웨더뉴스의 도모히로 이시바시(Tomohiro Ishibashi) 대표는 실리콘밸리의 날씨를 참 좋아한다는데요.
최근 개최된 GPU 기술 컨퍼런스에 연사로 나선 그는 캘리포니아주 날씨가 온화하다 보니 기상 예측을 더 잘 할 수 있는 방법을 떠올리기에 썩 좋은 곳은 아니란 점이 문제라고 우스갯소리로 말했답니다.
일본 기업 웨더뉴스(Weathernews)는 기상 예보 정확성을 높이고자 노력합니다. 도쿄 소재 스타트업인 dAlgnosis와 협력해 일반 시민들의 제보와 일본의 우수한 지상 기반 레이더 스테이션을 사용해 강수 예보 정확성을 높일 수 있는 AI 기반 모델을 트레이닝 하는 방식을 사용합니다.
이는 기존 기상 예측 모델을 단점을 완벽히 보완한 방법입니다. 이시바시 대표는 이 모델이 정교한 위성과 지상 레이더 시스템을 활용해 국내 기상 예보 서비스를 제공하며, 이는 각 언론사로 전달돼 시민들의 일상에 전해진다고 설명했습니다.
지난 20년 넘는 세월 동안 이 모델의 정확성이 크게 향상되지 않았다는 점이 문제였는데요. 이시바시 대표는 이를 100m 경주에 비유했습니다. 이미 기록이 좋은 선수들은 지난 몇 년간 기록을 채 1초도 단축하지 못했다고 하는군요.
극적인 개선을 이루려면 새로운 방식이 필요하겠죠. 이시바시 대표는 “로켓 팩 같은 기계를 등에 달면 100m를 6초, 5초에 돌파할 수도 있겠죠”라고 말했습니다.
딥 러닝이 바로 그 로켓 팩이죠.
전 세계 21개국에 800여명의 직원을 보유하고 있으며, 1억 5천만 달러 매출을 올리는 웨더뉴스는 AI와 스마트폰 네트워크, 자율 디바이스로 기상 예측과 같은 새로운 문제를 해결하기 위한 AI 사용에 집중하는 10인 기업 dAlonosis와 파트너십을 체결했습니다.
DAlgnosis는 웨더뉴스와 함께 NVIDIA DGX-1과 NVIDIA DGX-2 시스템에서 실행되는 GAN(Generative Adversarial Network)을 구축해 위성 이미지를 사용해 비구름이 어디서 형성될 지를 예측합니다.
위성 이미지의 장점은 세 개의 위성으로 상공에서 전 세계 넓은 지역의 날씨 상황을 볼 수 있다는 점이죠. 그러나 이들은 지상 기반 레이더 시스템만큼 정밀하게 비 구름을 감지하지 못합니다. 지상 기반 레이더는 설치와 운영에 많은 돈이 들죠. 일본은 정교한 지상 레이더 네트워크를 보유하고 있지만, 전 세계 지역 중 그렇지 못한 곳이 많습니다.
그러나 이 지상 레이더 네트워크가 일반 시민 제보나 트위터와 만나면 훌륭한 “지상 정보원”이 되며, 이를 DGX 특정 GAN을 트레이닝 시켜 위성 데이터에서 비 구름 모델을 만드는데 사용할 수 있습니다.
사계절이 뚜렷하고 돌발성 강우가 발생하는 일본은 전 세계 기상 상황을 모델링하고 예측할 수 있는 더 나은 방법을 마련하고자 하는 웨더뉴스에게 완벽한 기후를 가지고 있습니다.