안녕하세요,
2024년도 마지막에 빅테크 기업들이 엄청난 소식들을 발표하고 있습니다. 그 중에서도 특히 주목할 만한 소식은 구글이 날씨 예측과 관련해 새로운 AI 기술을 공개한 것입니다. GenCast라는 이름의 이 기술은 단순히 날씨를 예측하는 것을 넘어, 극단적인 기상 현상까지 예측할 수 있는 이 시스템은 기후 변화가 심화되는 현시점에서 더욱 큰 의미를 지닙니다. 이 AI 기술은 정확하고 상세한 예측을 제공함으로써 현재 많은 사람들의 기대를 모으고 있습니다. 그러면 이 GenCast에 대해 알아보겠습니다.
젠캐스트(GenCast)란
2024년 12월 4일, 구글에서는 젠캐스트(GenCast)라는 날씨를 예측해주는 AI를 발표했습니다. 젠캐스트(GenCast)는 구글이 개발한 새로운 고해상도 AI 기반 앙상블 기상 예보 모델입니다. 최대 15일 이후의 날씨까지 예측할 수 있는 젠캐스트는 일상적인 기상 상태뿐만 아니라 극한의 기상 현상까지도 정확하게 예측하며, 현재 세계적으로 널리 사용되고 있는 유럽중기예보센터(ECMWF)의 ENS 시스템보다 더 나은 성능을 자랑합니다.
젠캐스트는 AI 기상 모델의 새로운 진화를 이끌고 있습니다. 기존의 기상 모델은 단일 최적 예측값을 제공하는 데 비해, 젠캐스트는 50개 이상의 예측으로 구성된 앙상블을 통해 다양한 기상 시나리오를 제공합니다. 이러한 확률론적 접근법은 단일 예보에 의존하지 않고도 더 풍부한 정보를 제공하여 의사결정자들이 향후 기상 변화에 효과적으로 대비할 수 있도록 돕습니다.
젠캐스트(GenCast): 최첨단 AI 기술을 활용해 날씨 및 극한 기상 상황의 위험도를 정교하게 예측합
새로운 AI 모델 ‘젠캐스트(GenCast)’는 최대 15일 이후의 날씨까지 더빠르고 정확한 예보를 제공해 날씨로 인한 불확실성과 위험을 보다 효과적으로 예측할 수 있습니다.
blog.google
젠캐스트(GenCast) 성능
젠캐스트(GenCast)는 기존 ENS 시스템과의 성능 비교 테스트에서 우수한 결과를 보였습니다. 2018년까지의 데이터를 학습하고 2019년 데이터를 활용해 평가한 결과, 젠캐스트는 97.2%의 사례에서 ENS보다 높은 정확도를 기록했습니다. 특히, 예측 기간이 36시간을 초과할 경우 99.8%의 정확도로 극한 기상 상황에서도 안정적인 예측 능력을 입증했습니다.
젠캐스트는 구글 클라우드의 TPU v5 칩 하나로 15일 간의 날씨 예보를 단 8분 만에 생성하며, 기존 ENS 대비 훨씬 효율적인 속도를 자랑합니다. 또한, 허리케인과 태풍 같은 열대 저기압의 경로를 정밀하게 예측해 재난 대비에 실질적인 도움을 제공합니다. 예를 들어, 태풍 하기비스의 경우 젠캐스트는 상륙 7일 전에 다양한 경로를 예측하고, 시간이 지날수록 예측 범위를 좁히며 높은 정확도를 유지했습니다.
ENS는 유럽중기예보센터(ECMWF)에서 운영하는 슈퍼컴퓨터 기반의 연산 시스템으로, 세계에서 가장 신뢰받는 예보 모델 중 하나로 평가받고 있습니다. 하지만 젠캐스트는 이러한 ENS를 능가하는 성능을 입증하며, 전 세계 기상 예측 시스템의 새로운 기준을 제시했습니다.
모델 공개
GenCast는 현재 깃허브에서 학습 코드와 모델 가중치를 모두 공개하고 있어 누구나 모델의 구조와 작동 방식을 확인할 수 있습니다. 또한, 학습 코드와 가중치를 활용해 자체적으로 모델을 재학습하거나, 실험을 통해 모델 성능을 평가할 수 있습니다. Google Cloud를 통해 모델을 실행하여 추론(inference) 과정을 테스트하거나, 다양한 시뮬레이션을 수행할 수도 있습니다. 자세한 내용은 아래 GitHub 페이지에서 확인할 수 있습니다.
- 구글딥마인드 깃허브 : https://github.com/google-deepmind/graphcast
라이선스
GenCast의 코드 및 라이선스 정보는 아래와 같습니다.
- 코드 라이선스: GenCast의 코드는 Apache License 2.0 하에 공개되었으며, 상업적 사용이 가능합니다.
- 모델 가중치 라이선스: 모델 가중치는 Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) 라이선스로 제공됩니다. 이는 비상업적 용도로만 사용할 수 있으며, 동일 조건으로 공유해야 합니다.
하드웨어
GenCast의 학습에 필요한 정확한 하드웨어 사양은 공개되지 않았으나, 모델의 규모와 복잡성을 고려할 때 상당한 컴퓨팅 파워가 필요할 것으로 보입니다.
추론(inference) 과정에서 필요한 하드웨어 요구사항은 모델의 해상도에 따라 달라집니다.
- 0.25도 해상도: TPU 기준 약 250GB의 시스템 메모리와 약 32GB의 HBM(VRAM)이 필요하며, GPU 실행 시 약 300GB의 시스템 메모리와 약 60GB의 VRAM이 요구될 수 있습니다.
- 1도 해상도: TPU 기준 약 21GB의 시스템 메모리와 약 8GB의 HBM(VRAM)이 필요하며, GPU 실행 시 약 80GB의 시스템 메모리와 약 16GB의 VRAM이 요구될 수 있습니다.
현재 한국 기상청은 고성능 슈퍼컴퓨터를 활용하여 기상 예측을 수행하고 있으나, 막대한 도입 비용과 운영비가 지속적으로 소요되고 있습니다. 반면, GenCast는 기존 슈퍼컴퓨터 기반 시스템에 비해 비용 효율적이며, 높은 정확도와 빠른 처리 속도를 자랑합니다. 이러한 기술적 이점을 활용하면 한국의 기상 예측 시스템의 성능을 한층 향상시키는 동시에 운영 비용을 크게 절감할 수 있을 것으로 기대됩니다.
GenCast는 기상 예보의 새로운 기준을 제시하며, 기상 연구와 재난 대비를 위한 강력한 도구로 자리 잡을 가능성을 가지고 있습니다. 앞으로 GenCast의 도입이 단순한 기술 혁신을 넘어, 사회 전반에 긍정적인 영향을 미칠 수 있기를 기대합니다.
앞으로도 AI와 관련된 유익한 정보를 지속적으로 공유할 수 있도록 노력하겠습니다.
감사합니다. 😊
'AI 소식 > 오픈소스 AI 모델' 카테고리의 다른 글
| [오픈 소스 AI] [로컬 환경] 메타에서 공개한 LLM, Llama 3.3를 소개합니다. (2) | 2024.12.11 |
|---|---|
| [영상 생성 AI] [오픈 소스] [로컬 환경] Genmo에서 개발한 영상 생성 AI, Mochi-1를 소개합니다. (0) | 2024.10.31 |
| [오픈 소스 AI] [로컬 환경] 음성을 복제하여 텍스트를 음성으로 바꿔주는 AI, SWivid TTS(Text to Speech)를 소개합니다. (2) | 2024.10.20 |
| [오픈 소스 AI] [로컬 환경] OpenAI에서 개발한 음성 인식 AI, Whisper를 소개합니다. (0) | 2024.10.17 |
| [오픈 소스 AI] [로컬 환경] 국내 기업 올거나이즈에서 개발한 한국어 특화 AI 모델을 소개합니다. (0) | 2024.09.30 |
