DeepMind WeatherNext, 태풍 경로 예측 정확도 혁신

요약

Google DeepMind의 기상 예측 모델인 GraphCast는 기존 수치예보(NWP) 시스템보다 추론 효율이 높으며 사이클론 예측 분야에서 압도적인 성과를 보여주고 있다. 그러나 GraphCast와 같은 결정론적 모델은 장기 예보에서 필수적인 불확실성 정보를 제대로 포착하지 못하는 한계가 있으며, 이는 유럽중기예보센터(ECMWF)의 확률적 앙상블 예보 시스템(ENS)과는 차이가 있다. 특히 기상 데이터의 비선형성을 고려할 때, 예측값의 신뢰 수준을 설명하기 어렵다는 점은 정부 정책 결정 등에 활용하기에 제약이 될 수 있다. 현재 태풍 Dolphin은 한국 상공의 아열대 고기압 영향으로 불규칙한 경로를 보이며 서진 중이며, 태풍 Chan-hom의 경우 향후 60시간 시점에 시속 95km로 정점에 달할 것으로 예측되고 있다. 향후 AI 기상 모델 연구는 단순한 예측을 넘어 위험 추정치를 명확히 설명할 수 있는 방향으로 발전해야 한다는 지적이 제기된다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.