인스타 팔로워 늘리기 엔비디아가 일기예보를? AI 기상예측 모델 ‘스톰캐스트’ 공개
페이지 정보
작성자 행복이 작성일24-08-24 23:02 조회63회 댓글0건관련링크
본문
인스타 팔로워 늘리기 미국 반도체기업 엔비디아가 생성형 인공지능(AI)으로 허리케인 등 기상현상을 예측하는 시스템을 공개했다.
21일(현지시간) 엔비디아에 따르면 이 회사 연구팀은 미국 로렌스버클리 국립연구소, 워싱턴대학교 등과 협력해 기후 예측 시뮬레이션 모델 ‘스톰캐스트(Storm Cast)’를 지난 19일 발표했다.
스톰캐스트는 엔비디아가 올해 선보인 AI 소프트웨어 ‘어스2’와 생성형 AI 모델 ‘코디프’에 기반을 두고 있다. 지구와 똑같은 기후환경을 디지털 세계에 구현한 어스2는 데이터를 수집하는 플랫폼 역할을, 코디프는 데이터를 통해 예측하는 역할을 한다. 스톰캐스트는 코디프의 업그레이드 버전이다.
스톰캐스트는 AI를 활용해 기존 예보 시스템으로는 감지·예측이 어려웠던 ‘중규모 기상현상’을 시뮬레이션하는 시스템이다. 중규모 기상현상은 10~1000㎞ 규모의 대기 현상을 뜻한다. 뇌우, 폭풍, 집중호우 등 인간활동에 직접적인 인스타 팔로워 늘리기 영향을 미치는 기상 현상 대부분은 이 규모에 속해 있다.
기상학자들은 기온, 기압, 습도, 바람 등 변화무쌍한 수많은 변수들을 계산해 미래의 날씨와 기후를 예측한다. 데이터의 ‘해상도’가 높아질수록 정확도는 올라간다. 보통 지구의 대기환경을 바둑판 모양으로 나눈 뒤 개별 격자에서 발생하는 데이터를 갖고 계산을 진행하기 때문에, 격자 크기가 작을수록 더 세밀한 해상도를 얻게 된다.
기존의 기상예측용 머신러닝 모델은 일반적으로 가로·세로 30㎞의 공간 해상도를 지녔으며 이를 6시간마다 업데이트한다. 스톰캐스트는 격자 크기를 3㎞로 좁혀 정밀성을 높였다. 업데이트 간격은 1시간으로 줄여 더욱 정확한 데이터를 받도록 했다. 이 모델을 강수량 레이더와 결합하면 미국 국립해양대기청(NOAA)의 예보 모델보다 최대 10% 더 정확한 결과를 내는 것으로 나타났다. 엔비디아는 이 같은 수준의 정확도를 내기 위해 약 3년6개월치의 미국 중부 기후 데이터를 AI 모델에 주입해 훈련시켰다.
엔비디아는 자체 AI 가속기를 사용해 계산 비용을 줄였다. 스톰캐스트가 기반을 두고 있는 코디프는 기상모델 계산에 엔비디아 그래픽처리장치(GPU) ‘H100’을 사용한다. 엔비디아 GPU는 막대한 규모의 데이터 연산을 동시에 처리하는 데 특화돼 있다. 이를 통해 기존 기상예보용 슈퍼컴퓨터에 들어가던 약 300만달러의 비용을 6만달러까지 줄일 수 있었다고 엔비디아 연구팀은 설명했다. 엔비디아는 생성형 AI와 가속 컴퓨팅이 어떻게 에너지 효율성을 높이고 비용을 낮추는지 보여주는 결과라고 밝혔다.
21일(현지시간) 엔비디아에 따르면 이 회사 연구팀은 미국 로렌스버클리 국립연구소, 워싱턴대학교 등과 협력해 기후 예측 시뮬레이션 모델 ‘스톰캐스트(Storm Cast)’를 지난 19일 발표했다.
스톰캐스트는 엔비디아가 올해 선보인 AI 소프트웨어 ‘어스2’와 생성형 AI 모델 ‘코디프’에 기반을 두고 있다. 지구와 똑같은 기후환경을 디지털 세계에 구현한 어스2는 데이터를 수집하는 플랫폼 역할을, 코디프는 데이터를 통해 예측하는 역할을 한다. 스톰캐스트는 코디프의 업그레이드 버전이다.
스톰캐스트는 AI를 활용해 기존 예보 시스템으로는 감지·예측이 어려웠던 ‘중규모 기상현상’을 시뮬레이션하는 시스템이다. 중규모 기상현상은 10~1000㎞ 규모의 대기 현상을 뜻한다. 뇌우, 폭풍, 집중호우 등 인간활동에 직접적인 인스타 팔로워 늘리기 영향을 미치는 기상 현상 대부분은 이 규모에 속해 있다.
기상학자들은 기온, 기압, 습도, 바람 등 변화무쌍한 수많은 변수들을 계산해 미래의 날씨와 기후를 예측한다. 데이터의 ‘해상도’가 높아질수록 정확도는 올라간다. 보통 지구의 대기환경을 바둑판 모양으로 나눈 뒤 개별 격자에서 발생하는 데이터를 갖고 계산을 진행하기 때문에, 격자 크기가 작을수록 더 세밀한 해상도를 얻게 된다.
기존의 기상예측용 머신러닝 모델은 일반적으로 가로·세로 30㎞의 공간 해상도를 지녔으며 이를 6시간마다 업데이트한다. 스톰캐스트는 격자 크기를 3㎞로 좁혀 정밀성을 높였다. 업데이트 간격은 1시간으로 줄여 더욱 정확한 데이터를 받도록 했다. 이 모델을 강수량 레이더와 결합하면 미국 국립해양대기청(NOAA)의 예보 모델보다 최대 10% 더 정확한 결과를 내는 것으로 나타났다. 엔비디아는 이 같은 수준의 정확도를 내기 위해 약 3년6개월치의 미국 중부 기후 데이터를 AI 모델에 주입해 훈련시켰다.
엔비디아는 자체 AI 가속기를 사용해 계산 비용을 줄였다. 스톰캐스트가 기반을 두고 있는 코디프는 기상모델 계산에 엔비디아 그래픽처리장치(GPU) ‘H100’을 사용한다. 엔비디아 GPU는 막대한 규모의 데이터 연산을 동시에 처리하는 데 특화돼 있다. 이를 통해 기존 기상예보용 슈퍼컴퓨터에 들어가던 약 300만달러의 비용을 6만달러까지 줄일 수 있었다고 엔비디아 연구팀은 설명했다. 엔비디아는 생성형 AI와 가속 컴퓨팅이 어떻게 에너지 효율성을 높이고 비용을 낮추는지 보여주는 결과라고 밝혔다.
댓글목록
등록된 댓글이 없습니다.