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

구글은 WeatherNext AI 기상 모델의 동료심사 결과를 공개하며 열대저기압 예측에서 최첨단 정확도를 달성했다고 주장했습니다. 회사는 확보한 예측 선행시간이 약 10년간의 기상예보 발전을 하나의 시스템에 압축한 수준이라고 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 Google Research 연구진, 미국 국립허리케인센터, 대기연구협력연구소, 영국 기상청의 현업 예보관들이 협력한 연구입니다. 이들 중 여러 명은 논문 공동저자이기도 합니다.

Nature 논문이 보고하는 내용

논문은 열대저기압의 경로, 강도, 크기를 최대 15일 앞까지 앙상블 방식으로 예측하는 WeatherNext Cyclones를 소개합니다. 2023~2025년 폭풍을 대상으로 주요 현업 시스템과 비교했을 때 세 지표 모두에서 평균 24시간 이상의 예측 선행시간을 추가로 확보했습니다. 저자들은 이를 현업 예보의 약 10년간 발전에 맞먹는 개선이라고 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.

특히 눈에 띄는 결과는 기존 전제에 도전한다는 점입니다. 정확한 강도 예측에는 높은 공간 해상도가 필요하다고 오랫동안 여겨졌습니다. 그러나 WeatherNext Cyclones는 기존 지역 모델보다 약 100배 성긴 28×28km 입력을 사용하고, 소형 버전 WeatherNext 2-mini도 111×111km 해상도에서 좋은 성능을 냅니다. 논문은 최첨단 강도 예측에 고해상도가 엄격한 필수조건은 아니라고 설명합니다. 연구진도 모델이 성긴 데이터에서 강도 정보를 어떻게 추출하는지 아직 완전히 이해하지 못한다고 밝힙니다. 가중치가 공개된 만큼 연구 공동체가 탐구할 열린 질문으로 남겨 둔 것입니다.

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 예측하는 데 도움을 줬으며, 조기 경보를 뒷받침할 만큼 충분히 미리 예측했습니다. 미국 국립허리케인센터의 2025년 검증 보고서는 해당 시즌의 예보 성능을 기록합니다. 올해 시스템은 예보관의 의사결정을 돕기 위해 열대저기압 하나당 가능한 시나리오 1,000개를 생성합니다.

DeepMind 게시물에 인용된 수치에 따르면 열대저기압은 지난 50년간 70만 명 이상의 사망자와 1조 4,000억 달러의 경제적 손실을 초래했습니다. 예보 오류의 비용은 인명과 경제 양쪽에서 드러납니다.

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 살펴볼 수 있다. Google은 Weather Lab의 범위를 사이클론 추적에서 기온, 강수량, 풍속을 포함하는 전 지구 예보로 확대했다. 모델과 Weather Lab은 모두 Google Earth AI에 속한다. TPU 한 개로 15일 예보 한 번을 생성하는 데 1분도 걸리지 않는다. 이제 도입의 제약은 연산 자원이 아니라 전문성과 통합이다.