통념: 1위면 예측도 더 믿을 만할까
엔비전의 톈지 기상 파운데이션 모델이 ECMWF AI 웨더 퀘스트 평가에서 종합 1위를 차지했다. 2026년 10월 31일 엔비전 발표에 따르면, 약 20개 팀 가운데 톈지는 예보 기간 19~25일의 전체 변수 평균과 지표 부근 기온, 평균 해수면 기압, 강수량에서 모두 1위다. 이 성과는 물리-AI 융합 예측의 경쟁력을 보여주는 신호일 수 있다. 다만 경진대회 1위가 모든 지역과 상황에서 더 정확하다는 뜻은 아니다.
맹점: 순위가 말해주는 범위
AI 웨더 퀘스트는 15일 중기 예보를 넘어, 19~25일 뒤의 주간 평균 기온·평균 해수면 기압·주간 누적 강수량에 대한 확률예보를 평가한다. 참가팀이 매주 예보를 제출하고, 이후 관측값과 비교해 순위를 갱신하는 방식이다.
확률예보는 하나의 날씨 값을 단정하는 대신 가능한 결과와 불확실성을 다룬다. 실무자는 종합 순위만 볼 게 아니라 평가 변수와 지역 범위, 예보 기간을 확인해야 한다. 뉴스에 따르면 기온과 강수량은 육지 격자, 해수면 기압은 전 지구를 대상으로 평가한다. 평가 범위와 실제 활용 환경이 다르면 성능 해석도 달라질 가능성이 있다.
엔비전은 톈지가 신에너지 분야의 실무 경험을 바탕으로 개발한 세계 최초의 물리-AI 융합 기상 모델이라고 설명한다. 그러나 제공된 뉴스에는 모델의 세부 구조나 독립 검증 결과, 각 변수의 점수 차이가 제시되지 않는다. 그러므로 ‘새로운 글로벌 기준’이라는 표현은 현재로선 1위 성과에 대한 해석이지, 모든 예보 과제에서 기준이 확립됐다는 증거로 단정하기 어렵다.
리스크: 순위를 현장 성과로 오해하는 함정
톈지는 WeatherBench 2 평가에서 구글 WeatherNext2와 동등한 최상위권 성적을 거뒀고, 중국 국가기상센터의 시범 프로그램 결정론적 예보 부문에서도 1위를 차지했다고 뉴스는 전한다. 여러 평가에서 나온 성과는 참고할 근거지만, 서로 다른 평가의 결과를 하나의 보편적 우위로 합쳐 읽을 수는 없다.
최악의 경우, 사용자가 순위만 믿고 불확실성이나 지역별 차이를 검토하지 않으면 장기 계획의 판단 근거를 잘못 잡을 수 있다. 로버트 정 톈지 모델 책임자는 계절 내 예측이 어렵고 기간이 길수록 불확실성이 커진다고 설명한다. 이 발언 자체가 순위와 함께 불확실성을 살펴야 할 이유다.
결론
톈지의 1위는 주간 단위 장기 확률예보에서 주목할 성과다. 다만 순위가 곧 현장 신뢰도를 보장하지는 않는다. 확인할 항목은 다음과 같다.
- 평가 대상 변수와 지역 범위가 실제 활용 목적에 맞는지 확인한다.
- 주간 예보와 관측값의 비교 결과, 순위의 지속성을 살핀다.
- 예보의 불확실성을 의사결정에 어떻게 반영할지 먼저 정한다.
- #엔비전톈지
- #AI웨더퀘스트
- #ECMWF
- #기상예보
- #물리AI