환경과학기술, 기상청과 손잡고 기상관측데이터 품질 향상 기술 개발

IoT 기반 도시 기상 관측 〈환경과학기술·옵저버제공〉

기상·해양·환경 전문기업 환경과학기술은 과학기술정보통신부가 한국정보화진흥원을 통해 시행한 ‘2020 데이터 플래그십 사업’에서 기상청과 손잡고 ‘딥러닝(Deep Learning)기반 인공지능을 활용한 기상관측데이터 오류탐지 및 품질향상 기술 개발’을 완료했다고 17일 밝혔다.

기존 품질검사로 찾아내지 못했던 잠재적 오류데이터를 탐지할 수 있는 기술을 개발한 것으로 인공지능 기반 기술 적용을 통해 오류탐지 자동화 및 상시 모니터링을 추진한 결과 오류탐지 개선율 70%(기존 0.12% → 개선 0.21%)의 높은 성과를 이뤄냈다는 것.

환경과학기술에 따르면 대상 데이터는 기온, 기압, 상대습도, 풍향, 풍속, 강수로 구성된다. 현재 지상기상관측은 기상청의 ASOS(종관기상관측)/AWS(방재기상관측) 약 700개소와 공공기관 약 3300개소 등 전국 4000곳에서 진행 중이며 실시간으로 기온, 강수량, 풍향·풍속, 상대습도, 기압 등의 관측 자료를 1분 단위로 수집하고 있다.

이번 사업은 기상관측데이터의 오류 탐지율 개선을 통해 대국민 서비스데이터의 품질은 물론, 데이터 활용도 향상을 가져올 것으로 기대된다.

딥러닝 기반 이상감지 <환경과학기술제공>

RNN(기온, 기압, 상대습도)기반 모델(DeepAR)은 데이터의 시간별 예측 값과 특정 확률 범위를 예측한다. 예측 확률 범위를 벗어나면 오류로 탐지한다. 기온은 계절별, 일별 일정한 패턴과 변동 범위를 갖고, 기압과 상대습도는 변동 폭이 크지 않으므로 학습을 통한 예측모델을 적용할 수 있다. CNN(풍향·풍속, 기온) 기반 모델은 풍향·풍속 데이터의 바람 장미를 이용해 오류 패턴을 학습하며, 기온 데이터의 오류 패턴을 인위적으로 생성해 학습한다. 기존 품질검사 알고리즘에서는 정상으로 판별되는 수준의 노이즈 생성이다. 이종 데이터(지상관측+위성+레이더) 융합(ConvLSTM과 LSTM)모델은 특정 관측지점에 강수 유무와 위성, 레이더 영상의 연관성을 분석한다는 게 업체 측의 설명이다.

명광민 이사는 “실제로 외부 환경에 설치된 IoT(사물인터넷) 데이터에서는 다양한 형태의 오류데이터가 발생하는데, 이러한 오류데이터(Noise)로 인해 데이터 분석에서 가치 있는 결과를 얻는 데 실패하는 사례가 많은데, 이 기술을 적용하면 기존 기상청의 데이터 서비스 확대 외에도, 지자체에서 스마트시티 사업을 통해 추진하는 도시 데이터의 품질도 높일 수 있다”며 “인공지능 기반 품질관리 기술은 기상청의 날씨 서비스는 물론이고, IoT 데이터를 통한 성공적인 도시문제 진단과 해결에 필수적”이라고 말했다. 명 이사는 이어 “본 사업의 결과는 12월 15일부터 31일까지 운영되는 ‘2020 데이터 서비스 온라인 전시회’를 통해서도 확인할 수 있다”고 덧붙였다.

이윤균 부회장(환경과학기술 대표이사)은 “포스트 코로나 시대에 환경과학기술은 미세먼지, 폭염, 집중호우, 가뭄 등 기후변화 문제의 대응 주체로서 정부, 지자체와 협력하여 기후 문제를 해결함으로써 사람과 환경에 기여 하는 기업이 되고자 한다”고 말했다.

한편 환경과학기술은 해양환경의 조사, 분석 및 예측에 대한 전문적인 기술을 제공하는 해양, 기상, 환경 전문기업으로 시스템 통합구축, 해양 GIS 및 해양예측과 기상예보 기술을 보유하고 있으며 산하 환경과학기술연구소에서 환경 분야 인공지능기술 개발을 하고 있다고 전했다.

박해식 동아닷컴 기자 pistols@donga.com