태풍이 하루 만에 슈퍼태풍이 될 때 — 인과 그래프를 씌운 딥러닝이 겨냥한 24시간

24시간 동안 중심기압이 30노트(약 15m/s) 이상 뛰어오르는 일. 미국 기준으로 '급격강화(rapid intensification, RI)'라 부르는 이 조건은, 태풍 예보관들이 가장 늦게, 가장 자주 틀리는 지점이다. 열대저기압이 하루 만에 슈퍼태풍이 되어 해안에 닿는 동안, 예보 화면에는 여전히 완만한 곡선이 그려져 있는 경우가 적지 않다. 2026년 10월 29일 arXiv에 올라온 한 편의 논문은 이 24시간 구간을 정면으로 겨냥한다. 이름은 CausalVisionRI. 저자들은 Xinrui Li, Yijun Jin, Yifan Dong, Shoujuan Shu 네 사람이고, 무대는 서북태평양이다.

예보가 틀리는 방식은 두 가지다

급격강화가 어려운 이유는 관측이 부족해서가 아니다. 위성은 10분 간격으로 구름 꼭대기를 찍고, 부이와 라디오존데는 해수면 온도와 연직 바람 시어를 재고, 수치모델은 그 자료를 전부 삼킨다. 어려운 것은 원인의 분리다. 따뜻한 바다, 약한 시어, 상층 유출의 정렬, 눈벽의 교체 — 이 조건들은 대개 동시에 나타나고, 서로를 강화하거나 가린다. 관측만 놓고 보면 '따뜻한 바다가 원인'인지 '따뜻한 바다 위에 이미 강해진 태풍이 있었기 때문'인지 구분되지 않는다.

그래서 예보 오류는 두 갈래로 갈린다. 놓치는 오류(미탐지)와 헛짚는 오류(오경보)다. 둘은 서로를 맞바꾸는 관계라, 미탐지를 줄이려 기준을 낮추면 오경보가 쏟아지고, 오경보를 줄이려 기준을 올리면 정작 문제의 폭풍을 놓친다. 이 논문이 나중에 비교 대상을 '같은 오경보율에서의 탐지율'로 고른 이유가 여기 있다. 단일 정확도 숫자로는 이 문제를 논할 수 없다.

무엇을 한 모델에 넣었나

CausalVisionRI는 세 종류의 입력을 한 모델에 결합한다. 첫째는 적외선 위성 영상이다. 구름 꼭대기 온도장은 눈벽의 대칭성, 상층 구름의 확산, 냉운 꼭대기의 발달 같은 구조적 신호를 담고 있어, 수치장에는 잘 드러나지 않는 정보를 제공한다. 둘째는 대기·해양 장(場)이다. 시어, 해수면 온도, 습도, 상층 바람 같은 환경 변수들이다.

셋째가 이 논문의 성격을 규정하는 부분이다. 저자들은 관측 자료로부터 발견한 인과 그래프를 모델에 사전 지식으로 넣는다. 대기·해양 조건이 태풍의 역학적·구조적 상태를 거쳐 24시간 강도 변화로 이어지는 경로를, 학습 이전에 구조로 고정해 두는 방식이다. 저자들의 표현대로 '감사 가능한(auditable) 인과 사전'이다. 신경망이 영상에서 무엇을 봤는지 사후에 짐작하는 대신, 어떤 변수가 어떤 변수를 거쳐 출력에 닿는지를 그래프로 명시해 둔 셈이다.

2023년 5월 25일, 슈퍼태풍 마와르가 뚜렷한 눈을 되찾은 모습. 히마와리 위성 적외선 영상 — Himawari imagery: CSU/CIRA & JMA/JAXA, Public domain (Wikimedia Commons)

그래프는 어디서 왔나 — 522개 태풍

인과 그래프를 사람이 손으로 그린 것이 아니다. 2000년부터 2017년까지의 태풍 522개를 관측 자료로 분석해, 대기·해양 조건과 태풍의 역학·구조 상태, 그리고 24시간 강도 변화를 잇는 경로를 데이터에서 찾아냈다. 그 결과가 24시간 강도 변화에 대한 부호가 검증된 8개의 효과다. 부호가 검증됐다는 말은, 각 경로가 강도를 올리는 방향인지 내리는 방향인지를 관측이 지지한다는 뜻이다.

이 대목이 방법론적으로 중요하다. 딥러닝 모델에 물리 지식을 넣는 흔한 방식은 손실 함수에 페널티를 주거나, 출력에 물리 제약을 거는 것이다. 여기서는 그 대신 변수 사이의 연결 구조 자체를 학습 전에 정해 둔다. 그래프가 틀리면 모델은 틀린 인과를 성실하게 학습한다. 대신 그래프가 맞다면, 모델은 표본이 적은 희귀 사건에서도 엉뚱한 상관을 붙잡지 않는다. 이 맞바꿈이 이 논문의 설계 철학이다.

숫자 — 0.259와 0.105

검증은 미래 구간으로 잘라서 했다. 학습에 쓰지 않은 2020~2024년, 3,004개 기록이다. 5개 모델로 구성한 앙상블의 브라이어 술어 점수(Brier skill score, BSS)는 고정 개발 기후값 대비 0.259였다. BSS는 확률예보가 기준선보다 얼마나 나은지를 재는 값으로, 0이면 기준선과 같고 1이면 완벽하다. 저자들은 이 값이 네 개의 비교 시스템을 유의하게 앞선다고 보고한다. 참고로 같은 데이터에서 세 개의 선형판별분석(LDA) 기준선은 최대 0.105에 그쳤다.

두 번째 비교는 더 실무적이다. 이미 발표된 지식블록(knowledge-block) 기법과, 재구성한 대조학습(contrastive learning) 기법을 상대로, 같은 오경보율에서 더 높은 탐지율을 얻었다고 한다. 이 비교는 미국의 30노트 기준과 발표된 RITCF 기준 두 가지에서 각각 수행됐다. 오경보율을 맞춰 놓고 탐지율을 비교하는 방식은, 앞서 말한 미탐지·오경보의 맞바꿈 문제를 정면으로 다루는 유일한 공정한 비교다.

반전 — 그래프가 실제로 한 일은 작다

여기서 논문의 가장 정직한 부분이 나온다. 저자들은 인과 그래프 경로를 떼어낸 소거 실험(ablation)을 했다. 전체 홀드아웃에서 그래프가 더한 BSS는 0.032. 2020~2021년 구간에서는 0.063으로 조금 더 컸다. 그러나 결정적인 단서가 붙는다. 그 기여가 통계적으로 유의했던 것은 5개 앙상블 구성원 중 하나에서였다.

즉 0.259라는 전체 성적의 상당 부분은 인과 그래프 없이도, 위성 영상과 대기·해양 장을 함께 넣은 딥러닝만으로 나온다. 인과 구조는 성능을 크게 끌어올린 주역이 아니라, 일관되게 플러스이되 크지 않은 보정항에 가깝다. '인과를 넣었더니 예보가 확 좋아졌다'는 식의 요약은 이 논문이 지지하지 않는다. 저자들 자신이 그래프를 '새로운 경로'로 소개하면서도, 그 효과의 크기를 숨기지 않았다.

2026년 7월 29일, 슈퍼태풍 돌핀의 달빛 아래 눈. 야간에도 적외선 영상은 눈벽 구조를 잡아낸다 — JPSS imagery: CSU/CIRA & NOAA/NESDIS, Public domain (Wikimedia Commons)

경쟁 가설, 그리고 반론

가장 먼저 떠오르는 반론은 이렇다. '기후값 대비 BSS 0.259'는 기준선이 약하기 때문에 얻어진 숫자 아닌가. 고정 개발 기후값은 급격강화의 장기 빈도를 대표할 뿐, 그 해의 해양 상태나 엘니뇨 위상을 담지 않는다. 실제 예보 현장의 기준선은 계절·해역별 기후값이거나 역학모델의 앙상블이다. 논문이 LDA 기준선(0.105)과 지식블록·대조학습 기법을 함께 놓은 것은 이 반론을 일부 상쇄하지만, 완전히 없애지는 않는다. 고정 기후값 대비 점수는 '기후값보다 낫다'는 뜻이지 '현업 예보보다 낫다'는 뜻이 아니다.

두 번째 반론은 검증 구간의 성격에 관한 것이다. 2020~2024년은 서북태평양에서 강한 태풍이 유난히 많았던 시기로 기억된다. 표본이 특정 위상에 몰려 있으면, 그 위상에 맞춰진 모델이 좋은 점수를 받는다. 저자들이 연도별 기여를 따로 보고한 것(2020~2021년 0.063)은 이 우려를 의식한 흔적으로 읽힌다. 다만 그 구간에서 오히려 값이 더 컸다는 사실은, 반대로 '왜 최근 구간에서 효과가 줄었는가'라는 질문을 남긴다. 논문은 이 질문에 답하지 않는다.

논문이 스스로 인정한 것, 그리고 남는 질문

초록 수준에서 저자들이 명시한 한계는 두 가지다. 하나는 위에서 본 앙상블 편중 — 그래프 기여가 5개 중 1개에서만 유의했다는 점이다. 다른 하나는 인과 그래프의 출처가 2000~2017년 관측이라는 점이다. 그래프를 만든 기간과 성능을 검증한 기간 사이에 3년의 간격이 있고, 그 사이 해양·대기 배경장은 변했다. 인과 구조가 시간에 따라 안정적이라는 가정이 검증되지 않은 채로 얹혀 있는 셈이다.

내가 초록에서 확인하지 못한 것도 적지 않다. 오경보율의 절대값, 놓친 사건의 목록, 그래프의 8개 효과가 구체적으로 어떤 변수 사이를 잇는지, 앙상블 구성원끼리 얼마나 다른지는 초록에 없다. 이 글은 초록에 적힌 범위까지만 주장한다. 원문을 읽으면 그래프의 노드 목록과 소거 실험의 상세 수치가 나올 것이고, 그때 '인과를 넣는다는 것'이 실제로 무엇을 뜻하는지 더 분명해질 것이다.

독자에게

흥미로운 지점은 성능이 아니라 설계의 태도다. 이 모델은 '무엇이 원인인가'를 데이터에 물어본 뒤, 그 답을 신경망의 골격으로 굳혀 놓는다. 그래프가 틀리면 성능이 아니라 설명이 무너진다. 반대로 성능이 조금만 올라도 설명은 검사 가능한 형태로 남는다. 예보 모델에서 우리가 원하는 것이 마지막 1%의 정확도인지, 아니면 틀렸을 때 왜 틀렸는지 말할 수 있는 능력인지 — 이 논문은 그 둘을 분리해서 보여준다.

그래서 질문을 남긴다. 태풍이 하루 만에 두 배로 강해질 때, 여러분은 그 이유를 '따뜻한 바다'라고 답하고 싶은가, 아니면 '따뜻한 바다가 태풍의 구조를 바꾸고, 그 구조가 다시 강도를 바꿨다'는 경로를 따라가고 싶은가. 후자가 더 정확하지만 더 느리고, 전자가 더 빠르지만 더 자주 틀린다. 예보관에게 24시간은 어느 쪽을 고를 시간이 없다.

참고 자료

Xinrui Li, Yijun Jin, Yifan Dong, Shoujuan Shu, 'Causal-prior-constrained deep learning for rapid-intensification warning of western North Pacific tropical cyclones', arXiv:2610.40304v1 (2026-10-29), physics.ao-ph.
https://arxiv.org/abs/2610.40304v1