북극 해빙은 전 지구적 기후변화 예측의 중요한 지표다. 국내 연구진이 북극 해빙 변화를 인공지능으로 예측할 수 있는 기술을 개발해서 화제다.

울산과학기술원(UNIST) 지구환경도시건설공학과 연구팀은 1년 뒤 북극 해빙 농도를 6% 이내 오차로 예측할 수 있는 인공지능(AI) 모델을 개발했다고 26일 밝혔다. 해빙 농도는 단위면적에서 얼음이 덮인 영역의 비율을 말하는데, 최근 지구 온난화로 인해 해빙 농도가 낮아지고 있다는 보고들이 나오고 있다. 이번 연구 결과는 환경 분야 국제 학술지 ‘환경 원격 탐사’ 최신 호에 실렸다.

연구팀은 유넷(UNET)을 활용해 과거 북극 해빙 농도 변화 패턴, 기온, 수온, 태양 복사량, 바람 같은 주요 기후 요인들 사이의 복잡한 관계를 학습시켜 AI 모델을 개발했다. 유넷은 인공지능이 위성영상 같은 이미지 데이터 간 관계를 학습하는 딥러닝 알고리즘 중 하나다.

이번에 개발된 모델은 중장기 예보 정확도가 상당히 높은 것으로 확인됐다. AI 모델 예측값과 과거 실제 해빙 농도 값을 비교하는 방식으로 정확도를 평가했는데, 3개월, 6개월, 12개월 예측에서 모두 예측 오차가 6% 미만으로 나타났다. 기존 모델의 경우는 예측 기간이 길어질수록 평균 예측 오차가 늘어나는 것으로 나타났다.

특히 이례적으로 해빙이 급격히 줄어들었던 상황에서도 안정적 예측 성능을 보였다. 2007년, 2012년 여름처럼 북극 해빙이 급격히 녹아버린 경우, 기존 모델은 평균 17.35% 예측 오차가 발생했지만, 이번 인공지능 모델은 7.07% 평균 오차밖에 발생하지 않아 절반 이하로 줄었다.

연구팀은 이번 연구에서 해빙 농도 중장기 예측에서 중요한 역할을 기후 요소도 밝혀내 눈길을 끌었다. 연구팀에 따르면 얼음 두께가 얇은 해빙 가장자리에서는 태양복사열과 바람이 주요 변수로 작용했다.

연구를 이끈 임정호 교수는 “이번 연구는 다양한 환경 요인들이 북극 해빙 변화에 미치는 복합적인 영향을 규명해 변화를 정확하게 예측할 수 있도록 했다는 데 의미가 있다”라며“북극 항로 개발, 해양 자원 탐사, 기후 변화 대응 정책을 수립하는 데 도움이 될 것”이라고 말했다.