AI 기반 기상 예보 모델 AIFS-CRPS: 기존 모델의 한계를 뛰어넘다
본 기사는 AI 기반 기상 예보 모델 AIFS-CRPS에 대한 연구 결과를 소개합니다. AIFS-CRPS는 CRPS 기반 손실 함수를 사용하여 훈련되며, 중기 및 아계절 예보에서 기존 물리 기반 모델보다 우수한 성능을 보였습니다. 이는 AI가 기상 예보 분야에서 혁신을 가져올 수 있는 잠재력을 보여줍니다.

지난 30년 동안 앙상블 예보는 기상 예보의 필수적인 부분이 되었습니다. 단일 예보보다 더 완전한 정보를 제공하여 날씨 사건의 확률을 추정하고 불확실성의 원천을 나타내며 대기 중 오차 성장의 일일 변동성을 고려할 수 있게 합니다.
하지만 기존의 물리 기반 모델은 한계를 가지고 있었습니다. 이러한 한계를 극복하기 위해 등장한 것이 바로 AIFS-CRPS입니다. 유럽 중기 예보 센터(ECMWF)에서 개발된 인공지능 예보 시스템(AIFS)의 변형인 AIFS-CRPS는 연속 순위 확률 점수(CRPS) 를 기반으로 하는 손실 함수를 사용하여 훈련된 혁신적인 기상 예보 모델입니다.
CRPS란 무엇일까요? CRPS는 예측의 불확실성을 정확하게 평가하는 데 유용한 점수입니다. AIFS-CRPS는 이 CRPS를 기반으로 하여, 유한한 앙상블 크기로 인한 점수의 편향을 제거하고 공정한 CRPS의 퇴화를 피하기 위해 거의 공정한 CRPS를 도입했습니다.
AIFS-CRPS의 가장 큰 장점 중 하나는 유연성입니다. 훈련된 모델은 확률적이어서 추론 시 원하는 만큼의 교환 가능한 멤버를 생성할 수 있습니다. 이를 통해 다양한 예측 시나리오를 고려하고 불확실성을 더욱 정확하게 반영할 수 있습니다.
실제 성능은 어떨까요? 연구 결과에 따르면, AIFS-CRPS는 중기 예보의 경우 대부분의 변수와 리드타임에 걸쳐 물리 기반 통합 예보 시스템(IFS) 앙상블보다 성능이 뛰어났습니다. 아계절 예보에서는 보정 전에 IFS 앙상블보다 우수했으며, 모델 편향의 영향을 제거하기 위해 예측을 이상으로 평가할 때 IFS 앙상블과 경쟁력을 갖추었습니다.
이 연구는 기계 학습 기반의 기상 예보 모델이 기존의 물리 기반 모델을 능가할 수 있음을 보여주는 중요한 사례입니다. AIFS-CRPS의 등장은 기상 예보 분야에 혁신을 가져올 뿐만 아니라, AI가 다양한 분야에서 복잡한 문제 해결에 기여할 수 있는 잠재력을 다시 한번 확인시켜줍니다. Simon Lang 외 17명의 연구진이 이룬 이 획기적인 연구 결과는 기상 예보의 미래를 밝게 비추고 있습니다.
Reference
[arxiv] AIFS-CRPS: Ensemble forecasting using a model trained with a loss function based on the Continuous Ranked Probability Score
Published: (Updated: )
Author: Simon Lang, Mihai Alexe, Mariana C. A. Clare, Christopher Roberts, Rilwan Adewoyin, Zied Ben Bouallègue, Matthew Chantry, Jesper Dramsch, Peter D. Dueben, Sara Hahner, Pedro Maciel, Ana Prieto-Nemesio, Cathal O'Brien, Florian Pinault, Jan Polster, Baudouin Raoult, Steffen Tietsche, Martin Leutbecher
http://arxiv.org/abs/2412.15832v1