홍수 피해 줄이기, 다음 챕터: 구글 수문학 프레임워크가 오픈 소스로 풀렸어요!

Google Research는 국립 기상 및 수문 서비스(NMHS) 기관들이 최첨단 AI 기반 홍수 예측 기능을 자신들의 워크플로에 통합할 수 있도록 수문학 모델을 오픈 소스로 공개했어요.

홍수는 전 세계적으로 가장 파괴적인 자연재해 중 하나로, 갑작스럽게 닥쳐 장기적인 피해를 남기는 경우가 많아요. Google Research는 수년간 더 정확한 홍수 예측을 위한 최첨단 AI 모델을 구축해왔어요. 이 기술이 최전선 대응팀에 전달되어 미리 조치할 시간을 벌어줄 수 있도록 말이죠. 취약한 지역 사회를 더 안전하게 보호하는 데 도움을 주기 위해, 이제 Google Research는 수문학 모델링 프레임워크를 GitHub에 오픈 소스로 공개해서 다른 사람들이 활용하고 발전시킬 수 있도록 했어요.

이 오픈 소스 모델링 프레임워크는 연구자들과 예보관들이 Google Flood Hub에서 하천 홍수 예측에 사용되는 것과 동일한 아키텍처와 비슷한 훈련 데이터를 가지고 AI 홍수 예측 모델을 훈련할 수 있게 해줘요. 이 프레임워크는 수문학 과학자들이 Google Research가 해온 작업 위에 새로운 모델, 데이터, 접근 방식을 추가하고 테스트하면서 발전시켜 나갈 수 있도록 개발되었어요. 또한, 특정 지역에 대한 실행 가능한 홍수 경보를 제공하는 업무를 하는 현장 예보관들이 최첨단 AI 기반 홍수 예측에 지역 데이터와 지식을 접목할 수 있도록 해줘요.

Google Research는 과학적 혁신이 다른 사람들이 연구 결과를 재현하고 확장할 수 있도록 힘을 실어줄 때 그 잠재력을 최대한 발휘한다고 믿고 있어요. 이는 혁신이 전 세계적인 발전을 위한 촉매제가 될 수 있도록 하는 거에요. 그래서 Google Research는 이 프레임워크를 자체적으로 개발하고 체코 수문기상 연구소 (CHMI)와 같은 파트너들과 함께 테스트했어요. Google Research의 모델 아키텍처와 훈련 파이프라인을 공개하는 것은 전 세계 홍수 대비에 근본적인 변화를 가져올 거예요. 국립 기상 및 수문 서비스(NMHS) 기관, 다른 기상 기관, 그리고 관련 당국이 자신들의 데이터를 온전히 통제하면서도, 지역 전문가들이 특화된 데이터셋을 사용해 모델을 개선할 수 있도록 힘을 실어주거든요.

작동 방식

Google Research의 수문학 모델은 오픈 소스 PyTorch 머신러닝 모델링 패키지를 사용해서 Google Flood Hub를 구동하는 하천 예측 모델을 구현한 파이썬 패키지예요. 이 모델들은 기후, 토양, 지형, 토지 피복과 관련된 지리적 특징 데이터와 강우량, 온도 등 기상 조건과 관련된 기상 예측 데이터를 입력으로 받아서 전 세계 강들의 일일 유량을 예측해줘요.

이 수문학 모델링 패키지에는 Long Short Term Memory (LSTM) 네트워크 기반의 모델 아키텍처와, 오픈 소스 Caravan 데이터셋에서 가져온 과거 하천 데이터를 사용해서 모델을 훈련할 수 있는 훈련 파이프라인이 포함되어 있어요. 연구자들과 홍수 예측 기관들은 이 오픈 소스 데이터 저장소에 자신들의 데이터를 추가해서 모델을 훈련하거나, 지역 유역에 맞춰 파인튜닝할 수 있어요.

구현을 시작하려면, 여기 파이썬 대화형 튜토리얼 노트북과 모델 코드를 살펴보는 유튜브 비디오 튜토리얼을 확인해보세요.

모델 개선 사항

이 코드 저장소에는 Google Research의 수문학 모델 두 가지 버전이 포함되어 있어요. 하나는 2024년에 발표된 벤치마킹 연구에서 테스트된 원본 버전이고, 다른 하나는 현재 Flood Hub에서 실시간 전 세계 홍수 예측을 구동하고 있는 업그레이드된 모델이에요. 새로운 모델은 Google Research의 초기 연구에서 거둔 기반 성공 위에 새로운 모델 아키텍처로 전환하여 구축되었어요. 이 프레임워크 덕분에 다양하고 다중 소스 기상 입력 데이터를 통합된 홍수 예측 시스템으로 처리할 수 있게 됐죠. 아래 그림에서 볼 수 있어요. 최근 벤치마킹 연구에 따르면, 이 새로운 모델은 이전 버전에 비해 측정 유역에서는 신뢰할 수 있는 예측 기간을 6일, 미측정 유역에서는 1일 더 늘려준다고 해요.

이론에서 현실적인 운영까지

2025년 다중 위험 조기 경보 시스템 글로벌 현황 보고서에서 세계기상기구는 지역 데이터와 원주민 및 지역 지식(ILK)이 효과적인 재난 경보의 핵심 요소임을 인정하고, _“위험 지식 생산에 ILK를 체계적으로 통합하는 것은 여전히 예외적인 일이지 일반적인 일은 아니다”_라고 언급했어요. Google Research의 오픈 소스 홍수 예측 워크플로는 지역 예보관들이 AI 기반 예측 모델을 직접 제어할 수 있도록 함으로써 보고서의 지적에 대응하고 있어요. 이 프레임워크들은 훈련하기가 비교적 쉽고 저렴해서, 기존 수문학 예측 모델의 복잡성 없이도 정확도를 제공하고 사용자들이 자신만의 특화된 데이터를 훈련 및 예측에 통합할 수 있도록 해줘요.

쉽게 채택할 수 있는 오픈 소스 도구는 기술 혁신과 실제 홍수 위험 시스템의 효과 사이의 간극을 메우는 데 중요해요. 특히 조기 경보 시스템 주변의 역량 개발을 가속화하는 데 더욱 그렇죠.

이번 공개의 운영 잠재력은 CHMI와의 파트너십을 통해 가장 잘 드러나요. CHMI의 협력은 Google Research의 AI 기반 모델이 기존의 지역적으로 보정된 개념 모델과 비교할 만한 품질의 예측을 제공한다는 것을 검증하는 데 핵심적인 역할을 했어요. CHMI는 또한 수문학 오픈 소스 프레임워크를 Delft-FEWS 플랫폼에 통합하는 어댑터를 개발했어요. Delft-FEWS는 국립 및 지역 홍수 예측 기관, NGO, 그리고 민간 기업에서 예측 모델을 구동하는 데 사용하는 인기 있는 운영 홍수 예측 도구예요. Delft-FEWS는 Deltares 연구소에서 운영 및 유지보수하고 있어요. 이 덕분에 CHMI와 전 세계 다른 수문 서비스 기관들이 이 모델을 자신들의 표준 워크플로에서 사용할 수 있게 되었죠. 이러한 통합은 전 세계 기관들이 수자원 관리 워크플로에 머신러닝을 어떻게 포함할 수 있는지에 대한 청사진 역할을 해요.

CHMI와 같은 대규모 기관 외에도, 오픈 소스 모델 공개는 확장 가능하고 접근하기 쉬운 도구를 제공하며, 첨단 예측에 대한 접근성을 민주화하고 자원 제약이 있는 지역 및 현지 팀이 비싼 기존 예측 인프라 없이도 고품질 통찰력을 활용할 수 있는 문을 열어줘요.

국제 기상 커뮤니티도 이러한 오픈 과학 접근 방식의 가치를 인정하고 있어요. 김휘린 박사님은 세계기상기구 수문 모델링 및 예측 부서장으로, 이렇게 언급했어요: “사회가 수자원을 관리하고 환경 문제에 대응하는 방식을 지원하는 데 매우 중요한 오픈 소스 수문 모델링 도구의 확대를 환영합니다. 세계기상기구(WMO)는 생명을 구하고 전 세계 모든 지역 사회가 위험에 대해 미리 경고를 받아 삶과 생계를 보호할 수 있도록 하는 글로벌 임무를 발전시킬 수 있는 오픈 소스, 상호 운용 가능하며 회원국 주도적인 모델과 도구를 적극적으로 지원하고자 합니다.”

기후 행동을 위한 통합 프레임워크

모델 아키텍처, 포괄적인 문서, 그리고 훈련 자료들은 이제 아파치 2.0 라이선스 아래 GitHub에서 라이브로 제공돼요. 이로써 연구자들과 현장 예측 전문가 모두 이 프레임워크에 온전히 접근할 수 있게 됐어요.

Google Research의 수문학 모델을 전 세계 수문학 커뮤니티의 손에 쥐여줌으로써, Google Research는 홍수 피해에 더 잘 대비할 수 있는 세상을 만들 수 있을 거예요. Google의 광범위한 홍수 예측 이니셔티브와 리소스에 대한 더 자세한 정보는 Google Research 사이트에서 확인할 수 있어요. 전 세계 수문학 커뮤니티가 이 오픈 도구들을 기반으로 더 많은 것을 구축해나가도록 초대합니다.

감사 말씀

이러한 노력에 많은 분들이 참여해주셨어요. 특히 CHMI의 Jakub Krejci와 Jan Daňhelka께 파트너십과 피드백에 대해 감사드리며, Google Research와 사회적 영향 파트너십 팀의 다음 분들께도 감사드립니다: Amit Markel, Avinatan Hassidim, Deborah Cohen, Emily Reinstein, Gila Loike, Grey Nearing, Nina Bekele, Omri Shefi, Reuven Sayag, Rony Amira, Shmulik Fronman, Stephanie Rees, Yossi Matias.