UNIST "위성 자료·딥러닝 기술로 태풍강도 정밀하게 예측"

하이브리드-CNN 모델 개발

울산과학기술원(UNIST) 지구환경도시건설공학과 임정호 교수팀이 실시간 위성 자료와 딥러닝 기술을 합쳐 더욱 정밀하게 태풍 강도를 예측할 수 있는 기술을 개발했다. 이 '하이브리드 합성곱 신경망(Hybrid-CNN)' 모델은 태풍 강도 변화에 영향을 미치는 환경 요인을 객관적으로 추출해 최대 72시간 후의 태풍강도까지 예측했다.

2일 UNIST에 따르면 이 태풍강도 예측모델은 정지궤도 기상위성 자료와 수치모델 자료를 결합해 기존 예측보다 약 50% 향상된 성과를 보였다.

급격한 태풍 강화 상황에서도 우수한 예측 성능을 입증했다. 연구진이 개발한 하이브리드 합성곱 신경망(Hybrid-CNN) 모델은 24시간, 48시간, 72시간 후 태풍 강도를 객관적이고 정확하게 예측한다.

일반적인 태풍 관측 방식은 주로 정지궤도 위성자료만 사용해 예보관이 이를 분석했다. 분석에 오랜 시간이 걸리고, 수치모델의 불확실성에 의존하는 단점이 있었다. 그러나 연구진이 개발한 모델은 분석 속도를 크게 높인 덕분에 수치모델의 불확실성을 줄여 더 정확한 태풍 예보가 가능하다.

연구진은 천리안 1호와 천리안 2A호 위성자료를 이용해 전이학습 기반의 태풍 강도를 추정했다. AI를 통해 태풍 강도 자동 추정 과정을 시각화하고 정량적으로 분석해 태풍 예보의 정확성을 높였다. 기존의 기상 데이터를 학습한 AI가 새로운 태풍 데이터를 신속하고 정확하게 분석한 것이다.

[e-mail] 김만기 기자