기상관측데이터의 오류를 획기적으로 줄일 수 있는 인공지능(AI) 솔루션이 출시됐다.

환경분야 인공지능 기술 선도 기업 '환경과학기술'은 기상청과 협업한 데이터 플래그십 사업 결과를 최근 공개했다. 딥러닝(Deep Learning)기반 AI 기술을 활용해 기상관측데이터 오류 탐지 및 품질 향상 기술 개발을 완료했다고 18일 전했다.

환경과학기술은 에코플래그, 옵저버, 경기도 시흥시와 함께 사물인터넷(IoT), 인공지능(AI)을 융합한 안개탐지•예측정보 제공 통합플랫폼 개발에 성공한 기업으로 주목을 받은 바 있다. 이에 따라 기상청과 함께 한 이번 사업 역시 기획 단계부터 일찌감치 큰 기대를 모았다.

데이터 플래그십 사업은 과학기술정보통신부 주관 아래 기존 품질검사로 찾아내지 못 했던 잠재적 오류데이터를 탐지할 수 있는 기술 개발이 주 목표다. 환경과학기술에 따르면 AI 기반 기술을 적용해 기상관측데이터 오류탐지 자동화 및 상시 모니터링을 추진한 결과 오류탐지 개선율 70% 달성이라는 놀라운 성과를 거뒀다. 오류탐지율을 기존 0.12%에서 0.21%로 끌어올리는 유의미한 성과를 확보한 셈이다.

이번 사업 대상 데이터는 기온, 기압, 상대습도, 풍향, 풍속, 강수 등으로 구성됐다. 데이터 기반 모델은 크게 RNN(기온, 기압, 상대습도)과 CNN(풍향•풍속, 기온)으로 나뉜다. RNN 기반 모델(Deep AR)은 데이터의 시간 별 예측 값과 특정 확률 범위를 예측한다. 만약 예측 확률 범위를 벗어나면 오류로 즉각 탐지하는 것이 특징이다. 기온은 계절에 따라 일별 일정한 패턴과 변동 범위를 갖고 있는데 반해 기압, 상대습도 등은 변동 폭이 크지 않아 학습을 통한 예측모델을 적용할 수 있다.

CNN기반 모델은 풍향•풍속 데이터의 바람 장미를 이용해 오류 패턴이 학습되는 가운데 기온 데이터 오류 패턴을 인위적으로 생성해 학습되는 것이 특징이다. 또 이종 데이터(지상관측+위성+레이더) 융합(ConvLSTM과 LSTM)모델의 경우 특정 관측지점 강수 유무와 위성, 레이더 영상의 연관성을 분석한다.

명광민 이사는 "실제로 외부 환경에 설치된 IoT 데이터에서는 다양한 형태의 오류데이터가 발생하는데 이러한 오류데이터(Noise)로 인해 데이터 분석에서 가치 있는 결과를 얻는 데 실패하는 사례가 많아 이 기술이 적용되면 기존 기상청의 데이터 서비스 확대 외에 지자체에서 스마트시티 사업을 통해 추진하는 도시 데이터의 품질도 높일 수 있다"며 "인공지능 기반 품질관리 기술은 기상청의 날씨 서비스는 물론 IoT 데이터를 통한 성공적인 도시문제 진단과 해결에 필수적"이라고 전했다.

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

이어 명 이사는 "본 사업의 결과는 12월 15일부터 31일까지 운영되는 '2020 데이터 서비스 온라인 전시회'를 통해 확인할 수 있다"며 "딥러닝(Deep Learning)을 이용한 환경분야 이상감지 기술은 환경데이터 학습으로 다양한 지구환경 이상감지, 온도 이상감지, 가시거리 예측 등 다양한 환경 현상에 딥러닝 적용이 가능하다"고 강조했다.

마지막으로 "외부에 항상 노출되어있는 관측 환경이 오류 발생의 원인"이라며 "장비 노후화, 센서 미보정, 통신이상, 외부 요인 등으로 부정확한 값이 측정되거나 전송, 유의미한 데이터 분석 결과를 얻기 위해 관측소 운영과 데이터 품질관리 및 전처리과정에 큰 노력이 필요하며 스마트시티 등 도시 데이터를 통한 문제해결을 위해 꼭 필요한 기술"이라고 덧붙였다.

한편, 지난 1991년 설립된 환경과학기술은 해양 환경 조사, 분석 및 예측에 대한 전문적인 기술을 제공하는 해양, 기상, 환경 전문기업이다. 또 환경과학기술연구소를 산하에 두고 있는 환경 분야 인공지능 기술 선도기업으로 입지를 강화하고 있다. 특히 시스템 통합구축, 해양 GIS 및 해양예측, 기상예보 기술 등을 보유한 전문기업으로 알려져 있다.