Google DeepMind는 WeatherNext AI 날씨 모델이 열대성 저기압 예측에서 최첨단 정확도를 달성하고 주요 운영 예측 시스템에 비해 평균 하루 종일 이상의 예측 리드 타임을 확보했음을 보여주는 동료 검토 결과를 발표했습니다. 이 연구는 2026년 8월 6일 Nature 저널에 게재되었으며 Google은 출판물과 함께 모델을 오픈소스화하고 있습니다.

이러한 획기적인 발전은 AI 산업 보도가 강화되는 순간에 이루어지며, 여기서 인공 지능은 위험성이 높은 과학 및 공공 안전 문제에 점점 더 많이 적용되고 있습니다. DeepMind 발표에 인용된 수치에 따르면 열대 저기압은 지난 50년 동안 700,000명 이상의 사망자와 1조 4천억 달러의 경제적 손실을 초래했으며, 대피 및 재난 대응에 따른 결과적으로 예측 리드 타임이 약간 증가했습니다.

하루의 리드타임을 하나의 시스템으로 압축

헤드라인 결과는 리드타임입니다. 2023년부터 2025년까지 사이클론에서 WeatherNext의 경로, 강도 및 바람 구조 예측은 주요 운영 모델에 비해 평균 하루 이상의 이점을 제공합니다. 실질적으로 3일 예측은 이전 시스템이 2일 예측과 일치합니다. 연구원들은 이러한 개선이 단일 AI 시스템으로 압축된 약 10년 간의 운영 기상학적 진보와 비슷하다고 설명합니다.

대피 명령, 공급 준비, 비상 선언이 시간에 좌우되는 사이클론 예측에서는 그 여유가 가장 중요한 지표입니다. 이 논문에서는 최대 15일 동안 열대 저기압의 경로, 강도 및 크기에 대한 앙상블 예측을 생성하는 AI 모델인 WeatherNext Cyclones를 소개합니다.

모델 작동 방식

훈련 데이터는 지구 대기 분석과 거의 5,000건의 과거 폭풍에 대한 IBTrACS 데이터베이스를 결합했습니다. 이 모델은 단일 지점 예측이 아닌 확률 분포를 생성하기 위해 Functional Generative Networks를 사용하며 이전 시스템의 50개 멤버 실행의 20배인 1,000개 멤버 앙상블로 확장됩니다. 더 큰 앙상블은 폭풍의 풍속이 갑자기 급증하는 위험한 현상인 급속한 강화와 같이 드물지만 결과가 큰 사건을 더 잘 포착합니다.

한 가지 발견은 그것이 도전하고 있는 점에서 두드러집니다. 높은 공간 해상도는 오랫동안 정확한 강도 예측의 대가로 여겨져 왔습니다. WeatherNext Cyclones는 기존 지역 모델보다 약 100배 더 거친 28 x 28km 입력에서 실행되며 WeatherNext 2-mini라는 소형 변형은 111 x 111km에서 작동하면서도 여전히 좋은 성능을 발휘합니다. 논문에서는 고해상도가 최첨단 강도 예측을 위한 엄격한 전제 조건이 아니라고 밝혔으며, 연구원들은 모델이 더 거친 데이터에서 강도 신호를 어떻게 추출하는지 공개 질문으로 표시했습니다.

2025년 허리케인 시즌 동안 테스트됨

평가는 순전히 회고적이지 않았습니다. 2025년 대서양 허리케인 시즌 동안 이 모델은 국립 허리케인 센터(National Hurricane Center)의 운영 워크플로와 함께 실행되었으며 예측가가 허리케인 멜리사의 급속한 강화와 자메이카 상륙을 미리 예측하여 조기 경보를 지원하는 데 도움이 되었습니다. NHC의 2025년 검증 보고서는 시즌 예측 성과를 문서화합니다. 올해 시스템은 예보관의 의사 결정을 지원하기 위해 사이클론당 1,000개의 가능한 시나리오를 생성합니다.

이 작업은 Google DeepMind와 Google Research 과학자 및 국립 허리케인 센터, CIRA(Cooperative Institute for Research in the Atmosphere) 및 UK Met Office의 운영 예측가 간의 공동 작업으로 이루어졌으며 이들 중 몇몇은 Nature 논문의 공동 저자입니다.

세 가지 오픈 소스 변형 출시

오픈 소스 릴리스에는 세 가지 모델 변형이 포함됩니다.

  • WeatherNext Cyclones — 2025년 허리케인 시즌 동안 실행되었으며 그 결과가 신문에 게재된 버전
  • WeatherNext 2 — Google이 2025년 10월에 운영한 최신 업데이트
  • WeatherNext 2-mini — 무료 Google Colab 노트북의 단일 TPU에서 실행되는 컴팩트 버전

세 가지 모두에 대한 코드와 가중치는 GitHub에서 사용할 수 있습니다. 하나의 TPU에서 단일 15일 예측은 1분도 채 걸리지 않습니다. 즉, 채택에 대한 제약은 이제 컴퓨팅이 아닌 전문 지식과 통합입니다.

Google은 사이클론 추적에서 온도, 강수량, 풍속을 포괄하는 전체 글로벌 예측으로 확장한 Weather Lab에서도 예측을 탐색할 수 있습니다. 모델과 Weather Lab은 모두 기후 및 지리공간 문제에 기계 학습을 적용하기 위한 회사의 포괄적인 노력인 Google Earth AI 내에 있습니다.

중요한 이유

결과는 더 광범위한 추세를 강화합니다. AI 기반 기상 모델은 많은 기상학자가 예상한 것보다 빠르게 연구 시연에서 운영 도구로 이동하고 있습니다. Google은 가중치를 오픈 소스화하고 최상위 저널에 게시함으로써 WeatherNext를 전 세계 국가 기상 기관 및 연구원이 구축할 수 있는 참조 시스템으로 자리매김하고 있습니다.

사이클론이 발생하기 쉬운 지역의 지역사회에서는 추가 경고 기간이 질서 있는 대피와 혼란스러운 대피를 가를 수 있습니다. AI 기상 모델이 계속해서 성숙해짐에 따라 경쟁 문제는 정확성뿐 아니라 예측을 가장 빨리 행동으로 전환할 수 있는 사람이 누구인지로 옮겨가고 있습니다.

AI보다 앞서 나가세요

인공 지능이 과학, 인프라, 일상 생활을 어떻게 변화시키고 있는지 자세히 알아보려면 AI 속보 보도를 팔로우하세요. 우리는 해당 분야를 형성하는 연구, 회사 및 정책을 실시간으로 추적합니다.

AI 뉴스 자세히 보기 →