열대성 사이클론은 지난 50년간 전 세계에서 70만 명 이상의 목숨을 앗아갔습니다. 예보관에게 단 하루의 추가 리드 타임은 수많은 인명과 재산을 지킬 골든 타임입니다. 지금, AI가 이 시간을 실제로 벌어주기 시작했습니다. Google의 WeatherNext 2가 사이클론 예측에 가져온 돌파구를 살펴봅니다.
경로·강도·바람 구조를 하나의 모델로
기존 사이클론 예측은 구조적으로 분절되어 있었습니다. 태풍의 ‘경로’는 광범위한 대기 흐름을 보는 전 지구 모델에, ‘강도’는 태풍 중심의 미세한 물리 현상을 포착하는 고해상도 국지 모델에 의존했습니다. 이처럼 예측 축을 나누다 보면 일관된 판단을 내리기 어렵습니다.
WeatherNext 2는 이 간극을 단일 AI 모델로 해소합니다. 경로, 강도, 바람 구조(풍속 반경)를 하나의 모델에서 동시에 예측하며, 셋 모두에서 최첨단 정확도를 달성했습니다1. 핵심은 ‘공동 훈련(co-training)’입니다. 약 20테라바이트의 전 지구 대기 데이터와 약 5,000개의 역사적 사이클론 관측 데이터베이스(IBTrACS)를 함께 학습시켜, AI가 전 지구적 맥락과 태풍 자체의 특성을 동시에 이해하도록 한 것입니다1.
거친 해상도로 더 긴 리드 타임을 확보
가장 흥미로운 점은 이 모델이 28km 해상도의 데이터만 사용한다는 사실입니다. 이는 기존 국지 모델보다 100배나 거친 해상도로, 고해상도만이 정확한 강도 예측의 필수 조건이라는 통념을 뒤집은 결과입니다1.
실제 성능도 이를 증명합니다. 2023~2024년 실제 사이클론으로 평가한 결과, WeatherNext 2의 3일 예측이 기존 모델의 2일 예측과 맞먹었습니다. 평균 24시간 이상의 리드 타임 이점을 확보한 셈이며, 이는 지난 20년간의 기상학 발전 속도로 치면 약 10년치 진보에 해당합니다1.
또 하나 주목할 점은 불확실성 처리 방식입니다. 이 모델은 FGN(Functional Generative Networks)을 사용해 단일 TPU에서 15일 예측을 1분 이내에 생성합니다. 나아가 2026년 기준으로 예측 시나리오(앙상블 멤버)를 1,000개까지 확장해, 2025년 허리케인 멜리사처럼 급격히 강화되는 희귀 시나리오까지 포착할 수 있게 되었습니다1.
오픈소스로 열린 예측의 미래
Google은 WeatherNext 2의 코드와 가중치를 전 세계 연구 커뮤니티에 오픈소스로 공개했습니다1. Weather Lab에서는 누구나 이 모델이 생성한 기온, 강수량, 풍속 등의 전 지구 예측과 사이클론 경로를 시각화해 볼 수 있습니다. 축소판인 WeatherNext 2-mini는 무료 Colab 노트북에서도 실행할 수 있습니다1.
극한 기후가 일상화되는 시대, AI가 벌어준 ‘하루’의 의미는 각별합니다. WeatherNext 2는 단일 모델로 더 적은 컴퓨팅 자원으로 더 먼 미래를 내다보는 새로운 예측 패러다임을 제시합니다. 이 모델이 오픈소스로 풀렸다는 것은, 이제 그 하루를 어떻게 활용할지는 전 세계 연구자와 예보관의 몫이 되었다는 뜻이기도 합니다.
1WeatherNext: AI model achieves breakthrough in forecasting cyclones
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.