울산과학기술원(UNIST) 지구환경도시건설공학과는 위성 관측망의 결측 구간을 보완해 해수면 온도 데이터를 1시간 단위, 2㎞ 공간 해상도로 재구성할 수 있는 AI 복원 모델을 개발했다고 19일 밝혔다.

매년 여름 한반도를 위협하는 태풍은 북서태평양의 따뜻한 바다에서 에너지를 얻는다.

최근 폭염, 가뭄 등 극단적 기후 현상도 해수면 고온과 연관되면서 해수면 온도 예측의 중요성이 높아지고 있다. 정확한 예측을 위해서는 신뢰성 있는 과거 관측 데이터가 필수적이다.

바닷물에는 지구 열에너지의 90%가 저장돼 있다. 해수면은 바다와 공기 사이에서 열에너지가 직접 교환되는 지점으로, 해수면 온도가 상승하면 그 열에너지가 공기로 이동하며 태풍, 폭염, 집중 호우 등의 현상을 유발할 수 있다.

위성 관측은 해수면 온도를 광범위하게 모니터링할 수 있지만, 구름, 강수, 관측 각도 제한 등으로 시공간적 결측 구간이 빈번하게 나타난다. 이에 따라 해수면 온도 변화 패턴을 파악하기 어렵고, 장기적이고 정확한 온도 예측에 제약이 있었다.

임정호 교수팀은 GAN 인공지능 모델에 고빈도 위성 관측 자료와 수치 예보 모델의 열역학적 지식을 학습시켜 위성의 결측 구간을 복원하는 모델을 구축했다.

GAN은 주로 이미지 생성에 활용되는 모델이지만, 이번 연구에서는 수치 예보 모델의 열역학 정보를 함께 학습시켜 실제 해양 물리 조건에 맞는 해수면 온도 데이터를 더 정밀하게 복원하도록 설계했다.

제1저자인 정시훈 연구원은 "기존 수치 예보 모델이나 통계 기반 기법은 위성 해상도를 그대로 유지하기 어렵고 계산 비용도 컸다"며 "이 모델은 실제 실험에서 기존의 선형 보간 기법이나 통계 기반 모델보다 복원 정확도가 높게 나타났으며 급격한 온도 변화 구간에서도 예측 성능이 우수한 것으로 확인됐다"고 설명했다.

임정호 교수는 "이번에 개발한 AI 기반 복원 기술은 태풍 발생이 잦고 기후 변동성이 큰 북서태평양 해역에서 고해상도 해수면 온도 데이터를 생산할 수 있다"며 "이 지역은 한반도 기후에도 직접적 영향을 미치는 만큼, 날씨 예측과 기후 분석의 정밀도를 높이는 데 큰 도움이 될 것으로 기대되며 장기적으로 고수온 현상과 같은 해양 재해 대응에도 활용될 수 있을 것"이라고 말했다.

연구 결과는 원격 탐사 분야 최상위 국제 학술지인 '환경 원격 탐사(Remote Sensing of Environment, IF 11.1)'에 6월 1일 게재됐다. 연구 수행은 해양수산부와 해양수산과학기술진흥원 등의 지원을 받아 이뤄졌다.