미시간호 수위는 2013년 1월 관측 이래 최저를 기록한 뒤, 2020년 여름에는 반대편 기록을 깨며 침수와 해안 침식, 호숫가 도로 폐쇄를 불렀다. 두 기록 사이의 수위 차이는 거의 2m였다. 슈피리어호·이리호·온타리오호에서도 몇 달 간격으로 비슷한 반전이 나타났다고 기사는 전한다. 이처럼 크게 달라지는 수위를 예측하고 그 원인을 설명하기 위해 연구진은 인공지능(AI) 모델을 분석에 활용했다.

배경과 맥락

호수의 수위는 비와 눈, 증발, 유입·유출뿐 아니라 인간의 결정에도 영향을 받는다. 수위는 항구의 수심과 해안선의 안정성, 식수 취수, 연안 습지의 생존과도 관련된다. 따라서 모델이 수위를 맞히는 데 그치지 않고 어떤 요인이 변화를 이끌었는지 설명하는 일은 댐이나 침수 위험 관리에 중요할 수 있다.

연구진은 슈피리어호·미시간호·이리호·온타리오호의 1982~2022년 월별 수위 자료로 8개 알고리즘을 훈련했다. 각 알고리즘에는 기온과 유입량을 포함한 9개 변수가 입력됐으며, 각 변수의 당월 값과 최대 6개월 전 값도 반영됐다. 이를 통해 예컨대 6월 수위와 1월의 눈 사이의 관계를 모델이 살필 수 있도록 했다.

가장 성능이 좋은 4개 알고리즘의 오차는 약 12cm로 줄었다. 단순 모델의 오차는 14~21cm였다. 연구진은 변수별 기여도를 살피는 SHAP(각 변수가 예측 결과에 얼마나 기여했는지 나누어 보는 방법)과, 변수에 개입했을 때 시간이 지나며 영향이 어떻게 달라지는지 보는 VARS 분석을 함께 사용했다.

SHAP은 특정 달의 수위 상승이나 하락에 각 변수가 기여한 정도를 보여준다. 그러나 유역(물이 한곳으로 모이는 지역)을 가로질러 신호가 이동하는 데 걸리는 시간까지 알려주지는 않는다. 연구진은 VARS 분석에서 변수에 개입한 뒤 한 달과 6개월 시점의 영향을 살펴 시간차를 분석했다.

이 소식이 뜻하는 것

연구진은 변수가 과거로 갈수록 수위에 미치는 영향이 약해질 것으로 예상했지만, 실제로는 3~4개월이 지난 뒤 영향이 커지는 양상을 관찰했다. 연구진의 결론은 이들 호수가 전날 날씨보다 이전 계절의 조건에 반응한다는 것이다. 1월의 눈이 6월 수위에 영향을 줄 수 있다는 설명은 계절 예측에서 수개월 전의 조건을 함께 살펴야 할 이유를 보여준다.

이 결과는 호수 수위가 단기 날씨만으로 설명되지 않는다는 점에서 주목된다. 계절 예측을 하는 모델이 과거 몇 달의 기온과 유입량 같은 변수를 함께 고려한다면 수위 변화의 단서를 더 잘 포착할 수 있을 가능성이 있다. 다만 이 연구의 오차 수치만으로 실제 현장에서 예측이 얼마나 유용한지, 또는 홍수·댐 관리 결과가 얼마나 달라질지는 알 수 없다.

온타리오호는 모델의 한계도 드러냈다. 이 호수의 모델 오차는 예상보다 50% 이상 컸으며, 기사는 이를 인간의 의사결정과 연관 지었다. 온타리오주 콘월 인근의 모지스-손더스 발전댐은 일별로 조정되는 운영 규칙에 따라 수위를 관리한다. 하지만 모델에는 변수별 월평균 값이 들어가므로, 월간 유출량을 만들어 낸 결정의 순서는 평균 속에 사라질 수 있다.

온타리오호 사례에서 연구진이 제안한 것은 기후 변수와 별도로, 수위 관리에 쓰이는 운영 규칙도 모델에 제공하는 것이다. 이는 해당 호수의 인간 의사결정 문제에 대한 제안이며, 모든 계절 예측에 같은 조건이 필요하다는 뜻으로 확대할 수는 없다.

연구진은 Ouranos와 협력해 이 접근법을 퀘벡 남부의 지하수 함양 연구에도 적용하고 있다고 밝혔다. 이 작업에는 물리 기반 모델(자연 현상의 물리적 작동 원리를 반영하는 모델)이 사용된다. 수위처럼 복잡한 환경 문제에서 결과의 이유를 따져볼 수 있는 모델이 관리 판단을 검토하고 논의하는 데 도움이 될 수 있다는 것이 이번 연구가 보여주는 방향이다.

확인된 사실과 아직 알 수 없는 것

확인된 사실

  • 연구진은 네 호수의 1982~2022년 월별 수위 자료로 8개 알고리즘을 훈련했다.
  • 각 알고리즘은 기온과 유입량을 포함한 9개 변수와, 당월부터 최대 6개월 전까지의 값을 반영했다.
  • 성능이 가장 좋은 4개 알고리즘의 오차는 약 12cm였고, 단순 모델은 14~21cm였다.
  • 연구진은 변수의 영향이 과거로 갈수록 약해질 것이라는 예상과 달리, 3~4개월 뒤 영향이 커지는 것을 관찰했다.
  • 온타리오호 수위는 모지스-손더스 발전댐의 일별 운영 규칙에 따라 관리되며, 연구진은 이 규칙을 모델에 제공해야 한다고 제안했다.

아직 알 수 없는 것

  • 연구에 사용된 8개 알고리즘과 9개 변수의 전체 목록은 무엇인가?
  • 모델 정확도는 어떤 검증 방식과 예측 기간을 기준으로 평가했는가?
  • 온타리오호 운영 규칙을 모델에 포함하면 예측 오차가 얼마나 줄어드는가?

독자가 확인할 것

  • 수위 예측 결과를 볼 때는 정확도 수치뿐 아니라 예측 기간과 검증 방식도 함께 확인할 필요가 있다. 이번 원문에는 그 세부 기준이 제시되지 않았다.
  • 홍수나 댐 운영에 AI 예측을 활용하는 경우, 입력 자료에 월평균 기후·유출량만 있는지, 실제 운영 규칙이나 결정 과정도 반영됐는지 살펴볼 수 있다.
  • 계절 수위 전망을 해석할 때는 당월 날씨만이 아니라 몇 달 전의 조건도 분석에 포함됐는지 확인할 수 있다. 연구진은 이전 계절의 조건이 수위에 영향을 줄 수 있다고 결론 내렸다.