[이미선 기상청장] 낯선 곳에 차를 몰고 갈 때 요즘은 아무도 종이 지도를 보지 않는다. 지도를 본다고 해서 내비게이션처럼 자동으로 길을 안내해 주지 않아서다. 사람이 보고 판단하는 종이 지도와 달리 내비게이션은 도로의 위치와 연결성을 디지털화한 값으로 길을 찾는다.

내비게이션이 대중화되면서 길 안내뿐 아니라 택시 호출, 맛집 검색, 택배 추적 등 혁신적인 서비스들이 연이어 나타났다. 민간의 수많은 개발자가 지도 위에 새로운 가치를 쌓아 만든 변화다.

기상기후데이터는 오랫동안 ‘사람이 읽고 해석하는 자료’에 머물러 있었다. 사람이 설명서를 보고 숫자가 기온인지 습도인지를 프로그램에 일일이 알려줘야만 했다. 그러나 이제 수십, 수백 가지 자료를 스스로 찾아서 학습하는 인공지는(AI)이 등장했다. 사람이 일일이 설명하던 기존 방식으로는 AI의 진화 속도를 따라갈 수 없다. 데이터는 사람의 손을 거치지 않고도 기계끼리 통하는 모양으로 변해야 한다.

데이터가 있어도 ‘쓰기 알맞은 모양’이 아니면 무용지물이 된다는 사실은 2020년 초 코로나 팬데믹 당시 마스크 대란에서 드러났다. 당시 약국마다 재고는 쌓였지만 관련 데이터는 기계가 곧바로 읽고 활용하기에 적합하지 않은 형태였다.

정부가 데이터를 기계가 활용하기 좋은 형태로 다듬어 개방하자 개발자들은 단 며칠 만에 마스크 재고를 확인할 수 있는 애플리케이션(앱)을 만들었다. 정부가 데이터를 어떤 모양으로 내놓느냐에 따라 민간이 창출하는 가치와 사회적 문제 해결 능력이 판가름 난다는 것을 보여준 명확한 사례다.

기상기후데이터는 AI와 만나는 전환점에 서 있다. 재생에너지 발전량 예측, 도심항공교통 바람길 안내, 자율주행 빙판길 경고, 가뭄·병충해 예측 기반 정밀농업, 개인 건강 데이터와 연동한 맞춤형 헬스케어 등 활용 범위와 가능성은 무궁무진하다. 날씨만 알려 주던 자료가 이제는 산업과 일상의 의사결정을 움직이는 입력값이 되는 셈이다.

현재 기상청은 도로 위험 기상정보 생산 시 도로 폐쇄회로(CC)TV 영상을 AI로 분석해 날씨를 직접 판별·활용하는 등 AI 기술 적용을 적극 확대하고 있다. 이렇게 만든 위험 정보는 5분마다 갱신돼 내비게이션과 도로 전광판으로 운전자에게 전달된다.

이같은 AI 활용을 기상청 내부를 넘어 민간과 사회 전반으로 넓히려면 AI가 곧바로 학습할 수 있는 데이터 생태계를 마련해야 한다. AI 친화적 데이터는 세 가지 조건이 필요하다. 항목과 단위에 대한 설명이 데이터와 함께 전달돼야 하고 다른 분야와 쉽게 연계하는 표준화 구조여야 한다. AI가 반복 학습하기에 알맞은 학습 적합성을 갖추는 것도 중요하다.

지난해 기상청이 개방한 500m 간격의 30년 치 기후격자자료가 바로 AI가 학습하기에 적합한 대표적 예다. 관측소가 없는 곳까지 촘촘한 격자로 채워져 있어 다른 데이터와 잇기도 쉽다.

올해 1월, 인공지능 기본법이 시행됐다. 그동안 국가기후데이터센터가 데이터를 잘 수집하고 보관하는 데 집중했다면, 이제는 그 데이터를 사람과 기계 모두에게 쉽게 읽히도록 만드는 것이 앞으로의 과제다.

기상청은 AI가 곧바로 학습할 수 있는 기상기후데이터 바탕을 단단히 마련할 것이다. 머지않은 미래, 기상청이 굳건히 세운 바탕 위에 누구나 좌표를 찍고, 생각지 못한 혁신적인 서비스들이 만들어지기를 기대해 본다.