미국에서 기상 데이터의 시작과 끝은 모두 미국해양대기관리처(National Oceanic and Atmospheric Administration, NOAA)에서 나옵니다. NOAA의 고해상도 시간 단위 업데이트(High Resolution Rapid Refresh, HRRR) 모델은 15분마다 관측데이터를 받아들이고, 기상 예측 정보를 시간 단위로 업데이트하지요.
NOAA가 제공하는 것보다 우수한 데이터를 확보하기 위해서는 수십억 달러를 투자해서 새로운 센서 층을 구축하거나, 데이터 과학의 전문가들로 구성된 박사 급 연구진을 꾸려야 하는데요. 보스턴 기반의 스타트업 ClimaCell는 이보다 더 나은 대안을 제시했습니다. 바로 소프트웨어입니다.
이스라엘 군인 출신인 쉬몬 엘카베츠(Shimon Elkabetz), 이타이 즐로트니크(Itai Zlotnik), 레이 고퍼(Rei Goffer)는 2015년에 기상 기술 회사를 설립했습니다. 세 사람 모두 군복무 시절에 기상 정보를 많이 활용하면서 실시간, 과거, 미래 등 시간대에 맞는 기상 정보를 파악해야 했습니다.
하지만 이들은 기상 정보에서 상당한 문제점을 발견했습니다. 데이터는 더디게 수집되고, 기상 예측은 정확도가 부족하다는 것이었습니다.
하버드와 MIT에서 대학원 과정을 다니며 재회하게 된 세 사람은 서로 이야기를 나누어보았습니다. 그리하여 이들은 정확도와 고해상도를 갖춘 지역 맞춤형(hyper-local) “초단기 예보(nowcasting)”를 통해 기상 데이터 활용을 혁신화하여 기업과 개인들이 더 나은 결정을 할 수 있도록 도울 수 있는 기회를 잡았습니다.
공동 설립자 중 한 명인 쉬몬 엘카베츠는 “이렇게 중요한 일을 해내기 위해서 우리는 모델링뿐만 아니라 컴퓨팅 연산 능력 측면도 개선해야 했습니다. 기상 정보를 제공하는 회사에서 나아가, 정보 공급업체로 거듭나는 것이 우리의 다음 목표입니다.”라고 포부를 밝혔습니다.
새로운 기상 정보 데이터
ClimaCell이 주력하는 시장은 어떤 외투를 입을지, 출근할 때 우산을 챙길지 여부를 결정하도록 도와주는 온라인 기상 정보 검색에 국한되지 않습니다. ClimaCell은 항공, 군사, 운전, 건설, 금융, 행사 계획 등 여러 분야에서 날씨에 숨겨진 데이터를 포착하고자 합니다.
쉬몬 엘카베츠에 따르면, ClimaCell은 목표를 달성하기 위해 실시간 기상 정보 데이터를 활용하고 개선시켜야 했습니다. ClimaCell의 설립자들이 찾아낸 해법은 기존 통신망의 신호를 활용해서 보다 많은 센서를 만들어내는 소프트웨어를 개발하는 것이었습니다. ClimaCell은 역내 전반에 걸친 노드(node)들을 활용해서 주변 환경을 감지하고 실시간으로 날씨 데이터를 추출합니다.
쉬몬 엘카베츠는 “ClimaCell은 다양한 네트워크에서 수집한 신호와 측정치를 평가합니다. 네트워크를 끊임없이 조합하고 신호를 신속하게 분석한 후 NOAA 데이터와 결합하여, GPU로 구동되는 모델에서 이 모든 것들을 연결시킵니다”라고 말했습니다.
ClimaCell은 3-6시간 후의 단시간 기상 예측을 제공하는 새로운 초단기 기상 예보모델을 만들기 위해서 이 데이터를 활용합니다. 즉 ClimaCell의 솔루션은 NOAA 데이터를 기반으로 보다 개선된 서비스를 더 빠르게 제공하는 셈이지요.
쉬몬 엘카베츠는 “ClimaCell의 모델은 분단위로 업데이트 됩니다. 그리고 훨씬 더 빠른 속도로 동기화 합니다”라고 말합니다.
세상을 바꾸는 기술
ClimaCell 기술의 핵심은 GPU입니다. ClimaCell은 엔비디아 테슬라(NVIDIA Tesla) GPU 가속기를 여러 방면에서 사용하고 있는데요. 신속하고 주기적인 데이터 시각화, 알고리즘 구동, 신호 분석, 개발 중인 예측 모델 구동을 예로 들 수 있습니다.
쉬몬 엘카베츠는 현대 GPU의 가격 적정성, 속도, 가용성뿐 아니라 클라우드 서비스 공급자의 GPU 사용 덕분에 ClimaCell과 같은 스타트업들이 이전에는 불가능하다 생각되었던 서비스를 구축할 수 있게 되었다고 말합니다.
ClimaCell는 보험, 야외 활동, 차량 공유를 비롯한 온디맨드 서비스 등 새로운 시장에 주목하고 있습니다. 앞으로 ClimaCell은 수익 창출보다도 세상을 변화시키는데 가장 큰 영향을 줄 것으로 기대됩니다.
쉬몬 엘카베츠는 “가장 흥미로운 점은 이런 종류의 데이터에 대한 신뢰도가 비교적 낮은 국가들에서 ClimaCell의 기술을 적용한다는 점입니다.”라고 말했습니다.
딥 러닝 기술을 적용한 기상 이벤트 연구 사례와 향후 발전 방향 및 발전 가능성에 대한 보다 많은 정보가 궁금하신가요?
10월 31일부터 11월 2일까지 인터컨티넨탈 서울 코엑스(COEX)에서 진행되는 ‘딥 러닝 데이 2017(Deep Learning Day 2017)’에 참가하세요.
10월 31일 진행되는 딥 러닝 데이 2017 컨퍼런스에서는 딥 러닝, 헬스케어, AI City, 자율주행차 그리고 AI 스타트업에서 어떻게 인공지능과 딥 러닝 기술을 도입하고 활용하는지 살펴보실 수 있는데요.
인공지능을 통한 기상 정보 예측으로는 한국과학기술정보연구원의 발표가 진행될 예정입니다. 참가자 분들은 기상 레이더 영상이나 인공위성 영상 등과 같은 기상 센싱 정보에 따른 태풍 경로 및 강우량 예측 등의 연구 내용과 더불어 일반적인 영상 처리와 다른 기상 영상 처리의 특징 등을 확인할 수 있답니다.
행사 전체 아젠다는 여기에서 살펴볼 수 있습니다. 참석을 원하시는 분들께서는 사전등록을 서둘러주세요!