[신기술] UNIST, 딥러닝 기반 태풍 정보 예측 모델 개발

천리안 위성 자료와 인공지능 기술 결합해 태풍 예측 정확도 높여

정확한 태풍 정보 제공해 신속하고 효과적인 대책 마련에 기여

임정호 울산과학기술원 지구환경도시건설공학과 교수 연구팀은 태풍 정보를 정확하게 분석하는 딥러닝 기반 예측 모델을 개발했다.

 

기후변화는 온도 상승, 강수 패턴의 변화, 해수면 상승 등을 야기하며 태풍을 정확하게 예측하는 것을 어렵게 만든다. 이에 실시간 위성 자료와 딥러닝(Deep Learning) 기술을 결합해 태풍을 보다 정밀하게 예측하는 기술이 개발됐다.

임정호 울산과학기술원(총장 이용훈, UNIST) 지구환경도시건설공학과 교수 연구팀은 정지궤도 기상위성 자료와 수치모델 자료를 결합해 태풍 강도를 실시간으로 예측하는 딥러닝 기반 예측 모델을 개발했다.

연구팀이 개발한 하이브리드 합성곱 신경망(Hybrid-Convolutional Neural Networks, Hybrid-CNN) 모델은 24시간, 48시간, 72시간 동안 태풍 강도를 객관적이고 정확하게 예측한다. 특히 24시간, 48시간 후 발달한 태풍의 예측 정확도를 기존보다 20% 높였으며, 급격한 태풍 강화 상황에서도 우수한 예측 성능을 입증했다.

기존 태풍 관측은 주로 예보관이 정지궤도의 위성 자료를 사용해 분석하는 방식으로 이뤄진다. 이 방식은 분석하는 데 오랜 시간이 소요되며, 태풍 예측에 있어 수치 모델의 불확실성에 의존한다는 문제점이 있다. 그러나 Hybrid-CNN 모델은 태풍의 위성 관측 자료와 수치 모델이 생성하는 예측 결과(예보장)에서 태풍의 강도 변화와 관련된 정보를 객관적으로 추출해 모델링함으로써 분석 속도를 높여 정확한 태풍 예보를 가능하게 한다.

연구팀은 천리안 1호와 천리안 2A호 위성자료를 이용해 전이학습 기반의 태풍 강도를 추정했다. 인공지능(AI)을 사용해 태풍 강도 자동 추정 과정을 시각화하고 이를 정량적으로 분석해 태풍 예보의 정확도를 높였다. 이는 기존의 기상 데이터를 학습한 AI가 새로운 태풍 데이터를 신속하고 정확하게 분석한 결과다.

또한 태풍 강도 변화에 영향을 미치는 환경 요인을 객관적으로 추출해 현재 사용 중인 예보 시스템에 적용할 수 있다. 이를 통해 예보관은 신속하고 정확한 태풍 정보를 제공받아 알림으로써 재난 대비와 피해 예방에 도움을 줄 수 있다.

임정호 교수는 “딥러닝 기반 태풍 예측 프레임워크는 예보관에게 더욱 정확한 예측 정보를 제공함으로써 신속하고 효과적인 대책을 마련하게 할 것”이라고 설명했다.

이번 연구는 해양수산부, 과학기술정보통신부, 정보통신기획평가원 등의 지원을 받아 진행됐으며, 지난 3월 『지아이사이언스 앤 리모트 센싱(GIscience & Remote Sensing)』과 5월 셀프레스(CellPress)의 『아이사이언스(iScience)』 저널에 게재됐다.

[『워터저널』 2024년 8월호에 게재]