[이미디어= 황원희 기자] 최근 인공지능의 예측력과 머신러닝의 보다 광범위한 활용에 대한 연구가 이루어지고 있다. 이러한 인공지능은 정확한 장거리 날씨와 기후 예측의 돌파구를 마련하는 데도 도움을 주고 있다.

특히 구글이 주도한 뉴럴GCM(NeuralGCM)이라는 모델은 머신러닝과 기존 예측 도구를 혼합하기 위해 대기 물리학 모델에 AI를 활용함으로써 수십 년간 지속된 기후 추세와 사이클론과 같은 극한 기상 현상을 추적하는 데 성공했다.

이러한 기계 학습과 기술의 결합은 재료 발견에서 엔지니어링 설계에 이르기까지 다른 분야에서 AI의 사용을 개선하기 위한 토대를 제공할 수 있다. 뉴럴GCM은 전통적인 날씨 및 기후 예측보다 훨씬 신속했고 장기 예측에서 AI 전용 모델보다 더 우수한 것으로 나타났다. 

이 연구는 네이처에 게재됐는데 구글 리서치의 수석 스태프 엔지니어이자 연구 논문의 저자인 스테판 호이어는 "뉴럴GCM은 AI와 물리 기반 모델을 결합하면 대기 기후 시뮬레이션의 정확성과 속도를 획기적으로 향상시킬 수 있다는 것을 보여준다"고 말했다.

이 논문은 뉴럴GCM이 미국 국립해양대기청에서 개발 중인 X-SHIELD라는 대기 물리학 도구를 기반으로 한 현재 예측 모델에 대한 테스트에서 더 빠르고 정확하며 더 적은 컴퓨팅 능력을 사용하는 것으로 입증됐다고 밝혔다.

뉴럴GCM의 계산능력은 구글의 맞춤형 AI 텐서 처리 장치 중 하나를 사용하여 24시간 만에 70,000개의 가상의 하루를 생성한다. 대조적으로, 비교 가능한 계산을 위해 X-SHIELD는 단지 19개의 가상 하루를 생성했고, 이를 수행하기 위해 13,824개의 컴퓨터 유닛이 필요했다.

구글은 유럽 중거리기상예보센터(ECMWF)와 뉴럴GCM 개발에 협력했다. 구글의 딥마인드 사업부는 지난해 AI 전용 기상 예측 모델인 그래프캐스트를 공개했는데, 이 모델은 최대 10일 후까지 예상할 수 있어 기존 방식보다 성능이 뛰어났다.

이와 관련해 영국 메트오피스와 같은 기성 예측 기관들도 기계 학습을 업무에 통합하는 프로젝트를 진행하고 있다. 그간 인공지능 전용 모델이 물리학에서 고안된 수학 방정식에 기초하지 않았기 때문에 전문가들은 그 신뢰성을 인정하지 않았다. 그러나 물리학 기반 모델과 딥러닝 모델을 결합하면 장점을 극대화함으로써 큰 진전을 얻을 수 있을 것으로 보인다. 또한 뉴럴GCM이 기계학습 단독보다 정확하고 신속하다는 데 이견의 여지가 없다며 향후 오류 가능성을 측정할 수 있고 업그레이드가 가능해야 한다고 밝혔다.

구글은 점점 더 많은 환경 감시 계획에 참여하게 될 것으로 보인다. 이를 위해 지구온난화에 기여하는 메탄의 배출을 추적하는 위성 감시에 대한 기술적인 지원을 제공하는 한편, 각국의 정부들이 대기 질을 감시하는 것을 돕기 위해 미국의 나사와 협력한다는 계획이다.

[저작권자ⓒ 이미디어. 무단전재-재배포 금지]