마이크로소프트, 기상 모델 편향 보정 AI 도구 PBC 오픈소스 공개

마이크로소프트 연구진은 2026년 10월 14일 학술지 네이처에 확률적 편향 보정(Probabilistic Bias Correction, PBC)을 소개하는 논문을 발표했다. 연구진은 이 머신러닝 기법이 2~6주 뒤의 기상 예보를 더 정확하게 만든다고 밝혔다. 회사는 이 도구를 오픈소스 소프트웨어로 공개했다. 공동저자에는 MIT, 유럽중기예보센터(ECMWF) 등 여러 기관의 연구자가 참여했다.

물리 기반의 전통적 예보 시스템과 최근의 AI 모델 모두 2주를 넘어서면 신뢰도가 떨어지는 경향이 있다. 마이크로소프트 연구팀은 새로운 독립형 예보 모델을 만드는 대신, 기존 모델에 이미 내재된 오차를 바로잡는 방식을 택했다. 예산이 넉넉하지 않은 기상 기관들이 이 접근법에 관심을 가져주기를 기대한다.

체계적 편향 겨냥

모든 예보 모델은 관측소가 드문 지역이나 과학자들이 아직 완전히 이해하지 못한 대기 과정 등 공백을 메우기 위해 근사치에 의존한다. 이러한 임시방편은 체계적 편향으로 굳어질 수 있으며, 모델이 더 먼 미래를 내다볼수록 오차도 커진다. PBC는 머신러닝으로 이런 편향을 찾아내 보정한다. 마이크로소프트 리서치 뉴잉글랜드의 수석 연구원 레스터 매키는 기후변화를 그 예로 든다. 과거 기록으로 학습한 모델은 오늘날의 온난화된 세계보다 기온을 낮게 예측할 수 있다는 것이다.

연구진에 따르면 PBC는 ECMWF의 대표적인 물리 기반 모델의 강수 예측 목표 가운데 98%, 기온 예측 목표 가운데 92%에서 성능을 개선했다. 연구의 분석에서는 ECMWF의 새로운 AI 예보 시스템의 정확도도 두 배로 높였다. ECMWF는 논문 발표 전에 이미 자체 AI 기상 경진대회인 AI Weather Quest에서 이 연구를 인정한 바 있다. 센터의 머신러닝 전략 책임자 매튜 챈트리는 이 아이디어를 환영하면서도 단서를 달았다. "아이디어를 [운영] 프로세스에서 현실로 만드는 것이 가장 어려운 단계입니다."

소규모 기관도 쓸 수 있을 만큼 가볍게

물리 기반 예보는 슈퍼컴퓨터에, 생성형 AI는 고성능 GPU에 의존하지만, 매키는 PBC가 CPU만으로도 실행될 수 있다고 말한다. 막대한 연산 요구 때문에 개발도상국의 많은 기상 기관은 오랫동안 새로운 예보 기법을 도입하지 못해 왔다. 공동저자 제네비브 플래스폴러는 모델이 가볍고 학습하기 쉬워서, 대규모 자원이 없는 과학자들도 자국 지역에 맞게 조정할 수 있다고 주장한다.

플래스폴러는 마이크로소프트 인턴으로 PBC 작업에 참여했으며, 현재는 비영리단체 Rhiza Research를 이끌고 있다. 이 단체는 게이츠 재단의 자금 지원을 받아 케냐기상청과 협력하며, AI가 조기 경보를 개선할 수 있는지 시험하고 있다. PBC는 기록적인 엘니뇨 기간에 더 극단적일 것으로 예상되는 우기를 앞두고 평가 중인 방법 중 하나다. 이 작업으로 마이크로소프트는 AI 기상 예측 도구를 개발하는 구글, 엔비디아 등과 어깨를 나란히 하게 됐다.