가장 진보하고 정확한 글로벌 날씨 AI 모델, WeatherNext 3를 소개합니다

Text "WeatherNext3" over a blue and yellow saturated image of clouds

매일 날씨는 수십억 건의 결정에 영향을 미칩니다. 문을 나서기 전에 우산을 집어 드는 것과 같은 단순한 경우도 있지만, 훨씬 더 중대한 결과를 초래하는 경우도 있습니다. 바람, 비, 그리고 폭염이나 가뭄 같은 극한 기상 현상은 농업, 글로벌 공급망, 청정 에너지 생산, 국가 경제 전반에 걸쳐 연쇄적인 영향을 미칩니다.

최근 몇 년 동안 AI는 역사적 기록을 사용하여 전통적인 방법보다 더 빠르고 정확한 예측을 함으로써 일기 예보를 혁신해 왔습니다. 그러나 매우 국지적이고 빠르게 변화하는 날씨를 예측하는 것은 여전히 어려움으로 남아 있었습니다. 이전 모델들은 종종 충분한 공간 해상도를 갖추지 못했고, 위성 같은 출처의 실시간 날씨 데이터를 통합하는 데 어려움을 겪었습니다.

오늘 Google DeepMind와 Google Research는 Brightband의 독립적인 라이브 평가에 따르면 현존하는 가장 진보하고 정확한 글로벌 날씨 모델인 WeatherNext 3를 소개합니다. 저희 모델은 실시간 관측 데이터로부터 직접 학습하여, 사람들에게 가장 큰 영향을 미치는 기상 현상에 대해 시기적절하고 더 국지화된 예측을 제공할 수 있습니다. 고해상도로 매 시간마다 원시 위성 데이터를 사용하여 예보를 생성함으로써, 저희 모델은 전 세계 Google 제품에서 신뢰할 수 있는 예측을 이용 가능하게 만듭니다.

전례 없는 해상도에서의 급속한 날씨 예측

예보의 유용성은 종종 세부 사항과 시간 및 공간을 얼마나 정밀하게 해상하는지에 달려 있습니다. WeatherNext 3는 광범위한 글로벌 바람 패턴부터 지역 지형에 이르기까지 물리적 일관성을 유지하며 여러 공간 해상도에서 시간별 예보를 생성합니다.

WeatherNext 3를 사용하면 온도나 수분 같은 주요 지표 변수들을 5킬로미터 해상도로 시각화할 수 있고, 다른 지표 변수들은 10킬로미터, 바람 속도와 같은 대기 변수들은 25킬로미터에서 확인할 수 있습니다. 전반적으로 이는 이전 모델인 WeatherNext 2가 6시간 간격으로 25킬로미터 격자에서 예보를 생성했던 것보다 약 다섯 배 더 선명한 글로벌 날씨 그림을 제공합니다.

그림 1: 엔드투엔드(end-to-end) WeatherNext 3 시스템 아키텍처. 이 모델은 실시간 1시간 정지궤도 위성 모자이크와 전통적인 역사적 분석 데이터를 함께 입력받아 단일하고 유연한 Functional Generative Network (FGN) 메시 트랜스포머에 공급합니다. 이는 밀집된 격자 필드, 개별 태풍 경로를 출력하며, 스테이션 수준의 희소 좌표도 네이티브하게 예측합니다.

Diagram of the WeatherNext 3 System architecture

그림 2: 영국 지역의 2미터 온도 예보 비교. WeatherNext 2 (왼쪽)는 25킬로미터(0.25°) 해상도로, WeatherNext 3 (오른쪽)은 네이티브 5킬로미터(0.05°) 해상도로 구현되었습니다. WeatherNext 3는 복잡한 지역 지형을 해결하여 구형 모델에서 볼 수 있던 픽셀화되고 과도하게 평활화된 열 표현을 방지합니다.

지속적인 글로벌 규모의 실제 데이터

WeatherNext 3가 가장 크게 발전한 부분은 학습하는 데이터입니다. WeatherNext 2를 포함한 대부분의 AI 날씨 모델은 수치 예보 모델(NWP, Numerical Weather Prediction)에서 얻은 데이터를 기반으로 훈련됩니다. 유용하지만, NWP 모델은 복잡하고 슈퍼컴퓨터로 구동되는 물리 시뮬레이션이며 6시간의 데이터 지연을 가집니다. 이러한 지연은 비나 지표 온도처럼 빠르게 변하는 변수들에 편향을 가져올 수 있습니다.

실시간 글로벌 정지궤도 위성 모자이크를 입력받음으로써, 저희의 새로운 모델은 풍부하고 지속적으로 업데이트되는 대기 관측 정보를 얻게 됩니다. 이는 모델이 가장 최근에 이용 가능한 위성 관측 자료를 기반으로 최대 5킬로미터 해상도로 매시간 새로운 예보를 생성할 수 있게 합니다.

이는 중요한데, 심각한 기상 현상은 빠르게 전개되기 때문입니다. 폭풍, 전선 또는 강수 시스템이 갑자기 나타날 때, 저희의 빠른 업데이트 주기와 높은 해상도는 효과적인 대응을 이끄는 데 필요한 더 빠르고 상세한 통찰력을 제공합니다.

온도나 습도 같은 일부 변수는 단지 몇 킬로미터 간격으로 극적으로 변동할 수 있으며, 이는 특히 해안가, 계곡 또는 산맥 근처의 지역 사회에 매우 중요합니다. 기존 모델들은 여기서 어려움을 겪는데, 왜냐하면 이들이 상세함이 부족하고 극한의 국지적 변화를 놓치는 대기 표현 자료로 학습되기 때문입니다.

이를 해결하기 위해 WeatherNext 3는 대신 희소한 기상 관측소 관측 데이터에 직접 학습합니다. 이를 통해 지형과 같은 지역적 세부 사항을 고려하여 5킬로미터 격자에서 전 세계 예보를 생성할 수 있습니다.

이러한 혁신은 전통적인 지역 모델의 막대한 슈퍼컴퓨팅 비용 때문에 역사적으로 고해상도 예측 서비스가 부족했던 라틴 아메리카, 아프리카, 아시아-태평양 지역에 특히 중요합니다. 이는 이 지역의 수십억 명 인구와 지역 사업체에 국지적이고 높은 충실도의 예측을 제공합니다.

개선된 해상도와 예보 빈도를 넘어, 저희 모델은 재생 에너지 생산을 위해 특별히 설계된 예측 기능을 도입합니다. 이 모델은 정밀한 풍력 발전 출력을 위해 터빈 높이(대략)에서의 100미터 바람 속도를 예보하며, 태양광 발전소가 지상에서 얼마나 많은 빛을 받을지 추정하는 데 도움을 주기 위해 고해상도 구름 덮개 및 일사량 수준도 함께 예측합니다.

이 데이터는 전 세계적인 청정 에너지 계획에 매우 중요하여, 그리드 운영자 및 재생 에너지 개발자들이 자신들의 청정 에너지 자산이 얼마나 많은 전력을 생산할지 정확하게 예측하고 이를 소비자 수요와 일치시킬 수 있도록 합니다.

획기적인 정확도의 강수량 예측

혁신적인 정확도의 강수량 예측

글로벌 기상 모델은 강수량을 정확하게 예측하는 데 어려움을 겪는 것으로 악명이 높습니다. 비와 눈 시스템은 작은 규모에서 빠르게 움직이는 구름 과정에 의해 발생하며, 이는 전통적인 물리 기반 시뮬레이션으로는 정확하게 모델링하기 어렵습니다. 결과적으로 AI 예측은 흐릿한 추정치를 내놓거나 심각한 폭풍의 경계를 완전히 놓치는 경우가 많습니다.

이를 해결하기 위해 저희는 두 가지 매우 높은 품질의 강수량 데이터 소스, 즉 NASA의 위성 기반 통합 다중 위성 검색(Integrated Multi-satellite Retrievals for GPM, IMERG)과 위성 레이더를 기반으로 한 자체 글로벌 강수 재분석 데이터를 사용하여 모델을 훈련했습니다.

그 결과는 강수 예측 정확도의 상당한 도약입니다. 중거리 글로벌 예보에서 기준선 대비 평가 결과에 따르면, 초기 리드 타임(early lead times)의 경우 IMERG 대비 최대 60%, MRMS 대비 30%, 그리고 강우량계 측정치 대비 10%의 연속 순위 확률 점수(Continuous Ranked Probability Score, CRPS) 개선을 보여줍니다.

Figure 3: 중거리 강수 확률(PoP > 1mm) 예보 비교. 25킬로미터 해상도의 WeatherNext 2 (왼쪽)는 매우 확산되고 픽셀화된 강수 흔적을 보여줍니다. 11킬로미터 해상도의 WeatherNext 3 (가운데)는 실제 위성 지상 진실(right)과 근접하게 일치하며, 기상 시스템의 날카롭고 대류적인 띠를 정확하게 포착합니다.

Comparison of prediction for WN2 and WN3

생태계 전반에 걸쳐 적용된 연구 결과

저희의 주요 목표는 기상 지능을 보편적으로 유용하도록 발전시키는 것입니다. 이는 갑작스러운 바람 변화를 추적하는 응급 구조 담당자, 비행 경로를 계획하는 항공 교통 관제사, 또는 작물을 관리하는 농부 등 어떤 경우에도 해당됩니다.

이러한 혁신적인 성과들을 연구실을 넘어 실제 세계로 가져오기 위해, 저희는 WeatherNext 3를 Google의 핵심 생태계와 그 너머에 통합하고 있습니다:

고해상도 예측 데이터: 저희는 전 세계 날씨 예측을 시간 단위로 업데이트하며, 모델 설정 없이 워크플로우에 통합할 준비가 되어 있습니다. 이를 통해 연구원, 개발자 및 기업은 BigQuery와 Earth Engine에서 데이터를 쿼리하거나 Google Cloud Storage에서 대량 다운로드할 수 있습니다.전 세계적으로 이용 가능: WeatherNext 3는 오늘부터 Google Search, Gemini 앱, Google Maps, Google Maps Platform Weather API, 그리고 Google Earth Engine 내의 날씨 경험에 동력을 공급하기 시작합니다. 이번 업데이트를 통해 장기 예측 정확도가 극적으로 향상되었습니다. 하루 이상을 계획할 때 사람들은 최대 50% 더 정확한 강수량 예측을 보게 되며, 특히 과거에 예측 신뢰도가 낮았던 지역에서 가장 큰 개선이 이루어졌습니다. 따라서 주말 여행 준비나 야외 활동의 최적 날짜를 결정할 때, 이제 더 정확한 예측을 받아 계획을 세울 수 있습니다.

대기는 항상 어느 정도의 예측 불가능성을 가질 것입니다. 하지만 실제 관측 데이터를 기반으로 학습하고 전통적인 모델링 제약을 우회함으로써, WeatherNext 3는 예측이 실제로 현장에서 발생하는 상황과 진정으로 일치하는 미래에 우리를 더 가깝게 데려다줍니다.

지리 공간 플랫폼(geospatial platforms) 및 Google에서의 AI 작업에 대해 더 알고 싶다면, Google Earth Engine, AlphaEarth Foundations, 그리고 Earth AI를 확인해 보세요.

면책 조항: 공식 날씨 예측, 악천후 경보 및 공공 안전 권고 사항은 반드시 지역 기상청 또는 국가 기상 서비스에 문의하시기 바랍니다.

WeatherNext 3 더 알아보기

• 논문 읽기
• WeatherNext 3로 구축하기
• 실시간으로 시각화된 WeatherNext 3를 보려면 Weather Lab 탐색하기
• Brightband의 독립적인 라이브 리더보드에서 WeatherNext 3의 순위 확인하기