Google, 99.9%의 변수에 대해 더 강력한 정확도로 8배 더 빠르게 전 세계 예보를 제공하는 새로운 AI 날씨 모델 출시

더 빠르고 정확한 날씨 예측을 약속하는 Google의 새로운 AI 예측 모델

구글 딥마인드는 기존 도구보다 더 빠르고 선명하며 유연한 예측을 제공하도록 설계된 새로운 예보 시스템인 WeatherNext 2를 출시하여 AI 날씨 연구를 일상적으로 활용할 수 있도록 추진하고 있습니다.

이 모델은 계산하는 데 몇 시간이 걸리는 대규모 물리 시뮬레이션에 의존하는 대신 1분 이내에 상세한 글로벌 예측을 생성하여 기관과 소비자가 변화하는 상황에 더 빠르게 대응할 수 있도록 지원합니다.

연구 수석 디렉터인 피터 바타글리아는 이 업그레이드가 수년간의 실험 작업을 거쳐 실제 배포할 준비가 되었다고 말했습니다.

그는 기자들에게 이렇게 말했습니다,

"우리는 실험실에서 벗어나 이전보다 더 많은 방식으로 사용자에게 실제로 제공하고 있습니다... 우리의 예측이 정말 효과적이고 매우 유용하다는 확신이 있습니다."

웨더넥스트 2가 예보를 바꾸는 방법

이 시스템의 핵심은 기능적 생성 네트워크(FGN)로 알려진 모델링 접근 방식입니다.

전체 기상 시스템을 하나의 패키지로 학습하는 대신 특정 지점의 온도, 바람, 습도, 기압과 같은 개별 구성 요소에 대해 모델을 학습합니다.

이를 통해 이러한 요소들이 폭풍, 폭염 또는 바람의 변화 뒤에 더 큰 패턴을 형성하는 방법을 학습합니다.

또한 FGN은 각 예측에 목표 노이즈를 도입하여 모델이 긴 계산 주기를 반복하지 않고도 단일 시작점에서 수백 개의 그럴듯한 결과를 생성할 수 있도록 합니다.

딥마인드는 이 방법을 통해 테스트 변수의 99.9%에서 정확도를 높이고 해상도를 높여 이전에 사용하던 6시간 단위가 아닌 1시간 단위로 측정할 수 있다고 말합니다.

바타글리아에 따르면, 이 시스템은 "작년에 출시한 이전 확률 모델보다 약 8배 빠르며, 해상도 측면에서는 6배 더 뛰어나다"고 합니다.

그는 이 모델이 "우리가 테스트한 변수의 99.9%에서 이전 모델보다 성능이 뛰어나다"고 덧붙였습니다.

얼마나 빠른 속도와 이것이 중요한 이유

전체 WeatherNext 2 예보는 단일 Google 텐서 처리 장치에서 실행되며 1분도 채 걸리지 않습니다.

기존의 물리 기반 예보는 대기 역학을 재현하는 데 의존하는데, 이 과정은 슈퍼컴퓨터에서도 몇 시간이 걸릴 수 있습니다.

속도가 빨라지면 예측을 더 자주 새로 고칠 수 있어 빠르게 움직이는 시스템이나 새로운 극한 날씨를 추적하는 능력이 향상됩니다.

딥마인드는 이 모델이 15일 동안의 거의 모든 지점에서 온도, 바람, 습도, 기압에 대해 향상된 예측을 제공한다고 말합니다.

연속 순위 확률 점수를 사용한 정확도 테스트에서 새로운 시스템은 회사의 기존 확산 기반 모델인 GenCast와 비교했을 때 평균 풀링 CRPS의 경우 평균 8.7%, 최대 풀링 CRPS의 경우 7.5% 개선된 것으로 나타났습니다.

사이클론을 위한 더 강력한 성능

이 시스템의 주목할 만한 업그레이드 중 하나는 열대성 저기압을 더 정확하게 추적할 수 있는 기능입니다.

기후 관리를 위한 국제 베스트 트랙 아카이브와 비교했을 때, WeatherNext 2의 앙상블 평균 예보는 3~5일 예측 사이에 약 24시간의 리드 타임에 해당하는 위치 오차를 줄였습니다.

12시간 단위의 느린 버전의 모델도 이틀이 지나도 GenCast보다 정확도가 더 높았습니다.

이 아키텍처로 구동되는 초기 사이클론 예측 도구는 이미 테스트를 위해 기상청과 공유되었습니다.

제품 관리자 Akib Uddin은 실질적인 이점을 강조했습니다:

"더 정확한 예보를 더 빠르게 받아볼 수 있으며, 특히 점점 더 극한의 날씨를 경험하기 시작하면서 모든 사람이 올바른 결정을 내리는 데 도움이 됩니다."

사람들이 업그레이드를 볼 수 있는 위치

WeatherNext 2는 이미 Google 검색, Gemini, Pixel 날씨 및 Google 지도 날씨 API에서 활성화되어 있습니다.

맞춤형 모델링을 원하는 기업을 위한 얼리 액세스 프로그램과 함께 지도 전반에 걸쳐 더 광범위하게 배포할 계획입니다.

예측 데이터는 지리공간 및 대규모 분석을 위해 Google 어스 엔진과 BigQuery를 통해서도 사용할 수 있습니다.

우딘은 구글 플랫폼 전반에 걸친 통합이 진행 중이라고 말했습니다:

"검색을 하든, Android를 사용하든, Google 지도를 사용하든 날씨는 모든 사람에게 영향을 미치므로 더 나은 날씨 예측을 통해 모든 사람에게 도움을 줄 수 있습니다."

기업이 주목하는 이유

1시간 해상도는 에너지 사업자, 농업 계획자, 물류 네트워크 및 작은 시간 차이로 생산량이나 비용이 달라질 수 있는 기타 분야에 유용하다는 것이 입증되고 있습니다.

우딘은 이렇게 설명했습니다,

"비즈니스에 영향을 미치는 사안과 관련하여 보다 정확한 의사 결정을 내리는 데 도움이 됩니다."

이 모델은 하나의 결정론적 결과 대신 여러 가지 일관된 시나리오를 생성함으로써 조직이 돌발 상황에 대응하는 대신 위험에 대비할 수 있도록 지원하는 것을 목표로 합니다.

WeatherNext 2는 단순히 확률을 제공하는 대신 물리적으로 현실적인 결과의 확산을 보여줌으로써 변동성이 큰 상황에서 불확실성에 대한 보다 명확한 인사이트를 제공합니다.

구글은 ECMWF, 엔비디아, 화웨이 등 AI 기반 예보를 연구하는 여러 그룹에 합류했습니다.

하지만 이제 널리 사용되는 제품 전반에 WeatherNext 2가 탑재된 Google의 모델은 AI가 일상적인 날씨 정보를 재구성하는 가장 눈에 띄는 사례 중 하나가 될 수 있습니다.