Google DeepMind, 시간당 5킬로미터 예보를 제공하는 WeatherNext 3 출시

Google DeepMind와 Google Research는 2026년 9월 3일에 WeatherNext 3를 소개했습니다. 이 모델은 전 세계 AI 기상 예측 모델로, 최대 5킬로미터 해상도로 시간별 예보를 생성하며 Google Search, Gemini 앱, Google Maps, Google Maps Platform Weather API, 그리고 Google Earth Engine에 통합될 예정입니다.

팀은 WeatherNext 3를 지금까지 가장 진보하고 정확한 전 세계 기상 모델이라고 설명했으며, Brightband의 독립적인 실시간 평가를 언급했습니다. Google DeepMind, Google Research, Google의 연구원들이 저술한 기술 논문이 출시와 함께 제공되었으며, 이 논문에서는 모델이 운영 중임을 명시하고 있습니다.

고해상도 시간별 예보

WeatherNext 3는 다양한 공간 해상도로 시간별 예보를 생성합니다. 온도와 습도와 같은 주요 지표는 5킬로미터 해상도로, 다른 지표는 10킬로미터, 풍속과 같은 대기 변수는 25킬로미터 해상도로 제공됩니다. Google에 따르면 이는 이전 모델인 WeatherNext 2가 6시간 간격으로 25킬로미터 격자로 예보를 제공했던 것보다 전 세계 기상 모습을 약 5배 더 선명하게 만든다고 합니다.

논문에 따르면 WeatherNext 3는 WeatherNext 2를 기반으로 한 Functional Generative Network 접근 방식을 확장했으며, 연속 순위 확률 점수(CRPS)를 최소화하도록 훈련된 15일, 64멤버 앙상블 예보를 생성합니다. 이는 확률 예보 기술의 표준 지표입니다. 모델은 잠재 차원을 768에서 1024로, 메쉬 트랜스포머 깊이를 24층에서 32층으로 늘렸으며, 운영 버전은 2026년 6월 30일까지의 데이터를 사용해 훈련되었습니다. 시스템은 실시간 1시간 간격의 정지궤도 위성 모자이크와 전통적인 과거 분석 데이터를 함께 받아들여, 단일 메쉬 트랜스포머에 입력하고, 이를 통해 고밀도 격자 필드, 개별 사이클론 경로, 관측소 수준 예측을 출력합니다.

원시 관측 데이터 기반 학습

WeatherNext 2를 포함한 대부분의 AI 기상 모델은 수치예보 모델의 데이터를 학습에 사용합니다. 이러한 모델은 물리 시뮬레이션으로 6시간의 데이터 지연이 발생합니다. Google은 이 지연이 비와 지표면 온도와 같이 빠르게 변하는 변수에 편향을 초래할 수 있다고 설명했습니다. 반면 WeatherNext 3는 실시간 전 세계 정지궤도 위성 데이터 모자이크를 받아들여 대기의 지속적인 업데이트 뷰를 제공하고, 매시간 새로운 예보를 생성하며, 최신 위성 관측에 기반합니다.

논문에 따르면 위성 모자이크는 0.1도 해상도의 11개 채널을 포함하며, 운영 지연은 약 1시간이라고 합니다. WeatherNext 3는 또한 희소한 기상 관측소 데이터를 직접 학습에 사용하며, 2001년부터 METAR 공항 관측소, 지역 Mesonet 네트워크, ICOADS 선박 및 부표 측정 등 세 가지 지표면 데이터셋을 결합합니다. 논문은 이 관측소 출력 헤드가 고도와 같은 지역 지형 특성을 조건으로 하여, 어느 위치와 시간에서도 2미터 높이의 온도와 이슬점을 예측한다고 보고합니다.

강수량에 대해서는 모델이 두 가지 소스: NASA의 위성 기반 통합 다중 위성 관측(GPM용 IMERG) 제품과 팀이 자체적으로 만든 전 세계 강수 재분석인 PARDIG에 대해 학습합니다. 논문에 따르면 PARDIG는 GPM 핵심 관측소의 희소한 우주 레이더 데이터를 예측하도록 훈련된 별도의 AI 모델이 만든 실험적 추정치라고 설명합니다.

WeatherNext 3는 재생 에너지 생산을 위한 예측도 도입했습니다. Google은 모델이 풍력 에너지 생산을 위해 약 100미터(터빈 높이) 풍속을 예보하고, 고해상도 구름량 및 태양 복사량을 제공하여 태양광 발전소가 지표면 일조량을 추정하는 데 도움을 준다고 밝혔습니다.

보고된 평가 결과

중기 범위의 전 세계 강수 예보에서 Google은 초기 예보 시점에 IMERG 대비 CRPS가 최대 60%, MRMS 레이더 기반 제품 대비 30%, 강우계 측정 대비 10% 향상되었다고 보고했습니다. 논문은 또한 훈련에 사용되지 않은 관측소에 대한 평가에서, 관측소 출력 헤드가 WeatherNext 2에 비해 2미터 온도에 대한 CRPS를 최대 30% 개선하고, 짧은 예보 시점에서는 ECMWF ENS 시스템에 비해 40% 개선한다고 덧붙였습니다.

논문은 또한 2026년 7월 1일부터 8월 11일까지 6주간 운영 데이터 피드를 활용한 준실시간 평가를 기술합니다. 이 평가에서 저자들은 WeatherNext 3가 ECMWF의 AIFS ENS v2를 모든 상층 변수에서 능가했으며, 첫 번째 예보 주에 평균 약 10% 향상을 보였고, 앙상블 평균 열대 사이클론 경로 및 강도 오류 측면에서도 WeatherNext 2보다 작지만 일관된 개선을 보였다고 보고했습니다.

논문은 또한 제한 사항을 문서화했습니다. 저자들은 개별 예보 샘플에서 모델의 메쉬 구조를 반영한 육각형 패턴, 일부 출력 헤드에서 6시간 경계에 걸친 시간적 불연속성, 그리고 관측소 헤드에서 멤버별 전 세계적인 온난·냉각 편향을 관찰했다고 언급했습니다. 그들은 앙상블 분위수와 같은 주변 통계는 남극을 제외하고는 대부분 인공물 없이 깨끗하다고 밝혔습니다.

Google 제품 전반에 걸친 제공

WeatherNext 3는 2026년 9월 3일부터 Google Search, Gemini 앱, Google Maps, Google Maps Platform Weather API, 그리고 Google Earth Engine에서 날씨 경험을 제공하기 시작합니다. Google은 사용자가 하루 이상 미리 계획할 경우, 강수 예보 정확도가 최대 50% 향상될 것이며, 특히 과거에 예보 신뢰도가 낮았던 지역에서 가장 큰 개선을 보일 것이라고 밝혔습니다.

연구자, 개발자, 기업은 데이터를 쿼리하여 BigQuery와 Earth Engine에서 활용하거나 Google Cloud Storage에서 Zarr 형식으로 대량 다운로드할 수 있습니다. Google의 개발자 문서에서는 이 모델이 64개의 앙상블 멤버를 통해 매시간 초기화되는 15일 전 세계 확률 예보를 제공한다고 설명하고, Google Cloud에서 맞춤형 추론 옵션을 제공하여 전용 가속기에서 앙상블 규모와 예보 기간을 제어하며 맞춤 예보를 생성할 수 있다고 명시합니다. 또한 예보는 Weather Lab, Google DeepMind의 인터랙티브 시각화 사이트를 통해 실시간으로 확인할 수 있습니다.

Google의 발표에는 WeatherNext가 자동화된 실험적 AI 시스템이며, 사용자는 공식 예보, 악천후 경보 및 공공 안전 권고를 위해 지역 기상청이나 국가 기상 서비스를 참고해야 한다는 면책 조항이 포함되어 있습니다.