Google, Gemini 기반 Groundsource로 도시형 flash flood 24시간 예측 확대

Google은 flood forecasting의 가장 어려운 빈칸을 데이터로 메우려 한다

March 12, 2026 Google은 Groundsource라는 새로운 Gemini 기반 방법론을 발표했다. 목적은 도시형 flash flood를 더 잘 예측하는 것이다. Google은 public report를 분석하고 Google Maps를 결합해 과거 flood event의 지리적 경계를 추정하는 방식으로, 그동안 부족했던 urban flash flood 학습 데이터를 만들었다고 설명했다. 이 데이터를 바탕으로 새 model을 학습시켜 최대 24 hours 앞까지 도시형 flash flood를 예측할 수 있게 했고, 결과는 Flood Hub에서 제공된다.

이번 발표의 핵심은 flashy한 AI 기능이 아니라, 학습 데이터가 거의 없던 영역을 usable dataset으로 바꿨다는 점이다. riverine flood는 gauge와 수위 데이터가 어느 정도 존재하지만, urban flash flood는 발생이 빠르고 관측 체계가 들쭉날쭉해 global-scale training data를 만들기 어려웠다. Google은 이 문제를 public information을 구조화하는 방식으로 풀려 하고 있다.

Groundsource는 public report를 학습 데이터로 바꾼다

Google이 공개한 설명에 따르면 Groundsource는 수십 년치 public report를 Gemini로 분석해 150 countries 이상에 걸친 2.6 million개 이상의 historical flood event를 식별했다. 그 다음 Google Maps를 사용해 각 사건의 보다 정확한 geographic boundary를 추정해 도시형 flash flood 중심 데이터셋을 만들었다. 이 과정은 사람에게 익숙한 텍스트 기반 기록을 machine learning용 geospatial training set으로 변환하는 작업이라고 볼 수 있다.

이 접근의 의미는 크다. 재난 예측에서 가장 큰 병목은 model architecture보다도 reliable ground truth 부족인 경우가 많기 때문이다. Google은 public reports를 무작정 긁어오는 수준이 아니라, event identification과 geographic delineation을 결합해 쓸 수 있는 수준의 structured data로 가공했다는 점을 강조했다. 이는 AI가 새로운 model을 만드는 데 그치지 않고, 예측이 가능하도록 데이터 인프라 자체를 만드는 역할까지 맡기 시작했다는 신호다.

Flood Hub 범위가 riverine flood에서 urban flash flood로 확장된다

Google은 이번 예측 기능이 Flood Hub에 추가된다고 밝혔다. 기존 Google의 riverine flood forecast는 가장 큰 riverine event 기준으로 2 billion명 이상, 150 countries 이상을 커버해 왔다. 여기에 urban flash flood forecast가 더해지면, 완만하게 진행되는 범람뿐 아니라 짧은 시간 안에 도시에 큰 피해를 주는 재난까지 대비 범위가 넓어진다.

실제 현장에서는 이 차이가 중요하다. riverine flood는 며칠 단위 준비가 가능할 때가 많지만, flash flood는 수 시간 안에 교통, 주거지, 상업지구를 동시에 마비시킬 수 있다. 예측 시계를 24 hours 수준까지 확보하면 도시 당국, 긴급 대응 조직, 시민이 이동 계획과 장비 배치, 경보 체계를 더 일찍 준비할 수 있다.

왜 중요한가

Google은 Groundsource 방식이 landslide나 heat wave 같은 다른 재난에도 확장될 수 있다고 밝혔다. 즉 이번 발표는 flood model 하나의 개선이 아니라, 공공 정보와 geospatial tool을 결합해 global disaster dataset을 만드는 방법론 제안에 가깝다. 향후 관전 포인트는 Flood Hub 예측 정확도, 지역별 coverage 확대 속도, 그리고 public report 기반 dataset이 다른 재난 영역에서도 비슷한 성과를 내는지 여부다.

출처: Google · Google Research