UNIST, 북극항로 AI 가이드 '아이스네스트' 개발
해빙 분포 30일 앞서 예측
통항 가능 시작일 예측 오차 낮춰
북극해 얼음 분포를 최대 30일 앞서 예측해 선박 운항을 돕는 인공지능(AI) 기술이 개발됐다. 북극 전체 기상 변화와 항로 주변 국지적 특징을 동시에 반영한 해빙 농도예측 기술이다.
개발 주역은 임정호 UNIST 지구환경도시건설공학과 교수팀과 김영준 한국수자원공사 수자원위성연구소 연구원, 캐나다 매니토바대 연구진으로 구성된 공동 연구팀이다. 연구팀은 가로·세로 6.25㎞ 구역별 북극 해빙 분포를 하루 단위로 최대 30일까지 사전 예측하는 AI 모델 '아이스네스트(IceNest)'를 개발했다.
선박이 북극해를 지나려면 해수면 온도 등에 따라 얼거나 녹고, 바람과 해류에 밀려 모이거나 흩어지는 해빙 변화를 미리 파악해야 한다.
아이스네스트는 북극 전체 해빙 변화부터 좁은 해협과 얼음 가장자리의 세밀한 변화까지 예측할 수 있다. 서로 다른 두 위성자료를 활용해 전체 분포를 예측하고 세부 지역 변화를 보정하는 방식이다. 25㎞ 단위 위성자료와 기온·해수면 온도·바람 정보를 여러 AI 모델에 학습시킨 후 각 모델의 예측 결과를 종합해 30일간의 해빙 농도를 예측한다.
이 예측 자료를 생성형 AI의 일종인 '조건부 확산 모델'에 넣어 가로·세로 6.25㎞의 구역별로 보정하고, 보정 지역을 합쳐 하나의 최종 예측 지도를 만든다. 연구팀은 조건부 확산 모델에 고해상도 위성 관측자료와 25㎞ 단위 예측 결과의 차이를 학습시켰다.
아이스네스트 예측 성능 테스트 결과, 비교 대상인 통계 기반 모델이나 유럽 코페르니쿠스 기후변화서비스의 계절 예측 모델보다 해빙 유무와 경계 위치를 더 정확하게 예측했다. 특히 얼음이 빠르게 녹는 여름과 다시 얼기 시작하는 가을에 성능 차이가 더 두드러졌다.
모의 항해 시뮬레이션에 적용하면 기존 모델보다 선박의 통항 시기와 이동 거리를 더 정확하게 계산할 수 있다는 것도 확인했다. 연구팀은 실제 운항에 활용하려면 해빙 농도 외에 얼음 두께와 이동 방향·속도, 파도 등을 함께 고려해야 한다고 설명했다.
임정호 교수는 “북극 전체의 해빙 변화와 항로 주변의 세밀한 얼음 분포를 예측하고, 이를 모의 항해에 적용해 실험한 결과 실제 항로 계획 수립에 쓸 수 있음을 확인했다”며 “북극항로 이용 시기와 구간을 미리 파악해 선박 운항 계획 수립과 최적 항로 선택에 도움을 줄 것”이라고 말했다.
울산=임동식기자 dslim@etnews.com
