연구진은 GPT-4 Turbo를 활용해 WRF(Weather Research and Forecasting) 모델 내 강수 시뮬레이션 관련 과학 논문 2699건의 분석을 자동화했다. 2026년 7월 13일 'Artificial Intelligence for the Earth Systems'에 게재된 이 연구는 대기 과정을 수치로 표현하는 마이크로피지컬 매개변수화 데이터와 관련 예측 오차를 추출하는 데 목적을 두었다. 분석 대상에는 Lin, Ferrier, WRF 단일 모멘트 3·5·6 클래스, Goddard Cumulus Ensemble, Morrison, Thompson, 그리고 WRF 이중 모멘트 등 9종의 주요 매개변수화가 포함되었다.

연구 결과, 2020년을 기점으로 연구 관행의 뚜렷한 변화가 확인되었다. 2020년 이전에는 단일 모멘트 방식이 우세했으나, 이후에는 이중 모멘트 방식이 더욱 보편화된 것으로 나타났다. 모델 성능 측면에서 Lin, Ferrier, Goddard 모델은 대부분 지역에서 강수량을 과소평가했다. 반면 나머지 6종의 매개변수화는 강수량을 과대평가하는 경향을 보였으며, 특히 중국, 동남아시아, 미국 서부, 중앙아프리카 지역에서 두드러진 성능 편향이 관찰되었다. 연구진은 이번 AI 기반 접근법이 방대한 과학 문헌을 종합하는 확장 가능한 방법을 제공하며, 언어 모델을 통해 연구 데이터베이스를 체계적으로 탐색해 사용 패턴과 과거 예측 결과를 식별할 수 있음을 입증했다고 설명했다.

연구진은 GPT-4 Turbo를 활용해 WRF(Weather Research and Forecasting) 모델 내 강수 시뮬레이션 관련 과학 논문 2699건의 분석을 자동화했다. 2026년 7월 13일 'Artificial Intelligence for the Earth Systems'에 게재된 이 연구는 대기 과정을 수치로 표현하는 마이크로피지컬 매개변수화 데이터와 관련 예측 오차를 추출하는 데 목적을 두었다. 분석 대상에는 Lin, Ferrier, WRF 단일 모멘트 3·5·6 클래스, Goddard Cumulus Ensemble, Morrison, Thompson, 그리고 WRF 이중 모멘트 등 9종의 주요 매개변수화가 포함되었다.

연구 결과, 2020년을 기점으로 연구 관행의 뚜렷한 변화가 확인되었다. 2020년 이전에는 단일 모멘트 방식이 우세했으나, 이후에는 이중 모멘트 방식이 더욱 보편화된 것으로 나타났다. 모델 성능 측면에서 Lin, Ferrier, Goddard 모델은 대부분 지역에서 강수량을 과소평가했다. 반면 나머지 6종의 매개변수화는 강수량을 과대평가하는 경향을 보였으며, 특히 중국, 동남아시아, 미국 서부, 중앙아프리카 지역에서 두드러진 성능 편향이 관찰되었다. 연구진은 이번 AI 기반 접근법이 방대한 과학 문헌을 종합하는 확장 가능한 방법을 제공하며, 언어 모델을 통해 연구 데이터베이스를 체계적으로 탐색해 사용 패턴과 과거 예측 결과를 식별할 수 있음을 입증했다고 설명했다.