기후가 빠르게 변화하는 시대에서 보다 정확한 예측을 약속하는 새로운 도구가 딥 러닝을 사용해 북극의 해빙 상태를 몇 개월 앞서 정확하게 예측하도록 지원합니다.
과학저널 네이처 커뮤니케이션(Nature Communications)에서 최근 발표된 논문에 설명된 바에 따르면, 새로운 인공지능(AI) 도구인 아이스넷(IceNet)은 북극 야생동물과 해안 지역사회를 보호해 줄 수 있는 조기 경보 시스템을 개선합니다.
영국 남극 조사소(British Antarctic Survey)와 앨런 튜링 연구소(Alan Turing Institute)가 이끄는 국제 연구팀으로 구성된 아이스넷은 과학자들을 오랫동안 힘들게 했던 도전 과제에 직면했습니다. 바스 AI 연구소(BAS AI Lab)의 데이터 과학자인 톰 앤더슨(Tom Andersson)은 성명에서 “기후 변화의 최전선에 있는 북극은 지난 40년간 상당한 기후 온난화를 겪고 있습니다”라고 설명했죠.
또한 “아이스넷은 북극의 지속가능성을 위해 신속하게 해빙을 예측할 수 있는 잠재력이 있으며, 기존 방식보다 예측력이 수천 배 빠릅니다”라고 덧붙였습니다.
해빙은 수면 위의 공기와 아래의 대양의 영향을 받으며 수면에서 형성되기 때문에 예측하기 까다롭습니다.
그러나 매년 형성되는 해빙의 양은 빠르게 감소하고 있죠.
기온이 상승되면서, 2020년 9월 북극해의 면적은 위성 측정이 시작됐던 해였던 1979년의 절반 수준으로 줄었습니다.
이는 캘리포니아의 약 15배에 달하는 면적이 손실되었다는 것을 의미합니다.
이 논문의 저자들은 이러한 변화가 기후, 북극 생태계, 그리고 이 지역에 사는 사람들에게 큰 영향을 미친다고 말합니다.
논문 저자들의 보고에 따르면, AI 예측 도구인 아이스넷은 두 달 앞서 일어날 해빙을 거의 95%의 정확도로 예측합니다.
이는 주류로 쓰이는 물리학 기반 모델에 비해 크게 개선된 것인데요.
아이스넷은 물리 법칙을 직접 모델링하려는 예측 시스템과 달리, 딥 러닝을 기반으로 합니다.
이 모델은 수천 년치의 기후 시뮬레이션 데이터로부터 해빙이 변화하는 과정을 “학습”합니다. 또한 이 데이터는 수십 년치의 관측 데이터로 보완되죠.
이로써 아이스넷은 몇 달 후의 북극 해빙의 범위를 예측할 수 있습니다.
아이스넷은 텐서플로우(TensorFlow) 딥 러닝 라이브러리를 사용해 널리 사용되는 프로그래밍 언어인 파이썬(Python) 3.7로 만들어졌습니다.
논문의 저자들의 보고에 따르면, 그 모든 연산이 NVIDIA Quadro P4000 GPU로 수행됐습니다. 해당 NVIDIA GPU로 앙상블 모델 하나를 사전 훈련하는 데 하루면 충분합니다.
앨런 튜링 연구소의 수석 연구원이자 바스 AI 연구소의 공동 연구원인 스콧 호킹(Scott Hosking)은 “저희의 신규 해빙 예측 프레임은 기존의 시스템이 이룰 수 없었던 방식으로 위성 센서의 데이터를 기후 모델의 결과물과 결합시킵니다”라고 말했습니다.
바스 AI 연구소의 앤더슨은 “이제 저희는 AI의 정확한 해빙 예측 능력을 입증했고, 다음 목표는 일기예보처럼 하루 단위의 모델을 개발해 실시간으로 공개하는 것입니다. 이것은 급속한 해빙 손실을 미리 알려주는 조기 경보 시스템으로 활용될 수 있습니다”라고 전했습니다.
이미지 출처: 미국 정부