날씨 예보 작동 방식: 데이터 수집에서 예보 앱까지

휴대폰 앱이나 텔레비전 방송에 표시되는 모든 날씨 예보는 동일한 기본 파이프라인으로 거슬러 올라갑니다. 관측 자료가 입력되고, 슈퍼컴퓨터가 대기 방정식을 풀며, 예보 담당자 또는 알고리즘이 출력을 예측으로 변환합니다. 미국 국립해양대기청(NOAA)은 이 과정을 단순히 수학에 기반한 날씨 예보로 설명하며, 대기의 물리적 동작을 나타내는 방정식이 시간이 경과함에 따라 반복적으로 풀립니다.

예보 뒤에 있는 6가지 단계

1. NOAA에 따르면 전 세계에서 관측 자료를 수집합니다. 기상 기구, 위성, 부표, 레이더, 상용 항공기 및 선박의 센서, 강과 해안 계측기, 지상 관측소의 자료가 기온, 기압, 습도, 풍속의 수치로 변환됩니다.
2. 자료 동화는 이러한 새로운 관측 자료를 대기의 가장 최근 단기 예보와 혼합합니다. 유럽중기기상예보센터(ECMWF)에 따르면 수억 개의 관측 자료가 매일 이 통계 과정을 통해 필터링되고 최근 단기 예보와 결합되어 대기의 현재 상태에 대한 최적 추정치를 생성합니다.
3. 수치 모델은 지구(또는 특정 지역)를 3차원 격자점으로 분할합니다. NOAA는 더 촘촘한 격자는 더 상세한 지역 정보를 제공하지만 훨씬 더 많은 계산 능력을 필요로 한다고 지적하며, 각 방향의 해상도를 2배로 늘리면 같은 영역에 필요한 계산이 약 4배로 증가합니다.
4. 슈퍼컴퓨터는 짧은 시간 단계에서 모든 격자점에서 물리 방정식을 풀고, 그 결과를 다음 단계의 시작점으로 다시 입력합니다. 버지니아주와 플로리다주에 위치한 NOAA의 컴퓨터는 초당 약 2.8경(quadrillion)의 계산을 수행합니다. ECMWF의 시스템은 100만 개 이상의 프로세서를 사용하여 약 30 페타플롭스를 전달합니다.
5. 모델은 시작 조건 또는 물리 설정을 약간 다르게 하여 여러 번 실행되며, 이를 앙상블이라고 부릅니다. NOAA는 실행 결과가 일치할 때 예보 담당자는 더 높은 신뢰도를 가진다고 말하며, 달라질 때 그 폭 자체가 대중에게 불확실성을 전달합니다.
6. 인간 예보 담당자와 자동화 시스템은 공개 예보, 주의보 또는 경보를 발표하기 전에 원시 모델 출력을 해석하며, 지역 지형, 알려진 모델 편향 또는 최근 관측에 맞게 조정합니다.

전구 모델 대 지역 모델

NOAA는 전 지구를 낮은 해상도로 다루는 전구 모델과 더 작은 지역을 더 세밀하게 다루는 지역 모델을 구별합니다. ECMWF는 자신의 전구 모델을 하루에 두 번, 자정과 정오에 실행하며, 회원국의 자체 지역 모델에 경계 조건을 제공하는 2개의 추가 중간 실행을 수행합니다. 이 기관은 세계 한쪽의 날씨 교란이 며칠 후에 다른 지역의 상태에 영향을 미칠 수 있기 때문에 전구 모델이 필요하다고 지적합니다.

예보가 시간이 지남에 따라 정확도를 잃는 이유

대기는 혼돈적인 시스템입니다. 시작 조건의 미세한 차이가 시간에 따라 증가하여 예보가 현실에서 벗어날 때까지입니다. 이 원리는 MIT 기상학자 에드워드 로렌츠가 처음 파악한 것이며, 어떤 모델도 아무리 강력해도 미래를 무기한 예측할 수 없는 이유입니다.

펜실베이니아주립대 연구자 푸칭 장이 주도한 연구는 유럽의 한파와 중국의 홍수를 포함한 실제 사건에 대해 거의 완벽한 초기 자료를 사용하여 두 개의 주요 전구 예보 시스템, ECMWF의 모델과 미국의 차세대 전구 예측 시스템을 테스트했습니다. 팀은 세계 인구의 대부분이 사는 중위도 지역에서 신뢰할 수 있는 일일 예보는 약 9~10일 선행으로 달성 가능하며, 자료 수집, 알고리즘, 계산 능력이 개선됨에 따라 약 14~15일까지 연장될 수 있다고 결론지었습니다.

NOAA의 모델 출력에 관한 자체 기술 지침은 원본의 미처리 격자 예보에 대해 더 보수적인 수치를 제시하며, 모델이 약 4일까지 일반적으로 정확한 상태를 유지하고, 그 후 실행 간 변동이 크게 증가함을 지적합니다. 이는 앙상블과 인간 예보 담당자가 중기 범위의 파이프라인에 남아있는 이유 중 하나입니다.

예보 기술의 다음은 무엇인가

ECMWF는 향후 이득이 더 높은 해상도의 앙상블 예보, 지구 시스템 프로세스(대기, 육지, 해양을 함께)의 더 나은 표현, 그리고 날씨 관측의 개선된 동화에 달려 있다고 말합니다. 이 모든 것은 더 많은 계산 능력을 필요로 합니다. 자체 팩트 시트에 따르면 이 센터의 확장성 프로그램은 엑사스케일 컴퓨팅(초당 10억 개의 10억 계산)을 준비하고 있으며, 예보 시스템의 일부로 기계 학습 기술도 탐색하고 있습니다.