AI 기술로 이상기후 예측 정밀도 향상… MJO 예측 기간 대폭 확대

인공지능(AI)이 전 세계 이상기후 예측 정확도를 크게 향상시키는 성과를 냈다. 아시아·태평양경제협력체(APEC) 기후센터(APCC)와 한국과학기술연구원(KIST) 연구진이 AI 딥러닝 기술을 활용해 매든-줄리안 진동(MJO)의 예측 성능을 대폭 개선하는 데 성공했다.

APCC와 KIST는 MJO의 이동 경로와 강도를 기존보다 더 오랜 기간 안정적으로 예측할 수 있는 새로운 AI 모델을 개발했다고 26일 밝혔다. 이번 연구는 김미애 APCC 선임연구원이 주저자로 참여했으며, 기상·기후 분야 국제 학술지 ‘지오피지컬 리서치 레터스(Geophysical Research Letters)’에 게재됐다. 연구는 기상청 연구개발 사업의 일환으로 수행됐다.

MJO는 열대 인도양에서 발생해 태평양으로 이동하는 대규모 구름 집단으로, 30~90일 주기로 지구를 순환한다. 이 과정에서 가뭄과 홍수, 폭염, 태풍 등 전 세계 이상기후 발생에 영향을 미치는 핵심 요인으로 꼽힌다. MJO 예측 정확도는 중·장기 기상 전망의 중요한 변수다.

기존 AI 예측 모델은 MJO 자체의 변동 신호에 집중해 학습하면서 예측 가능 기간에 한계가 있었다. 연구진은 이를 보완하기 위해 MJO가 이동하는 배경이 되는 계절적 기후 환경까지 함께 학습하는 새로운 딥러닝 방식을 적용했다.

그 결과 새 AI 모델은 겨울철 약 26일, 여름철에는 최대 29일까지 MJO를 신뢰성 있게 예측하는 데 성공했다. 특히 예측 기간이 길어질수록 배경 기후 정보가 예측 정확도를 높이는 핵심 요소로 작용한다는 점을 과학적으로 입증했다는 평가다.

김미애 APCC 선임연구원은 “AI가 개별 기상 현상이 아닌 기후의 전체 흐름을 이해하도록 한 데 이번 연구의 의미가 있다”며 “가뭄과 홍수 등 기후 재해에 선제적으로 대응하고 피해를 줄이는 데 기여할 수 있을 것”이라고 말했다.