WeatherNext 3, 6시간·25km 예보를 1시간·5km로…강수 정확도 최대 50% 개선
전 세계 기상 예보의 갱신 간격이 6시간에서 1시간으로 짧아지고, 지상 기온·습도 해상도는 25km에서 5km로 촘촘해진다. WeatherNext 3는 Google 서비스의 하루 이상 강수 예보 정확도를 최대 50% 높이며 Search·Maps·Gemini와 Cloud에 바로 투입됐다.
원문: Introducing WeatherNext 3, our most advanced and accurate global weather AI model 원문 보기 →
6시간마다 25km 격자로 보던 전 세계 날씨를 매시간 5km 단위로 다시 계산하는 변화가 시작됐다. Google이 2026년 9월 3일 공개한 WeatherNext 3는 지상 기온과 습도를 5km 해상도로, 바람을 비롯한 다른 지상 변수는 10km, 대기 변수는 25km 해상도로 예측한다. 이전 WeatherNext 2가 25km 격자에서 6시간 단위 예보를 만들었던 것과 비교하면 지역성과 갱신 속도가 함께 크게 올라간 셈이다.
이번 변화의 출발점은 실시간 관측 자료다. 기존 AI 기상 모델 다수는 슈퍼컴퓨터 기반 수치예보 모델이 가공한 데이터를 학습하며 약 6시간의 지연을 안고 있었다. WeatherNext 3는 전 지구 정지궤도 위성 영상을 1시간 단위 모자이크로 받아 전통적인 과거 분석 자료와 함께 처리한다. 하나의 Functional Generative Network 메시 transformer가 조밀한 격자 예보, 태풍 경로, 관측소별 좌표 예측을 함께 출력한다.
산악·해안처럼 몇 km 차이로 기온과 습도가 달라지는 곳은 별도 관측소 자료로 보완했다. 모델이 드문드문 놓인 기상 관측소 값을 직접 학습해, 훈련 과정에서 충분히 보지 못한 지역에서도 지형 차이를 반영하도록 설계됐다. 고해상도 지역 모델을 운영하기 어려웠던 라틴아메리카·아프리카·아시아태평양 지역에 전 지구 단일 모델로 세밀한 예보를 제공한다는 점도 실용적 의미가 크다.
가장 까다로운 강수 예측에는 NASA의 IMERG 위성 자료와 Google의 위성 레이더 기반 전 지구 강수 재분석 자료를 사용했다. Google이 공개한 중기 예보 평가에서 Continuous Ranked Probability Score는 IMERG 기준 최대 60%, 미국 MRMS 기준 30%, 예보 초기 우량계 측정 기준 10% 개선됐다. 실제 Google 서비스에서 하루 이상 앞선 강수 예보 정확도는 최대 50% 높아지며, 기존 예보가 약했던 지역에서 개선 폭이 가장 크다는 설명이다.
에너지 운영자를 위한 출력도 새로 들어갔다. 풍력 터빈 높이에 가까운 100m 상공 풍속과 고해상도 구름량·일사량을 예측해 풍력·태양광 발전량과 전력 수요의 균형을 맞추는 데 쓸 수 있다. 빠르게 형성되는 비와 눈을 추적하는 기능뿐 아니라 농업, 항공, 공급망 의사결정까지 같은 데이터 흐름에 연결하려는 구성이다.
WeatherNext 3 예보는 공개 당일부터 Google Search, Gemini, Maps, Google Maps Platform Weather API, Earth Engine에 순차 반영되기 시작했다. 개발자와 연구자는 BigQuery와 Earth Engine에서 조회하거나 Google Cloud Storage에서 대량으로 받을 수 있다. 논문과 Brightband의 독립 실시간 평가 순위도 함께 공개됐다. 다만 모델 예보는 관측과 계산의 불확실성을 없애지 못하므로, 재난 경보와 안전 판단에서는 각국 기상 당국의 공식 예보를 우선해야 한다.
관련 기사
Google DeepMind WeatherNext, 사이클론 예보 평균 24시간 앞당긴 AI 모델
WeatherNext는 사이클론 경로와 강도 예측에서 평균 24시간의 추가 대비 시간을 제시한다. Google DeepMind는 Nature 게재 연구와 함께 코드와 모델 가중치를 공개해 현업 예보와 지역 특화 모델 개발까지 열어뒀다.
CPython, RISC-V를 공식 지원 아키텍처로 채택
Python의 레퍼런스 구현인 CPython이 RISC-V 아키텍처를 티어 3 공식 지원 플랫폼으로 채택했다. RISE 프로젝트의 하드웨어 지원과 커뮤니티 기여자들의 협력으로 이뤄진 성과다.
AlphaEvolve, 행렬곱 지수 상한 2.371177로 낮춰 이론 계산 신기록 경신 성과
Google DeepMind 연구진과 학계가 AlphaEvolve를 활용해 행렬곱 지수의 상한을 2.371339에서 2.371177로 낮췄다. 개선 폭은 0.000162이지만 AI 계산의 핵심 연산에 대한 수십 년짜리 이론 경계를 다시 밀었다.