레이더 영상만으로 극한 폭우까지 정밀하게 예측하는 초단기 강수 예측 인공지능(AI) 시스템이 개발돼 실시간 재난대응 능력이 향상될 전망이다.
한국연구재단은 서울대 수리과학부 홍영준 교수팀이 인공지능(AI)을 활용해 국지적 시공간 주의(Attention) 메커니즘과 새로운 업샘플링 구조를 결합한 ‘초단기 강수 예측 AI 모델’을 개발했다고 17일 밝혔다.
이 기술은 기존 예측 방식이 가진 높은 계산 비용과 낮은 효율 문제를 해결하면서 실제 재난대응과 기상경보 체계의 정밀도를 높일 수 있다.
강수 예측은 비가 언제 어디서 얼마나 내릴지 미리 계산하는 기술로, 이중 초단기 강수 예측은 수십 분에서 몇 시간 사이에 일어나는 비의 이동과 발달을 예보해야 한다.
이는 집중호우에 따른 재난을 대비하는 데 핵심이지만, 기존 수치예보(NWP) 모델은 계산량이 많아 빠르게 결과를 내기 어렵다.
특히 우리나라처럼 산악 지형이 많고 기상변화가 복잡한 환경에서는 국지성 폭우를 정확히 예측하는 데 한계가 있다.
연구팀은 이런 문제를 해결하기 위해 AI 구조 자체를 새롭게 설계, ‘국지적 주의 메커니즘’을 적용해 레이더 영상에서 비가 급격히 변하는 지역에만 계산을 집중토록 했다.
이는 강수량이 많은 핵심 구역을 더 자세히 보고 나머지는 간단히 처리하는 방식으로, 불필요한 계산을 줄이면서도 중요한 정보는 놓치지 않는다.
아울러 연구팀은 업샘플링 구조를 개선해 흐릿한 예측 결과를 더 또렷하게 복원했다.
기존 방식은 해상도를 높이는 과정에서 세부 정보가 손실되기 쉬웠지만, 이 모델은 3차 이중 업샘플링 방식으로 미세한 강수 형태까지 살필 수 있다.
또 여기에 시간 흐름을 반영하는 모듈을 추가해 시간이 지나면서 비가 어떻게 변하는지도 예측할 수 있다.
연구팀은 이를 적용해 과거 1시간 동안의 레이더 영상을 입력하면 향후 최대 6시간의 강수 분포를 예측하는 데 성공했다.
실제 우리나라 기상청 자료를 포함해 미국과 프랑스의 관측 데이터로 성능을 검증한 결과 기존 최신 글로벌 모델보다 높은 정확도를 기록했고, 특히 우리나라의 극단적 폭우 상황에 대한 계산 효율을 20배 이상 개선했다.
이를 활용해 2023년 7월 충북 오송지역 폭우 사례를 분석한 결과, 지하차도 참사 발생 1시간 전에 위험 가능성을 포착했다.
또 이번 연구는 우리나라 기상환경 맞춤형으로, 기존 미국(SEVIR)이나 유럽(MeteoNet) 데이터를 중심으로 개발됐던 모델보다 높은 예측 정확도를 기대할 수 있다.
연구팀은 우리나라 기상청 데이터를 포함해 다양한 환경에서 학습하고 검증함으로써 일반적인 비부터 극한 폭우까지 모두 대응할 수 있는 성능을 확보했다.
아울러 연구팀은 극단적 기상현상이 드물어 학습 데이터가 부족하다는 문제도 해결했다.
연구팀은 자주 발생하지 않는 폭우의 특징을 수학적 방법을 활용해 부족한 데이터에서도 안정적으로 학습하도록 모델을 설계하고 여러 강수 기준을 나눠 성능을 평가해 특정 상황에 치우치지 않도록 했다.
이 기술은 폭우가 예상되면 즉시 경보를 발령하고, 교통 통제나 대피 조치를 빠르게 시행하는 데 활용할 수 있을 것으로 기대하고 있다.
또 향후 위성 관측이나 지상 관측 데이터를 함께 사용하는 통합 모델로 확장해 예측 정확도를 더 높일 계획이다.
홍 교수는 “이번 연구는 수학적 구조를 기반으로 인공지능의 블랙박스 한계를 줄이고 극한 기상에서도 안정적으로 작동하는 모델을 구현한 점에 의미가 있다”며 “실제 재난대응시스템에 적용해 시민안전을 지키는 데 기여하길 기대한다”고 말했다.
한편, 이번 연구결과는 다음달 열리는 인공지능 분야 국제학술대회 ‘International Conference on Learning Representations(ICLR) 2026’에 채택됐다.
(논문명: Extreme Weather Nowcasting via Local Precipitation Pattern Prediction / 저자 홍영준 교수(교신저자/서울대), 송창훈 박사(공동 제1저자/서울대), 텡유안창(Teng-Yuan Chang/서울대) 박사(공동 제1저자))
