한 달 뒤 북극 바닷길 미리 본다… UNIST, 해빙 분포 예측 AI 개발 작성일 11-15 52 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">통항 시작일 오차 절반으로 줄어</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="PO51le9Un9"> <figure class="figure_frm origin_fig" contents-hash="603d1390602e1a32a75bd34eede89c607db0bcd8d6c746150b19777ab512aa24" dmcf-pid="QI1tSd2uiK" dmcf-ptype="figure"> <p class="link_figure"><img alt="북극 해빙 분포를 최대 30일 앞서 예측하는 AI 모델 ‘아이스네스트(IceNest)’를 개발한 임정호(왼쪽부터) UNIST 교수, 김영준 한국수자원공사 수자원위성연구소 박사, 제1저자 추민기 연구원. UNIST 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202611/15/hankooki/20261115163158909ikvv.jpg" data-org-width="1440" dmcf-mid="6XzqZjMVd2" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202611/15/hankooki/20261115163158909ikvv.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 북극 해빙 분포를 최대 30일 앞서 예측하는 AI 모델 ‘아이스네스트(IceNest)’를 개발한 임정호(왼쪽부터) UNIST 교수, 김영준 한국수자원공사 수자원위성연구소 박사, 제1저자 추민기 연구원. UNIST 제공 </figcaption> </figure> <p contents-hash="40fecf73273616a2aa2ab250b06afe104d52e48796891ef5b60823a2d88ef02e" dmcf-pid="xCtFvJV7ib" dmcf-ptype="general">북극해의 얼음 분포를 최대 30일 앞서 예측해 선박의 운항 계획을 돕는 인공지능(AI) 기술이 개발됐다.</p> <p contents-hash="7a188b7b15c804da3841756a0d2c4082380e9085e776e5c4aa297448428e51da" dmcf-pid="yfogPXIkRB" dmcf-ptype="general">울산과학기술원(UNIST)은 임정호 지구환경도시건설공학과 교수팀이 김영준 한국수자원공사 수자원위성연구소 박사, 캐나다 매니토바대 연구진과 함께 북극 해빙 분포를 하루 단위로 최대 30일 앞서 예측하는 AI 모델 ‘아이스네스트(IceNest)’를 개발했다고 15일 밝혔다.</p> <p contents-hash="32e1611f82598b60330136d41d13f8255b3a83c71417b36e05fdb5ca91a7913a" dmcf-pid="W4gaQZCEeq" dmcf-ptype="general">북극 해빙은 기온과 해수면 온도에 따라 얼거나 녹고, 바람과 해류의 영향을 받아 이동한다. 이 때문에 일반 선박이 북극항로를 이용하려면 얼음의 분포와 변화를 미리 파악해 운항 시기와 경로를 정해야 한다.</p> <p contents-hash="90fd6a26113019f42ba99f2fdb25ee6309fdf10df29e7cd3ec027aa341ad48da" dmcf-pid="Y8aNx5hDdz" dmcf-ptype="general">아이스네스트는 북극 전체의 해빙 변화와 좁은 해협, 얼음 가장자리 등 세밀한 변화까지 예측할 수 있다. 25㎞ 단위의 위성·기상 데이터를 여러 AI 모델에 학습시켜 향후 30일간의 전반적인 해빙 농도를 1차 예측한 뒤 생성형 AI인 ‘조건부 확산 모델’로 가로·세로 6.25㎞ 구역별로 세밀하게 보정해 예측의 정확도를 높였다.</p> <p contents-hash="2df65fafc47c1aab445edef4ac44b15de2606ced3bdc9a18b4e996bba65ed138" dmcf-pid="G6NjM1lwM7" dmcf-ptype="general">학습에 사용하지 않은 2020~2023년 자료로 검증한 결과 아이스네스트는 기존의 통계 기반 모델이나 유럽 코페르니쿠스 기후변화서비스의 계절 예측 모델보다 얼음의 유무와 경계 위치를 훨씬 정확하게 예측했다. 특히 얼음이 빠르게 녹는 여름과 다시 얼기 시작하는 가을에 성능 차이가 두드러졌다.</p> <p contents-hash="7312d5ff728415e7dab4b500e4b60e54e37c82fed2062c2234b4c0454e0a5d56" dmcf-pid="HPjARtSrnu" dmcf-ptype="general">베링해~노르웨이해 북동항로 모의 시뮬레이션에서도 아이스네스트의 통항 가능 시작일의 평균 오차는 4.5일에 그쳤다. 영국 기상청 모델 ‘글로시5·6’의 오차(10.75일)와 비교해 절반 이상 감소한 것이다. 통항 종료일의 오차 역시 3.5일에서 2.75일로, 항로 거리의 오차는 101.32㎞에서 88.64㎞로 줄었다. </p> <p contents-hash="e09844ffeb46c8c07665d6c369a4696e77a1bfcb6847447cdcb5a433f266a3b4" dmcf-pid="XQAceFvmJU" dmcf-ptype="general">다만 연구팀은 실제 상업 운항에 활용하기 위해서는 해빙 농도뿐만 아니라 얼음의 두께, 이동 방향과 속도, 파도 등 다양한 요소를 함께 고려해야 한다고 덧붙였다.</p> <p contents-hash="9004d01dc522ce79c8e2f145534a89e69352b47570ff41285597be9dde59e5f0" dmcf-pid="Zxckd3TsMp" dmcf-ptype="general">임정호 교수는 “북극 전체의 해빙 변화와 항로 주변의 세밀한 얼음 분포를 함께 예측하고, 이를 모의 항해에 적용해 실제 항로를 계획하는 데 쓸 수 있음을 확인했다”며 “북극항로를 이용할 수 있는 시기와 구간을 미리 파악해 선박의 운항 계획과 항로 선택에 도움을 줄 것으로 기대한다”고 말했다.</p> <p contents-hash="3b81fe80683204e137191605a3fd2c7bb5736cc0a7aec8397b56600dd53515de" dmcf-pid="50867Oaee0" dmcf-ptype="general">이번 연구는 해양수산부와 교육부의 지원을 받아 수행됐다. 연구결과는 국제학술지인 ‘사진측량·원격탐사 저널(ISPRS Journal of Photogrammetry and Remote Sensing)’에 9월 22일 온라인 공개됐다.</p> <p contents-hash="b21c152956859a62f2235613821e13b66df1afc45b7b2ac492806838cd2753ad" dmcf-pid="FuQxBhAiet" dmcf-ptype="general">울산= 박은경 기자 change@hankookilbo.com</p> </section> </div> <p class="" data-translation="true">Copyright © 한국일보. 무단전재 및 재배포 금지.</p> 관련자료 이전 젠슨 황 퇴진으로 ‘개방형 AI’ 위축되나…오픈AI, 대중국 수출 규제 지지 11-15 다음 “AI 불확실 우려에도 수요 견고”…SK하이닉스, HBM4 생산능력 더 키운다 11-15 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.