더 이상 전통적인 예측 방법에 머무르지 않고, 산업은 예측 기술, 인공 지능(AI) 응용 분야에서 강력한 변화를 수행하여 지역 사회를 보호하는 "철벽 방패"를 구축하고 있습니다. 우리는 예측 네트워크 현대화 전략, 특히 자연의 비정상적인 변동을 "정량화"하는 데 AI 응용의 역할에 대해 농업환경부 기상수문국 부국장인 호앙득끄엉 박사와 대화를 나눴습니다.
예측 품질 향상에 있어서의 "삼각 구도
호앙득끄엉 박사님, 현실은 자연 재해가 더 이상 오래된 규칙에 따라 작동하지 않고, "비정상적인" 것이 새로운 정상 상태가 되었으며, 많은 기록이 계속해서 깨지고 있음을 보여줍니다. 이러한 상황에서 기상 수문 분야는 기상 예측 및 경보의 질과 정확성을 높이기 위해 어떤 혁신적인 조치를 취했습니까?
- 호앙득끄엉 박사: 현재 예측 품질 개선에 대한 기상수문국의 노력은 관측 기술, 수치 예측 모델 및 인공 지능(AI) 응용이라는 세 가지 기술적 기둥을 기반으로 포괄적으로 시행되었습니다. 이러한 혁신은 베트남 기상수문 산업이 증가하는 극단적인 기상 형태에 점점 더 적극적으로 대응하는 데 도움이 되는 핵심 요소입니다.
관측 및 데이터 수집과 관련하여 최근 국가는 관측 네트워크에 관심을 기울이고 보충 및 업그레이드했으며, 수동 관측에서 자동 및 실시간 관측으로 점진적으로 전환했습니다. 이는 데이터와 입력 데이터가 항상 정확성과 높은 빈도로 지속적으로 업데이트되도록 보장합니다. 또한 기상 레이더 시스템도 10개의 기상 레이더로 업그레이드 및 보충되었으며, 기상 위성 관측도 뇌우 구름의 발달 과정을 자세히 모니터링하는 데 적용되어 예보관이 높은 해상도로 국지적인 강우 강도를 식별할 수 있으며, 특히 뇌우, 토네이도, 산사태 경고에 중요합니다.
우리는 또한 수치 예측 모델, 예측 지원 기술, 자연 재해 경보를 계속 적용하고 개선하고 있습니다. 기후 및 날씨 예측을 시뮬레이션하고 파도, 흐름, 해수면 상승과 같은 해양 요소를 시뮬레이션 및 예측하기 위해 데이터를 동화할 수 있는 지역 규모의 수치 모델을 개발하고 마스터합니다. 오픈 소스, 자동 기술도 수문, 홍수 및 침수 예측 및 경보를 위한 상업적, 전통적 모델 외에도 점진적으로 사용되고 있습니다.
또한 우리는 빅데이터를 통합하고 세계 기상 기구에서 이전한 미국의 경보 기술을 적용하여 베트남과 동남아시아 지역에 홍수 및 산사태를 경보하는 디지털 기술 플랫폼을 개발하는 데 집중하고 있습니다.현재 이 플랫폼은 코뮌 수준까지 세부 정보 수준으로 실시간 홍수 및 산사태 경보 정보 시스템에 통합되어 있습니다.
특히 우리는 예측 및 경보 문제에 AI를 점진적으로 적용하고 있습니다.
선생님, 일반적인 추세에서 벗어나지 않고 기상 산업은 예측 프로세스에 AI를 적용하기 시작했습니다. 이것이 예측 기술의 "추진력"으로 간주될 수 있습니까? 그리고 이 모델의 실제 효과는 구체적으로 어떻게 기록되고 있습니까?
- 그렇습니다. 2024년 중반부터 우리는 하노이 공과대학교 인공 지능 연구 및 응용 연구소와 협력하여 태풍, 폭우 및 수문학적 요인 예측 문제에 AI를 적용하고, 하노이 공과대학교, 하노이 국립대학교, 하노이 공과대학교 및 인디애나 대학교(미국)와의 협력을 통해 동해에서 조기 태풍 형성을 식별하는 기술을 구축하고 있습니다.
가장 최근에는 동해 지역의 태풍과 태풍 강도를 예측하기 위해 인공 지능(AI) 응용 프로그램을 시범적으로 구현했습니다. 대표적인 결과 중 하나는 센터와 AI4LIFE 인공 지능 연구 및 응용 연구소 간의 협력 결과인 CIFOMI 모델(Foundation Model and Prompt Tuning과 함께 동해에서 열대성 사이클론 강도 예측 강화)입니다.
초기 결과는 매우 긍정적이며, 24시간 동안의 태풍 강도 예측 오차는 현재 사용 중인 다른 모델 및 방법에 비해 10~20% 감소했으며, 모델 실행 시간도 크게 개선되어 예보관은 분석, 평가 및 의사 결정에 집중할 시간이 더 많아졌습니다.
극단적인 현상 예측의 정확성을 높이는 데 있어 기상수문국이 직면하고 있는 어려움과 과제는 무엇입니까?
- 우리는 세 가지 핵심 과제를 솔직하게 인식해야 합니다. 첫째, 주요 지역의 입력 데이터 부족입니다. 육상 기지국 네트워크는 여전히 계획에 따른 밀도를 달성하지 못하고 있으며, 특히 홍수의 "핫스팟"인 깊은 산악 지역에서는 희박합니다. 더 우려스러운 것은 해양 데이터입니다. 동해는 태풍이 형성되는 곳이지만 파도, 부유 부표, 떠다니는 부표 및 해상 기지국을 관측하는 전문 레이더 시스템이 여전히 부족합니다. 바다에서 측정한 실제 데이터가 부족하면 태풍 강도를 계산할 때 예측 모델의 정확도가 일부 손실될 것입니다.
두 번째는 컴퓨팅 능력의 한계입니다. 고해상도 값수 모델(1~3km)과 복잡한 AI 알고리즘을 실행하려면 매우 강력한 슈퍼컴퓨터(HPC) 시스템이 필요합니다. 현재 국의 서버 능력은 업그레이드되었지만 여전히 세계 최고의 예측 센터와 격차가 있습니다.
그러나 결국 결정적인 도전 요소는 고도의 전문 인적 자원입니다. AI 또는 슈퍼컴퓨터 기술은 도구일 뿐입니다. 복잡한 기상, 수문, 해양 수치 예측 모델을 구현하고 운영하려면 대형 컴퓨터뿐만 아니라 깊은 지식을 가진 전문가 팀이 필요합니다. 현재 우수한 인력을 유치하는 것은 교육 작업의 한계와 직업의 특성에서 비롯된 많은 어려움에 직면해 있습니다. 기상 수문 산업의 입학 인원은 일반적으로 학생에게 매력적이지 않기 때문에 풍부하지 않습니다. 24시간 연중무휴 업무 압박 외에도 보상 제도도 다른 산업에 비해 실제로 경쟁력이 없습니다.
자연 재해는 점점 더 극단적으로 전개되고 있습니다. 우리는 국민의 주도성과 기능 기관의 조기 경고 및 적시 지침이 자연 재해로 인한 인명 및 재산 피해를 최소화하는 데 중요한 기여를 할 것으로 기대합니다.
진심 어린 말씀을 주셔서 감사합니다!
