이 기사의 핵심 내용은?

구글이 2026년 6월 3일, AI 기반 홍수 예보를 위한 오픈소스 수문학 프레임워크를 공개했다. 업데이트된 ME-LSTM 모델은 관측소가 있는 유역에서 예측 기간을 6일 연장하는 성능을 보였다. 해당 프레임워크는 Delft-FEWS 플랫폼과 통합 가능하며 Apache 2.0 라이선스로 GitHub에서 제공된다.

구글, AI 기반 홍수 예보 프레임워크 오픈소스 공개

•구글이 2026년 6월 3일, AI 기반 홍수 예보를 위한 오픈소스 수문학 프레임워크를 공개했다.
•업데이트된 ME-LSTM 모델은 관측소가 있는 유역에서 예측 기간을 6일 연장하는 성능을 보였다.
•해당 프레임워크는 Delft-FEWS 플랫폼과 통합 가능하며 Apache 2.0 라이선스로 GitHub에서 제공된다.

구글 리서치(Google Research)가 2026년 6월 3일, 각국 기상 및 수문 서비스 기관이 AI 기반 홍수 예보 시스템을 운영 환경에 통합할 수 있도록 돕는 오픈소스 수문학 모델링 프레임워크를 공개했다. 연구자와 예보관은 이 프레임워크를 통해 구글의 하천 홍수 경보 서비스인 플러드 허브(Flood Hub)와 동일한 데이터 파이프라인 및 모델 아키텍처로 모델을 학습시킬 수 있다. 구글은 Apache 2.0 라이선스로 GitHub에 소스코드를 배포함으로써 지역 전문가들이 민감한 데이터를 직접 통제하며 현지 특화 데이터로 모델을 정교화할 수 있도록 지원한다.

본 모델은 파이썬(Python) 패키지로 구현되었으며 PyTorch를 기반으로 기후 패턴, 토양 구성, 지형, 토지 피복 데이터를 입력값으로 활용한다. 시스템 아키텍처에는 LSTM 네트워크가 포함되며 과거 하천 데이터를 담은 캐러밴(Caravan) 데이터셋과 호환되는 학습 파이프라인을 제공한다. 이번 공개에는 2024년 벤치마크 모델과 현재 플러드 허브에서 운영 중인 업그레이드 버전이 포함됐다. 특히 ME-LSTM 아키텍처를 사용하는 업그레이드 모델은 그래프캐스트(Graphcast), 유럽중기예보센터(ECMWF)의 IFS 데이터, NASA 위성 정보 등 방대한 기상 데이터를 통합해 예측 정확도를 높였다. 자체 벤치마크 결과, 이전 모델 대비 관측소가 있는 유역에서는 6일, 관측소가 없는 유역에서는 1일 더 긴 예측 기간을 확보했다.

또한 이 프레임워크는 델타레스(Deltares) 연구소가 유지 관리하는 Delft-FEWS 등 기존 산업용 플랫폼과 통합 가능하다. 체코 수문기상연구소(CHMI)와의 협력을 통해 전통적인 수치 모델과 대등한 예측 성능을 입증했으며, 원주민 및 지역 지식(ILK)을 데이터에 반영할 수 있는 워크플로우를 구성했다. 이는 다중 재해 조기 경보 시스템에 관한 세계기상기구(WMO)의 2025년 보고서 지침과 부합한다. 구글은 이번 공개를 통해 자원이 부족한 지역에서도 비용 부담이 큰 기존 인프라에 대한 의존도를 낮추고 AI 기반의 고도화된 홍수 예보 역량을 갖출 수 있을 것으로 기대하고 있다.

구글 리서치(Google Research)가 2026년 6월 3일, 각국 기상 및 수문 서비스 기관이 AI 기반 홍수 예보 시스템을 운영 환경에 통합할 수 있도록 돕는 오픈소스 수문학 모델링 프레임워크를 공개했다. 연구자와 예보관은 이 프레임워크를 통해 구글의 하천 홍수 경보 서비스인 플러드 허브(Flood Hub)와 동일한 데이터 파이프라인 및 모델 아키텍처로 모델을 학습시킬 수 있다. 구글은 Apache 2.0 라이선스로 GitHub에 소스코드를 배포함으로써 지역 전문가들이 민감한 데이터를 직접 통제하며 현지 특화 데이터로 모델을 정교화할 수 있도록 지원한다.

본 모델은 파이썬(Python) 패키지로 구현되었으며 PyTorch를 기반으로 기후 패턴, 토양 구성, 지형, 토지 피복 데이터를 입력값으로 활용한다. 시스템 아키텍처에는 LSTM 네트워크가 포함되며 과거 하천 데이터를 담은 캐러밴(Caravan) 데이터셋과 호환되는 학습 파이프라인을 제공한다. 이번 공개에는 2024년 벤치마크 모델과 현재 플러드 허브에서 운영 중인 업그레이드 버전이 포함됐다. 특히 ME-LSTM 아키텍처를 사용하는 업그레이드 모델은 그래프캐스트(Graphcast), 유럽중기예보센터(ECMWF)의 IFS 데이터, NASA 위성 정보 등 방대한 기상 데이터를 통합해 예측 정확도를 높였다. 자체 벤치마크 결과, 이전 모델 대비 관측소가 있는 유역에서는 6일, 관측소가 없는 유역에서는 1일 더 긴 예측 기간을 확보했다.

또한 이 프레임워크는 델타레스(Deltares) 연구소가 유지 관리하는 Delft-FEWS 등 기존 산업용 플랫폼과 통합 가능하다. 체코 수문기상연구소(CHMI)와의 협력을 통해 전통적인 수치 모델과 대등한 예측 성능을 입증했으며, 원주민 및 지역 지식(ILK)을 데이터에 반영할 수 있는 워크플로우를 구성했다. 이는 다중 재해 조기 경보 시스템에 관한 세계기상기구(WMO)의 2025년 보고서 지침과 부합한다. 구글은 이번 공개를 통해 자원이 부족한 지역에서도 비용 부담이 큰 기존 인프라에 대한 의존도를 낮추고 AI 기반의 고도화된 홍수 예보 역량을 갖출 수 있을 것으로 기대하고 있다.