인공위성이 측정하지 못한 해수면 온도 데이터를 인공지능(AI)으로 복원할 수 있는 기술이 개발됐다.

울산과학기술원(UNIST) 지구환경도시건설공학과 임정호 교수팀은 위성 관측망의 결측 구간을 보완해 해수면 온도 데이터를 1시간 단위, 2㎞ 공간 해상도로 재구성할 수 있는 AI 복원 모델을 개발했다고 19일 밝혔다.

바닷물에는 지구 열에너지의 90%가 저장되는데, 해수면은 바다와 공기 사이에서 열에너지가 직접 오가는 지점이다.

해수면이 따뜻해지면 열에너지가 공기로 옮겨 가면서 태풍, 폭염, 집중호우 등의 기상 현상을 일으킬 수 있다.

위성 관측으로 해수면 온도를 광범위하게 모니터링할 수 있지만, 구름, 강수, 관측 각도 제한 등으로 시공간적 결측 구간이 자주 발생한다.

이 탓에 해수면 온도 변화의 흐름을 읽기 어렵거나 장기적이고 정확한 온도 예측을 하지 못하는 한계가 있었다.

연구진은 주로 이미지 생성에 쓰이는 GAN 인공지능 모델에 고빈도 위성 관측 자료와 수치 예보 모델의 열역학적 지식을 학습시켜 위성의 결측 구간을 메울 수 있는 모델을 만들었다.

특히 실제 해양 물리 조건에 부합하는 해수면 온도 데이터를 정밀하게 복원할 수 있도록 설계했다.

제1저자 정시훈 연구원은 "수치 예보 모델이나 통계 기반 기법은 위성의 해상도를 그대로 유지하기 어렵고 계산 비용도 컸다"며 "이 모델은 실제 실험에서 기존 방법보다 복원 정확도가 높게 나타났으며, 급격한 온도 변화 구간에서도 예측 성능이 우수한 것으로 확인됐다"고 설명했다.

임정호 교수는 "이 기술로 태풍 발생이 잦고 기후 변동성이 큰 북서 태평양 해역에서 고해상도 해수면 온도 데이터를 생산할 수 있다"며 "한반도 기후에도 직접적인 영향을 미치는 만큼 날씨 예측과 기후 분석의 정밀도를 높이는 데 큰 도움이 될 것"이라고 말했다.

이런 연구 결과는 원격 탐사 분야 국제 학술지인 '환경원격탐사'(Remote Sensing of Environment)에 지난 1일 게재됐다.