최장 1년 뒤의 북극 해빙(바닷물이 얼어서 생긴 얼음) 변화를 예측할 수 있는 인공지능(AI) 모델을 울산과학기술원(UNIST) 연구진이 개발했다. 26일 UNIST에 따르면 지구환경도시건설공학과 임정호 교수팀은 1년 뒤 북극 해빙 농도를 6% 이내 오차 정확도로 예측할 수 있는 AI 모델을 제시했다.

해빙 농도는 단위 면적에서 얼음이 덮인 영역의 비율을 말한다. UNIST 연구팀은 유넷(UNET)을 활용해 과거 북극 해빙 농도의 변화 패턴과 기온 및 수온, 태양 복사량, 바람 등 주요 기후 요인 간 복잡한 관계를 학습시켜 이 모델을 만들었다. 유넷은 AI가 위성 영상과 같은 이미지 데이터 간 관계를 학습하는 딥러닝 알고리즘이다. 연구팀이 개발한 모델은 중장기 예보 정확도가 높은 것으로 나타났다.

AI 모델의 예측값과 과거 실제 해빙 농도 값을 비교하는 방식으로 정확도를 평가한 결과 3개월, 6개월, 12개월 예측에서 모두 6% 미만의 평균 예측 오차를 기록했다. 기존 모델은 예측 시간이 길어질수록 평균 예측 오차가 증가했다. 또 이번에 개발된 모델은 이례적으로 해빙이 급격히 감소했던 상황에서도 안정적인 예측 성능을 보였다고 연구팀은 설명했다. 2007년, 2012년 여름과 같이 해빙이 급격히 녹아버린 경우 기존 모델은 17.35%의 평균 예측 오차를 기록한 반면, UNIST 연구팀의 모델은 7.07%의 평균 예측 오차를 보여 오차 값이 절반 이하로 줄었다.

UNIST 연구팀은 해빙 농도 중장기 예측에서 중요한 역할을 하는 기후 요소도 밝혀냈다. 유넷 모델 예측 결과 간 차이를 분석해 얼음 두께가 얇은 해빙 가장자리에서는 태양복사열과 바람이 주요 변수로 작용했다는 사실을 확인했다.

임 교수는 "기존 물리 기반 모델의 한계를 극복하고, 다양한 환경 요인이 북극 해빙 변화에 미치는 복합적인 영향을 규명했다"며 "북극 항로 개발, 해양 자원 탐사, 기후 변화 대응 정책을 수립하는 데 도움이 될 것"이라고 말했다.

이번 연구 결과는 국제 학술지 '환경원격탐사'(Remote Sensing of Environment)에 지난 11일 온라인으로 게재됐다. 극지연구소와 해양수산부가 이 연구를 지원했다.