제목: 미래형 수치예보를 위한 기억과 연산에 관하여​​​​​​

​​

​​​​​​​​​​​​​​​​​​연사: 이용희 과장 (기상청 수치모델링센터)​

​

장소: 과학관 B102호​​

Abstract:

​​수치예보모델과 최근 주목받는 인공지능(인공신경망 등)이 근본적으로 동일한 수학적 원리에 기반한다는 사실을 '대칭'과 '작용'의 물리학적 개념을 통해 증명할 수 있다. 대칭과 작용은 기상학적 원리들을 더 깊이 이해할 수 있는 근본 원리이며 전통적 수치예보와 인공지능을 하나의 통합된 틀에서 이해하고 활용할 수 있게 해주는 강력한 도구이다.

행성 지구의 대기는 다양한 대칭성을 내재하고 있다. 이러한 대칭성은 단순한 수학적 성질이 아니라 에너지 보존, 운동량 보존, 소용돌이도 보존과 같은 핵심 보존법칙의 근원이다. 수치예보모델의 지배방정식도 대칭에서 부터 직접 유도된다. 한편 '작용'은 변분원리를 통해 이해할 수 있는데 시스템이 특정 경로를 따라 진화할 때 발생하는 '비용'으로 해석된다. 대기는 항상 최소 작용의 법칙에 따라 이 비용을 최소화하는 경로를 선택한다. 이러한 대칭과 작용의 원리는 지균 조절이나 경압 불안정 발달과 같은 역학적 현상뿐만 아니라 자료동화 과정에서 변분법을 적용할 수 있는 이론적 토대가 된다.

인공신경망의 학습 과정은 대칭성의 붕괴로부터 시작되며, 이는 자연이 깨어진 대칭성을 복구하려는 과정에서 작동하는 작용 원리와 수학적으로 동일하다. 신경망이 기상 패턴을 학습할 때 손실함수를 최소화하는 과정은 대기가 에너지를 최소화하며 진화하는 것과 본질적으로 같은 변분 과정이다. 더 나아가 신경망의 학습을 '기억'과 '연산'의 관점에서 해석하면 수치예보와의 근본적 유사성이 명확해진다. 수치예보에서 초기장, 경계조건, 물리모수화 스킴은 시스템의 기억에 해당하고, 시간 적분 과정은 이 기억을 변환하는 연산이다. 마찬가지로 신경망에서 학습된 가중치는 과거 기상 패턴의 기억이며, 순전파를 통한 예측 과정은 이 기억을 활용한 연산이다. 이러한 동치성은 군론의 표현론을 통해 엄밀하게 증명할 수 있다.

수치예보시스템과 인공지능의 성능을 극대화하기 위해서는 대기와 학습 자료에 내재된 대칭성을 효과적으로 포착할 수 있는 구조적 설계와 제어된 대칭성 붕괴를 통한 학습전략 개발이 핵심이다. 이제 우리는 물리 기반 수치모델의 장점(물리적 일관성, 해석가능성)과 AI의 장점(빠른 계산, 패턴 학습 능력)을 결합한 '미분가능한 수치예보 시스템'의 구현을 논의할 시점에 도달했다. AI 모델이 대칭과 작용의 원리를 통해 물리법칙을 점진적으로 내재화하는 방향으로 진화하고, 동시에 전통적 수치예보 시스템이 데이터 기반 '기억'을 활용하여 예측 결과를 더욱 정교하게 이해하고 해석하는 방향으로 발전할 때 이 두 접근법이 수렴하는 어느 지점에서 미래형 수치예보를 위한 기억과 연산의 진정한 융합이 실현될 것으로 기대된다.