미국 과학자들, 연안 홍수 예측에 AI 활용
미국 인구의 절반 이상이 국내총생산의 58%를 creating 도시와 카운티에 거주하고 있습니다. 이러한 연안 지역 공동체와 인프라는 열대성 폭풍, 허리케인, 폭우로 인한 바람과 홍수에 특히 취약합니다.
인공지능과 머신러닝(AI/ML) 기술을 활용해 루이지애나주립대(LSU) 컴퓨터과학과 하르트무트 카이저 교수는 홍수 대비 태세를 높이고 피해를 줄이기 위한 연구를 진행하고 있습니다.
LSU 컴퓨팅·기술센터의 선임 연구원이기도 한 카이저 교수는 텍사스대 오스틴캠퍼스(클린트 도슨), 노트르담대학교(요하네스 베스터링크), 로런스 버클리 국립연구소(루비 룽)의 연구진과 함께 이 프로젝트의 공동 연구자가 되었습니다.
이 프로젝트는 미 에너지부 산하 첨단과학컴퓨팅연구국(ASCR)이 지원하는 세 개 프로젝트 중 하나로, 각 프로젝트는 3년에 걸쳐 1,510만 달러를 지원받습니다.
“이 프로그램에서 이뤄진 것처럼 학문 분야 간 협력은 다양한 지식, 기술, 도구를 새로운 방식으로 결합해 수많은 핵심 과제를 해결하며 향후 과학적 발견으로 이어집니다. 이러한 프로젝트는 미국이 직면한 큰 문제들을 해결하며 우리 시설의 과학 생산성을 혁신할 수 있습니다”
MuSiKAL(AI/ML 기반 다중물리 모델링 및 지식 발견) 프로젝트에서 카이저 교수와 연구진은 다음 과제를 수행합니다:
- 미 에너지부의 엑스스케일 지구시스템 모델(ESM)을 고해상도 다중규모, 다중물리 연안 순환 모델과 통합합니다
- 연결된 ESM을 위해 AI/ML 기반의 고정밀 디지털 트윈(DT)을 개발해 홍수 예측과 완화 계획의 지연을 줄입니다
- DT를 활용해 현장과 위성에서 데이터를 지속적으로 수집할 수 있도록 AI/ML 기반 과학 데이터 수집 체계와 시각적 웹 플랫폼을 개발해 실험자와 컴퓨터 과학자를 연결합니다
- 멕시코만에 초점을 맞춘 포괄적 데이터셋으로 MuSiKAL의 다면적 기능과 워크플로를 시연하며, 여러 이해관계자가 데이터 수집을 공동 설계하고 홍수 모델링 결과를 공동 분석하며 모델 데이터를 지속적으로 통합·학습하도록 하는 데 중점을 둡니다
“텍사스, 루이지애나, 미시시피 연안의 멕시코만은 미국의 주요 에너지 거점이 자리한 곳이지만, 사회적으로 취약한 계층도 함께 거주하는 지역입니다. 이번 프로젝트는 과학과 지식을 활용해 홍수 피해를 최소화하고 이 지역의 사회경제적 안정성을 높이는 데 기여하고자 합니다”
궁극적으로 MuSiKAL 프로젝트는 에너지부 첨단과학컴퓨팅연구(ASCR)의 통합 컴퓨팅·데이터 인프라 프로그램에 크게 기여할 것입니다. FAIR 원칙(검색 가능성, 접근성, 상호운용성, 재사용성)에 따라 확장 가능한 분산 데이터 저장·관리 플랫폼을 구축하고, 모델 기반의 통합 DT 플랫폼을 도입해 실험자와 컴퓨터 과학자 간 긴밀한 협력을 가능하게 할 것입니다.
“모든 미국인의 복지는 해양, 해안, 연안 유역의 생태적 온전성과 지속 가능한 생산성에 달려 있습니다. 현재의 연안 홍수 예측 능력은 ESM이 연안 과정을 적절히 표현하지 못하고, 특히 연안 위험 요소를 제대로 반영하지 못하며, 실험자·분야 전문가와 컴퓨터 과학자 간 양방향 정보 전달을 돕는 자동화된 워크플로가 없다는 한계가 있습니다. 본 연구는 다양한 데이터와 분산·병렬 컴퓨팅 자원을 실시간에 가깝게 통합하고 AI/ML 기법을 결합한 DT 프레임워크를 개발해 연안 위험 예측 능력을 크게 향상시키는 것을 목표로 합니다”
LSU 연구진이 기상 및 자연재해 예측에 인공지능을 처음 활용한 것은 아닙니다. 2021년 5월 미국 국립대기연구센터(NCAR)는 기존 기상 모델로는 예측하기 어려운 폭풍 중 우박, 토네이도, 강풍을 예측하는 AI 시스템을 개발했습니다. 이 정보는 인터넷에서 무료로 제공되며 하루 두 번 갱신됩니다.
2021년 9월 영국 연구소 딥마인드는 향후 90분 내 강수 확률을 정확히 예측하는 딥러닝 도구 DGMR을 개발했습니다. 연구진은 여러 국가의 기상 당국이 정기적으로 공개하는 레이더 데이터로 AI를 학습시켰습니다. 예를 들어 영국에서는 5분마다 새로운 관측 자료가 나옵니다.
