기존 정부 기관의 예측보다 더 정확하고 빈번한 AI 기상 예측

슈퍼컴퓨터가 쉼 없이 계산을 돌리는 정부 기상청의 예보를 믿고 일정을 잡던 사람이 5일 뒤의 날씨를 확인하며 의아함을 느끼는 순간이 왔다. WindBorne Systems가 내놓은 WeatherMesh 6는 유럽 중기 예보 센터(ECMWF, 유럽의 기상 예측 전문 기관)의 전통적인 모델이나 AI 시스템보다 더 정밀한 예측값을 내놓는다. 특히 지표면 온도를 측정할 때 그 차이가 극명하다. WeatherMesh 6가 내놓는 5일 후의 예측 정확도가 기존 방식의 하루 전 예보 수준까지 올라왔다. 정부 기관이 사용하는 거대 모델보다 더 정확하고 빈번하게 날씨를 맞히는 도구가 등장한 셈이다.

성능을 끌어올린 핵심은 데이터를 받아들이는 통로를 완전히 바꾼 것이다. 풍선 센서 등에서 수집한 실시간 데이터를 모델에 직접 집어넣는 구조를 택했다. 이를 위해 데이터의 흐름과 패턴을 분석하는 트랜스포머(Transformer, 데이터 간의 관계를 파악해 맥락을 이해하는 AI 구조) 기반 모델의 설계도를 다시 그렸다. 단순히 기존 모델에 데이터를 넣는 수준이 아니라, 직접 주입이 가능하도록 아키텍처를 재설계했다. 1년 동안 모델을 튜닝하며 데이터 주입 시 발생할 수 있는 시스템 불안정성을 잡는 과정을 거쳤다.

데이터를 수집하는 풍선 인프라와 이를 처리하는 AI 모델을 하나로 묶어 수직 통합했다. 외부 기관의 데이터를 가공해 전달받는 대신, 자체 센서의 정보를 모델이 바로 섭취하게 만들면서 예측의 빈도와 정확도를 동시에 잡았다. 하드웨어와 소프트웨어의 연결 고리를 최적화한 것이 성능 우위의 실례가 됐다.

기존 기상 모델보다 훨씬 높은 예측 빈도와 해상도를 제공한다

정부 예보는 하루에 몇 번 정해진 시간에 나오지만, 현장에서는 매시간 변하는 날씨를 알아야 할 때가 많다. 전통적인 기상 모델이 6시간마다 예보를 생성하는 방식이라면 WeatherMesh 6는 매시간 예보를 내놓는다. 업데이트 주기가 6배 빨라져 기상 변화에 훨씬 민첩하게 대응할 수 있다. 데이터 품질이 가장 높은 유럽과 미국 본토 지역에서는 해상도가 3km까지 낮아졌다. 날씨를 관찰하는 최소 단위인 격자 크기를 3km로 좁혀 특정 지역의 날씨를 훨씬 세밀하게 짚어낸다. 전통적인 모델의 느린 호흡을 AI의 빠른 속도로 대체한 결과다.

정부 기관과 금융 시장이 이 정밀한 데이터에 지갑을 열고 있다. 윈드본 시스템즈(WindBorne Systems)는 2,500만 달러의 벤처 투자를 유치했으며 2024년 기준 기업 가치는 8,500만 달러로 보고되었다. 이들이 수집한 풍선 데이터는 미국 해양대기청(NOAA, 미국 정부의 해양 및 대기 관측 기구)으로 전달되어 미국의 기상 예보 체계 전반에 활용된다. 국가 안보와 직결된 미국 공군과 해군 역시 이 데이터를 구매해 운용하고 있다.

기상 예측 서비스는 공공 영역을 넘어 민간 투자 영역으로 확장된다. 윈드본 시스템즈는 정밀 예보 데이터를 투자자와 원자재 거래자들에게 판매한다. 날씨 변화에 따라 가격이 요동치는 원자재 시장의 특성을 이용해 수익을 내는 구조다. 단순한 정보 제공을 넘어 금융 수익을 결정짓는 핵심 지표로 작동한다. 데이터 수집 인프라와 AI 모델을 하나로 묶은 수직 통합 전략이 실제 상업적 가치로 증명되는 모습이다.

자체 기상 풍선 네트워크를 통해 수집한 데이터를 모델에 직접

AI는 대체 어디서 날씨 정보를 가져올까? 대다수 AI 모델은 ECMWF(유럽중기예보센터)나 NOAA(미국 해양대기청) 같은 전문 기관이 이미 수집해 정리해 둔 데이터 세트를 내려받아 학습한다. 윈드본 시스템즈는 이 과정을 생략하고 전 세계 15개 지점에서 발사해 상시 비행 중인 약 400개의 풍선 네트워크를 직접 운용한다. 풍선에 달린 센서가 읽어 들인 값을 중간 단계 없이 모델에 바로 주입하는 구조다. 남이 정리한 요약본을 읽는 대신 현장의 생생한 원천 데이터를 즉시 반영하니 예측 성능이 더 정교하게 올라간다. 데이터 수집 인프라와 AI 모델을 하나로 묶어 수직 통합함으로써 정보의 손실을 줄이고 정확도를 높인 결과다.

하늘에 떠 있는 수백 개의 풍선이 비행기와 부딪히는 사고가 나면 어떻게 될까? 실제로 지난해 유나이티드 항공 여객기가 풍선과 충돌하는 아찔한 상황이 발생했다. 윈드본 시스템즈는 충돌 위험을 줄이기 위해 모든 풍선에 ADS-B(항공기 자동 종속 감시 방송) 트랜스폰더를 추가로 장착했다. 트랜스폰더는 풍선의 현재 위치를 글로벌 항공 감시 시스템에 실시간으로 보고하는 무선 송신 장치다. 조종사가 레이더를 통해 풍선의 위치를 미리 확인하고 경로를 수정할 수 있게 하여 안전한 데이터 수집 환경을 구축했다. 기상 관측이라는 목적과 항공 안전이라는 제약을 동시에 해결하며 네트워크 규모를 안정적으로 유지하는 전략을 택했다.

슈퍼컴퓨터가 수만 번의 수식을 계산해 답을 내던 정부 기상청의 방식이 흔들리고 있다. 웨더메시 6는 5일 뒤의 날씨를 기존 모델의 하루 전 예보 수준으로 정확하게 맞춘다. 데이터의 패턴을 읽어내는 트랜스포머 AI 모델에 400여 개의 풍선 센서 데이터를 직접 쏟아부은 결과다.

단순히 똑똑한 모델을 만드는 것을 넘어, 데이터를 수집하는 인프라와 AI 모델을 하나로 묶은 수직 통합이 예보의 격차를 결정한다. 이제 기상 예보의 승부처는 계산 능력이 아니라 데이터의 소유권으로 옮겨갔다.