Google Research와 Google DeepMind는 회사의 AI 일기 예보 시스템의 최신 버전이자 Google의 설명에 따르면 지금까지 가장 정확한 글로벌 예측 모델인 WeatherNext 3를 출시했습니다. 9월 3일에 발표된 이 시스템은 날씨 정보를 검색, Google 지도 및 Gemini에 제공하기 시작하며 Google의 클라우드 플랫폼을 통해 기업과 연구원에게 제공됩니다.

수십 년 동안 전 세계 대부분의 일기예보를 생성해 온 정부 슈퍼컴퓨터와 달리 WeatherNext 3은 딥 러닝 모델입니다. 대기 물리학의 방정식을 단계별로 풀기보다는 관찰에서 직접 패턴을 학습합니다. 구글은 또한 원시 위성 관찰을 고해상도 글로벌 예측에 직접 통합한 최초의 AI 모델이라고 밝혔습니다. 이는 적어도 한 경쟁업체가 이의를 제기하는 주장입니다. 무엇이 바뀌었는지, 그리고 Google 이외의 예측자들이 이 분야의 최신 AI 개발을 면밀히 관찰하고 있는 이유는 다음과 같습니다.

AI가 일기예보 틀을 깨뜨린 방법

전통적인 예측은 미국 기상청과 ECMWF(유럽 중거리 기상예보 센터)와 같은 국가 기관에서 나왔습니다. ECMWF의 슈퍼컴퓨터는 대기의 물리학을 설명하는 수학 방정식을 분석합니다. 이러한 시스템은 매우 정확하지만 비용이 많이 들고 비교적 느립니다.

딥 러닝 대안은 ECMWF가 2018년에 반세기 넘게 보관된 기상 데이터를 공개한 이후부터 시작되어 연구원들에게 코퍼스 신경망이 번창하는 훈련 유형을 정확히 제공했습니다. DeepMind의 직원 연구 과학자 관리자인 Ferran Alet는 TechCrunch에 "날씨가 혼란스럽기 때문에 작은 차이가 실제로 큰 혼란을 일으키기 시작합니다."라고 말했습니다. "머신러닝은 우리가 실제로 해결하고 있는 문제, 즉 불완전한 정보와 유한한 계산으로 인한 대략적인 잡음 물리학을 목표로 하며, 따라서 많은 데이터에서 패턴을 학습합니다."

더 선명하고, 더 빠르고, 더 빈번하게

WeatherNext 3는 이전 모델보다 더 큰(2.4배 더 많은 매개변수) 모델이며, 이제 온도, 풍속 및 습도에 대한 AI 예측 시스템을 비교하는 독립 벤치마크인 Brightband의 Operational WeatherBench에서 1위를 차지했습니다. TechCrunch에 따르면 이는 Google, Microsoft, Nvidia 및 ECMWF의 경쟁 딥 러닝 모델보다 성능이 뛰어나며 미국 국립 기상청과 ECMWF가 자체적으로 생성한 전통적인 수치 예측을 능가합니다.

실질적인 이득은 상당합니다.

  • 대부분의 AI 모델이 15~25km 영역에 걸쳐 예측하는 주요 변수에 대한 해상도는 5km까지 감소합니다. 디코더는 모델이 WeatherNext 2보다 5배 더 자세하다고 보고합니다.
  • 비 예측은 Google 평가에서 WeatherNext 2에 비해 60% 향상되었으며, 9to5Google은 Google 자체 제품의 강수 예측이 50% 더 정확하다고 인용합니다.
  • 모델이 매시간 실시간으로 수집된 위성 관측치를 수집할 수 있기 때문에 표준 6시간 주기 대신 시간별 예측입니다.
  • 관측소 수준 타겟팅. 즉, 모델이 그리드 사각형뿐만 아니라 특정 기상 관측소가 무엇을 측정할지 예측한다는 의미입니다.

Brightband의 대기 과학자 Daniel Rothenberg는 TechCrunch에 "많은 AI 응용 프로그램을 사용하여 가능한 한 엔드 투 엔드 작업을 실행하려고 하는 아이디어입니다."라고 말했습니다. "이제 이 모델에 예측 기능을 추가하면 예를 들어 덴버 공항의 기상 관측소가 시간 단위로 무엇을 측정할지 예측하는 작업이 핵심에 더 가깝게 연결됩니다."

원시 위성 데이터 분쟁

Google의 첫 번째 주장은 모델 아키텍처만큼이나 데이터 배관에 달려 있습니다. 대부분의 AI 예보관은 여전히 ​​정부 기상청에서 생성한 형식화된 분석 데이터 세트를 훈련하고 초기화합니다. WeatherNext 3는 원시 위성 관측을 매시간 직접 수집합니다. Google은 진정한 데이터 동화에 더 가깝다고 주장합니다.

AI 기상 스타트업인 WindBorne은 자사의 WeatherMesh 6 모델이 2025년 말부터 자사의 기상 관측 기구 및 기타 소스에서 얻은 원시 관측치를 통합해 왔다고 반박했습니다. 분쟁에 대해 질문을 받은 Google은 예측의 글로벌 해결 방법을 지적했습니다. TechCrunch는 두 회사 모두 여전히 파이프라인의 일부에 대해 국가 데이터 세트에 의존하고 있으므로 전체 분야에서 완전한 직접 동화가 진행 중인 작업으로 남아 있다고 지적합니다.

사용자가 볼 수 있는 위치

Google의 선임 엔지니어인 Samier Merchant는 TechCrunch에 "핵심 변수 중 일부가 많은 Google 제품을 공급하고 강화하는 것은 이번이 처음이 될 것입니다."라고 말했습니다. 검색, Google 지도 및 Gemini의 날씨 정보는 WeatherNext 3 출력을 활용하여 AI가 생성한 예측을 수십억 명의 사용자에게 제공할 것입니다. 이들 중 다수는 자신의 모델을 결코 알지 못할 것입니다.

앱 너머가 중요한 이유

경제는 더 큰 이야기입니다. AI 예측은 슈퍼컴퓨터 앙상블에 비해 빠르고 저렴하며, 이를 통해 예측을 감당할 수 없었던 지역에서도 유용한 예측을 수행할 수 있습니다. Decoder는 정확한 예측이 부족한 아프리카, 라틴 아메리카 및 아시아 태평양 지역이 가장 큰 이익을 얻을 것이라고 보고합니다. Bill Gates는 개발도상국의 농작물 수확량을 향상시키는 더 나은 예측과 함께 AI 일기 예보를 구체적인 개발 이점으로 언급했으며 Alet은 고해상도 바람, 비 및 구름 예측이 재생 가능 에너지 프로젝트의 신뢰성을 더욱 높일 수 있다고 지적했습니다.

유럽과 미국의 기상청은 이미 AI 모델을 운영 제품에 접목하고 있습니다. WeatherNext 3를 통해 언어를 재구성하는 혁신적인 혁명이 조용히 일상 날씨의 엔진이 되었습니다.

AI보다 앞서 나가세요

AI 연구는 빠르게 진행됩니다. 최신 AI 개발을 한 곳에서 확인하세요.

AI 뉴스 자세히 보기 →