기후변화로 전 세계적 산불 피해가 급증하는 가운데, 국내 연구진이 기존 2주 한계를 넘어 최대 31일 앞서 산불 위험을 정확히 예측하는 획기적인 AI 기술을 개발하며 재난 대응의 새 지평을 열었다.
기후변화로 전 세계적 산불 피해가 급증하고 있지만, 기존 산불 예측 기술은 약 2주 후 정확도가 급격히 떨어져 효과적인 재난 대응에 어려움이 있었다. 특히 예보 기반이 부족한 빈곤 지역은 정보 공백이 심각한 문제로 지적됐다. 이러한 한계를 돌파하고자 UNIST(울산과학기술원) 지구환경도시건설공학과 임정호 교수팀(국민대 강유진 교수, UNIST 이시현 연구원 참여)은 전 세계 산불기상지수(FWI)를 하루 단위로 최대 31일 앞서 예측하는 글로벌 딥러닝 모델 'FWI-Net'을 개발했다.
FWI-Net은 기존 유럽중기예보센터(ECMWF)의 수치예보 기반 방식보다 예측 정확도가 월등히 높다. 31일 전체 예측 기간의 평균 제곱근 오차(RMSE)를 6.6% 줄였으며, 특히 첫 일주일 동안은 오차를 무려 12.4%까지 낮추며 예측 정확도를 혁신적으로 높였다. 이 모델은 산불 위험이 '매우 높음'인 상황에서 유의미한 예측이 가능한 기간을 기존보다 5일 더 늘렸으며, 예보 기반이 부족한 빈곤 지역에서는 평균 22일(3주 이상) 동안 유의미한 예측 성능을 유지하는 것으로 나타나 재난 대응에 실질적인 도움을 줄 것으로 기대를 모은다.
FWI-Net은 과거 산불기상지수 변화와 미래 기상 조건을 동시에 반영하는 딥러닝 기술을 기반으로 한다. AI가 앞선 기간의 가뭄과 건조 상태가 누적되면 산불 위험이 커지는 효과를 스스로 학습하고 반영함으로써 높은 예측 정확도를 구현했다.
