북극해 '복병' 바다얼음, 30일 앞서 예측한다 [지금은 기후위기]

[아이뉴스24 정종오 기자] 북극은 예측하기 쉽지 않다. 바다로 이뤄진 북극은 워낙 변화가 무쌍하기 때문이다. 지구 가열화가 지속하면서 북극 바다얼음(해빙)이 빠르게 녹고 있다. 인류는 이 틈을 타 ‘북극항로’ 개척에 나섰다. 기온, 해수면, 바람, 파도 등의 변화에 따라 바다얼음의 분포가 달라진다. 언제, 어디서 유빙(떠다니는 얼음) 등이 나타날지 모르는 상황이다.

북극해의 얼음 분포를 최대 30일 앞서 예측해 선박의 운항 계획을 돕는 인공지능(AI) 기술이 나왔다.

울산과학기술원(UNIST) 지구환경도시건설공학과 임정호 교수팀은 한국수자원공사 수자원위성센터 김영준 박사, 캐나다 매니토바대 연구팀과 함께 가로·세로 6.25㎞ 구역별 북극 해빙 분포를 하루 단위로 최대 30일 앞서 예측하는 AI 모델인 ‘아이스네스트(IceNest)’를 개발했다.

북극 해빙은 해수면 온도 등에 따라 얼거나 녹고, 바람과 해류에 밀려서 모이거나 흩어진다. 쇄빙선이 아닌 일반 선박은 이러한 변화를 미리 파악해야 출항 시기와 경로를 정할 수 있다.

아이스네스트는 북극 전체의 해빙 변화부터 좁은 해협과 얼음 가장자리의 세밀한 변화까지 예측한다. 서로 다른 두 위성 자료를 활용해 전체 분포를 예측하고 세부 지역별로 바로잡는 방식이다. 25㎞ 단위로 구획된 위성 자료와 기온·해수면 온도·바람 등을 여러 AI 모델에 학습시킨다. 이후 각 모델이 예측한 결과를 결합해 앞으로 30일 동안의 해빙 농도를 먼저 예측한다.

이 예측을 생성형 AI의 한 종류인 ‘조건부 확산모델’이 가로·세로 6.25㎞ 구역별로 보정한다. 보정한 지역들을 합쳐 하나의 예측 지도를 만드는 시스템이다. 연구팀은 조건부 확산모델에 고해상도 위성 관측자료와 25㎞ 단위의 예측 사이의 차이를 학습시켰다.

학습에 이용하지 않은 2020~2023년 자료로 검증한 결과 아이스네스트는 비교 대상인 통계 기반 모델과 유럽 코페르니쿠스 기후변화서비스의 계절 예측 모델들보다 얼음 유무와 경계 위치를 더 정확하게 예측했다. 이러한 성능 차이는 얼음이 빠르게 녹는 여름과 다시 얼기 시작하는 가을에 두드러졌다.

모의 항해 시뮬레이션했을 때 아이스네스트의 해빙 예측을 활용하면 기존 모델보다 선박의 통항 시기와 이동 거리를 더 정확하게 계산할 수 있는 것으로 나타났다. 베링해에서 러시아 북쪽을 거쳐 노르웨이해로 이어지는 북동항로를 대상으로 했을 때 통항할 수 있는 시작일의 평균 오차는 4.5일을 기록했다.

영국 기상청 모델 ‘글로시5·6’의 오차는 10.75일로 오차가 절반 이상 감소한 것이다. 통항 종료일의 오차 역시 3.5일에서 2.75일로 항로 거리의 오차는 101.32㎞에서 88.64㎞로 감소했다.

아이스네스트의 한계는 있다. 실제 운항에 활용하려면 해빙 농도 외에 얼음 두께와 이동 방향·속도, 파도 등도 함께 고려해야 한다고 연구팀은 전제했다.

이번 연구에는 UNIST 추민기 연구원이 제1저자로 참여했다. 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 것으로 기대한다”고 말했다.

연구 성과(논문명: Nested generative downscaling of passive microwave satellite data for navigation-scale Arctic sea ice forecasting)는 국제학술지인 ‘사진측량·원격탐사 저널(ISPRS Journal of Photogrammetry and Remote Sensing)’에 9월 22일 온라인으로 실렸다.