현대 기상 예보의 작동 원리: 위성부터 슈퍼컴퓨터까지

휴대전화 앱의 7일 날씨 전망이든 국가 기관이 발표한 허리케인 추적이든 모든 기상 예보는 같은 방식으로 시작됩니다. 즉, 현재의 대기 관측으로부터 시작합니다. 유럽 중기예보센터(ECMWF)는 대기, 해양, 육지, 눈 및 해빙을 모니터링하는 약 90개의 위성 기구에서 주로 얻은 하루에 약 8억 개의 관측을 수신한다고 말합니다. 품질 관리 후, 이러한 관측의 약 6천만 개가 실제로 예보 시스템에 사용됩니다.

관측을 예보로 변환하기: 데이터 동화

원본 관측은 지구의 모든 지점을 포함하지 않으므로 예보관은 단순히 그것으로부터 현재 날씨를 읽을 수 없습니다. 대신 기관들은 데이터 동화라는 기술을 사용하여 불완전한 관측을 이전 실행의 단기 예보와 결합하여 '분석'이라고 불리는 대기의 완전하고 물리적으로 일관된 그림을 만듭니다. ECMWF는 4차원 변분 동화(4D-Var)라는 방법을 사용하며, 이를 '현재 날씨의 첫 추정을 공간과 시간에 걸쳐 관측으로부터의 새로운 증거와 결합하는 것'으로 설명합니다. 영국의 기상청(Met Office)은 같은 단계를 더 간단히 설명하여 데이터 동화가 '직접 관측이 누락된 곳을 채운다...이용 가능한 데이터와 모델 예측을 혼합함으로써'라고 설명합니다.

ECMWF가 우선시하는 관측 유형 중에는 마이크로파 및 적외선 위성 기구로부터의 온도 및 습도 측정값, 구름 추적 및 레이더, 라이다, 산란계 기구로부터 도출된 풍속 추정값, 그리고 구름이 많거나 비가 오는 지역의 위성 데이터를 버리는 대신 사용하는 '전천(全天)' 동화라는 기술이 포함됩니다.

모델 실행: 슈퍼컴퓨터의 물리 방정식

분석이 구축되면 수치 기상 예보 모델이 인수합니다. 이 모델들은 대기를 3차원 격자로 나누고 각 격자점에서 운동, 에너지, 질량, 습도를 지배하는 방정식을 풀고 시간에 따라 전체 시스템을 앞으로 나아갑니다. NOAA의 환경 예측 국가 센터가 실행하는 미국 전지구 예보 시스템(GFS)은 처음 1주일 출력에 대해 격자점 사이의 약 28킬로미터(18마일)의 기본 수평 해상도를 사용하고, 7일 이후 예보에서는 약 70킬로미터(44마일)로 낮아지며, 대기, 해양, 육지/토양 및 해빙의 별도 모델을 결합합니다. 하루 4번, 16일 앞까지의 완전한 예보를 생성합니다.

ECMWF의 동등한 시스템인 통합 예보 시스템(IFS)은 2024년 11월에 Cycle 49r1이라는 릴리스에서 업그레이드되었습니다. ECMWF에 따르면 이 업그레이드는 처음으로 2미터 기온 관측을 동화하고, 모델이 물리적 불확실성을 표현하는 방식을 수정하고, 해양파 모델의 격자를 중기 예보를 위한 대기 모델의 약 9킬로미터 해상도와 일치시켰습니다. ECMWF는 업그레이드로부터 측정 가능한 이득을 보고했으며, 여기에는 남극 근처의 4일째까지의 예보 점수에서 약 0.5% 개선이 포함되며, 이는 부분적으로 해빙 위의 새로운 마이크로파 데이터에 의해 주도되었습니다.

앙상블 예보: 불확실성 자체 예측하기

하나의 분석에서 하나의 모델 실행은 미래의 한 가지 버전을 제공하지만, 대기는 과학자들이 '혼돈 체계'라고 부르는 것입니다. 기상청에 따르면 '초기 상태의 매우 작은 오류가 예보의 큰 오류로 이어질 수 있습니다.' 관측은 대기의 참된 상태를 완벽하게 포착할 수 없으므로 기관들은 동일한 모델을 약간 다르지만 동등하게 타당한 시작 조건에서 수십 번 실행합니다. 이 병렬 예보의 모음을 '앙상블'이라고 하며, 각 개별 실행을 '앙상블 멤버'라고 합니다.

예보가 더 먼 미래에서 신뢰를 잃는 이유

ECMWF는 2024년 11월의 Cycle 49r1 업그레이드가 예보 정확도에서 측정 가능한 이득을 생성했다고 보고했으며, 여기에는 남극 근처의 4일째까지의 예보 점수에서 약 0.5% 개선이 포함되어 있으며, 이를 부분적으로 해빙 위의 새로운 마이크로파 위성 데이터에 기인했습니다. 더 광범위하게는, 혼돈 체계의 시작 조건의 작은 오류가 시간이 지남에 따라 증가하기 때문에 기관들은 또한 일일 예보가 유용성을 잃으면 다른 통계 방법에 기반한 별도의 월별 및 계절별 전망을 발표합니다.

AI 기반 예보의 부상

이러한 물리 기반 모델과 함께 국가 기관들은 수십 년의 과거 날씨 데이터로 훈련된 기계 학습 시스템을 실행하기 시작했습니다. NOAA는 2025년 12월에 그러한 3가지 시스템을 운영 중이라고 발표했습니다. AIGFS(Global Forecast System의 AI 버전), AIGEFS(AI 앙상블 시스템), HGEFS(AI 및 물리 기반 예보를 혼합하는 62개 멤버 앙상블)입니다. NOAA에 따르면 AIGFS는 기존 GFS가 필요로 하는 컴퓨팅 리소스의 약 0.3%를 사용하여 약 40분 안에 16일 전지구 예보를 생성할 수 있으며, AIGEFS는 표준 앙상블의 약 9%의 리소스가 필요합니다. NOAA 관리자 Neil Jacobs는 이 시스템들을 '미국 기상 모델 혁신의 중대한 도약'으로 설명했으며, 대규모 패턴과 허리케인 추적 예보의 개선된 정확도를 인용했습니다. 다만 NOAA는 또한 AIGFS가 현재 허리케인 강도 예보에서 성능 저하를 보이고 있음을 인정했으며, 관계자들은 이 분야가 여전히 추가 개발이 필요하다고 말했습니다.

모델 출력에서 당신이 보는 예보로

모델 데이터는 보통 최종 산출물이 아닙니다. 기상청은 슈퍼컴퓨터 실행이 완료된 후 인간 예보관이 모델 출력을 해석하고, 모델의 해상도가 완전히 포착할 수 없는 지역 지형과 조건을 고려하고, 발표 전에 예보를 조정하며, 인간의 판단과 계산 출력을 결합하여 사용 가능한 예보를 생성한다고 말합니다.