글로브넷, 딥레인이 기존 방식에 비해 정확성 높아

엔비디아는 한국과학기술정보연구원(KISTI)의 획기적인 태풍 및 호우로 인한 피해 예측 시스템인 글로브넷(GlobeNet) 및 딥레인(DeepRain)의 트레이닝에 엔비디아 GPU가 활용되고 있다고 밝혔다.

KISTI 연구진이 GPU가속 딥 러닝을 이용해 태풍 및 호우로 인한 피해 예측 시스템 개발에 나서 주목을 받고 있다. KISTI의 HPC연구센터장인 조민수 박사는 “자연 재해를 예방하는 것은 불가능하지만, 올바른 정보가 주어진다면 위험을 최소화할 수 있다”고 말했다.
 
한국은 허리케인이나 열대성 저기압과 같은 폭풍에 둘러 쌓인 나라이다. 허리케인이나 태풍 등은 지리적 위치에 따라 대서양 및 북태평양 동부 지역에선 허리케인, 북태평양 서부 지역에선 태풍, 남태평양 및 인도양 지역에선 사이클론이라는 서로 다른 명칭으로 불릴 뿐, 전 세계적으로 발생하는 현상이다.

조민수 박사를 비롯한 KISTI 연구진은 딥 러닝 기술과 기존의 예측 방식을 결합해 GPU 가속 슈퍼컴퓨터로 수치화된 날씨 모델을 생성하여 태풍 예보의 속도 및 정확성을 향상시키는 작업을 진행 중이다. 보다 정확한 태풍의 경로와 강도를 파악하는 것은 관계당국이 보다 정확하고 시의 적절하게 피해 예상 지역 주민들에게 대피령 발표할 수 있도록 돕는다. 

현재 기상학자들은 태풍이 생성되어 소멸하기까지 이동 경로와 강도를 알 수 있는 풍속, 강수량, 기압 및 기타 요소를 예측하기 위해 다양한 수치 모델을 활용하고 있다. 하지만, KISTI 연구진은 위성 및 레이더 관측 자료를 활용해 두 개의 딥 러닝 시스템인 태풍 경로 예측용 글로브넷과 호우 예측용 딥레인을 트레이닝하고 있다. 또한 열대 사이클론의 예측 시스템인 딥TC(DeepTC)의 트레이닝에는 수치 모델의 데이터를 활용하고 있다.
 
KISTI에서 딥 러닝 시스템의 개발을 담당하고 있는 수석 과학자인 송사광 박사는 “이들 세 가지 모델이 아직 연구 단계에 있지만, 기존 방식에 비해서 정확성 측면에 상당한 성과를 올렸다”고 말했다.
 
KISTI 연구진은 엔비디아 GPU를 기반으로 케라스(Keras) 툴킷 및 텐서플로우(TensorFlow) 딥 러닝 프레임워크에 cuDNN을 활용해 이들 모델의 트레이닝을 진행했으며, 트레이닝 된 모델의 배포에는 아마존 웹 서비스 클라우드의 GPU를 이용하고 있다.
 
현재까지 KISTI에서 개발된 시스템으로 인해 태풍 및 이로 인한 강우량을 1-2시간 앞서 예측 가능하게 됐다. 연구진은 내년까지 예측 시간을 6시간으로 전으로 늘릴 계획이며, 종국에는 실제로 피해 대책에 효과를 거둘 수 있는 3일로 늘린다는 계획이다.

KISTI 연구진의 작업은 국내 인구의 30% 가량이 밀집해있는 수도권 권역, 임진강 및 주변 지역의 홍수 예측에 활용될 예정이다.  또한, KISTI의 시스템은 공군기상단에 기술이전을 현재 진행 중에 있다. 
  
KISTI의 연구는 한국 국내용으로 설계되었으나, 전 세계 어디든 동일한 방식을 활용 가능하다. 조민수 박사는 “인공위성 및 레이더 자료만 충분하다면, 딥레인과 글로브넷을 북미 지역에도 얼마든지 적용할 수 있다”고 말했다.