News
"기상·기후 예측, 10년 내 AI 주도로 바뀔 것"- 한경ESG(hankyung.com)
Author
admaiclimate
Date
2025-03-08
Views
137
함유근 교수는 CPU 기반 슈퍼컴퓨터보다 AI를 활용한 기후 예측이 더 뛰어난 성능을 보이고 있어 향후 예측 방식이 획기적으로 바뀔 것이라고 예견했다. 빅테크 기업들은 최신 기후 모델 개발을 통해 재난 예측 등 전 세계적 기후변화에 대비하며 점차 모델을 고도화하고 있다.
[한경ESG] 커버 스토리⑤ - AI, 지속가능 성장의 미래를 바꾼다
인터뷰 - 함유근 서울대 환경대학원 교수
인터뷰 - 함유근 서울대 환경대학원 교수
!["기상·기후 예측, 10년 내 AI 주도로 바뀔 것"[커버 스토리⑥]](https://img.hankyung.com/photo/202501/01.39229882.1.jpg)
함유근 서울대 환경대학원 교수는 인공지능(AI)을 이용한 기후 연구를 주도하는, 국내뿐 아니라 세계에서 주목하는 대표 학자다. 함 교수는 지난 2023년 한·미·독 연구자들과 함께 지구온난화 강도와 전 지구 일일 강수 패턴 간 관련성을 정량화하는 딥러닝 모델을 개발했으며, 이를 1980년부터 2020년까지 위성 강수 관측 자료에 적용해 강수 패턴에 지구온난화가 미친 영향을 규명했다. 이는 저명 연구 학술지 〈네이처〉에 실렸다.
지난해 함유근 교수팀은 AI 기반 3차원 해양 모니터링 시스템을 개발해 지구온난화로 인한 해양 표층·심층 온도 상승을 비롯한 해양의 주요 변화를 높은 정확도로 재현해내며 〈네이처 머신 인텔리전스〉에 논문을 게재하기도 했다. 함 교수는 서울대에서 진행한 인터뷰를 통해 AI와 관련한 기후 예측이 점점 더 정교해지고 있으며, 앞으로 10년 내 기후 예측 방식이 AI로 패러다임이 바뀔 것으로 내다봤다. 또 기후 예측뿐 아니라 온실가스배출량 관리나 에너지 최적화 등 기업의 지속가능경영에도 AI가 많은 도움이 될 것이라고 조언했다.
지난해 함유근 교수팀은 AI 기반 3차원 해양 모니터링 시스템을 개발해 지구온난화로 인한 해양 표층·심층 온도 상승을 비롯한 해양의 주요 변화를 높은 정확도로 재현해내며 〈네이처 머신 인텔리전스〉에 논문을 게재하기도 했다. 함 교수는 서울대에서 진행한 인터뷰를 통해 AI와 관련한 기후 예측이 점점 더 정교해지고 있으며, 앞으로 10년 내 기후 예측 방식이 AI로 패러다임이 바뀔 것으로 내다봤다. 또 기후 예측뿐 아니라 온실가스배출량 관리나 에너지 최적화 등 기업의 지속가능경영에도 AI가 많은 도움이 될 것이라고 조언했다.
AI 기반 기후 연구를 진행 중이다.
“기후 예측은 날씨(기상) 예측에서 확장된 개념이다. 기상이 하루 혹은 그보다 짧은 단위라면 기후는 상대적으로 2주 이상 긴 시간을 의미한다. AI를 통한 기후 예측 연구가 그리 많지 않을 때 박사논문으로 AI를 통해 해양의 엘니뇨 예측 모형을 만들었다. 당시에는 기존 기법에 AI를 접목한 것이었다. 지금은 연구 범위가 더 넓어졌다. 2020년 이후 AI 모델이 센세이션을 일으키면서 연구 트렌드도 AI를 활용한 기후 예측이 주도하고, 연구자 수도 늘고 있다. 최근 연구에서는 기후변화로 인해 변모하는 강수 특성이나 양상 혹은 폭염 등 여러 현상을 AI로 예측하고자 한다.”
현재 엔비디아, 마이크로소프트(MS), 구글 등 다양한 기업이 기후 모델을 내놓고 있다.
“기후 예측은 날씨(기상) 예측에서 확장된 개념이다. 기상이 하루 혹은 그보다 짧은 단위라면 기후는 상대적으로 2주 이상 긴 시간을 의미한다. AI를 통한 기후 예측 연구가 그리 많지 않을 때 박사논문으로 AI를 통해 해양의 엘니뇨 예측 모형을 만들었다. 당시에는 기존 기법에 AI를 접목한 것이었다. 지금은 연구 범위가 더 넓어졌다. 2020년 이후 AI 모델이 센세이션을 일으키면서 연구 트렌드도 AI를 활용한 기후 예측이 주도하고, 연구자 수도 늘고 있다. 최근 연구에서는 기후변화로 인해 변모하는 강수 특성이나 양상 혹은 폭염 등 여러 현상을 AI로 예측하고자 한다.”
현재 엔비디아, 마이크로소프트(MS), 구글 등 다양한 기업이 기후 모델을 내놓고 있다.
“최근 미국 빅테크 기업이나 정부 연구소를 중심으로 기후 모델을 내놓고 있다. 엔비디아의 포캐스트넷, 구글의 젠캐스트, 화웨이의 판구웨어 등 약 10개 모델이 있다. 각기 나름대로 최적화해 신경망 모델인 트랜스포머(Transformer)나 이미지 생성에 강점을 둔 디퓨전(Diffusion) 등 다양한 AI 기법을 사용한다. 엔비디아는 생산하는 GPU의 성능을 보여주기 위해 이전부터 다양한 연구를 지원해왔다. 구글은 최근 생성형 AI 중 디퓨전 모델을 가지고 젠캐스트를 만들어 〈네이처〉에 발표했다. 사실 날씨 예측 정보는 현재 기상청에서 무료로 주기 때문에 공공재나 다름없다. 아마 빅테크 기업들은 허리케인 등 재난 예측 등을 고도화해 정확한 기상정보를 제공하면 돈이 될 거라고 생각하는 것 같다. 또 기후 예측이 챗GPT 등 대화형 AI나 자율주행 같은 방식보다는 성과를 보여주기 좋고 상대적으로 자원이나 투자가 덜 드는 이점도 있다.”
기상보다 기후 예측이 더 어렵다고 들었다.
“기본적으로 데이터가 적기 때문이다. 기상은 하루가 지날수록 샘플이 하루 한 개씩 생긴다. 기후는 올겨울 데이터를 예로 들면 겨울이 지나야 샘플이 생긴다. AI는 학습한 샘플 내에서 뭘 해야 하는지 잘 안다. 하지만 경험하지 못한 것, 샘플이 전혀 없는 경우에는 예측할 수가 없다. 통계적으로 결과를 내기 때문이다. 현재 기후가 빠르게 변화하고 있기 때문에 A라는 상황만 연습시킨 다음 B라는 상황을 주면 잘 이해하지 못한다. 이를 보완하기 위해 기후변화에 관한 정부 간 협의체(IPCC) 보고서에 실리는 기후변화 시뮬레이션 변화를 추가적으로 학습시키고 있다.”
생성형 AI가 기존 AI와 다른 점은 무엇인가.
“생성형 AI는 거대 언어 모델(Large Language Model, LLM)로 볼 수 있는데, 공통적으로 학습시키는 데 시간이 오래 걸린다. 이런 학습을 통해 AI가 뭔가를 새로 만들어내면 생성형 AI라고 할 수 있다. 오늘의 결과로 내일을 예측할 수 있는 것이 바로 생성형 AI다. 하지만 연산량이 많이 필요한 만큼 기후를 제대로 예측하려면 GPU 클러스터가 있어야 한다. 기존 슈퍼컴퓨터는 CPU 기반이다. GPU를 여러 개 연결한 GPU 클러스터가 필요한데, GPU 값이 많이 올라 이를 구축하기가 쉽지는 않다.”
생성형 AI가 기존 AI와 다른 점은 무엇인가.
“생성형 AI는 거대 언어 모델(Large Language Model, LLM)로 볼 수 있는데, 공통적으로 학습시키는 데 시간이 오래 걸린다. 이런 학습을 통해 AI가 뭔가를 새로 만들어내면 생성형 AI라고 할 수 있다. 오늘의 결과로 내일을 예측할 수 있는 것이 바로 생성형 AI다. 하지만 연산량이 많이 필요한 만큼 기후를 제대로 예측하려면 GPU 클러스터가 있어야 한다. 기존 슈퍼컴퓨터는 CPU 기반이다. GPU를 여러 개 연결한 GPU 클러스터가 필요한데, GPU 값이 많이 올라 이를 구축하기가 쉽지는 않다.”
생성형 AI가 어떻게 기후 예측을 도울 수 있나.
“사실 AI는 기본적으로 통계적 기법 중 하나다. 예컨대 오늘 온도가 높으면 내일 비가 온다는 경험적 통계가 있었다면, AI를 통해 그 통계가 조금 더 정확해진다. 현재 기상 측정이나 관측은 사실 위성이 많이 하는데, 위성은 온도나 강수를 직접적으로 추정한다기보다 반사되어 들어오는 에너지량을 통해 추정한다. 반사량 등을 감안해 제대로 추정할 때 AI 기법이 쓰인다. 이에 따라 실제로 에너지가 많으면 비가 많이 오는 것과 관련이 있구나, 하는 것을 AI를 통해 입증한다. 습도나 온도를 변환하는 과정을 AI로 자동화하기도 하는데, 그렇게 되면 결과가 좀 더 정확해진다.”
앞으로 AI가 기후 예측에 어떻게, 어느 정도 통합될 것으로 보는가.
“기상이나 기후 예측에서는 전통적으로 CPU 기반의 슈퍼컴퓨터를 써서 수식을 통해 예측한다. 그런데 이제는 그런 방식이 더 이상 유효하지 않을 것으로 보고 있다. 현재 슈퍼컴퓨터 수준보다 AI를 통한 기상이나 기후 예측 수준이 더 높기 때문이다. 그렇기에 기상·기후 예측이 AI 기반으로 바뀔 것으로 예상된다. 유럽에서 기상을 예측하는 유럽중기예보센터(ECMWF)가 자체적으로 AI 모델인 ENS를 개발하고 있는데, 이는 기상·기후 연구자들 사이에서 상징적 사건이었다. 이 예보센터는 현재 자체 AI를 통한 결과값을 보여주면서도 판구웨더 등 다른 기후 모델로 예측한 예측값도 표출한다. 기후 예측에서 AI를 무시하기 어렵다는 것을 방증하는 사례다. 아마 기상·기후 예측 방식은 10년 안에 거의 바뀔 것이다.”
“사실 AI는 기본적으로 통계적 기법 중 하나다. 예컨대 오늘 온도가 높으면 내일 비가 온다는 경험적 통계가 있었다면, AI를 통해 그 통계가 조금 더 정확해진다. 현재 기상 측정이나 관측은 사실 위성이 많이 하는데, 위성은 온도나 강수를 직접적으로 추정한다기보다 반사되어 들어오는 에너지량을 통해 추정한다. 반사량 등을 감안해 제대로 추정할 때 AI 기법이 쓰인다. 이에 따라 실제로 에너지가 많으면 비가 많이 오는 것과 관련이 있구나, 하는 것을 AI를 통해 입증한다. 습도나 온도를 변환하는 과정을 AI로 자동화하기도 하는데, 그렇게 되면 결과가 좀 더 정확해진다.”
앞으로 AI가 기후 예측에 어떻게, 어느 정도 통합될 것으로 보는가.
“기상이나 기후 예측에서는 전통적으로 CPU 기반의 슈퍼컴퓨터를 써서 수식을 통해 예측한다. 그런데 이제는 그런 방식이 더 이상 유효하지 않을 것으로 보고 있다. 현재 슈퍼컴퓨터 수준보다 AI를 통한 기상이나 기후 예측 수준이 더 높기 때문이다. 그렇기에 기상·기후 예측이 AI 기반으로 바뀔 것으로 예상된다. 유럽에서 기상을 예측하는 유럽중기예보센터(ECMWF)가 자체적으로 AI 모델인 ENS를 개발하고 있는데, 이는 기상·기후 연구자들 사이에서 상징적 사건이었다. 이 예보센터는 현재 자체 AI를 통한 결과값을 보여주면서도 판구웨더 등 다른 기후 모델로 예측한 예측값도 표출한다. 기후 예측에서 AI를 무시하기 어렵다는 것을 방증하는 사례다. 아마 기상·기후 예측 방식은 10년 안에 거의 바뀔 것이다.”
최근 기후 예측 외에도 AI를 통해 진행되는 연구가 있나.
“최근 AI 기반으로 산업단지에서 배출하는 탄소 모니터링을 연구하고 있다. 대기에 탄소가 얼마나 있는지 위성으로 관측할 수 있지만, 탄소의 배출량과 농도를 아주 정확하게 알기는 어렵다. 사업장 굴뚝뿐 아니라 사업장 내 다른 곳에서 빠져나가는 배출량도 있다. 이를 감안해 입력장은 위성 이미지나 위성 에너지로 하고, 출력장은 탄소 농도로 해 관련성을 AI로 학습시키는 것이다. 공장 굴뚝에 관측기를 달면 조금 더 쉬운데, 산단의 협조를 받기가 쉽지는 않다. 미국도 자체적으로 산단 등에 탄소 모니터링을 하려는 움직임이 있다고 들었다.”
“최근 AI 기반으로 산업단지에서 배출하는 탄소 모니터링을 연구하고 있다. 대기에 탄소가 얼마나 있는지 위성으로 관측할 수 있지만, 탄소의 배출량과 농도를 아주 정확하게 알기는 어렵다. 사업장 굴뚝뿐 아니라 사업장 내 다른 곳에서 빠져나가는 배출량도 있다. 이를 감안해 입력장은 위성 이미지나 위성 에너지로 하고, 출력장은 탄소 농도로 해 관련성을 AI로 학습시키는 것이다. 공장 굴뚝에 관측기를 달면 조금 더 쉬운데, 산단의 협조를 받기가 쉽지는 않다. 미국도 자체적으로 산단 등에 탄소 모니터링을 하려는 움직임이 있다고 들었다.”
AI가 기후 예측 외에도 어떻게 에너지 최적화 등 지속가능성 성과를 도울 수 있나.
“AI는 여러 데이터 범주 안에서 뭐가 가장 좋은지 찾아내는 최적화를 매우 잘한다. 예를 들어 용광로 같은 곳에서 냉난방 등 에너지 사용을 효율적으로 하기 위해 몇 시부터 몇 시까지 에어컨을 틀어야 한다든지, 몇 도가 최적의 온도인지 등이다. 수자원에서도 댐 수위를 관리하는 데 AI가 도울 수 있다. 홍수나 가뭄이 나지 않게 하면서도 잉여 시간에 전력을 생산할 수 있도록 최적화하는 것이다. 기업들이 지속가능경영을 하는 데 AI를 활용한 탄소배출량 예측이나 에너지 효율화, 최적화 등을 지금도 많이 활용하고 있고, AI와 관련한 서비스를 제공하는 스타트업도 많이 생겨나고 있다.”
“AI는 여러 데이터 범주 안에서 뭐가 가장 좋은지 찾아내는 최적화를 매우 잘한다. 예를 들어 용광로 같은 곳에서 냉난방 등 에너지 사용을 효율적으로 하기 위해 몇 시부터 몇 시까지 에어컨을 틀어야 한다든지, 몇 도가 최적의 온도인지 등이다. 수자원에서도 댐 수위를 관리하는 데 AI가 도울 수 있다. 홍수나 가뭄이 나지 않게 하면서도 잉여 시간에 전력을 생산할 수 있도록 최적화하는 것이다. 기업들이 지속가능경영을 하는 데 AI를 활용한 탄소배출량 예측이나 에너지 효율화, 최적화 등을 지금도 많이 활용하고 있고, AI와 관련한 서비스를 제공하는 스타트업도 많이 생겨나고 있다.”
(출처 : https://www.hankyung.com/article/202501096269i)