AI융합

2 Contents

과학관 맛집, 월간싸돌이에서 다 만나자!😁 | 월간싸돌이 12월

11월은 김장철로 잘 알려져 있지만, 과학계에서는 더욱 특별한 의미를 지니는 시기입니다. 매년 11월 10일은 유네스코가 정한 세계 과학의 날로, 과학이 세계 평화와 발전에 기여하는 중요성을 기념하는 날입니다. 이 날은 과학과 과학기술의 중요성을 인식하고, 전 세계적으로 과학의 발전과 혁신을 추구하기 위해 마련되었습니다. 과학의 날을 맞아 다양한 행사와 프로그램이 기획되어, 과학의 가치를 널리 알리고 있습니다. 최근 과학계에서는 창의적인 접근을 통해 과학을 더 쉽고 재미있게 접할 수 있도록 다양한 시도가 이루어지고 있습니다. 그 중 하나가 주기율표 원소 패션쇼로, AI를 활용해 각 원소의 특성을 시각적으로 표현한 패션쇼가 개최되었습니다. 수소, 리튬, 나트륨 등 원소의 성질을 의상과 연출로 재해석하여 과학과 예술, 그리고 인공지능이 융합된 새로운 형태의 학습 콘텐츠를 선보였습니다. 이러한 시도는 과학을 어렵게 느끼는 이들에게 친근하게 다가갈 수 있는 계기를 마련합니다. 과학관에서는 다양한 축제와 행사가 이어지고 있습니다. 제14회 SF 축제는 농업과 첨단기술의 만남을 주제로, 스마트팜 컨퍼런스와 토크 콘서트 등 다채로운 프로그램이 진행되어 많은 이들의 호응을 얻었습니다. 또한 과천 과학관에서는 최초로 야간 개관을 실시해, 평소 접하기 힘든 밤의 과학관을 경험할 수 있는 기회를 제공했습니다. 천체투영관 해설, 천문대 관측, 과학 마술쇼 등 특별한 체험이 마련되어 과학의 매력을 한층 더 느낄 수 있었습니다. 과학관에서는 교육과 체험을 결합한 프로그램도 활발히 운영되고 있습니다. 대표적으로 탐험 미션 과학 체험 프로그램은 전시물을 관람하며 숨은 문제를 푸는 미션 퀴즈로, 참여자에게는 소정의 상품도 제공됩니다. 또한 레전드 과학 강연인 카오스 강연이 시즌2로 돌아와, 국내 최고의 천문학자들이 '먼 우주, 가까운 우주'를 주제로 흥미로운 강연을 펼치고 있습니다. 이러한 프로그램들은 과학에 대한 흥미와 이해를 높이는 데 큰 역할을 하고 있습니다. 최근에는 인공지능 기술을 활용한 다양한 시도가 과학관에서 이루어지고 있습니다. 과학관 굿즈를 자판기로 판매하는 시스템이 도입되어, 방문객들이 손쉽게 다양한 상품을 구매할 수 있게 되었습니다. 뿐만 아니라 AI를 활용해 캐릭터 피규어, 네컷 만화, 홍보 포스터 등 굿즈 디자인과 홍보 콘텐츠를 신속하게 제작하는 방법도 소개되었습니다. 프롬프트를 영어로, 그리고 구체적으로 작성하는 것이 원하는 결과를 얻는 핵심 팁으로 제시되었습니다.

과학관 맛집, 월간싸돌이에서 다 만나자!😁  | 월간싸돌이 12월
국립과천과학관🤖AI싸돌이
  • 화학
  • 천문학
  • 융합

[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