대기과학과 전혜영 교수 연구팀이 AI 기법을 활용하여 전 지구 저고도 항공난류(low-level aviation turbulence; LLT)를 예측하는 새로운 예보체계를 개발하였다. LLT는 주로 지형 효과나 대류 과정에 의해 발생하는 난류로, 저고도를 비행하는 항공기의 안전에 심각한 위협이 된다.

연구팀은 기존 항공난류 예측에 활용되던 GTG(Graphical Turbulence Guidance) 시스템의 한계를 보완하기 위해 랜덤 포레스트(Random Forest), XGBoost, LightGBM 등 세 가지 트리 기반 AI 모델을 구축하였다.

다만, 세 모델 모두 계절, 시간대, 고도에 따라 성능이 달라지는 공통적 한계를 보였으며, 연구팀은 이러한 한계를 극복하기 위해 세 가지 개선 전략을 제시하였다. 

첫째, 임계값 조정(threshold adjustment)을 통해 탐지 성능을 높였으며, 둘째, 데이터 불균형 문제를 해결하기 위해 SMOTE 기법을 적용하여 드문 난류 사례에 대한 인식률을 향상시켰다. 셋째, Quantile 회귀 기반 불확실성 예측(quantile-based uncertainty prediction)을 적용하여 예측값의 신뢰 구간과 지역별 예측 불확실성을 정량화함으로써, 항공 안전 시스템에 적용할 수 있는 확률 기반 예보체계를 구축하였다.

이번 연구는 전 지구 규모에서 저고도 항공난류 예측에 머신러닝 기법을 적용한 최초의 사례로, 향후 항공 기상 안전 강화와 운항 예보기술 고도화에 크게 기여할 것으로 기대된다.

본 연구는 전혜영 교수가 연구책임자로 수행 중인 항공기상청 지원 연구사업 “차세대 항공교통 지원 상공기상 기술개발(NARE-Weather)”(2022.1–2026.12, 5년)의 연구 성과 중 하나로, 이예슬 연세대학교 대기과학과 박사과정생이 제1저자로, 전혜영 교수가 교신저자로 참여하였다. 해당 연구는 세계적 학술지 npj Climate and Atmospheric Science (IF 8.4, 분야 상위 5%)에 2025년 11월 25일자로 게재되었다.