AI를 활용한 홍수 및 폭풍 경고: 이점과 한계

DNVN - 지난 9월, 많은 유럽 국가들이 AI를 활용한 첨단 기상 예보 시스템으로 예측된 ​​홍수로 큰 피해를 입었습니다. AI는 과거 데이터를 더 저렴한 비용으로 분석하여 예측 정확도를 높이고 기존 모델보다 더 우수한 결과를 제공하지만, 전문가들은 여전히 ​​AI가 많은 한계를 안고 있다고 지적합니다.

오스트리아에서 소방관들이 홍수로 인해 물에 잠긴 사람들을 구조하고 있다. 사진: 키스톤

영국 레딩 대학교의 앤드류 찰튼-페레즈 교수는 AI 모델이 경우에 따라 물리 기반 모델보다 성능이 우수할 수 있지만, 항상 그런 것은 아니라고 말했습니다. AI 예측의 정확도는 입력 데이터의 품질에 크게 좌우됩니다. 데이터가 부족하거나 극단적인 사건이 연중 여러 지역에서 무작위로 발생한다면 재난 예측이 어려울 것입니다.

찰튼-페레즈 교수는 극한 기상 현상의 가능성을 평가하는 정확도를 높이기 위해 AI가 기존 예측 도구를 보완해야 한다고 제안하며, 데이터 수집 및 분석의 지속적인 개선이 필요하다고 강조했습니다.

유럽기상예보센터(ECMWF)는 1월부터 사이클론이나 폭염과 같은 극심한 기상 현상에 대한 신속한 장기 예보를 제공하는 통합 AI 시스템(AIFS)을 구축해 왔습니다. 최근 평가 결과, 이 시스템은 특히 9월 홍수의 원인이 된 폭우를 예측하는 데 효과적인 것으로 나타났습니다.

그러나 과학자들은 특히 기후 변화가 가속화됨에 따라 극한 기상 현상의 영향을 알리는 것이 중요하다고 경고합니다. 유럽 환경청(EEA)의 보고서에 따르면, 유럽 대륙은 현재의 적응 노력을 훨씬 능가하는 심각한 기후 위험에 직면해 있습니다. 가뭄, 산불, 고온, 홍수가 더욱 심각해질 것입니다.

또 다른 과제는 데이터 처리입니다. 복잡한 AI 모델은 지속적인 업데이트가 필요하고, 많은 컴퓨팅 리소스가 필요하며, 이는 기후 변화로 인한 배출량 증가에 기여하기 때문입니다. 이 문제를 해결하기 위해 마이크로소프트와 구글과 같은 대기업들은 원자력을 활용하여 데이터 센터를 유지하는 방안을 모색하고 있습니다. 전문가들은 또한 홍수 위험 지역의 개발을 제한하고, 홍수 저장 시설 및 조기 경보 시스템과 같은 물리적 솔루션에 투자할 것을 권고합니다.

비엣 안(t/h)

출처: https://doanhnghiepvn.vn/cong-nghe/su-dung-ai-de-canh-bao-bao-lut-nhung-hieu-qua-va-han-che/20241016095820496