구글은 과거 뉴스 데이터와 인공지능을 활용해 돌발 홍수를 예측합니다

돌발 홍수는 매년 5,000명 이상의 목숨을 앗아가는 지구상에서 가장 치명적인 기상 현상 중 하나로 꼽힙니다. 또한 돌발 홍수는 예측하기가 특히 어렵기로 악명 높습니다. 하지만 구글은 뉴스 보도를 분석함으로써 이 문제에 대한 새로운 해결책을 찾았다고 믿습니다.
인류는 방대한 기상 데이터를 축적해 왔지만, 돌발 홍수는 시간이 지남에 따라 추적되는 기온이나 하천 유량 추세와 달리 너무 짧고 국지적이어서 체계적으로 측정하기 어렵습니다. 이러한 데이터 부족으로 인해 딥러닝 모델은 일반적인 기상 예측 능력은 점점 향상되고 있음에도 불구하고, 돌발 홍수를 정확하게 예측하는 데 어려움을 겪고 있습니다.
이러한 격차를 해소하기 위해 구글 연구진은 자사의 대규모 언어 모델인 '제미니(Gemini)'를 활용해 전 세계 뉴스 기사 500만 건을 분석했습니다. 이 과정을 통해 260만 건의 개별 홍수 사건에 대한 보도를 식별하고, 이를 '그라운드소스(Groundsource)'라는 이름의 지리 태그가 포함된 타임라인으로 변환했습니다. 구글 리서치 제품 매니저인 길라 로이크(Gila Loike)에 따르면, 이는 구글이 이러한 목적으로 언어 모델을 활용한 첫 사례입니다. 해당 연구와 데이터 세트는 목요일 오전 공개되었습니다.
연구팀은 '그라운드소스'를 실제 환경의 벤치마크로 삼아, LSTM(Long Short-Term Memory) 신경망을 기반으로 한 모델을 훈련시켰습니다. 이 모델은 전 세계 기상 예보를 처리하여 특정 지역의 돌발 홍수 발생 확률을 추정합니다.
구글의 돌발 홍수 예측 모델은 현재 '플러드 허브(Flood Hub)' 플랫폼을 통해 150개국 도시 지역의 위험도를 식별하고, 이 데이터를 전 세계 비상 대응 기관들과 공유하고 있다. 모델 시범 운영에 참여한 남부아프리카개발공동체(SADC)의 비상 대응 담당관 안토니우 호세 벨레자는 이 모델이 홍수 사태에 대한 기관의 대응 속도를 크게 향상시켰다고 밝혔다.
이 모델에는 현재 몇 가지 한계가 있습니다. 해상도가 상대적으로 낮아 20제곱킬로미터 구역 단위로 위험을 평가합니다. 또한 실시간 강수량 추적을 위한 지역 레이더 데이터를 통합하지 않기 때문에, 미국 국립기상청(NWS)의 홍수 경보 시스템보다 정확도가 떨어집니다.
그러나 이 프로젝트의 핵심 목표는 지방 정부가 고가의 기상 관측 인프라나 상세한 기상 기록을 확보할 자원이 부족한 지역을 위한 해결책을 마련하는 것이었습니다.
구글 리질리언스(Resilience) 팀의 프로그램 매니저 줄리엣 로텐버그는 "수백만 건의 보고서를 집계함으로써, 그라운드소스(Groundsource) 데이터 세트는 전 세계 지도의 균형을 재조정하는 데 도움을 줍니다"라고 설명했습니다. "이를 통해 정보가 훨씬 부족한 다른 지역에도 통찰력을 확장 적용할 수 있게 됩니다."
로텐버그는 팀이 LLM을 활용해 서술형 자료에서 정량적 데이터 세트를 생성하는 이 방법론이 폭염이나 산사태와 같이 일시적이지만 중요한 예보 과제에도 적용되기를 희망한다고 덧붙였습니다.
수력 발전 회사 등 고객을 대상으로 유사한 딥러닝 기술을 활용해 하천 유량 예측을 수행하는 기업인 업스트림 테크(Upstream Tech)의 CEO 마셜 무테노트는 구글의 작업을 AI 기반 기상 모델을 위한 데이터 수집을 확대하려는 더 광범위한 노력의 일환으로 보고 있다. 무테노트는 또한 연구자와 스타트업을 위해 머신러닝에 바로 활용 가능한 기상 데이터를 선별하는 단체인 dynamical.org의 공동 설립자이기도 하다.
"데이터 부족은 여전히 지구물리학 분야에서 가장 큰 장애물 중 하나입니다,"라고 무테노는 지적했다. "역설적이게도 지구 데이터는 넘쳐나지만, 평가를 위한 검증된 실제 데이터는 부족합니다. 이번 연구는 그 필수적인 데이터를 확보하기 위한 매우 창의적인 접근 방식이었습니다."
관련 기사
구글 포토, AI로 영화 ‘클루리스’의 상징적인 옷장을 재현하다
구글 포토는 수요일, 곧 출시될 새로운 AI 기반 기능을 발표했습니다. 이 기능은 사용자의 옷 사진을 디지털 옷장으로 변환해 주어, 새로운 코디를 구성하고 가상으로 입어볼 수도 있게 해줍니다. 이 개념은 영화 ‘클루리스’에서 셰어가 입을 옷을 고르며 수많은 의상들을 둘러보던 그 상징적인 가상 옷장에서 영감을 받은 것이 분명합니다.구글은 이 기능이 AI 기술
단편 드라마 ‘레드 프루트’, AI를 이용해 일반인의 얼굴을 도용했다는 의혹… 공식 입장 없어
현재 단편 영상 업계는 AI 관련 저작권 침해 논란에 휩싸여 있다. '레드 프루트 숏 드라마'의 작품인 "복숭아 비녀"가 AI를 이용해 일반인의 초상을 무단으로 도용했다는 '얼굴 도용' 혐의를 받으며 대중의 우려를 불러일으키고 있다. 이 문제는 한 소셜 미디어 사용자가 자신의 개인 사진이 AI 생성 콘텐츠에 무단으로 사용되었다고 주장하면서 시작되었다.비교
새로운 ETSI AI 보안 표준 이해하기
ETSI EN 304 223는 조직이 거버넌스 구조에 반영해야 할 인공지능에 대한 기초적인 보안 요구 사항을 규정하고 있습니다.기업들이 머신러닝을 핵심 워크플로우에 통합함에 따라, 이 유럽 표준은 AI 모델과 시스템을 보호하기 위한 구체적인 조항을 제공합니다. 이는 국가 표준 기구(NSO)의 공식 승인을 받은 세계 최초로 전 세계적으로 적용 가능한 AI 사
관련 특별 주제 추천
의견 (2)
0/500
So Google's basically using old news articles to predict floods? That's wild. I mean, if it works, it could save thousands of lives, but I wonder how much historical data is actually reliable when weather patterns are changing so fast. 🌊🤔

돌발 홍수는 매년 5,000명 이상의 목숨을 앗아가는 지구상에서 가장 치명적인 기상 현상 중 하나로 꼽힙니다. 또한 돌발 홍수는 예측하기가 특히 어렵기로 악명 높습니다. 하지만 구글은 뉴스 보도를 분석함으로써 이 문제에 대한 새로운 해결책을 찾았다고 믿습니다.
인류는 방대한 기상 데이터를 축적해 왔지만, 돌발 홍수는 시간이 지남에 따라 추적되는 기온이나 하천 유량 추세와 달리 너무 짧고 국지적이어서 체계적으로 측정하기 어렵습니다. 이러한 데이터 부족으로 인해 딥러닝 모델은 일반적인 기상 예측 능력은 점점 향상되고 있음에도 불구하고, 돌발 홍수를 정확하게 예측하는 데 어려움을 겪고 있습니다.
이러한 격차를 해소하기 위해 구글 연구진은 자사의 대규모 언어 모델인 '제미니(Gemini)'를 활용해 전 세계 뉴스 기사 500만 건을 분석했습니다. 이 과정을 통해 260만 건의 개별 홍수 사건에 대한 보도를 식별하고, 이를 '그라운드소스(Groundsource)'라는 이름의 지리 태그가 포함된 타임라인으로 변환했습니다. 구글 리서치 제품 매니저인 길라 로이크(Gila Loike)에 따르면, 이는 구글이 이러한 목적으로 언어 모델을 활용한 첫 사례입니다. 해당 연구와 데이터 세트는 목요일 오전 공개되었습니다.
연구팀은 '그라운드소스'를 실제 환경의 벤치마크로 삼아, LSTM(Long Short-Term Memory) 신경망을 기반으로 한 모델을 훈련시켰습니다. 이 모델은 전 세계 기상 예보를 처리하여 특정 지역의 돌발 홍수 발생 확률을 추정합니다.
구글의 돌발 홍수 예측 모델은 현재 '플러드 허브(Flood Hub)' 플랫폼을 통해 150개국 도시 지역의 위험도를 식별하고, 이 데이터를 전 세계 비상 대응 기관들과 공유하고 있다. 모델 시범 운영에 참여한 남부아프리카개발공동체(SADC)의 비상 대응 담당관 안토니우 호세 벨레자는 이 모델이 홍수 사태에 대한 기관의 대응 속도를 크게 향상시켰다고 밝혔다.
이 모델에는 현재 몇 가지 한계가 있습니다. 해상도가 상대적으로 낮아 20제곱킬로미터 구역 단위로 위험을 평가합니다. 또한 실시간 강수량 추적을 위한 지역 레이더 데이터를 통합하지 않기 때문에, 미국 국립기상청(NWS)의 홍수 경보 시스템보다 정확도가 떨어집니다.
그러나 이 프로젝트의 핵심 목표는 지방 정부가 고가의 기상 관측 인프라나 상세한 기상 기록을 확보할 자원이 부족한 지역을 위한 해결책을 마련하는 것이었습니다.
구글 리질리언스(Resilience) 팀의 프로그램 매니저 줄리엣 로텐버그는 "수백만 건의 보고서를 집계함으로써, 그라운드소스(Groundsource) 데이터 세트는 전 세계 지도의 균형을 재조정하는 데 도움을 줍니다"라고 설명했습니다. "이를 통해 정보가 훨씬 부족한 다른 지역에도 통찰력을 확장 적용할 수 있게 됩니다."
로텐버그는 팀이 LLM을 활용해 서술형 자료에서 정량적 데이터 세트를 생성하는 이 방법론이 폭염이나 산사태와 같이 일시적이지만 중요한 예보 과제에도 적용되기를 희망한다고 덧붙였습니다.
수력 발전 회사 등 고객을 대상으로 유사한 딥러닝 기술을 활용해 하천 유량 예측을 수행하는 기업인 업스트림 테크(Upstream Tech)의 CEO 마셜 무테노트는 구글의 작업을 AI 기반 기상 모델을 위한 데이터 수집을 확대하려는 더 광범위한 노력의 일환으로 보고 있다. 무테노트는 또한 연구자와 스타트업을 위해 머신러닝에 바로 활용 가능한 기상 데이터를 선별하는 단체인 dynamical.org의 공동 설립자이기도 하다.
"데이터 부족은 여전히 지구물리학 분야에서 가장 큰 장애물 중 하나입니다,"라고 무테노는 지적했다. "역설적이게도 지구 데이터는 넘쳐나지만, 평가를 위한 검증된 실제 데이터는 부족합니다. 이번 연구는 그 필수적인 데이터를 확보하기 위한 매우 창의적인 접근 방식이었습니다."
구글 포토, AI로 영화 ‘클루리스’의 상징적인 옷장을 재현하다
구글 포토는 수요일, 곧 출시될 새로운 AI 기반 기능을 발표했습니다. 이 기능은 사용자의 옷 사진을 디지털 옷장으로 변환해 주어, 새로운 코디를 구성하고 가상으로 입어볼 수도 있게 해줍니다. 이 개념은 영화 ‘클루리스’에서 셰어가 입을 옷을 고르며 수많은 의상들을 둘러보던 그 상징적인 가상 옷장에서 영감을 받은 것이 분명합니다.구글은 이 기능이 AI 기술
단편 드라마 ‘레드 프루트’, AI를 이용해 일반인의 얼굴을 도용했다는 의혹… 공식 입장 없어
현재 단편 영상 업계는 AI 관련 저작권 침해 논란에 휩싸여 있다. '레드 프루트 숏 드라마'의 작품인 "복숭아 비녀"가 AI를 이용해 일반인의 초상을 무단으로 도용했다는 '얼굴 도용' 혐의를 받으며 대중의 우려를 불러일으키고 있다. 이 문제는 한 소셜 미디어 사용자가 자신의 개인 사진이 AI 생성 콘텐츠에 무단으로 사용되었다고 주장하면서 시작되었다.비교
새로운 ETSI AI 보안 표준 이해하기
ETSI EN 304 223는 조직이 거버넌스 구조에 반영해야 할 인공지능에 대한 기초적인 보안 요구 사항을 규정하고 있습니다.기업들이 머신러닝을 핵심 워크플로우에 통합함에 따라, 이 유럽 표준은 AI 모델과 시스템을 보호하기 위한 구체적인 조항을 제공합니다. 이는 국가 표준 기구(NSO)의 공식 승인을 받은 세계 최초로 전 세계적으로 적용 가능한 AI 사
So Google's basically using old news articles to predict floods? That's wild. I mean, if it works, it could save thousands of lives, but I wonder how much historical data is actually reliable when weather patterns are changing so fast. 🌊🤔





집






