Google은 오래된 뉴스 보도와 AI를 사용하여 돌발 홍수를 예측합니다.

돌발홍수는 매년 5,000명 이상의 목숨을 앗아가는 세계에서 가장 치명적인 기상 현상 중 하나입니다. 그들은 또한 예측하기 가장 어려운 것 중 하나입니다. 하지만 구글은 뉴스를 읽음으로써 예상치 못한 방법으로 이 문제를 해결했다고 생각합니다.

인간은 많은 기상 데이터를 수집했지만 돌발 홍수는 너무 짧고 지역화되어 포괄적으로 측정할 수 없으며 시간이 지남에 따라 온도나 강의 흐름도 모니터링됩니다. 이러한 데이터 격차는 날씨 예측 능력이 점점 더 향상되고 있는 딥 러닝 모델이 돌발 홍수를 예측할 수 없다는 것을 의미합니다.

이 문제를 해결하기 위해 Google 연구원들은 Google의 대규모 언어 모델인 Gemini를 사용하여 전 세계에서 500만 개의 뉴스 기사를 분류하고 260만 개의 서로 다른 홍수에 대한 보고서를 분리한 다음 해당 보고서를 "Groundsource"라는 위치 태그가 지정된 시계열로 변환했습니다. Google Research 제품 관리자인 Gila Loike에 따르면 회사가 이런 종류의 작업에 언어 모델을 사용한 것은 처음입니다. 연구 및 데이터 세트는 목요일 아침에 공개적으로 공유되었습니다.

연구진은 Groundsource를 실제 기준으로 삼아 장단기 기억(LSTM) 신경망을 기반으로 구축된 모델을 훈련하여 전 세계 기상 예보를 수집하고 특정 지역의 돌발 홍수 가능성을 생성했습니다.

Google의 돌발 홍수 예측 모델은 이제 회사의 홍수 허브 플랫폼에서 150개국 도시 지역의 위험을 강조하고 해당 데이터를 전 세계 비상 대응 기관과 공유하고 있습니다. Google로 예측 모델을 시험해 본 남부 아프리카 개발 공동체(Southern African Development Community)의 비상 대응 담당자인 António José Beleza는 이 모델이 그의 조직이 홍수에 더 신속하게 대응하는 데 도움이 되었다고 말했습니다.

모델에는 여전히 한계가 있습니다. 우선, 20제곱킬로미터 영역의 위험을 식별하는 해상도가 상당히 낮습니다. 그리고 이는 미국 기상청의 홍수 경보 시스템만큼 정확하지 않습니다. 그 이유 중 하나는 Google의 모델이 강수량을 실시간 추적할 수 있는 지역 레이더 데이터를 통합하지 않기 때문입니다.

하지만 중요한 점은 이 프로젝트가 지방 정부가 값비싼 날씨 감지 인프라에 투자할 여력이 없거나 광범위한 기상 데이터 기록을 갖고 있지 않은 곳에서 작동하도록 설계되었다는 것입니다.