AI가 날씨는 맞춰도 기후는 못 읽는다…극한기상 예측서 드러난 한계

AI 요약

머신러닝은 날씨 예보의 계산 속도와 에너지 효율을 크게 향상시켜 유럽중기예보센터의 머신러닝 기반 AIFS는 IFS보다 실행 시간이 약 3분 대 30분으로 짧고 에너지 사용은 약 1/1000 수준이라고 보고되었습니다. 다만 머신러닝 모델은 학습 데이터에 없는 극한기상에 취약해 기록적 기상현상의 빈도와 강도를 과소평가하는 경향이 있고, 장기적·반사실적 기후 예측은 과거 관측만으로 학습하기 어렵습니다. 이에 연구진은 기후 모델 전체를 대체하기보다 물리 기반 구조는 유지하면서 일부 매개변수화·보정·에뮬레이터 등 특정 기능만 머신러닝으로 대체하는 하이브리드 방식을 채택하고 있으며, 캘리포니아공과대학교의 클라이마는 일부 모듈을 머신러닝으로 처리하되 물리적 제약은 유지하고 미 항공우주국 고다드 우주연구소는 보정과 에뮬레이터에 머신러닝을 활용하고 있습니다.