WeatherNext 2 릴리스 노트 / 새로운 기능

Google DeepMind과 Google Research는 이전 버전보다 8배 빠르게 예측을 생성하고 1시간 해상도까지 제공하는 날씨 예측 모델인 WeatherNext 2를 도입했습니다. 이 모델은 단일 입력으로부터 수백 가지 가능한 날씨 시나리오를 생성할 수 있어, 전통적인 물리 기반 슈퍼컴퓨터 모델에 비해 예측 생성에 필요한 시간을 크게 줄입니다.

기능적 생성 네트워크(FGN) 아키텍처

WeatherNext 2는 기능적 생성 네트워크(FGN)라고 하는 새로운 AI 모델링 접근 방식을 사용합니다. 이 아키텍처는 모델의 함수 공간에 직접 노이즈를 주입하여 예측에서 일관된 변동성을 생성하면서도 예측이 물리적으로 현실적이며 연결된 상태를 유지하도록 보장합니다.

한계 및 공동 예측

FGN 접근 방식은 모델이 습도, 특정 고도의 풍속, 특정 위치의 온도와 같은 개별적인 독립적인 날씨 요소인 "marginals"에 대해 학습할 수 있게 합니다. 이러한 marginals만으로 학습되었음에도 불구하고, 모델은 큰 규모이고 복잡하며 연결된 시스템인 "joints"를 예측하는 법을 배웁니다. 이 기능은 고온에 영향을 받는 지역을 식별하거나 풍력 발전소 전체의 전력 출력을 추정하는 것과 같은 지역 효과를 예측하는 데 중요합니다.

성능 및 정확도 벤치마크

WeatherNext 2는 이전의 최첨단 WeatherNext 모델에 비해 상당한 향상을 보여줍니다:

  • Variable Accuracy: 이 모델은 바람, 온도, 습도와 같은 변수의 99.9%에서 이전 모델보다 우수한 성능을 보입니다.
  • Lead Times: 0일부터 15일까지의 리드 타임 전반에 걸쳐 향상이 관찰됩니다.
  • Inference Speed: 단일 TPU에서 하나의 예측은 1분 미만이 걸리며, 슈퍼컴퓨터上的 물리 기반 모델은 일반적으로 몇 시간이 소요됩니다.

통합 및 가용성

Google은 연구실을 실제 응용으로 이동시키기 위해 WeatherNext 2 기술을 여러 소비자 및 개발자 제품에 통합하고 있습니다:

소비자 제품 통합

다음 서비스의 날씨 예보가 업그레이드되었습니다:

  • Google Search
  • Gemini
  • Pixel Weather
  • Google Maps Platform Weather API
  • Google Maps (다음 주에 통합 예정)

개발자 및 연구자 접근

예측 데이터 및 모델 접근은 다음 채널을 통해 이용할 수 있습니다:

  • Earth Engine: 데이터는 Earth Engine Data Catalog에서 이용할 수 있습니다.
  • BigQuery: BigQuery를 통해 예측 데이터를 쿼리할 수 있습니다.
  • Vertex AI: Google Cloud의 Vertex AI 플랫폼에서 맞춤형 모델 추론을 위한 조기 접근 프로그램을 이용할 수 있습니다.

Sources