Menu
밀레 인덕션 - 2024년 실시간 업데이트
UNIST,딥러닝 기반 태풍 예측 모델 개발
24~72시간 전 태풍 강도 예측 미 항공우주국(NASA) 지구관측소가 2022년 우주에서 찍은 태풍 힌남노 사진을 공개했다./NASA 
국내 연구진이 실시간 위성 자료와 딥러닝 기술을 합쳐 태풍을 정밀하게 예측할 수 있는 기술을 개발했다.
임정호 울산과학기술원(UNIST) 지구환경도시건설공학과 교수 연구팀은 태풍 정보를 정확하게 분석하는 딥러닝 기반 예측 모델을 개발했다고 2일 밝혔다.이 모델은 정지궤도 기상위성 자료와 수치 모델 자료를 결합해 태풍 강도를 실시간으로 예측한다.
연구팀은‘하이브리드-합성곱 신경망’으로 24시간,48시간,밀레 인덕션72시간으로 나눠 태풍 강도를 예측하는 기술을 개발했다.이 모델은 기존 예측보다 50% 향상된 정확도를 보였고,밀레 인덕션급격히 태풍이 강화되는 과정도 예측할 수 있다.
일반적인 태풍 관측은 정지궤도 위성자료만 사용해 예보관이 분석하는 방식이다.이 방식은 분석이 오래 걸리고,밀레 인덕션수치 모델의 불확실성에 크게 의존한다는 단점이 있다. 임정호 울산과학기술원(UNIST) 지구환경도시건설공학과 교수 연구팀이 개발한 딥러닝 기반 태풍 예측 프레임워크 개념도./UNIST 
연구팀은 해양기상위성 천리안 1호와 천리안 2A호 위성자료를 전이학습에 적용해 태풍 강도를 추정했다.전이학습은 하나의 문제를 해결하고 관련된 문제에 적용하는 동안 얻은 지식을 저장하는 데 집중하는 기계 학습을 말한다.인공지능(AI)로 태풍 강도 추정 과정을 시각화하고 정량적으로 분석해 태풍 예보 정확성을 높일 수 있다.
새로 개발한 AI 기술은 예보관들에게 신속하고 정확한 태풍 정보를 제공해 재난 대비에 도움이 될 것으로 기대된다.임정호 교수는 “딥러닝 기반 태풍 예측 기술은 예보관들에게 더욱 정확한 정보를 제공할 수 있어 신속하고 효과적인 대책을 마련할 수 있게 해줄 것”이라고 설명했다.
이번 연구는 해양수산부와 과학기술정보통신부,밀레 인덕션정보통신기획평가원의 지원을 받았다.연구성과는 지난 3월 국제학술지‘지아이사이언스 앤드 리모트 센싱(GIscience and Remote Sensing)’과 지난 5월‘아이사이언스(iScience)’에 게재됐다.
참고 자료
GIscience and Remote Sensing(2024),DOI: https://doi.org/10.1080/15481603.2024.2325720
iScience(2024),밀레 인덕션DOI: https://doi.org/10.1016/j.isci.2024.109905
