인공지능을 활용한 미세먼지 단기예측 도구 개발(V)

국문 초록 (Abstract)

중국의 주요 공업도시 지역에서 발생한 고농도 오염물질 및 초미세먼지 스모그가 편서풍 계열의 바람을 타고 국내로 유입되어 국내에서 정체 또는 순환하고, 여기에 국내에서 국지적으로 배출된 오염물질이 추가되어 고농도 연무현상이 자주 발생하고 있다. 우리나라에 미세먼지 고농도가 발생하는 대부분의 경우, 시작 초기에는 주로 중국으로부터 오염물질이 유입되어 고농도 일이 시작되고, 그 이후에는 국내에 형성되는 정체성 고기압에 의해서 국내 기류가 안정되면서 국내 미세먼지 배출이 추가되어 고농도가 심화된다. 고농도 초미세먼지가 발생하는 경우는 3 ~ 4일간 혹은 그 이상 지속되는 경향이 있고, 특히 초미세먼지는 습도가 높은 경우에 생성 속도가 가속되기 때문에 짙은 스모그 형태로 나타나고 있다.
미세먼지는 국민 건강을 직접적으로 위협하고 있고, 이를 사전에 예방하기 위해서 환경부는 2013년 8월부터 시범사업을 거쳐 2014년 2월부터 미세먼지 예보를 전국적으로 시행중이다. 이와 함께 초미세먼지 예보도 시범사업을 거쳐 2015년 1월부터 전국을 대상으로 시행되고 있다. 현재 시행되고 있는 환경부 미세먼지 예보는 전국을 서울, 인천, 경기북부, 경기남부, 강원영서, 강원영동, 대전, 충북, 충남, 세종, 부산, 대구, 울산, 경북, 경남, 광주, 전북, 전남, 제주 등 총 19개 예보권역으로 세분화하고, 미세먼지 수준은 ‘좋음’과 ‘보통’, ‘나쁨’, ‘매우 나쁨’의 4단계 등급으로 나눠 예보하고 있다.
현행 환경부에서 운영 중인 미세먼지예보 지수적중률은 70%이나, 나쁨 이상의 고농도 감지확률은 이보다 낮아서 실제 국민이 느끼는 체감 오염도와 많은 차이를 보이고 있다. 환경부 미세먼지 예보가 국민 건강 보호를 위한 사전 예방적 기능을 충분히 수행하기 위해서는 미세먼지 예보의 정확도 개선이 시급한 실정이다. 이를 위해서 환경부 산하의 국립환경과학원을 중심으로 수치예보모델을 개발하고, 성능을 개선하기 위해 다양한 노력을 하고 있다.
현재 미세먼지 대기질 예보는 수치모델 결과를 중심으로 수행되고 있으나, 수치예보는 배출량 및 기상자료 등의 입력자료 불확실성과 수치모델 자체가 복잡한 대기현상을 완전하게 반영하지 못하는 근본적인 한계를 지니고 있다. 따라서 물리적 현상을 기반으로 한 수치예보모델의 한계를 극복하기 위한 대안으로서 인공지능 심층학습 모델을 이용하여 대기현상을 반영하고 있는 과거의 관측자료와 수치모델 예측결과를 모두 컴퓨터 인공지능 프로그램에 학습시켜 대기질 수치모델 결과를 보정할 수 있는 도구를 개발하여 예보정확도를 향상시킬 필요가 있다.
또한, 예보관에 의한 주관적인 예보의 한계성을 극복하기 위해서 최근 활발히 응용되고 있는 Big data 기반 인공지능기법을 적용하여 수치예보기술의 불확실성을 보정하고 객관적 예보기반을 구축함으로써 국민적 요구에 부응하는 예보 정확도를 확보할 필요가 있다.
본 연구진은 2018 ~ 2021년도에 각각 “인공지능을 활용한 미세먼지 단기예측 도구 개발(Ⅰ) ~ (Ⅳ)”을 수행하여 동북아지역과 예보권역간의 시공간적 변화 특성을 반영하기 위한 1, 2차 Big data를 구축하였고, 19개 예보권역을 대상으로 미세먼지 예보를 위한 인공지능 알고리즘을 개발하였다. 이렇게 개발된 인공지능 미세먼지 예보시스템은 현재 과학원 대기질 예보센터에서 시범운영 중에 있다. 본 연구에서는 단기 구축된 인공지능 예보를 위한 Big data를 확장·보완하고, 19개 예보권역별 인공지능 예보모형을 최적화하고자 한다.

목차 (Table of Contents)

• 1장. 서론
• 2장. 연구내용 및 방법
• 3장. 연구결과 및 고찰
• 4장. 결론