북극해의 얼음 분포를 최대 30일 먼저 예측해 일반 선박의 안전한 운항 계획을 도울 수 있는 인공지능(AI) 기술이 국내 연구진에 의해 개발됐다.
 |
| ▲ 북극해에 얼음이 떠 있는 생성형AI 제작 이미지. [울산과학기술원 제공] |
UNIST(울산과학기술원)는 지구환경도시건설공학과 임정호 교수팀이 한국수자원공사 수자원위성연구소 김영준 박사, 캐나다 매니토바대 연구진과 함께 가로·세로 6.25㎞ 구역별 북극 해빙 분포를 하루 단위로 최대 30일 앞서 예측하는 AI 모델 '아이스네스트'(IceNest)를 개발했다고 15일 밝혔다.
'북극 해빙'은 해수면 여건에 따라 수시로 이동하기 때문에 쇄빙선이 아닌 일반 상선들은 출항 시기와 안전한 항로를 정하기 위해 해빙 변화를 정확히 파악하는 것이 필수적이다.
이번에 개발된 '아이스네스트'는 서로 다른 두 위성 자료를 활용해 전체 분포를 먼저 예측한 뒤 세부 지역별로 보정하는 방식을 통해 북극 전체의 해빙 변화부터 좁은 해협과 얼음 가장자리의 세밀한 변화까지 예측할 수 있다고 연구팀은 설명했다.
우선 25㎞ 단위로 구획된 위성 자료와 기온·해수면 온도·바람 등의 데이터를 여러 AI 모델에 학습시켜 향후 30일간의 해빙 농도를 예측한다. 이어 생성형 AI의 일종인 '조건부 확산 모델'을 통해 가로·세로 6.25㎞ 구역별로 정밀하게 보정해 최종 예측 지도를 완성한다.
연구팀이 학습에 사용되지 않은 2020~2023년의 실제 자료로 검증한 결과, '아이스네스트'는 기존의 통계 기반 모델이나 유럽 코페르니쿠스 기후변화서비스의 계절 예측 모델보다 얼음의 유무와 경계 위치를 더 정확하게 맞췄다.
 |
| ▲ 왼쪽부터 임정호 UNIST 교수, 김영준 수자원위성연구소 박사, 추민기UNIST 연구원. [울산과학기술원 제공] |
실제 모의 항해 시뮬레이션에서도 뛰어난 성과가 입증됐다. 베링해에서 러시아 북쪽을 거쳐 노르웨이해로 이어지는 북동항로를 대상으로 진행된 시뮬레이션에서, 통항 가능한 시작일의 평균 오차는 4.5일을 기록했다. 영국 기상청 모델 '글로시5·6'의 오차(10.75일)와 비교하면, 절반 이상 줄어든 수치다. 통항 종료일의 오차(3.5일→2.75일)와 항로 거리의 오차((101.32㎞→88.64㎞) 역시 감소했다.
다만 실제 운항에 활용하려면 해빙 농도 외에 얼음 두께와 이동 방향·속도, 파도 등도 함께 고려해야 한다고 연구팀은 설명했다.
해양수산부와 교육부의 지원을 받은 이번 연구에는 UNIST 추민기 연구원이 제1저자로 참여했으며, 연구 결과는 국제학술지 '사진측량·원격탐사 저널'(ISPRS Journal of Photogrammetry and Remote Sensing)'에 9월 22일 온라인판에 공개됐다. 해양수산부와 교육부의 지원을 받아 수행됐다.
임정호 교수는 "북극 전체의 해빙 변화와 항로 주변의 세밀한 얼음 분포를 함께 예측하고, 이를 모의 항해에 적용해 실제 항로를 계획하는 데 쓸 수 있음을 확인했다"며 "북극항로를 이용할 수 있는 시기와 구간을 미리 파악해 선박의 운항 계획과 항로 선택에 도움을 줄 것"이라고 강조했다.
KPI뉴스 / 최재호 기자 choijh1992@kpinews.kr
[ⓒ KPI뉴스. 무단전재-재배포 금지]
