하루를 7분에 계산하는 일기예보기 — 24,576개 GPU로 지구를 1.5km 격자로 훑는 SD3

205.7. 숫자를 처음 보면 단위를 잘못 읽은 것 같다. 하루 동안 하루를 205번 계산한다는 뜻이니까, 24시간짜리 예보 하나를 만드는 데 걸리는 시간은 24를 205.7로 나눈 약 7분이다. 그것도 지구 전체를 1.5km 격자로 쪼개서, 24,576개의 GPU를 동시에 굴려서. 2026년 10월 29일 arXiv에 올라온 논문 「SD3: The First Operationally-Proven, Fully Heterogeneous-Accelerated Global Kilometer-Scale Model with Inline Physics Architecture」가 내세우는 숫자가 바로 이것이다. 저자 11명은 이 모델을 실험실 시제품이 아니라 5년간 실제 운영에 썼다고 말한다.

먼저 이 숫자가 어디서 나왔는지

논문의 초록은 세 가지를 한꺼번에 주장한다. 첫째, SD3(Super Dynamics on the Cube)는 완전히 이기종 가속기로 돌아가는 최초의 운영 검증된 전지구 킬로미터 규모 모델이다. 둘째, 코드 전체를 네이티브 CUDA C로 다시 썼다. 셋째, 최근 전지구 1.5km 해상도에서 24,576개 GPU로 하루에 205.7 시뮬레이션 일수를 달성했다. 여기서 "시뮬레이션 일수(simulated days per day)"는 계산이 실시간보다 얼마나 빠른지를 나타내는 지표다. 값이 1이면 실시간과 같고, 205.7이면 같은 시간 동안 205배의 대기 시간을 계산해낸다는 뜻이다.

이 숫자가 의미를 가지려면 조건이 붙는다. 논문은 이 성능이 "전지구 1.5km"에서 나왔다고 명시한다. 해상도를 낮추면 누구나 빨라지고, 영역을 좁히면 더 빨라진다. 지구 전체를 1.5km로 덮으면서 그 속도를 냈다는 것이 이 논문의 주장이고, 그래서 제목에 "Global Kilometer-Scale"이 붙어 있다. 환경 예보에서 1.5km는 대류 구름 하나를 격자 몇 개로 잡아내기 시작하는 눈금이다.

"인라인 물리"란 무엇을 붙였다는 말인가

대기 모델은 보통 두 덩어리로 나뉜다. 공기의 운동을 방정식으로 푸는 역학 코어(다이나미컬 코어)와, 구름·복사·난류처럼 격자로 다 풀 수 없어 근사식으로 처리하는 물리 과정(피지컬 프로세스)이다. 전통적인 구조에서는 두 덩어리가 서로 다른 코드, 때로는 서로 다른 프로세서에서 돌고, 정해진 시간 간격마다 자료를 주고받는다. SD3는 이 둘을 깊게 결합하는 "Inline Physics" 아키텍처를 내세운다. 논문 표현대로면 비정수압 큐브-스피어 역학 코어와 빠른 물리 과정을 한 몸처럼 묶는 설계다.

이런 규모의 계산을 실제로 돌리는 기계. 사진은 미국 오크리지 국립연구소의 서밋(Summit) 슈퍼컴퓨터로, SD3가 사용했다고 논문이 밝힌 24,576개 GPU 규모의 이기종 가속 환경이 어떤 물리적 실체인지 보여준다. — Carlos Jones/ORNL, CC BY 2.0 (Wikimedia Commons)

저자들이 내건 이유는 속도가 아니라 일관성이다. 물리를 따로 떼어 근사하면 질량과 에너지가 새는 곳이 생기고, 역학과 물리가 서로 다른 시간 간격으로 움직이면서 어긋남이 쌓인다. 논문은 이 설계가 높은 물리적 일관성을 유지하고, 에너지와 질량 보존을 지키며, 소위 "회색지대(Grey Zone)" 불일치를 완화한다고 주장한다. 여기서 회색지대는 대류를 parameterization(매개변수화)으로 근사하기에는 격자가 너무 촘촘하고, 격자로 직접 풀기에는 아직 성긴 그 중간 구간을 가리킨다.

반직관적인 지점 — 물리를 더 붙였는데 더 빨라졌다?

상식적으로는 반대다. 물리 과정을 역학 코어 안으로 끌어들이면 계산이 늘고, 결합이 촘촘해질수록 동기화 비용이 커진다. 그런데 이 논문의 결과는 "더 많이 결합하고 더 빨라졌다"는 쪽이다. 다만 초록을 정확히 읽으면 저자들은 인라인 물리가 속도의 원인이라고 명시하지 않는다. 속도는 코드 전체를 네이티브 CUDA C로 다시 쓴 전면 재구축과 이기종 가속기 활용에서 나온다고 서술하고, 인라인 물리는 일관성·보존·회색지대 완화 쪽에 배치한다. 즉 두 개의 주장이 한 논문에 같이 들어 있는 것이지, 하나가 다른 하나를 증명하는 구조는 아니다.

이 구분은 독자에게 중요하다. "결합을 잘해서 빨라졌다"는 이야기로 읽으면 다른 모델에도 그대로 옮길 수 있는 교훈처럼 들리지만, 초록이 실제로 말하는 것은 "새 아키텍처로 다시 썼더니 결합도 가능해졌고 빨라지기도 했다"는 공학적 보고에 가깝다. 논문은 이 재구축이 하드웨어에 구애받지 않고(하드웨어-애그노스틱) 이식 가능하며 재현 가능한 패러다임을 여러 엑사스케일 생태계에 걸쳐 세웠다고 주장한다.

구름 모델마다 다루는 격자 크기와 영역 크기가 다르다. SD3가 말하는 1.5km 격자는 이 지도에서 구름 해상 모델(CRM)과 지역 모델 사이, 대류를 직접 풀기 시작하는 경계 부근에 놓인다. — 저자 미상, 퍼블릭 도메인 (Wikimedia Commons)

경쟁 가설과 반론

첫 번째 반론은 "빠른 것과 맞는 것은 다르다"이다. 논문은 5년 연속 운영 예보와 다양한 관측과의 비교 검증으로 과학적 충실도를 입증했다고 서술한다. 그러나 초록에는 구체적인 오차 지표, 비교 대상 모델, 통계 기간이 숫자로 제시되지 않는다. 속도 205.7은 한 줄로 검증 가능한 수치지만, "충실도"는 본문의 표를 봐야 하는 주장이다. 성능 수치가 먼저 눈에 들어오는 논문일수록 검증 수치는 뒤에서 확인해야 한다.

두 번째 반론은 재현성의 조건이다. 24,576개 GPU를 동시에 가동할 수 있는 곳은 세계에 많지 않다. 논문이 내세우는 "이식 가능"이 코드 수준의 이식인지, 같은 규모의 클러스터를 갖춘 소수 기관 사이의 이식인지는 초록만으로 판별되지 않는다. 세 번째 반론은 내부 긴장이다. "네이티브 CUDA C"와 "하드웨어-애그노스틱"은 같은 문단에 놓이면 서로를 의심하게 만든다. CUDA C는 특정 벤더의 프로그래밍 모델이고, 이기종(heterogeneous)이라는 표현도 벤더 중립을 뜻하지는 않는다. 저자들이 말하는 이식성이 어느 수준의 추상화를 뜻하는지는 본문의 구현 절이 답해야 할 몫이다.

논문이 스스로 인정한 한계, 그리고 초록이 비워둔 자리

정직하게 말하면 이 초록에는 한계 절이 없다. 저자들이 스스로 밝힌 제약은 "5년 운영"과 "관측 검증"이라는 실적 서술 안에 녹아 있을 뿐, 실패한 사례나 오차가 커지는 조건을 명시하지 않는다. 1.5km 격자에서도 대류의 세부 구조, 경계층 난류, 지형 효과는 여전히 근사에 기대고 있고, 205.7이라는 수치가 어떤 초기장·어떤 계절·어떤 기간의 평균인지도 초록에는 나오지 않는다.

독자 입장에서 확인해야 할 것은 네 가지다. 첫째, 검증에 쓴 관측의 종류와 기간. 둘째, 같은 해상도에서 기존 모델과의 직접 비교. 셋째, 24,576 GPU 규모를 줄였을 때 성능이 어떻게 변하는지(약한 확장성). 넷째, 인라인 물리를 끄고 같은 코드를 돌렸을 때의 차이 — 이 실험이 있어야 "결합이 만든 이득"과 "재작성이 만든 이득"이 분리된다. 초록은 이 네 번째 실험을 언급하지 않으므로, 결합의 기여는 아직 주장의 영역에 남는다.

그래서 이 논문이 던지는 질문

이 논문의 진짜 무게는 속도 기록이 아니라 "예보 모델을 다시 쓰는 방식"에 있다. 지구 시스템 모델링은 오랫동안 역학 코어와 물리 모듈을 따로 최적화하고, 둘을 이어 붙이는 인터페이스를 관리하는 쪽으로 발전해 왔다. SD3는 그 인터페이스를 없애고 한 언어, 한 코드 기반으로 밀어붙였다. 논문은 이 길이 차세대 디지털 트윈 지구를 위한 청사진이 될 수 있다고 주장한다. 그 주장이 성립하려면 소수 기관의 대형 클러스터 밖에서도 같은 코드가 의미 있는 속도로 돌아야 한다.

독자에게 묻고 싶다. 만약 내일 아침 일기예보가 7분 만에 갱신되고, 그 예보가 오늘보다 조금 더 정확하다면 우리는 그 차이를 체감할 수 있을까. 반대로 계산이 200배 빨라져도 틀린 곳에서 틀린다면, 그 속도는 무엇을 위한 것일까. SD3는 첫 번째 질문에 강한 답을 내놓았고, 두 번째 질문은 아직 열어 두었다.

참고 자료

Yuan Liang 외 10인, 「SD3: The First Operationally-Proven, Fully Heterogeneous-Accelerated Global Kilometer-Scale Model with Inline Physics Architecture」, arXiv:2610.39334v1 (physics.ao-ph), 2026년 10월 29일 제출. https://arxiv.org/abs/2610.39334v1

이미지 출처: 서밋 슈퍼컴퓨터 — Carlos Jones/ORNL, CC BY 2.0, Wikimedia Commons. 구름 모델 규모 도해 — 저자 미상, 퍼블릭 도메인, Wikimedia Commons.