전남대학교, 뉴욕주립대, 서울대학교 공동연구팀이 딥러닝 기법을 통해 다양한 기후현상의 예측 성능을 비약적으로 향상시킬 수 있음을 확인해 주목되고 있다.

전남대 지구환경과학부 함유근 교수와 주용식 박사과정 연구팀은 미국 뉴욕주립대 김혜미 교수, 서울대 손석우 교수 연구팀과의 공동연구에서, 인공지능(AI)을 활용해 기존 기후예측모형의 열대 계절내 진동현상 예측 성능을 비약적으로 향상시킬 수 있음을 확인했다.

연구팀은 딥러닝 기법 중 장단기 메모리(Long Short-Term Memory)기법을 응용해 기존 기후예측모형의 오차를 감쇄시키는 시스템을 개발하였다.

이 기법을 적용한 결과, 기존 기후예측 모형의 예측 오차를 최대 90%까지 감소시키고, 열대대류현상의 발생위치 및 강도를 예측 시작 4주 이후까지 예측하는데 성공했다.

이는 기존 기후예측시스템에 내재된 계통적 예측 오차의 패턴 및 강도를 딥러닝 시스템이 성공적으로 학습, 감쇄시킬 수 있음을 보인 것이다.

열대 계절내 진동은 열대지역 기후뿐만 아니라 한반도를 포함한 동아시아 지역의 여름철 폭염과 겨울철 한파 발생에 영향을 미치는 것으로 알려져 있다.

함유근 교수는 “이번 연구를 통해 다양한 기후현상에 딥러닝 기법이 성공적으로 적용될 수 있음을 보인 것에 큰 의미가 있다.”며, “향후 기후예측에의 도입이 더욱 가속화 될 것”이라고 내다봤다.

한편, 미국 뉴욕주립대 김혜미 교수가 제 1저자로 나선 이번 공동연구팀의 연구 결과는 국제학술지 네이처 커뮤니케이션(Nature Communications)에 '딥러닝을 통한 매든-줄리안 진동 예측의 편향 보정(Deep learning for bias correction of MJO prediction-다운)'이란 제목으로 지난 25일(현지시간) 게재됐다.