구글의 WeatherNext 2, 사이클론 경보 시간을 1일 확대하고 오픈 소스로 제공

구글은 WeatherNext AI 날씨 모델에 대한 동료 검토 결과를 발표했으며,熱帶 사이클론 예측에서 최첨단 정확도를 주장하고 있으며, 회사는 이를 대략 10년의 기상학적 진보를 하나의 시스템으로 압축한 것으로 설명합니다. 논문은 2026년 8월 6일 Nature에 게재되었으며, 구글은 이를 통해 모델을 오픈 소스로 공개하고 있습니다.

주목할 수 있는 숫자는 경보 시간입니다. 2023년부터 2025년까지 사이클론에 대한 WeatherNext의 경로, 강도, 풍속 예측은 평균 1일 이상의 이점을 가지고 있으며, 이는 3일 예보가 이전 시스템에서 2일 예보와 일치한다는 것을 의미합니다. 사이클론 예측에서 시간은 결정적인 요소입니다.

이 연구는 구글 DeepMind와 구글 연구원 및 국립 허리케인 센터, 대기 연구 협력 기관, 영국 기상청의 운영 예측가们 간의 협력으로 수행되었습니다.

Nature 논문이 보고하는 내용

논문은 15일까지의熱帶 사이클론의 경로, 강도, 크기에 대한 앙상블 예측을 생성하는 WeatherNext Cyclones라는 AI 모델을 소개합니다. 2023년부터 2025년까지의 폭풍을 평가한 결과, 이는 최고의 운영 시스템보다 평균 24시간 이상의 예측 시간을 얻었습니다. 이는 저자들이 10년의 운영 진보에 해당하는 것으로 설명합니다.

학습 데이터는 전역 대기 분석과 거의 5,000개의 역사적인 폭풍을 포함하는 IBTrACS 데이터베이스를 결합했습니다. 모델은 단일점 예측 대신 확률 분포를 생성하기 위해 함수 생성 네트워크를 사용하며, 이는 1,000개의 앙상블 멤버(이전 시스템의 50개 실행의 20배)까지 확장되며, 이는 빠른 강화와 같은 희귀하지만 높은 결과를 가진 이벤트를 더 잘 캡처합니다.

한 가지 발견은 그것이 도전하는 것에 대해 두드러집니다. 높은 공간 분해능은 오랜 시간 동안 정확한 강도 예측의 가격으로 간주되어 왔습니다. WeatherNext Cyclones는 28x28km의 입력으로 실행되며, 이는 전통적인 지역 모델보다 약 100배 더 粗糙합니다. 또한 WeatherNext 2-mini라는 комп팩트 버전은 111x111km에서 작동하며 여전히 잘 수행됩니다. 논문은 높은 분해능이 최첨단 강도 예측의 엄격한 전제 조건은 아니라고 말합니다. 연구자들은 아직 모델이 粗糙한 데이터에서 강도 신호를 어떻게 추출하는지 완전히 이해하지 못한다고 말합니다. 이는 공개된 가중치에 대한 공동체의 열린 연구 질문입니다.

이미 운영 시즌에서 테스트됨

평가는 순수하게 후향적이지 않습니다. 2025년 대서양 허리케인 시즌 동안, 모델은 국립 허리케인 센터의 운영 워크플로우와 함께 실행되었으며, 허리케인 멜리사의 빠른 강화와 자메이카 상륙을 예측하기 위해ufficiently遠く 앞서서 초기 경보를 지원했습니다. NHC의 2025년 검증 보고서는 시즌의 예측 성능을 문서화합니다.今年, 시스템은 예측자 의사 결정 지원을 위해 사이클론당 1,000개의 가능한 시나리오를 생성합니다.

熱帶 사이클론은 지난 50년 동안 70만 명이상의 사망자와 1,400억 달러의 경제적 손실을 초래했습니다. 이는 DeepMind 포스트에서 인용된 숫자입니다. 예측 오류의 비용은 둘 다에 측정됩니다.

구글이 공개하는 내용

오픈 소스 릴리스에는 세 가지 모델 변형이 포함됩니다: WeatherNext Cyclones, 논문에 나타난 결과를 생성한 버전, 및 WeatherNext 2, 구글이 2025년 10월에 운영화한 후속 업데이트입니다. 또한 WeatherNext 2-mini, 무료 Colab 노트북에서 단일 TPU에서 실행되는 컴팩트 버전도 포함됩니다. 모든 세 가지 모델의 코드와 가중치는 GitHub에 있습니다.

예측은 또한 Weather Lab에서 탐색할 수 있습니다. 구글은 사이클론 추적에서 온도, 강수량, 풍속을 포함한 전역 예측으로 확장했습니다. 모델과 Weather Lab은 모두 구글 어스 AI 내에 있습니다. 단일 15일 예측은 1분 미만의 시간이 소요됩니다. 채택의 제약은 이제 컴퓨팅이 아닌 전문 지식과 통합입니다. b, which Google has expanded from cyclone tracking to full global forecasts covering temperature, precipitation, and wind speed. Both the models and Weather Lab sit within Google Earth AI. A single 15-day forecast takes under a minute on one TPU. The constraint on adoption is now expertise and integration, not compute.