엔비디아 기상 AI, 구름 영상 최대 2시간 앞 예측 시연

엔비디아($NVDA)가 21일 기상·기후 예측용 AI 모델 제품군 Earth-2를 유럽 기관과 기업이 연구와 사업에 쓰거나 시험하는 사례를 공개했다. 핵심 시연은 10분마다 갱신되는 위성 관측으로 최대 2시간 뒤의 구름 영상을 예측하는 StormScope-EU다.

엔비디아는 공식 블로그에서 사례 대상으로 AXA, Vaisala Xweather, 맨체스터대 연구진, TotalEnergies, Space42를 꼽았다. 다만 진행 단계는 제각각이다. 일부는 이미 활용 중이고 일부는 평가나 협업 발표 단계여서, 모두를 '도입 기관'으로 묶기는 어렵다.

◇ StormScope-EU, 2시간 앞 구름 영상 예측

엔비디아는 StormScope-EU를 유럽 기상·기후 자료로 훈련한 단기 예측 모델이라고 설명했다. 유럽 기상위성기구 EUMETSAT 위성의 Meteosat 16개 채널 관측을 10분 간격으로 입력받아 구름 변화를 예측한다.

엔비디아와 Earthmover가 함께 공개한 GTC Berlin 시연은 EUMETSAT의 Meteosat Third Generation 위성 자료, 엔비디아 Earth2Studio, Earthmover의 데이터 플랫폼을 연결한 구조다. Earthmover는 이 시연이 10분마다 갱신되며 향후 2시간의 위성 영상을 예측한다고 설명했다.

'실시간'이라는 표현에는 조건이 붙는다. EUMETSAT 데이터 저장소에서 무료로 제공되는 위성 자료에는 1시간 엠바고가 적용된다. 이 경로를 쓰면 예측 결과는 위성 자료 취득 후 68분 뒤에 나온다. Earthmover는 이번 시연에서 사용한 상업 라이선스 기준 지연이 20분이라고 설명했다. 실시간성은 모델 성능 못지않게 데이터 접근 조건에 좌우된다.

Earthmover는 모델 추론 속도만으로는 저지연 예보 서비스를 만들 수 없다고 밝혔다. 자료 수집, 전처리, 저장, 배포 전 과정을 함께 최적화해야 한다는 설명이다. 이번 시연은 장기 기후 전망이나 모든 기상 변수의 예측이 아니라 위성 영상 단기 예측에 한정된다.

◇ 사례별 진행 단계는 달랐다

△AXA: FourCastNet 3를 사용해 과거 기록을 넘어서는 지역별 사이클론 위험을 1,000개 이상의 모의 시즌으로 연구하고 있다. 위험 평가에 활용할 연구 사례로 소개됐으며, 예측 정확도나 보험 손실 감소 수치는 제시되지 않았다.

△맨체스터대 연구진: Earth-2 CorrDiff를 영국 대기질 모델링에 맞게 조정했다. 슈퍼컴퓨터 Isambard-AI에서 모델을 훈련하고, 엔비디아 DGX Spark 시스템에서 실행했다.

△TotalEnergies: 태양광 발전 예측을 위해 Earth-2를 검토하고 있다. StormScope 기반 일사량 단기 예측을 태양광 발전소 두 곳에서 평가하고, 1시간보다 짧은 간격의 기상 정보를 제공할 모델을 개발 중이다. 상용 운영 여부와 성능 결과는 공개되지 않았다.

△Space42: CorrDiff와 PhysicsNeMo를 이용해 레이더 영상 한 장에서 지표면 높이를 추정하고 불확실성 지도를 만드는 연구를 소개했다.

△Vaisala Xweather: 21일 엔비디아와의 협업을 따로 발표했다. StormScope와 Vaisala의 번개 관측 자료를 결합해 낙뢰 예측 선행 시간을 1시간에서 3시간으로 늘리는 것이 첫 활용 사례의 목표다. 이는 회사가 밝힌 목표이며 독립 검증 결과는 나오지 않았다.

◇ 개방형 모델의 조건

엔비디아는 Earth-2를 개방형 AI 모델·도구 제품군으로 소개한다. 다만 '개방'이 모든 구성 요소와 운영 조건에 똑같이 적용되는지는 개별 라이선스와 데이터 접근 조건을 따로 봐야 한다. 위성 자료가 무료와 상업 라이선스에 따라 시간차를 두는 것이 한 예다.

이번 발표는 기상 AI와 GPU 활용 사례다. 모델 실행에 엔비디아 GPU 기반 연산이 쓰이지만, 특정 GPU 판매량이나 주문 규모, 매출 기여는 제시되지 않았다. 모델 정확도와 기존 수치예보 대비 우위, 재난 피해 감소 효과도 발표에 담기지 않았다.

사례 전반은 엔비디아와 협업사가 직접 공개한 내용이다. Vaisala Xweather는 자사 번개 관측망과 기상 전문성이 AI 모델을 보완한다는 입장이다. Vaisala가 내건 낙뢰 예측 선행 시간 3시간 목표와 TotalEnergies의 태양광 발전소 두 곳 평가 결과가 향후 확인 대상이다.