한눈에

Satya Nadella가 10월 17일(한국 시간) 아침 Microsoft Research의 Nature 논문을 소개했다. 2주에서 6주 뒤의 날씨를 머신러닝으로 더 잘 맞히는 연구다.

이 구간은 예보가 특히 약한 곳이다. 2주 안쪽 예보는 꽤 믿을 만하고, 계절 단위 기후 예측도 좋아졌다. 그 사이 몇 주가 비어 있다.

PBC가 하는 일

PBC(확률적 편향 보정)는 새 예보 모델을 또 만드는 대신, 기존 모델이 과거에 어떻게 틀렸는지를 배운다. 그리고 그 틀린 방향을 고쳐 더 나은 예보를 낸다. 어떤 모델이든 입력으로 받을 수 있다.

결과

Nadella가 본 교훈

Nadella는 더 큰 교훈이 있다고 했다. 앞으로는 더 강한 모델을 계속 만드는 것만이 아닐 수 있다고 했다. 모델이 체계적으로 틀리는 곳을 배우고, 원인과 결과를 따지고, 현실과 계속 맞춰 보는 검증 시스템을 짓는 일이 중요해진다는 것이다.

왜 중요한가

몇 주 앞 날씨는 언제 심을지, 물과 전기를 어떻게 나눌지, 산불과 한파에 어떻게 대비할지를 정한다. 케냐에서는 기상청 예보관들이 PBC를 포함한 AI 모델을 우기 예보에 시범 적용하고 있다.

어떻게 바뀌나

자기 분야에 이미 쓰는 예측 모델이 있다면, 모델을 갈아엎기 전에 과거 오차를 배우는 보정층부터 얹어 볼 수 있다. Nadella가 말한 “검증 시스템”의 작은 형태다.