NGI 제안: 재분석 데이터 의존성 넘어 직접 관측 기반 지구 모델 개발 필요

NGI(Natural General Intelligence)는 인간 산출물이 아닌 실제 지구 관측 데이터를 학습하는 자연 모델(nature model) 개발을 제안한다. NVIDIA Earth-2, Microsoft Aurora, Google WeatherNext 등 기존 모델들은 상류 물리 시뮬레이션이 생성한 재분석 데이터를 주로 학습하여, 관측과 추론의 균형을 보존하지 못하고 나비효과와 같은 작은 교란의 역학을 재현하지 못하는 한계를 보인다. 이러한 모델들은 물리 기반 기준선보다 빠르고 저렴하며 전반적으로 더 나은 성능을 보이지만, 근본적인 대기 예측 가능성의 한계를 학습하지 못한다는 문제가 있다. NGI는 'Bitter Lesson'에 따라 더 많은 데이터와 연산력을 활용하여 대기, 해양, 육지를 아우르는 단일 지구 상태 추정치를 학습해야 한다고 주장한다. 이를 통해 AI 역량이 실제 지구 관리로 이어지는 경험적 피드백 루프를 구축하는 것을 목표로 한다.