"한 달 뒤 산불 위험, AI로 더 정확하게 예측한다" 작성일 06-25 36 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">UNIST, 전 세계 산불기상지수 예측하는 딥러닝 모델 개발</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="0SnaopV71R"> <figure class="figure_frm origin_fig" contents-hash="94f24cb10c4864814c3d198b58828933f1b2f1a905b0e4dd233fd5fcbbc45a0e" dmcf-pid="pvLNgUfzZM" dmcf-ptype="figure"> <p class="link_figure"><img alt="연구진 모습 왼쪽부터 UNIST 임정호 교수, 국민대 강유진 교수, UNIST 이시현 연구원. [울산과학기술원 제공. 재판매 및 DB 금지]" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202606/25/yonhap/20260625162406963pgpp.jpg" data-org-width="1200" dmcf-mid="3Wacjz6bte" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202606/25/yonhap/20260625162406963pgpp.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 연구진 모습 왼쪽부터 UNIST 임정호 교수, 국민대 강유진 교수, UNIST 이시현 연구원. [울산과학기술원 제공. 재판매 및 DB 금지] </figcaption> </figure> <p contents-hash="b95346b0e47d9b8637c7e6a62d51bdc342d2983e7690480010bda2de6bb8bc9a" dmcf-pid="UTojau4qZx" dmcf-ptype="general">(울산=연합뉴스) 김용태 기자 = 한 달 뒤 산불 위험을 기존 수치예보 기반 방식보다 더 정확하게 예측하는 인공지능(AI) 기술이 나왔다.</p> <p contents-hash="a3ea7a4add5092ec1092bd896c9a5df62189720fdb9b1a84ada89b5745835b19" dmcf-pid="uygAN78B1Q" dmcf-ptype="general">울산과학기술원(UNIST) 지구환경도시건설공학과 임정호 교수팀은 전 세계 산불기상지수(FWI)를 하루 단위로 최대 31일 앞서 예측하는 글로벌 딥러닝 모델 'FWI-Net'을 개발했다고 25일 박혔다.</p> <p contents-hash="9eb03f0b9567e2d175575b588d4788982ba6a5d7b9ad60cf47f498cd9cc1f20f" dmcf-pid="7Wacjz6bXP" dmcf-ptype="general">산불기상지수는 기온과 상대습도, 바람, 강수량을 종합해 불씨가 생겼을 때 산불이 크게 번질 위험이 얼마나 큰지를 보여주는 지표다.</p> <p contents-hash="081b70cdf9cbd95a38b43c44f662bc62d0435adff9d67c8b1522f6894265cf63" dmcf-pid="zYNkAqPKt6" dmcf-ptype="general">이 지수로 산불 위험이 커질 지역에 소방 인력과 장비를 미리 배치하고 주민 경보나 산림 출입 통제 등 예방 대책을 세울 수 있다.</p> <p contents-hash="95f9238b4820ed1ca263a039fc930d3d98678a7685cfb5f1e4043d000012b954" dmcf-pid="qGjEcBQ9X8" dmcf-ptype="general">그러나 기존 유럽중기예보센터(ECMWF)의 수치예보 기반 방식은 약 2주가 지나면 지역별 정확도가 빠르게 떨어지는 한계가 있다.</p> <p contents-hash="fc9949a15524bf4b10d851325f761a3bf36252fefeec17f2e39a088796517201" dmcf-pid="BTIShQgRt4" dmcf-ptype="general">연구팀이 개발한 모델은 기존 방식보다 31일 전체 예측 기간의 평균 제곱근 오차(RMSE)를 6.6% 줄였고, 첫 일주일 동안은 오차를 12.4%까지 낮췄다.</p> <p contents-hash="8ba48137aee88897c1718b0d486938616796d7ca6aa1db4ea8aca1971361c564" dmcf-pid="byCvlxaeHf" dmcf-ptype="general">또 산불 위험 노출도와 사회경제적 취약성이 모두 높은 지역의 85%에서 산불 위험을 실제보다 과소·과다 평가하는 예측 편향이 줄어든 것으로 나타났다.</p> <p contents-hash="efe193f4194691942b9044b0ceb0cab9bb3d3733a3877bb15fa0025be0282f73" dmcf-pid="KWhTSMNdXV" dmcf-ptype="general">특히 산불 위험이 '매우 높음'인 상황에서 유의미한 예측이 가능한 기간이 기존보다 5일 더 늘어났다.</p> <p contents-hash="35a355f08628bc481aaece5e1d1830189a8598f36ff0c8d5a5a2eaddbb8690a2" dmcf-pid="9YlyvRjJt2" dmcf-ptype="general">예보와 대응 기반이 부족한 빈곤 지역에서는 3주가 넘는 평균 22일 동안 유의미한 예측 성능을 유지했다.</p> <p contents-hash="502ae99c0cff1678237246664b523a340012cee2ed5041d2cb5bea9ee033b028" dmcf-pid="2GSWTeAiH9" dmcf-ptype="general">연구팀은 과거 산불기상지수 변화와 미래 기상 조건을 동시에 반영해 이 모델을 만들었다. 기온이나 강수량 등 미래 기상 상태가 같더라도 앞선 기간의 가뭄과 건조 상태가 누적되면 산불 위험이 커지는 효과를 AI가 학습해 반영한 것이다.</p> <p contents-hash="8e8c56765c9fb3ebc7393c05fb92723ce9d1cd2a0c8c33286e80331629329c98" dmcf-pid="VHvYydcntK" dmcf-ptype="general">연구팀은 모델을 두 단계로 학습시켰다. 먼저 실제 관측과 기상 모델을 결합해 과거 날씨를 복원한 방대한 ERA5 재분석 자료로 사전 학습시켜 중기예측 성능을 극대화했다.</p> <p contents-hash="a43452bc9fd874218339e4c2dbf0b639a9cbc620035d2faa405572f9e570b8a0" dmcf-pid="fXTGWJkLXb" dmcf-ptype="general">이어 실제 예보에 쓰이는 SEAS5 자료로 다시 학습시키는 방식을 통해 예보 자료 부족 문제를 보완했다.</p> <p contents-hash="31bf34ee534c3c2d05dde59e5fddc3d7a96384b157eec1162832ffc47bcd8074" dmcf-pid="4ZyHYiEo5B" dmcf-ptype="general">SEAS5는 ECMWF가 기온·습도·강수량·풍속 등을 예측해 제공하는 계절 수치예보 자료로, 월 1회만 생산돼 딥러닝 모델을 충분히 학습시키기에 부족했기 때문이다.</p> <p contents-hash="ee41883c6894d99c78f191d605894fec10a8313f9328cc2c2cc4501f96edd0c1" dmcf-pid="85WXGnDgZq" dmcf-ptype="general">임정호 교수는 "기후변화로 전 세계적인 산불 피해가 급증하는 상황에서 정확한 예측 기술은 실제 국가 재난 대응력과 직결되는 정보 인프라"라며 "중기 산불 대응 계획을 세우고, 예보 기반이 부족한 지역의 정보 공백을 줄이는 데 활용할 수 있을 것"이라고 말했다.</p> <p contents-hash="975de1172fcd06081f0abd1cd01d9d5e76e775d128ab7f49d44385c6af7a43d2" dmcf-pid="61YZHLwaGz" dmcf-ptype="general">기후에너지환경부, 산림청, 한국연구재단의 지원을 받은 이번 연구 결과는 국제 학술지 '커뮤니케이션스 어스 앤드 인바이런먼트'(Communications Earth & Environment)에 지난달 28일 온라인으로 공개됐다.</p> <p contents-hash="93bb3030303e444b383eed2e71793e300527f65857827c9b8c8ddb397c9fceae" dmcf-pid="PtG5XorN57" dmcf-ptype="general">yongtae@yna.co.kr</p> <p contents-hash="d8adbd697d87a03d92eb8f61493e42e0cab6fd1b1e1ce3c82b8ca5b767489085" dmcf-pid="x5WXGnDg5U" dmcf-ptype="general">▶제보는 카톡 okjebo</p> </section> </div> <p class="" data-translation="true">Copyright © 연합뉴스. 무단전재 -재배포, AI 학습 및 활용 금지</p> 관련자료 이전 [써보고서] '붙이고 터치하면 끝'…스포츠 리커버리 정조준한 코지마 '코지비트' 06-25 다음 [퓨처ICT포럼]"6G가 열 AX시대…반도체·클라우드·보안 '인프라' 필수" 06-25 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
