마이크로소프트(MS)가 2~6주 뒤의 중기 날씨 예측 정확도를 높이는 AI 프레임워크를 공개했다. 기존 예보 모델에서 반복적으로 발생하는 오차를 머신러닝으로 분석해 보정하는 방식이라, 대규모 AI 모델을 새로 개발하지 않고도 기존 예보의 성능을 개선할 수 있다는 설명이다.

MS와 외부 연구진은 14일(현지시간) 확률적 편향 보정(PBC·Probabilistic Bias Correction) 기술을 개발했다고 발표했다.

관련 연구 결과를 담은 논문 ‘머신러닝을 활용한 중기 예보 기술 개선(Advancing subseasonal forecasting with machine learning)’은 국제 학술지 네이처에 게재됐다. 

현재 기상 예보는 약 2주 이내의 단기 예측에서 높은 정확도를 보이고 있으며, 장기적인 기후 전망도 발전하고 있다. 하지만 2~6주 사이의 중기 예보는 여전히 정확도를 높이기 어려운 영역으로 꼽힌다. 물리 법칙에 따라 대기와 해양의 변화를 계산하는 전통적인 모델과 과거 기상 데이터를 학습한 AI 모델 모두 예측 기간이 길어질수록 오차가 누적되고, 지구 시스템과 지역 날씨 사이의 복잡한 상호작용을 제대로 반영하기 어렵기 때문이다.

PBC는 이런 한계를 해결하기 위해 기존 모델의 예측 기록을 분석하고 반복적으로 발생하는 편향을 학습해 결과를 보정한다. 새로운 예보 모델을 처음부터 구축하는 대신 기존 모델 위에 보정 단계를 추가하는 방식이다. 특정 모델에 종속되지 않아 다양한 예보 시스템에 적용할 수 있으며, 상대적으로 적은 컴퓨팅 자원으로도 실행할 수 있다.

연구진은 세계 최고 수준의 예보 기관인 유럽중기예보센터(ECMWF)의 운영 예보 모델에 PBC를 적용해 성능을 평가했다. 그 결과 강수량 예측 대상의 98%, 기온 예측 대상의 92%, 기압 예측 대상의 91%에서 기존 모델보다 나은 결과를 얻었다. ECMWF의 AI 예보 시스템(AIFS)에 적용했을 때도 정확도가 두 배로 높아졌다.

정확한 중기 예보는 농업은 물론 전력 수급 계획과 수자원 관리, 재난 대응 등에서도 사전 대비 시간을 확보하는 데 중요한 역할을 할 수 있다. 연구진은 이 기술이 평균적인 날씨뿐 아니라 폭우와 한파 같은 극단적인 기상 현상을 예측하는 데도 도움이 된다고 설명했다.

MIT 연구 과학자이자 공동 저자인 주다 코언은 “2~6주 범위의 평균 예보뿐 아니라 홍수나 한파 등 극단적인 기상 현상에 대한 예측도 개선한다”며 “두 가지 모두 중요하지만, 사회에 미치는 영향은 극단적인 현상을 예측할 때 더 클 수 있다”고 말했다.

PBC의 성능은 실시간 예보 경쟁에서도 입증됐다. ECMWF가 2025년 8월 시작한 ‘AI 웨더 퀘스트(AI Weather Quest)’에서 MS 연구진과 외부 협력자들로 구성된 마이크로앙상블(MicroEnsemble) 팀은 PBC를 적용한 ‘마이크로듀엣(MicroDuet)’으로 첫 3개월 평가 기간에 모든 기상 변수와 예측 기간에서 1위를 차지했다. 이 시스템은 전 세계 34개 팀과 6개 주요 예보 기관의 예측 시스템을 앞섰으며, 1년간 진행된 실시간 예보에서도 가장 정확한 결과를 기록했다.

특히 2026년 초 미국을 강타한 두 차례의 강력한 겨울 폭풍을 발생 19~26일 전에 예측했다. 연구진은 기존 모델에 대한 보정이 준계절 예보의 정확도를 높이는 데 효과적이라는 점을 보여주는 사례라고 설명했다.

2025년 11월20일, PBC 기반의 마이크로듀엣이 12월 중순 미국 동부 지역에 발생할 것으로 예상되는 한파를 예측한 결과. 이는 ECMWF의 주요 편향 보정 역학 모델이 ​​예측하지 못한 현상이었다. (사진=MS)

PBC는 실제 현장에서도 활용되고 있다. 케냐에서는 소규모 농가의 농업 의사결정을 돕기 위해 케냐 기상청과 연구 기관들이 이 기술을 시험하고 있다. 관개 시설이 부족하고 강수량에 크게 의존하는 지역에서는 비가 언제 얼마나 내릴지에 대한 예측이 파종 시기와 종자 선택, 비료 사용을 결정하는 데 중요하다.

관련 연구를 이끄는 비영리단체 리자 리서치(Rhiza Research)의 제네비브 플래스폴러는 “비를 예측하기가 점점 어려워지는 만큼 예측 기술도 계속 개선해야 한다”며 “농민에게 가능한 한 정확한 정보를 제공하려면 새로운 방법과 더 나은 과학을 지속적으로 도입해야 한다”고 말했다.

MS는 PBC를 깃허브를 통해 오픈소스로 공개해 연구자와 개발자가 자유롭게 활용하고 개선할 수 있도록 했다. 또한 자체 기상 서비스인 ‘MS 웨더’의 최대 6주 예측 모델에도 이 기술을 적용하고 있으며, 해당 모델은 일부 고객을 대상으로 비공개 시험을 진행 중이다.

연구진은 PBC가 기존 기상 예보 시스템의 성능을 비교적 적은 비용으로 개선할 수 있다는 점에서 자원이 부족한 국가와 지역의 기상 기관에도 도움이 될 것으로 기대하고 있다.

박찬 기자 cpark@aitimes.com