AI모델이 해류 패턴을 시각화
기상 위성 온도 데이터로 해양 변화 파악하기

이 다채로운 선과 소용돌이는 예술 작품이 아니라 멕시코 만류의 일부를 나타낸다. 더 정확히 말하면, 이 해류가 만들어내는 해수면 온도 패턴이다. 정지궤도 위성에서 얻은 기상 데이터를 바탕으로 해수면 아래에서 발생하는 해류 패턴을 추론하는 AI 모델이 이를 시각화했다.

▲ 온도 기울기와 KKI 시스템을 이용해 파악한 멕시코 만류의 현재 패턴. © Luc Lenain/Scripps Institution of Oceanography

북대서양 해류든, 끊임없이 이동하는 해양 소용돌이든, 해양 용승대든, 해류는 지구 시스템에서 매우 중요한 역할을 한다. 해류는 지구 전체에 열을 전달하고, 심해의 용존 가스와 영양분을 해수면으로 끌어올리며, 지구 생지화학적 순환의 중요한 부분을 차지한다. 따라서 이러한 해류의 특성을 최대한 정확하게 파악하는 것이 필수적이다.

대양 전체에서 작은 소용돌이까지

하지만 이는 결코 간단한 일이 아니다. "문제는 규모의 범위가 엄청나게 넓다는 것이다. 해류와 소용돌이가 수개월 동안 지속되는 거대한 해양 분지부터 단 하루 만에 변화하는 불과 몇 킬로미터 크기의 미세한 움직임까지 다양하다"고 캘리포니아주 라호야(La Jolla)에 있는 스크립스 해양학 연구소의 룩 레나인(Luc Lenain)과 그의 동료들은 설명했다.

선박 기반 측정은 이러한 급격한 해양 변화를 감지할 수 있지만, 제한된 영역에만 국한된다. 반면 위성은 훨씬 넓은 지역을 관측할 수 있지만, 소규모의 급격한 변화는 포착하지 못한다. 예를 들어, TOPEX/Poseidon 임무는 해수면 높이 차이를 기반으로 해류를 측정하지만, 위성은 동일한 해역에 대해 10일에 한 번씩만 새로운 데이터를 제공한다.

기상 위성과 인공지능을 활용하여

레나인은 이제 인공지능과 기상 위성 데이터를 활용한 더 나은 해결책을 찾았다. 기상 위성은 최대 5분 간격으로 고해상도의 해수면 온도를 측정한다. "획기적인 성과는 이러한 기록을 시간 단위의 해류 지도로 변환하는 데 있었다"고 레나인은 설명했다. 이를 위해 그와 그의 연구팀은 실제 데이터와 시뮬레이션을 활용하여 수면에서 측정 가능한 패턴을 해류의 특징으로 "변환"하는 인공지능 시스템을 훈련 시켰다.

이 이미지에서 볼 수 있듯이, 그 결과는 성공적이다. GOFLOW라고 명명된 이 시스템은 멕시코 만류의 일부 구간에서 미묘한 온도 및 속도 차이를 보여준다. 연구진은 "GOFLOW는 속도뿐만 아니라 기울기까지 포착함으로써 이전에는 불가능했던 더 넓은 규모와 더 세밀한 규모로 해류를 묘사할 수 있다"며, "이를 통해 우리는 해양 분지 전체의 순환과 소규모 특징의 상세한 시공간적 변화를 모두 관찰할 수 있다"고 밝혔다.

참고: Nature Geoscience, 2026; doi: 10.1038/s41561-026-01943-0
출처: University of California – San Diego

[더사이언스플러스=문광주 기자]

[저작권자ⓒ the SCIENCE plus. 무단전재-재배포 금지]