기상청, 8㎞ KIM 단독 운영…AI 결합한 예보 체계 고도화

김동현 기자 · 입력 2026.09.07 15:18
GPU 208장 활용해 AI 자료동화 개발…12월 차세대수치예보모델 최종판 완성 계획
기상청, 8㎞ KIM 단독 운영…AI 결합한 예보 체계 고도화
기상청이 2026년 8월 25일 대전에서 연 '2026년 수치예보 자문위원회'에서 참석자들이 기념촬영을 하고 있다. (사진 출처=기상청)

한국의 날씨를 계산하는 독자 예보 체계가 올해 자체 모델 단독 운영과 인공지능 결합을 함께 추진한다. 기상청은 한국형수치예보모델 KIM의 계산 범위를 더 촘촘하게 다듬고, 관측 자료를 반영하는 과정과 여러 예측 결과를 만드는 과정에 AI를 적용해 급변하는 날씨에 대응할 기반을 강화한다.

기상청 수치예보센터는 25일 대전 KW컨벤션에서 ‘2026년 수치예보 자문위원회’를 열고 수치예보기술 발전 방향과 중장기 업무 추진 전략을 논의했다고 밝혔다. 2021년부터 운영된 위원회는 올해 제3기로 새롭게 구성됐다. 대기과학과 수치모델링뿐 아니라 AI 기상예측 등 첨단 융합 분야의 학계·연구기관 전문가 11명이 참여한다.

이날 안건에는 차세대수치예보모델의 개발 현황과 향후 계획, 수치예보모델의 실제 예보 활용 현황, 에이전틱 AI 기반 수치예보 생태계가 포함됐다. 다만 회의에서 채택된 구체적인 권고안이나 도입할 AI 모델·알고리즘, AI 융합에 따른 정량적인 정확도 향상치는 공개되지 않았다.

수치예보는 관측 자료를 바탕으로 대기의 변화를 컴퓨터로 계산해 미래 날씨를 내다보는 방식이다. KIM은 2011년부터 2019년까지 783억원을 투입해 개발한 전지구 수치예보모델이다. 이를 통해 한국은 세계에서 아홉 번째로 독자적인 전지구 예보모델을 보유한 국가가 됐으며, 기상청은 2020년부터 KIM을 현업에서 운영해 왔다.

KIM 전지구모델의 격자간격은 2025년 5월 12㎞에서 8㎞로 줄었다. 지구를 계산용 칸으로 나눴을 때 한 칸의 크기를 더 작게 만든 것이다. 이에 따라 수평 격자는 311만개에서 796만개로 약 2.5배 늘었다. 같은 지구를 이전보다 잘게 나눠 계산할 수 있는 구조를 마련한 셈이다. 기상청은 2026년 4월부터 영국 통합모델과의 병행 운영을 끝내고 8㎞ KIM을 단독으로 현업 운영한다고 밝혔다.

AI 활용 계획도 구체적인 일정과 함께 제시됐다. 기상청은 2026년 AI-변분 자료동화 체계를 구축하고 11월에는 AI 앙상블 규모를 확대할 계획이다. 자료동화는 관측 자료와 모델 계산을 결합해 예측의 출발 상태를 만드는 과정이다. 앙상블은 서로 다른 조건에서 계산한 여러 결과를 함께 살펴 예보의 불확실성을 판단하는 방식이다.

기상청은 2026년 국가 AI 프로젝트 2개에 선정돼 그래픽처리장치인 GPU 208장을 배정받았다. 대규모 계산을 동시에 처리하는 GPU 가운데 128장은 기상 분야 파운데이션 모델 개발에, 80장은 AI-변분 자료동화 개발에 활용할 계획이다. 12월에는 차세대수치예보모델 최종판을 완성하고 개발사업단에서 기상청으로 기술을 이전하는 일정도 제시했다.

후속 차세대수치예보시스템 사업은 착수 당시 2020년부터 2026년까지 총 1023억원 규모로 계획됐다. 초단기부터 최대 30일까지의 예측을 하나의 체계로 연결하는 것이 목표다. 별도의 한국형 AI 기상·기후 파운데이션 모델 사업도 2026년부터 2030년까지 초단기·단중기 예보와 계절전망을 잇는 방향으로 추진된다.

AI 기반 예보는 이미 일부 현업 영역에서 활용되고 있다. 국립기상과학원은 6시간 뒤의 강수를 예측하는 AI 초단기 강수예측시스템을 2025년 5월부터 현업 운영하고 있다. 이번 계획은 독자 수치예보모델의 해상도를 높이는 작업과 AI 예측 체계 개발을 함께 추진한다는 데 의미가 있다. 다만 특정 AI 기술의 도입 확정이나 실제 예측 정확도 개선 여부는 앞으로 공개될 개발 결과를 통해 확인해야 한다.

자료: 기상청, 국립기상과학원, 차세대수치예보모델개발사업단

저작권자 © 한국R&D신문 — 무단 전재 및 재배포 금지
김동현 기자 dh.kim@k-rnd.net
전자·AI·소프트웨어 — 전자회로·통신·임베디드, 생성형 AI·머신러닝·데이터
댓글 0 최신순 추천순

첫 댓글을 남겨보세요.

0 / 400 · 회원 로그인 시 닉네임으로 작성 · 비회원 수정은 작성 후 1분 이내