인공지능이 홍콩의 태풍 예보를 어떻게 바꾸고 있나

AI 기반 태풍 예보에 뛰어든 홍콩

태풍과 극한 기상의 파괴적 영향에 오랫동안 취약했던 홍콩이 인공지능(AI)을 도입해 기상 예보 역량을 획기적으로 강화하고 있다. 홍콩기상청(HKO)은 열대저기압과 폭우, 기타 악천후에 대한 경보의 정확도와 적시성을 높이기 위해 AI 기술에 대규모 투자를 하고 있다고 밝혔다. 최근 기록적인 폭우와 태풍 때 AI 모델이 주목할 만한 성과를 보인 데 따른 움직임이다. 다만 피해의 강도와 정확한 발생 지점을 짚어내는 데는 여전히 어려움이 있다.

기후변화로 폭풍이 강해지고 기상 패턴의 예측 가능성이 낮아지면서 정확한 예보의 중요성은 어느 때보다 커졌다. 홍콩의 노력은 AI 기반 기상학으로 향하는 역내 및 세계적 흐름의 일부다. 이웃 대만과 세계 유수의 연구기관들도 재난 대비를 강화하기 위해 기계학습을 활용하고 있다.

홍콩에서 정확한 태풍 예보가 중요한 이유는?

아열대 지역에 자리한 홍콩은 태평양 태풍의 경로에 놓여 있어 강풍과 폭우, 홍수, 산사태가 발생할 수 있다. 인구 밀도가 높고 기반시설이 복잡한 만큼 예보 정확도가 조금만 높아져도 생명을 구하고 경제적 손실을 줄이며 당국의 비상 대응 조율에 도움이 될 수 있다.

최근 몇 년간 극한 기상 현상이 잇따랐다. 홍콩은 지난 8월 관측이 시작된 1884년 이후 일일 강수량 최고치를 기록했고, 이에 따라 두 번째로 긴 흑색 폭우 경보가 발령됐다. 이후 심각한 홍수와 산사태가 발생하고 광범위한 혼란이 이어졌다. 인근 지역에서는 간쑤성의 치명적인 홍수와 광둥성의 대규모 대피가 더 나은 조기 경보 시스템의 시급성을 부각했다.

전통적인 예보 방식은 효과적이지만 한계가 있다. 특히 열대저기압의 정확한 진로와 급격한 발달을 예측하기가 어렵다. AI가 변화를 가져올 수 있는 지점이 바로 여기다.

AI는 기상 예보를 어떻게 개선하나?

AI 기반 기상 예보는 방대한 과거 기상 자료로 학습한 기계학습 알고리즘을 활용한다. 복잡한 방정식과 슈퍼컴퓨터로 대기의 물리 현상을 모의하는 전통적인 수치예보(NWP) 모델과 달리, AI 모델은 수십 년간 축적된 전 세계 기상 관측 자료에서 패턴과 관계를 학습한다. 학습을 마친 모델은 계산 자원을 적게 쓰면서도 훨씬 빠르게 예보를 생성할 수 있다.

예를 들어 홍콩기상청이 현재 활용하는 AI 모델은 약 40년치 전 세계 재분석 자료, 약 25조 개의 데이터 포인트를 바탕으로 학습됐다. 이 모델은 기존 모델이 놓칠 수 있는 미묘한 단서를 포착해 태풍을 포함한 기상 시스템의 변화를 분석하고 예측할 수 있다.

홍콩기상청 과학 담당관 로카와이는 “이처럼 방대한 자료를 학습하면 AI 모델이 기상 변화의 패턴과 관계를 파악할 수 있으며, 이를 바탕으로 미래의 기상 변화를 예측할 수 있다”고 말했다.

AI 모델은 이미 실제 운영 환경에서 가치를 입증했다. 예컨대 열대저기압 우팁이 접근했을 때 AI 기반 예보는 전통적인 모델보다 태풍의 진로를 더 정확히 예측했다. 이에 홍콩기상청은 적시에 경보를 발령하고 불필요한 혼란을 피할 수 있었다.

실제 적용된 AI 모델: 태풍 우팁 사례

6월 태풍 우팁이 홍콩을 위협하자 홍콩기상청은 전통적인 모델과 AI 기반 모델을 모두 활용해 진로를 예측했다. 유럽 모델은 우팁이 중국 남부 해안에 접근할 것으로 예측했고, 미국 모델은 홍콩에 더 가까이 다가올 것으로 내다봤다. 반면 AI 모델 두 개는 실제 경로에 더 가까운 서쪽 진로를 예상했다. 그 결과 홍콩은 태풍의 직접적인 영향을 피했고, 기상청의 경보에도 더 정확한 AI 예측이 반영됐다.

이 같은 성과는 한 차례에 그치지 않았다. AI 모델은 특히 서태평양의 태풍 진로 예측에서 전통적인 모델과 대등하거나 이를 능가하는 정확도를 거듭 보여줬다. 이후 홍콩기상청은 AI 활용을 확대해 푸시(푸단대 개발), 판구-웨더(화웨이 개발), 유럽중기예보센터(ECMWF)의 인공지능 예보 시스템(AIFS) 등을 도입했다.

AI 예보의 강점과 한계는?

AI 모델은 전통적인 방식보다 몇 가지 장점이 있다.

• 속도: 물리 기반 모델이 몇 시간 걸리는 데 비해 AI는 몇 분 만에 예보를 생성할 수 있다.
• 에너지 효율: AI 모델은 계산 자원을 훨씬 적게 사용해 지속가능성이 높다.
• 진로 예측 정확도: AI 모델은 열대저기압의 진로를 예측할 때 전통적인 모델보다 뛰어난 성능을 보이는 경우가 많다.
• 조기 경보: AI는 패턴을 탐지해 더 일찍 경보를 내릴 수 있어 당국과 시민이 대비할 시간을 더 확보할 수 있다.

하지만 해결해야 할 과제도 남아 있다. AI 모델은 열대저기압의 강도를 과소평가하는 경향이 있으며, 특히 짧은 시간에 폭풍의 풍속이 급격히 증가하는 급격한 발달 현상을 제대로 예측하지 못하는 경우가 있다. 주요 허리케인과 태풍의 약 80%가 급격한 발달을 겪고, 기후변화로 이런 현상이 늘고 있어 이는 중대한 한계다.

또 다른 과제는 드물거나 전례 없는 극한 기상 현상을 AI 모델이 예측하는 데 한계가 있다는 점이다. 학습에 사용된 과거 자료에 이런 현상이 충분히 반영되지 않을 수 있기 때문이다. 예를 들어 2023년 9월 기록적인 폭우 때 AI 모델은 유용한 예측 정보를 제공했지만, 강수량의 전체 규모와 정확한 발생 지점을 포착하는 데 어려움을 겪었다.

홍콩기상청은 “AI 모델이 극한 기상 현상을 예측하는 능력은 아직 검증되지 않았다. 극한 현상은 과거에 드물게 발생했으며, 기록적인 기상 현상은 AI 모델의 학습 자료에 포함되지 않았기 때문”이라고 밝혔다.

AI 모델 비교: 세계적·역내 관점

최근 과학 연구에서는 동아시아와 서태평양 지역에서 주요 AI 기상 모델의 성능을 비교했다. 태풍의 진로와 강도 예측 능력을 평가하기 위해 판구-웨더, 포캐스트넷 v2, 그래프캐스트, 푸시, 펑우 등 5개 주요 모델을 살폈다. 진로 예측에서는 펑우가 가장 높은 정확도를 보였고, 푸시와 그래프캐스트도 좋은 성능을 냈다. 그러나 모든 모델이 강도 예측에는 어려움을 겪어 추가 연구와 더 높은 해상도의 지역 모델이 필요하다는 점이 드러났다.

여러 모델의 결과를 결합하는 앙상블 방식은 예보의 신뢰도를 높일 가능성을 보여줬다. AI 기반 기상학의 빠른 발전은 현재의 한계를 극복하는 데 AI 연구자와 기상 당국 간 지속적인 협력이 핵심이 될 것임을 시사한다.

홍콩은 예보 업무에 AI를 어떻게 도입하고 있나?

홍콩기상청은 기상학 분야에서 AI 도입을 선도해 왔다. 2023년 중반부터 여러 AI 모델을 실시간 시험 운영에 도입하고, 어스 웨더 웹페이지와 마이옵저버토리 앱을 통해 예보를 대중에게 공개했다. 홍콩기상청은 태풍 진로 추적뿐 아니라 강수량, 바람, 기온, 습도를 최대 15일 앞서 예측하는 데도 AI를 활용한다.

홍콩기상청의 허위헝 수석 과학 담당관 직무대행은 AI 모델이 8월 폭우가 내리기 일주일 전에 광둥 해안에 폭우를 몰고 온 비구름대의 발달을 성공적으로 예측했다고 설명했다. 모델이 가장 많은 비가 내릴 정확한 지점을 짚어내지는 못했지만, 적시에 경보를 발령하고 비상 대응을 준비하는 데 귀중한 근거를 제공했다.

홍콩기상청은 AI 예보의 최전선에 머물기 위해 국제 협력 기관 및 민간 기업과도 협력하고 있다. 예를 들어 구글 딥마인드의 웨더 랩과 ECMWF의 AIFS를 현지 모델과 함께 시험하고 있으며, 이를 통해 예보관들이 평가하고 비교할 수 있는 새로운 도구를 확보하고 있다.

역내 도입 사례: 대만의 교훈과 그 밖의 사례

AI 도입에 나선 곳은 홍콩만이 아니다. 대만 중앙기상서도 태풍 추적에 AI 모델을 도입해 인상적인 성과를 냈다. 태풍 개미 때 AI 기반 예보는 태풍이 대만에 직접 상륙할 가능성을 8일 전에 예측해 기존 모델보다 뛰어난 성능을 보였고, 당국에 더 많은 대비 시간을 제공했다. 대만 중앙기상서의 루궈전 부서장은 “AI가 예보관들의 확신을 높이고 당국에 대비할 시간을 더 줬다”고 말했다.

민간 부문의 참여도 진전을 앞당기고 있다. 엔비디아와 구글, 마이크로소프트 같은 기업들은 첨단 AI 기상 모델을 개발하고 전 세계 기상 당국과 협력하고 있다. 이러한 협력은 혁신을 이끌고 강도 예측과 지역별 영향 예측의 과제를 해결하는 데 도움을 주고 있다.

과제와 향후 전망

AI가 전통적인 예보 방식을 완전히 대체하거나 능가하려면 몇 가지 걸림돌을 넘어야 한다.

• 자료의 품질과 이용 가능성: AI 모델은 품질이 높고 포괄적인 자료에 의존한다. 과거 자료의 공백이나 부정확성은 모델 성능을 제한할 수 있다.
• 강도 예측: 급격한 발달과 최대 풍속을 예측하는 일은 AI와 전통적인 모델 모두에 여전히 큰 과제다.
• 지역별 영향: 돌발 홍수와 산사태 같은 국지적 영향을 예측하려면 해상도가 높은 지역 모델이 필요하다.
• 사람의 감독: 특히 큰 피해가 걸린 상황에서는 AI 결과를 해석할 전문가 기상학자가 여전히 필수적이다.

이 분야가 발전하는 가운데 홍콩기상청과 협력 기관들은 지속적인 연구와 모델 개발, 대중 교육에 힘쓰고 있다. 목표는 예보 정확도를 높이는 데 그치지 않고 대중의 신뢰를 쌓아 경보가 제대로 이해되고 실제 행동으로 이어지도록 하는 것이다.

더 큰 의미: AI와 기후 회복력

기상 예보에 AI를 도입하는 것은 단순한 기술 업그레이드가 아니라 극한 기상이 잦아지는 시대에 기후 회복력을 높이는 중요한 단계다. 폭풍이 더 강해지고 예측하기 어려워지는 상황에서 조기 경보와 정확한 예보는 수백만 명의 안전과 재난을 가르는 요소가 될 수 있다.

홍콩의 경험은 비슷한 위협에 직면한 다른 도시와 지역에도 귀중한 교훈을 준다. 국제 협력과 시민 참여를 바탕으로 AI를 빠르게 도입한 사례는 기후 위험에 선제적으로 대응하는 방식을 보여준다. AI 모델이 계속 발전하면 지역사회를 보호하고 지속가능한 발전을 뒷받침하는 데 점점 더 핵심적인 역할을 할 것이다.

요약

• 홍콩은 최근 폭풍 때 성공적인 시험 결과를 거둔 뒤 태풍과 극한 기상 예보를 개선하기 위해 AI에 투자하고 있다.
• AI 모델은 태풍 진로 예측에서 전통적인 방식을 능가했지만, 강도와 지역별 영향을 예측하는 데는 여전히 어려움이 있다.
• 홍콩기상청은 여러 AI 모델을 업무에 도입하고 국제 협력 기관과 협력하고 있다.
• 대만 등 역내 이웃 지역도 AI를 활용하고 있으며 민간 기업들이 관련 혁신을 앞당기고 있다.
• AI의 한계를 극복하고 효과적인 조기 경보 시스템을 마련하려면 지속적인 연구와 전문가의 역량이 여전히 중요하다.
• 기상학에 AI를 도입하는 것은 홍콩과 더 넓은 역내 지역의 기후 회복력을 높이는 핵심 단계다.