출처 : 마이크로소프트

 13일(현지시간) 마이크로소프트 연구진이 개발한 차세대 대기 예측 모델 ‘오로라(Aurora)’가 공개됐다. 13억 개 파라미터로 구축된 이 AI 기반 기초(파운데이션) 모델은 방대한 대기 데이터를 분석해 기상 변화와 오염 패턴을 고해상도로 예측할 수 있는 것이 특징이다. 특히 관측 정보가 부족한 지역이나 극한 기상 상황에서도 높은 정확도를 유지한다.

 오로라는 기후·대기 데이터를 대규모로 학습해 전 지구적 기상 패턴과 대기 오염 같은 복잡한 과정을 예측하는 모델이다. 전통적인 수치예보모델(NWP) 대비 훨씬 빠른 속도로 예측값을 생성하면서도 비슷하거나 더 높은 정밀도를 보인다. 기초 모델 특성상 먼저 다양한 기후·기상 데이터로 광범위한 지식을 쌓은 뒤, 이후 10일 단기 예보나 5일 대기오염 예측 등 특정 과제를 위해 정교하게 미세 조정된다.

 최근 Charlton-Perez 등이 발표한 2024년 연구에서는, 첨단 AI 기상 모델조차 폭풍 ‘시에란(Ciarán)’의 급격한 발달과 최고 풍속을 포착하는 데 어려움이 있음을 지적했다. 오로라는 이러한 한계를 극복해 폭풍과 같은 극한 기상 현상의 급격한 변화도 더 정확하게 포착할 수 있는 새로운 접근법을 제안한다.

출처 : 마이크로소프트

 오로라가 파운데이션 모델로 불리는 이유는 학습 방식에 있다. 광범위한 분석·재분석 자료와 다양한 예보 시뮬레이션을 활용해 대기 시스템의 전반적인 패턴을 먼저 학습하고, 이후 고품질의 소규모 데이터로 특정 임무에 맞게 능력을 강화한다. 이 과정 덕분에 데이터가 부족한 상황에서도 일반화된 패턴을 바탕으로 높은 성능을 낼 수 있다.

 파운데이션 모델 접근법은 지구 시스템 예측에도 여러 장점을 제공한다. 우선 다양한 기상·기후 데이터를 활용해 기존 방식보다 더 풍부한 패턴을 추출할 수 있고, 새로운 예측 업무에도 빠르게 적응한다. 예보 생성 속도 역시 기존 물리 기반 시뮬레이션보다 월등히 빠르다. 

 마이크로소프트 연구진은 이러한 방식이 해양·토양 등 다른 지구 시스템에도 확장될 경우, 전 지구를 포괄하는 통합 예측 모델 구축으로 이어질 가능성이 있다고 보고 있다.

글 / 김지훈 news@cowave.kr

(c) 비교하고 잘 사는, 다나와 www.danawa.com