‘기상 예측’은 첨단 머신러닝 모델과 고해상도 데이터 분석의 발전으로 새로운 전환점을 맞고 있다. 복잡한 대기 패턴을 정밀하게 분석해 미래 기상 변화를 예측하는 능력은 에너지 관리부터 자연재해 대응까지 다양한 산업에서 중요한 역할을 한다.

알리바바 그룹의 연구개발 부문 ‘다모 아카데미(DAMO Academy)’가 지난 6일 기상 예측 머신러닝 모델 ‘바관(Baguan)’을 출시했다.

‘바관’은 최소 1시간부터 최대 10일까지 1x1 km의 고해상도로 기상 예보를 제공하며, 매시간 업데이트된다. 또한, '시암 마스킹 자동인코더(SiamMAE)'라는 자기 지도 학습 모델을 활용해 두 비디오 프레임 간의 시각적 관계를 학습해 마스킹된 부분, 즉 숨겨진 영역을 예측한다. 이러한 학습 방식으로 복잡한 대기 데이터에서 정교한 기상 패턴을 파악하며, 과거 데이터를 기반으로 다양한 시공간 범위에서 정밀한 예측을 할 수 있게 된다.

아울러, 이 모델은 1979년부터 전 세계 기상 데이터를 분석한 유럽중기예보센터(ECMWF)의 재분석 데이터 ‘ERA5’를 기반으로 기상 예측 기초 모델을 구축했다. 여기에 지역 온도, 일사량, 풍속 등 주요 지역 기상 지표를 반영한 ‘글로벌-지역 맞춤형 모델링’ 접근 방식으로 특정 지역의 기상 조건에 맞춘 인사이트와 높은 예측 정확도를 제공한다.

한편, 바관은 기후과학, 전력 수요 예측, 재생 에너지 예측, 자연재해 예방 등 다양한 분야에서 활용될 전망이다. 특히, 재생 에너지 수요가 증가함에 따라 정밀한 기상 예측으로 재생 에너지 예측의 신뢰성을 높여 전력 관리의 안정성을 높이고 친환경 에너지 소비의 확산을 지원할 것으로 보인다.

예를 들어, 지난 8월 중국 산둥성에서 예상치 못한 기온 하락이 발생했을 때, 바관은 하루 전에 전력 수요가 20% 감소할 것을 예측해 98.1%의 일일 전력 수요 예측 정확도를 달성했다. 그 결과, 지역 전력망 운영자들은 효율적으로 전력을 배분하고, 운영 비용을 절감할 수 있었다.

알리바바 다모 아카데미의 워타오 인(Wotao Yin) 의사결정 지능 연구소장은 “우리는 수학적 모델링, 시계열 예측 등에서 연구 경험을 바탕으로 고정밀 지역 기상 예측 모델을 개발 중”이라며, ”구름량, 극한 풍속, 강수량 등 예측 성능을 지속적으로 강화하고, 다양한 기후 시나리오 분석해 민간 항공기 기상 경보, 농업 생산, 스포츠 행사 준비 등 더 많은 분야를 지원 할 것”이라고 말했다.

[알림] ‘GTT KOREA’와 ‘전자신문인터넷’이 공동으로 주최하는 “NSWS(Next Smart Work Summit) 2024”에서는 글로벌 스마트워크 솔루션 선도 기업들이 참여하여 최신 기술과 시장 동향, 그리고 기업이 당면한 문제의 해결 방안을 심도 있게 다룰 예정이다. 이번 서밋에서는 AI와 스마트워크를 활용한 혁신적인 업무 환경 구축 및 활용 전략 공유와 함께 전시 부스를 통해 기업에 필요한 다양한 스마트워크 활용법을 구체적으로 체험해 볼 수 있는 장도 마련된다.