글로벌 기상 AI 모델 WeatherNext 3 공개

이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.

TL;DR

Google DeepMind와 Google Research가 실시간 정지궤도 위성 자료를 직접 학습하는 글로벌 기상 AI 모델 WeatherNext 3를 공개했습니다. 모델은 1시간마다 최대 5km 해상도의 예보를 갱신하며, 기존 WeatherNext 2의 25km·6시간 격자보다 시간과 공간을 더 세밀하게 나눠 지역 지형과 빠르게 변하는 날씨를 반영합니다. 강수 예보에서는 IMERG 기준 최대 60%, MRMS 기준 30%, 초기 예보의 우량계 측정값 기준 10%의 CRPS 개선을 기록했고, 풍력·태양광 발전량 예측을 위한 100m 풍속과 구름량·일사량도 산출합니다. WeatherNext 3는 Google Search, Gemini, Google Maps, Google Maps Platform Weather API, Google Earth Engine에 적용되며 BigQuery와 Google Cloud Storage를 통해 연구자와 기업도 활용할 수 있습니다.

섹션별 상세

01

기존 글로벌 기상 예보는 수치예보 모델 자료의 6시간 지연과 낮은 공간 해상도 때문에 국지적으로 빠르게 변하는 비와 기온을 포착하는 데 한계가 있었습니다. WeatherNext 3는 1시간 단위 정지궤도 위성 모자이크와 과거 분석 자료를 함께 입력해 최신 대기 상태에서 새 예보를 생성합니다. 이 입력 구조 덕분에 폭풍과 전선, 강수계가 갑자기 나타나는 상황에서 더 이른 시점의 지역 정보를 제공할 수 있습니다.

02

WeatherNext 3는 전 지구적 규모에서 넓은 바람 패턴과 지역 지형 사이의 물리적 일관성을 유지하면서 변수별 해상도를 다르게 산출합니다. 기온과 수분 같은 지표면 변수는 5km, 다른 지표면 변수는 10km, 풍속 같은 대기 변수는 25km 격자에서 생성하며, WeatherNext 2의 25km·6시간 예보와 비교해 전체적으로 약 5배 세밀한 날씨 그림을 제공합니다. 기상 관측소의 희소 자료도 직접 학습해 해안, 계곡, 산악 지역처럼 수 km 안에서 기온과 습도가 크게 달라지는 곳의 지역 특성을 반영합니다.

실시간 정지궤도 위성 모자이크와 과거 분석 자료가 WeatherNext 3로 들어가고, 조밀한 격자형 기상장과 강수 예측, 관측소·열대저기압 관련 희소 예측값으로 나오는 구조도입니다. — DiagramWeatherNext 3는 서로 다른 해상도의 대기·지표면 분석 자료를 단일 Functional Generative Network mesh transformer에서 처리합니다. 출력은 조밀한 격자형 변수뿐 아니라 관측소 단위 좌표와 열대저기압 경로까지 포함해 전 지구 격자 예보와 특정 현상 예측을 함께 구성합니다.

03

모델은 일반 기상 변수뿐 아니라 재생에너지 운영에 필요한 예측값을 별도로 산출합니다. 터빈 높이에 가까운 100m 풍속으로 풍력 발전량을 추정하고, 고해상도 구름량과 지표면 일사량으로 태양광 발전소가 받을 빛의 양을 계산하도록 구성했습니다. 전력망 운영자와 재생에너지 개발자는 이 자료를 소비자 수요와 청정에너지 발전량을 맞추는 데 활용할 수 있습니다.

04

강수 예측은 NASA의 위성 기반 IMERG와 위성 레이더 기반 전 지구 강수 재분석 자료를 학습 자료로 사용합니다. 중기 전 지구 예보 평가에서 CRPS가 IMERG 기준 최대 60%, MRMS 기준 30%, 초기 예보 구간의 우량계 측정값 기준 10% 개선됐으며, WeatherNext 3의 11km 강수 확률 예보는 WeatherNext 2의 25km 결과보다 실제 관측의 대류성 강수대를 더 선명하게 따라갑니다.

영국 지역의 24시간 후 강수 예보를 WeatherNext 2, WeatherNext 3, 실제 MRMS 관측값으로 비교한 그림입니다. — ChartWeatherNext 2의 25km 예보는 강수 영역이 넓고 픽셀화된 형태로 퍼지는 반면, WeatherNext 3의 25km 예보 패널은 실제 관측에 가까운 강수 분포와 강한 강수대를 더 뚜렷하게 나타냅니다. 그림은 WeatherNext 3가 강수 확률과 위치를 기존 모델보다 세밀하게 표현한다는 기사 내용을 시각적으로 뒷받침합니다.

05

Google은 WeatherNext 3를 Google Search, Gemini 앱, Google Maps, Google Maps Platform Weather API, Google Earth Engine에 적용하기 시작했으며, 전 세계 예보를 1시간마다 갱신해 별도 모델 설정 없이 업무에 연결할 수 있도록 했습니다. 연구자와 개발자, 기업은 BigQuery와 Earth Engine에서 자료를 조회하거나 Google Cloud Storage에서 일괄 다운로드할 수 있습니다. 하루 이상 앞선 계획에서는 강수 예보 정확도가 최대 50% 높아지지만, 공식 예보와 악천후 경보는 지역 기상 기관과 국가 기상 서비스를 참조해야 합니다.

용어 해설

수치예보(Numerical Weather Prediction): — 대기 상태를 물리 법칙과 수치 계산으로 시뮬레이션해 미래 날씨를 산출하는 방식입니다. WeatherNext 2를 포함한 기존 AI 기상 모델은 수치예보 모델의 분석 자료를 학습했지만, 자료 생성에 약 6시간의 지연이 발생해 강수량이나 지표면 온도처럼 빠르게 변하는 변수의 예측에 편향이 생길 수 있습니다.
정지궤도 위성(Geostationary Satellite): — 지구의 특정 지역을 지속적으로 관측하는 위성으로, 대기와 구름의 변화를 실시간에 가깝게 수집합니다. WeatherNext 3는 전 세계 정지궤도 위성의 1시간 단위 모자이크 자료를 입력으로 받아 최신 관측에 기반한 시간별 예보를 생성합니다.
Functional Generative Network: — WeatherNext 3의 입력과 출력을 연결하는 단일 mesh transformer 구조입니다. 실시간 위성 모자이크와 과거 분석 자료를 함께 처리한 뒤, 조밀한 격자형 기상장과 열대저기압 경로, 관측소 단위의 희소 좌표 예측을 한 시스템에서 산출합니다.
Continuous Ranked Probability Score: — 확률 예보의 분포가 실제 관측과 얼마나 가까운지 측정하는 평가 지표입니다. WeatherNext 3의 중기 전 지구 강수 예보는 기준선과 비교해 IMERG에서 최대 60%, MRMS에서 30%, 초기 예보 구간의 우량계 측정값에서 10% 개선된 CRPS를 기록했습니다.
GPM 통합 다중위성 강수량 검색 자료(Integrated Multi-satellite Retrievals for GPM (IMERG)): — NASA가 위성 관측을 바탕으로 구축한 강수량 자료입니다. WeatherNext 3는 이 자료와 위성 레이더 기반 전 지구 강수 재분석 자료를 학습에 사용해 빠르게 움직이는 구름과 강수대의 경계를 더 세밀하게 예측합니다.

기술

WeatherNext 3
Functional Generative Network (FGN) mesh transformer
geostationary satellite data
numerical weather prediction (NWP)
Integrated Multi-satellite Retrievals for GPM (IMERG)
MRMS
BigQuery
Earth Engine
Google Cloud Storage
Google Maps Platform Weather API

활용 사례

국지적 폭풍과 강수 상황의 조기 대응
농업 작물 관리와 지역 기상 계획
풍력·태양광 발전량 추정
전력망 수요와 재생에너지 공급 조정
항공 운항 경로 계획
Google Search·Gemini·Google Maps의 날씨 정보 제공