▲ 한국 폭염일수 예측을 위해 선별된 지면 및 해수면 변수의 지리적 위치

UNIST 연구팀이 인공지능(AI)을 활용해 폭염 예측 및 다양한 기후변화에 대응하는데 도움될 기술을 개발했다.

UNIST(총장 박종래) 지구환경도시건설공학과 임정호 교수팀은 해수면 온도, 토양 수분, 적설 깊이, 해빙 농도 등 전 세계 기후 요소들을 분석해 폭염 예측 AI 모델을 개발했으며 특히 몽골 사막과 중국 톈산산맥의 적설 깊이가 한국의 폭염일수 예측에 중요한 요소임을 확인했다고 최근 밝혔다.

지면과 해수면의 변동성이 대기와 상호작용해 멀리 떨어진 지역의 기상에 영향을 미치는 현상을 원격상관(Teleconnection)이라고 하는데, 이를 통해 폭염에 영향을 주는 특정 지역을 찾아내 예측 모델에 적용했다.

연구팀은 겨울철 톈산산맥의 적설 깊이 증가와 봄철 고비사막의 적설 깊이 감소가 여름철 폭염을 예측하는 중요한 변수임을 입증했다. 몽골 사막과 톈산산맥 적설 깊이 변동성이 클 때 한국의 여름 기온이 상승하는 경향을 확인한 것이다.

2023년 폭염 예측에서 톈산산맥 적설 깊이가 주요한 역할을 했다는 점이 주목된다. 2024년에는 토양 수분과 해수면 온도 등 다양한 기후 요소의 영향력이 더 복잡해지고 있다.

이연수 연구원은 “몽골 사막과 톈산산맥의 적설 깊이와 한국 폭염 사이의 연결 고리를 밝혀냈다”라며, “이는 기존 대규모 원격상관 패턴과 유사한 구조로, 폭염 예측에 중요한 역할을 할 것으로 기대된다”고 설명했다.

임정호 교수는 “기존 기상 예보 모델에서 반영하지 못한 원격상관 인자들과 폭염 사이의 관계를 모니터링해 예측 정확성을 높일 수 있다”라며, “이번 연구가 한국의 폭염 이해와 대응에 큰 도움이 될 것”이라고 강조했다.

한편 이번 연구는 기상청, 한국연구재단, 해양수산부의 지원을 받아 진행됐으며, 연구 결과는 국제 학술지 npj Climate and Atmosphere Science에 8월 3일 게재됐다.