구글의 연구원들이 전통적인 기술과 머신러닝을 결합한 새로운 기상 예측 모델을 개발했다. 이 모델은 현재보다 비용은 훨씬 적게 들면서 정확한 예측을 제공할 수 있다. 

최근 <네이처(Nature)>에 게재된 논문에서 소개된 이 모델의 이름은 뉴럴GCM(NeuralGCM)으로 지난 수년간 기상 예측 전문가들 사이에 생긴 분열을 해소할 수 있을 것으로 보인다. 

지난 몇 년 간의 데이터를 학습해 기상 상황을 예측하는 새로운 머신러닝 기술은 매우 빠르고 효율적이지만, 장기 예측에는 약한 모습을 보인다. 반면 지난 50년 동안 주로 사용된 일반 순환 모델(general circulation model)은 대기 중의 변화를 모델링하는 복잡한 방정식을 사용해 정확한 예측을 제공하지만, 속도가 매우 느리고 비용이 많이 든다. 전문가들 사이에서도 둘 중 무엇이 앞으로 가장 신뢰할 수 있는 수단이 될지 의견이 분분한 상태다. 그 와중에 구글이 두 가지를 결합하는 새로운 모델을 선보인 것이다. 

구글 리서치(Google Research)의 AI 연구원이자 이번 논문의 공동 저자인 스테판 호이어(Stephan Hoyer)는 “물리학과 AI는 서로 대립하는 개념이 아닌, 결합할 수 있는 개념”이라고 말했다.