 현상을 찾아내는 인공지능의 능력은 기존 수치 모델이 놓치기 쉬운 미세한 신호들을 포착하는 데 매우 효과적이라는 사실이 증명되었습니다. 딥러닝 모델을 학습시키기 위해서는 방대한 양의 데이터가 필요하지만, 관측된 기후 데이터는 역사적으로 매우 한정적입니다. 엘니뇨는 1년에 단 한 번 발생 여부가 결정되기에 실제 가용 샘플은 170여 개에 불과합니다. 이를 해결하기 위해 연구자들은 '전이 학습'이라는 기법을 도입했습니다. 이는 수치 모델 시뮬레이션이 생성한 수많은 가상 엘니뇨 데이터를 먼저 학습시킨 뒤, 그 지식을 실제 관측 데이터에 적용하는 방식입니다. 비록 가상 데이터에 오차가 있더라도 기본적인 물리 메커니즘을 학습하는 데는 충분하며, 이를 통해 데이터 부족 문제를 해결하고 모델의 예측 성능을 획기적으로 높일 수 있었습니다. 딥러닝 기반의 예측 모델은 기존 수치 모델보다 훨씬 앞선 성능을 보여주었습니다. 기존 시스템이 약 1년 정도의 예측 신뢰도를 가졌다면, 인공지능 모델은 이를 18개월까지 연장하는 데 성공했습니다. 1년 반 앞을 내다볼 수 있다는 것은 사회적, 경제적으로 엄청난 가치를 지닙니다. 이상기후에 대비해 재난 방지 시스템을 정비할 충분한 시간을 확보할 수 있을 뿐만 아니라, 곡물 가격 변동에 선제적으로 대응하여 경제적 손실을 최소화할 수 있기 때문입니다. 실제로 1997년이나 2015년의 강력한 엘니뇨 사례에서도 딥러닝 모델은 매우 높은 정확도로 미래를 예측해 내는 성과를 거두었습니다. 인공지능의 예측 결과가 단순히 통계적 우연이 아님을 증명하기 위해 '히트맵' 분석 기법이 사용됩니다. 이는 인공지능이 데이터의 어느 부분을 중점적으로 보고 판단을 내렸는지 시각화하는 기술입니다. 분석 결과, 딥러닝 모델은 엘니뇨 발생 1년 전 서태평양의 따뜻한 해수 분포나 대서양의 특정 온도 패턴을 주목하고 있었습니다. 이는 기존 기후학계에서 밝혀낸 물리적 메커니즘과 일치하는 결과로, 인공지능이 엉뚱한 정보가 아닌 과학적 근거에 기반하여 결과를 도출하고 있음을 시사합니다. 이러한 설명 가능한 인공지능 기술은 블랙박스로 불리던 딥러닝 모델의 신뢰성을 높이는 핵심적인 역할을 수행합니다. 인공지능 기술은 이제 엘니뇨의 발생 여부를 넘어, 발생 위치에 따른 다양한 유형의 엘니뇨를 구분하는 단계까지 발전했습니다. 중태평양 엘니뇨와 동태평양 엘니뇨는 육지에 미치는 영향이 서로 다르기에 이를 정확히 구분하는 것은 매우 중요합니다. 앞으로 딥러닝 기법은 태풍의 강도 변화, 극한 강수, 장마 패턴 등 더욱 다양한 기후 현상을 예측하는 데 폭넓게 적용될 전망입니다. 인공지능은 기후학자의 자리를 대체하는 것이 아니라, 복잡한 지구 시스템을 이해하고 미래의 불확실성에 대비하는 강력한 도구로서 인류의 생존과 번영에 기여하는 동반자가 될 것입니다.

[강연] 딥러닝으로 엘니뇨 예측하기 _ by함유근 | 2020 가을 카오스강연 'Ai X' 4강

함유근

카오스재단카오스강연
  • 지구환경과학