AI는 홍수 경보를 강화하지만 재해 위험을 없애지는 못합니다

지난 9월 유럽 일부 지역에 홍수가 발생했을 때, 그 피해 규모는 사람들을 놀라게 했습니다. 인공지능으로 강화된 정교한 예보 시스템으로 예보된 폭우였기 때문에 폭우를 예상하지 못했어야 했습니다.

하지만 사전 경고가 곧 사전 대비를 의미하는 것은 아니었습니다. 비는 정확하게 예측되었지만 수해 지역에 미치는 영향은 그렇지 않았으며, 이는 점점 더 빈번해지는 기상이변에 대처하는 것이 얼마나 어려운지를 보여주는 사실입니다.

AI는 다양한 통계 도구를 사용하여 수년간의 과거 데이터를 분석하고 패턴을 예측함으로써 기존의 수치 일기 예보보다 저렴한 비용으로 일기 예보를 강화했습니다.

AI 기술은 도시 홍수와 같은 사건이나 산악 지역과 같은 복잡한 지형에서 보다 구체적인 예측을 생성할 수 있습니다.

예를 들어, 재분석 데이터에서 직접 학습된 머신 러닝 기반 방법인 구글이 투자한 GraphCast는 기존 모델보다 성능이 뛰어난 것으로 밝혀졌습니다. 재분석 데이터는 과거의 날씨와 기후에 대한 가장 완벽한 그림을 제공하기 위해 최신 예측 모델로 재실행된 과거 예측에 의존합니다.

그러나 전문가들은 데이터 수집 모델을 강화하기 위한 투자 및 정보 사용 방식에 있어 여전히 지식의 격차가 존재한다고 말합니다.

영국 레딩 대학교의 기상학 교수인 앤드류 찰튼 페레즈는 "어떤 경우와 일부 변수에 대해서는 AI 모델이 물리학 기반 모델을 이길 수 있지만, 다른 경우에는 그 반대의 경우도 있습니다."라고 말합니다.

한 가지 문제는 AI 모델의 효율성은 입력되는 정보만큼만 우수하다는 것입니다. 입력 데이터가 적거나 기상이변이 연중 다른 시기 또는 다른 지역에서 더 자주 발생하면 기상 재해를 예측하기가 더 어려워집니다.

찰튼-페레즈는 "AI 기반 일기 예보를 잘 활용하면 기상이변의 가능성을 정확하게 평가하고 해석할 수 있는 더 큰 규모의 예보 집합을 생성하여 예측 도구 상자를 보완하고 개선할 수 있습니다."라고 덧붙였습니다.

소통이 근원

1월부터 유럽 국가에 하루 4회 예보를 제공하는 독립 기관인 유럽 중거리 기상 예보 센터 (ECMWF) 는 인공 지능/통합 예보 시스템 (AIFS) 을 사용하고 있습니다.

이 데이터 기반 예보 모델은 여러 예측을 신속하게 수행하고 사이클론 및 폭염과 같은 기상 현상에 대한 장기 예보를 제공합니다.

전문가들은 9월 홍수를 앞두고 ECMWF가 예측한 수치는 정확했다고 말합니다.

기상 관측소 지오스피어 오스트리아의 언론 담당자인 토마스 보스탈은 Context/ 톰슨 로이터 재단과의 인터뷰에서 ECMWF의 예측을 포함한 수치 모델이 국지적으로 300-400밀리미터 (11.8-15.7인치) 의 비를 예보했고, 이는 그대로 실현되었다고 말했습니다.

그러나 과학자들은 정확한 예보에도 불구하고, 특히 기후 변화로 인해 극심한 날씨가 더 빈번해지는 시대에는 소통이 중요하다고 말합니다.

"최근 홍수 ()...는 150~200년에 한 번 일어나는 매우 드문 일이기 때문에 기상 모델이 이를 포착하더라도 어느 정도 불확실성이 존재한다고 생각합니다."라고 옥스퍼드 대학교의 날씨 및 기후 예측 박사후 연구 조교인 슈루티 나스(Shruti Nath)는 말합니다.

"사람들에게 미칠 수 있는 심각성을 전달할 수 있는 방식으로 경고를 만들어야 사람들이 행동하지 않을 때의 비용과 행동으로 인한 비용이 실제로 훨씬 더 크다는 것을 알 수 있습니다. 그래서 사람들은 실제로 (에) 더 많은 리소스를 넣을 것입니다."라고 그녀는 말했습니다.

뒤처진 유럽?

유럽은 정책과 적응 조치를 앞지르는 긴급한 기후 위험에 직면해 있다고 유럽 환경청의 보고서가 경고했습니다.

극심한 더위, 가뭄, 산불, 홍수는 낙관적인 지구 온난화 시나리오 하에서도 유럽에서 악화될 것이며 대륙 전역의 생활 조건에 영향을 미칠 것이라고 EEA는 말합니다.

홍수 이후 유럽 위기 관리 담당 위원인 야네즈 레나르치치는 이번 재난이 이례적인 일이 아니라고 말했습니다.

"일생에 한 번 발생하던 이러한 극심한 기상 이변은 이제 거의 매년 발생합니다. 기후 파괴의 전 세계적 현실이 유럽인들의 일상으로 들어왔습니다."라고 그는 말했습니다.

일부 기술 기업가들은 유럽이 아직 준비가 되지 않았다고 말합니다.

홍수와 산사태를 예측하는 모델을 개발하는 노르웨이 소재 7Analytics의 공동 설립자 조나스 토랜드는 미국의 정부와 기업에는 환경 위험 평가에 익숙한 위험 관리자가 있는 반면, 유럽에서는 당국의 준비가 부족하다고 말했습니다.

오슬로, 베르겐, 크리스티안산드 시에서 모델을 사용하는 토랜드는 톰슨 로이터 재단과의 인터뷰에서 "정보에 기반한 의사결정을 위한 최소한의 데이터 지원으로 상당한 비용을 지출하는 경우가 많다"고 말했습니다.

"AI는 이러한 모델에서 중요한 구성 요소이지만, 안타깝게도 정부는 이러한 고급 AI 솔루션에 투자하거나 구매하지 않고 있습니다."라고 그는 말하며 정부가 "기존의 데이터 제공업체와 컨설턴트를 고수하고 있다"고 덧붙였습니다

이러한 복잡한 AI 모델은 예측이 변경될 때마다 매시간 업데이트를 실행해야 하기 때문에 데이터 처리도 어려운 과제입니다.

이를 위해서는 많은 컴퓨팅 성능과 많은 시간이 필요하며, 특히 더 세분화된 규모에서는 더욱 그렇습니다.

7Analytics가 예측에 사용하는 1미터 단위 그리드는 10미터 단위 그리드보다 100배 더 상세하지만 처리하는 데는 100배 이상의 시간이 필요합니다.

또한 컴퓨팅 성능이 높다는 것은 엄청난 양의 에너지와 물이 필요하다는 것을 의미하며, AI 모델은 기후 비상사태를 초래하는 지구 온난화 배출량을 증가시키기 때문에 문제의 일부가 되고 있습니다.

Microsoft와 Google과 같은 일부 대형 기술 기업들은 거대한 데이터 저장 센터를 운영하기 위해 원자력을 활용하는 방안을 모색하고 있습니다.

다른 과학자들은 당국이 예측 능력을 개선하는 것 외에도 홍수를 안전하게 저장할 수 있는 지역 개발과 조기 경보 시스템과 같은 물리적 해결책에 투자해야 한다고 강조합니다.

또한 기후 변화로 인한 홍수가 더 심해질 가능성을 고려하여 홍수 취약 지역의 개발을 최소화하고 배출량을 제한하겠다는 약속을 이행해야 합니다.

"이것은 데이터나 기술, 지식의 문제가 아닙니다. 이는 실행과 정치적 의지의 문제입니다."라고 런던 임페리얼 칼리지의 선임 강사인 프리데리케 오토는 질문에 대한 이메일 답변에서 말했습니다.

"세계가 기후 변화의 근본 원인인 화석 연료를 태우는 한 극심한 기상 이변은 계속 심화되어 사람들을 죽이고 집을 파괴할 것입니다. 이러한 추세를 억제하려면 석유, 가스, 석탄을 재생 에너지로 대체해야 합니다."