| 초록 |
□ 연구개발 목표 및 내용 ○ 최종 목표 기계학습 기반 기상수치모델 편차보정 학습모델을 이용한 비관측지점 기상기후 데이터 생산/지원 서비스 기술에 대한 BM구축 및 상용화 ▪ 기상기후데이터 생산의 기반이되는 수치예보모델 데이터의 편차를 보정하는 인공지능 기계학습 모델을 최적화/모듈화하여 비관측지점에 대한 기상기후데이터 생산 ▪ 비관측지점에 대한 기상기후데이터 생산/제공 서비스에 대한 BM모델 구축 및 상용화 ○ 전체 내용 1. 수치모델 학습/예측 환경 구현을 위한 고속 데이터 전처리 알고리즘 개발 ⋅ 대규모 센서 데이터 정규화 기술을 통한QC ⋅ 데이터 마이닝을 위한 시계열 데이터 QC ⋅ 고속 기계학습 처리를 위한 QC 알고리즘 적용 2. 기계학습/딥러닝 기반 예측엔진 최적화 ⋅ 증가한 예측격자에 대한 지형/피복조건을 고려한 비관측지점 예측엔진 모듈화/최적화 ⋅ 사용자의 다양한 기상정보 요청에 대하여 관측/비관측지점에 대한 최단시간 내 웹/모바일 기반의 실시간 기상기후데이터 생성 및 제공 시스템 가시화체계 구축 3. 상용서비스 품질개선 및 유지를 위한 학습엔진 및 모델 보정 기술 최적화 ⋅ 상용서비스 운영을 위한 모델예측데이터와 장비관측용 데이터 운영 기술 고도화 ⋅ 지상, 산악, 해양 기상관측데이터의 종합적 결과 분석과 예측모델 반영을 통한 지속적인 예측엔진 성능 고도화 □ 연구개발성과 (정성) 비관측지점에 대한 1km 고해상도 기상기후데이터 생산 AI 모듈 개발 (정량) - ‘ 기온 데이터 초해상화를 위한 Super-Resolution Convolutional Neural Network모델구축 ’ SCI(E) 및 KCI 등재저널 게재 1건 □ 연구개발성과 활용계획 및 기대 효과 • 기존 5~10km 격자 대비 1km 고해상도 정보 생산이 가능하여 기상정보 앱 서비스의 고품질화 및 유료화 가능 • 기상청에서 무료로 제공하는 일반 기상서비스가 아닌 고해상도 맞춤형 기상정보 데이터 제공 서비스가 가능하여 정확한 기후영향평가, 기상예측 정보의 수신이 가능 • 고품질 기상데이터 서비스로 해외 공룡 기상기업과 경쟁력 확보 및 회복 • 날씨 기반의 동네(행정구역상) 각종 매장 매출 예측정보 제공 등 세분화 (출처 : 요약문 4p) |
