24시간 만에 5등급으로 폭발, 진로는 맞혔지만 위력을 놓친 AI
2026년 9월 하순, 해안가 주민들은 스마트폰 날씨 앱을 통해 허리케인 ‘폴로(Polo)‘의 이동 경로를 주시하고 있었다. 예보 화면 속에서 인공지능(AI) 기상 모델은 뛰어난 성능을 보였다. 컴퓨터 알고리즘과 과거의 방대한 기상 데이터를 바탕으로 기상을 예측하는 이러한 시스템은, 폭풍이 태평양에서 멕시코 해안으로 다가오는 경로를 거의 오차 없이 짚어냈다. 하지만 9월 21일, 평범한 열대성 폭풍 수준에 불과했던 폴로는 불과 24시간 만에 풍속이 시속 290킬로미터까지 치솟으며 최고 위력 등급인 ‘5등급’ 초대형 허리케인으로 급격히 발달했다.
시속 290킬로미터의 강풍은 최고 속도로 질주하는 고속열차 맨 앞에서 정면으로 부딪히는 돌풍과 맞먹는 위력이다. 기상학계에서는 24시간 이내에 풍속이 최소 시속 35킬로미터 이상 급증하는 현상을 ‘급격한 강화(Rapid Intensification)‘라고 부른다. 이는 열역학적 해양 환경과 대기의 동역학적 조건이 맞물리면서 폭풍의 파괴력이 짧은 시간 안에 폭발적으로 급증하는 현상이다. 이러한 거센 급변 앞에서 AI 기상 모델과 물리 방정식을 계산해 대기를 시뮬레이션하는 전통적 수치 예보 시스템 모두 사전에 경보를 울리지 못했다.
이러한 극단적인 돌발 발달은 과거에도 여러 차례 목격되었다. 2018년 허리케인 ‘마이클(Michael)‘이 플로리다 연안에 접근할 때도 순식간에 5등급으로 급발달하면서 지역 주민들이 대피할 시간을 전혀 확보하지 못했다. 최근 몇 년 사이 AI 기술은 눈부신 속도로 발전하며 기존 수치 예보 시스템이 수십 년에 걸쳐 이룩한 성과를 빠르게 따라잡았다. 폭풍의 진행 방향을 예측하는 정확도는 비약적으로 개선되었다. 그러나 폭풍이 얼마나 사나워질 것인가라는 강도 예측 문제에 이르면, 알고리즘은 여전히 깊은 늪에 빠져 있다.
기상 관측소가 없는 망망대해, 정밀한 3차원 데이터 공급의 한계
진로를 예측하는 것과 강도를 예측하는 것은 난이도와 성격이 완전히 다른 과제다. 전 지구적 폭풍의 이동 경로는 주로 거대한 대규모 대기 순환의 흐름에 따라 결정된다. 수십 년간 축적된 기상 관측 데이터는 충분히 광범위하여 정밀한 진로 예측 알고리즘을 훈련하기에 모자람이 없다. 그러나 허리케인이 언제 급격하게 폭발적인 위력을 얻을지 판단하기 위해서는 폭풍 내부의 고해상도 3차원 입체 구조 데이터가 필수적이다.
하지만 현실에서 이처럼 정밀하고 입체적인 데이터는 극히 부족하다. 허리케인이 급격한 강화를 일으키는 구간은 육지에서 멀리 떨어진 망망대해 한가운데인 경우가 대부분이다. 기상 관측소, 육상 레이더, 해양 부표는 대부분 해안가 인근에 집중되어 있으며, 넓은 대양 한복판에는 관측 장비가 띄엄띄엄 놓여 있을 뿐이다. 이는 수천 킬로미터에 달하는 바다 위에 유리병 몇 개를 띄워놓고 상태를 살피는 것과 다름없다. 기상 위성이 높은 궤도에서 구름 상층부를 내려다볼 수는 있지만, 전 세계에서 발생하는 모든 허리케인의 내부 3차원 열역학 구조를 속속들이 투과해 관측하지는 못한다.
이러한 공백을 메우기 위해 연구진은 물리 방정식으로 대기 변화를 시뮬레이션하는 수치 모델을 이용해 인공 훈련 데이터를 생성하는 방법도 시도하고 있다. 그러나 컴퓨터 시뮬레이션 자체에도 근사치 처리와 계산 오차가 포함되어 있어, 폭풍 내부의 미세한 열역학 과정을 온전히 복원하기는 어렵다. 고품질의 완성도 높은 3차원 훈련 데이터셋의 부재는 AI가 극복해야 할 첫 번째 장벽으로 남아 있다.
그림: 위성 관측 기반 허리케인 구조 단면 데이터 시각화. 출처: The Conversation / NASA Scientific Visualization Studio
대기 운동 속 카오스 효과, 미세한 요동이 촉발하는 급격한 변화
데이터 부족보다 더 근본적인 병목은 대기 운동 자체가 지닌 물리적 법칙에서 비롯된다. 미국 인디애나 대학교의 대기과학자 찬 키우(Chanh Kieu) 교수는 학술지 《Tellus A》에 게재한 연구 논문을 통해, 허리케인 강도 변화 과정에 강력한 혼돈(카오스) 효과가 자리 잡고 있음을 입증했다. 카오스 효과란 초기 상태의 극히 미세한 차이가 시간이 흐르면서 기하급수적으로 확대되는 현상을 뜻한다. 수온이나 기류의 작은 요동조차도 이후 폭풍의 위력에 막대한 변동을 초래하게 된다.
기상물리학에서 따뜻한 바닷물은 폭풍을 가속하는 연료이며, 연직 윈드시어(연직 바람 시어)는 폭풍을 억제하는 브레이크 역할을 한다. 연직 윈드시어란 상공과 하공 사이의 풍속이나 풍향 차이를 말하며, 폭풍의 구조를 수평으로 찢어놓는 힘으로 작용한다. 해수면 온도가 높을수록 폭풍이 이론적으로 도달할 수 있는 ‘잠재 강도’(수온과 대기 조건을 토대로 계산한 최대 위력 한계치)가 높아지며, 그에 따라 내부 강도의 변동 가능 폭도 크게 넓어진다.
키우 교수 연구팀의 분석에 따르면, 이러한 강도 변동은 기상학의 카오스 어트랙터(끌개) 위에서 전개된다. 카오스 어트랙터란 울퉁불퉁한 사발 안에서 쇠구슬이 복잡한 궤도를 그리며 구르는 것처럼, 폭풍이 취할 수 있는 진화 상태들의 집합을 뜻한다. 폭풍이 이 혼돈의 궤도를 따라 움직일 때는 초기 관측값에 섭씨 0.1도의 미세한 오차만 있어도 시간이 지나면서 편차가 걷잡을 수 없이 커진다. 미국 국립허리케인센터(NHC)의 검증 자료에서도 허리케인 강도 예측의 정확도는 발생 며칠 뒤부터 급격히 떨어진다는 점이 확인된다.
평균 오차 최소화의 함정, 돌발적인 폭풍 변동을 지워버리는 알고리즘
이러한 대기의 카오스 특성은 인공지능의 핵심 학습 메커니즘과 정면으로 충돌한다. 주류 머신러닝 모델의 기본 설계 원리는 매개변수를 조정하여 예측 오차를 최소화하는 것이다. 오차 최소화란 알고리즘이 훈련 과정에서 예측치와 실제값 사이의 평균적인 괴리를 최대한 줄여나가는 과정을 의미한다. 방대한 과거 학습 데이터 앞에서 알고리즘이 선택할 수 있는 수학적으로 가장 안전한 전략은, 발생 가능성이 가장 높은 ‘평균적인 발달 추세’를 출력하는 것이다.
모델이 부드러운 평균 예측을 산출하는 데 길들여지면, 드물지만 파괴적인 급격한 위력 폭증은 단순한 통계적 ‘잡음’이나 극단값으로 치부되어 지워져 버린다. 만약 모델이 모든 돌발적 급발달 위험을 포착하도록 민감하게 반응하게 만들면, 전체 데이터에 대한 평균 제곱 오차는 오히려 증가하게 된다. 전반적인 평균 오차를 줄이는 목표와 카오스적인 극단값 위험을 포착하는 목표는 수학적으로 양립하기 어려운 경쟁 관계에 놓여 있다.
순수 데이터 기반의 예측 모델은 여기서 명백한 구조적 한계에 부딪힌다. 관측 데이터에 불확실성이 남아 있고 대기 시스템이 카오스의 지배를 받는 한, 단일한 평균값을 추구하는 알고리즘은 폭풍이 돌발적으로 폭발하기 직전에 조기 경보를 울려주기 어렵다. 단순히 컴퓨팅 파워를 쏟아붓고 훈련 데이터를 늘린다고 해서 대기물리학의 본질적인 불확실성을 뛰어넘을 수는 없다.
그림: 예보 시간이 길어질수록 AI와 물리 모델 간 허리케인 강도 예측 편차가 뚜렷해진다. 출처: The Conversation / Chanh Kieu
단일 수치에서 확률 범위로, 기상 예측의 패러다임 전환
카오스 시스템의 한계를 직시하면서 기상 예보의 기본 패러다임도 전환기를 맞이하고 있다. 차세대 기상 예보 시스템은 ‘최대 풍속 초속 45미터’와 같은 단일한 확정 수치를 제시하던 방식에서 벗어나, 발생 가능한 강도의 범위와 각각의 확률 분포를 함께 제공하는 방향으로 나아가고 있다. 이러한 앙상블 확률 예보는 급격한 강화가 일어날 잠재적 위험을 방재 담당자에게 사전에 가시화해 준다.
해안 인근에 거주하는 일반 시민들에게도 이러한 예보 방식의 변화를 이해하는 것은 매우 중요하다. 기상 당국이 허리케인 경보를 발표할 때 제공되는 확률 범위는, 단순히 중간 평균 수치만 맹신할 것이 아니라 발생 가능한 최악의 돌발 급변 상황에 대비해 충분한 방재 여유를 확보해야 함을 상기시켜 준다. 예측의 한계를 올바르게 인식하는 것 자체가 재난 대비의 핵심적인 한 축이다.
인공지능은 인류가 전 지구적 날씨 변화의 흐름을 파악하는 방식에 혁신을 가져왔다. 그러나 허리케인 강도의 돌발적인 폭증에 맞닥뜨렸을 때, 데이터에만 의존하는 모델은 뚜렷한 한계를 드러낸다. 급격한 강화는 카오스적 물리 과정의 지배를 받으며, 오차를 줄이려는 알고리즘은 극단적인 요동을 지워버리는 경향이 있다. 먼 바다 위에서 정체를 알 수 없는 거대한 폭풍의 에너지가 움틀 때, 대자연은 기상 예측이 언제나 물리 법칙에 대한 경외심을 품어야 한다는 점을 인류에게 일깨우고 있다.
참고 링크:
- The Conversation 보도
- Tellus A 연구 논문
