상륙 하루 전에도 할 수 있는 일은 많다. 대피소를 열고, 구조 차량을 배치하고, 항만 운영을 멈추고, 취약 계층을 먼저 이동시킬 수 있다. Google DeepMind가 8월 6일 공개한 WeatherNext Cyclones의 의미는 이 시간에 있다.
모델은 Nature 논문과 함께 발표됐고 코드와 가중치도 공개됐다. Google DeepMind는 열대저기압 경로, 강도, 바람 구조에 대한 3일 예보가 기존 모델의 2일 예보 수준에 도달했다고 설명했다.
경로와 강도를 함께 예측한다
경로는 대규모 대기 흐름에, 강도는 중심부 주변의 열과 수증기 과정에 크게 좌우된다. WeatherNext Cyclones는 전 지구 대기 동역학과 전문가가 정리한 과거 저기압 기록을 함께 학습했다.
공식 글은 약 20TB의 대기 데이터와 IBTrACS의 약 5000개 폭풍 기록을 제시한다. 모델은 최대 15일 예보를 굴린 뒤 경로, 강도, 바람 반경 정보를 추출한다.
“Time is really golden when it comes to those types of decisions.”
미국 국립허리케인센터 Mike Brennan의 말처럼, 하루의 차이는 대피와 물자 배치에서 바로 비용과 위험으로 이어진다.
낮은 해상도가 의외의 지점
흥미로운 점은 28×28km 입력으로 강도 예측까지 끌어올렸다는 것이다. 이는 전통적인 고해상도 접근보다 약 100배 거칠다. 111×111km Mini 모델도 좋은 성능을 보인다고 설명됐다.
다만 GitHub 저장소는 이 모델이 공식 경보를 대체하지 않는다고 명시한다. 모델의 확률 출력을 실제 피해와 행동 지침으로 바꾸는 일은 여전히 예보관의 몫이다.
시나리오가 50개에서 1000개로
WeatherNext는 올해 저기압 하나당 앙상블 시나리오를 50개에서 1000개로 늘렸다. Google은 단일 TPU에서 15일 예보를 1분 미만에 만들 수 있다고 밝혔다.
2025년 허리케인 Melissa 때 모델은 상륙 5일 전 80% 신뢰도로 자메이카의 카테고리 5 상륙을 예측했다고 WIRED가 보도했다. 한 사례만으로 다음 시즌을 보장할 수는 없지만, 순수한 사후검증을 넘어섰다는 신호다.
동아시아 태풍권에서는 해역, 지형, 관측망, 경보 체계에 맞춘 독립 검증이 필요하다. 지켜볼 지표는 해역별 오차, 급격한 강도 증가 탐지율, 그리고 실제 대피와 자원 배치 시간이 앞당겨지는지다.
출처: Google DeepMind, Google Blog, Nature, WIRED, GitHub WeatherNext, CocoLoop; 발표 시점, Nature 게재, 3일 대 2일 예보 기준, 24시간 선행 이점, 20TB 대기 데이터, 약 5000개 폭풍, 1000개 앙상블, 28×28km 입력 해상도, 15일 예보, 오픈소스 라이선스를 확인.