마이크로소프트 리서치, 미 변전소 6만6935곳 우주 기상 위험 예측 AI 공개

마이크로소프트 리서치가 개발한 머신러닝 파이프라인이 미국 본토의 66,935개 변전소에 대한 우주 기상 위험을 예측하며, 잠재적 영향 발생 전 30~60분의 사전 경고를 제공한다. 이 시스템은 태양풍 관측 데이터, Auroral Electrojet(AE) 및 Disturbance Storm Time(Dst) 지수 예측, 현지 지질 데이터를 결합해 지자기 유도 전류(GIC)를 추정한다.

엔드투엔드 예측 아키텍처

이 파이프라인은 복잡한 우주 기상 시스템의 특성을 반영하기 위해 세 단계로 운영된다. 먼저 L1 라그랑주 포인트의 태양풍 측정값으로 AE 및 Dst 지수를 예측하고, 각 변전소의 지질 전도도와 위치 특성을 수집한다. 두 번째로, 그래디언트 부스팅 모델이 이러한 입력값을 결합해 GIC 위험과 관련된 자기장 변화율인 dB/dt를 추정한다. 마지막으로 예측값을 위치별 위험 추정치로 변환해 대륙 단위 평가로 집계한다. 50개 AI 에이전트가 기능 탐색, 검증 전략, 모델 구성을 지원하는 데 활용됐다.

성능 및 평가

2020~2026년 평가 기간 동안 모델은 기존 기준선 대비 상당한 성능 향상을 보였다. AE 예측기는 410.2 nT RMSE를 달성하며 극단적 이벤트 활동 포착에서 경험적 기준선을 능가했다. Dst 예측기는 7.2 nT RMSE를 기록해 피크 활동 시간의 **62.2%**에서 Burton 방정식보다 우수한 성능을 보였고, 최종 시스템에 통합될 경우 심각한 이벤트 감지율을 1.2%p 개선했다.

GIC 위험 단계는 직접적인 산업 벤치마크가 없어 단순 선형 회귀로 평가됐다. 시스템의 감지율은 다음과 같다:

• 주요 이벤트(≥10 nT/min): 76.5%
• 심각한 이벤트(≥20 nT/min): 81.2%
• 극단적 이벤트(≥50 nT/min): 64.1%

오탐지율은 폭풍 강도가 높을수록 증가해 놓친 이벤트와 신중한 경고 사이의 트레이드오프를 반영했다. 지자기 활동이 가장 강한 북부 관측소에서 성능이 가장 높았다.

운영적 시사점

이 파이프라인은 약 333밀리초 안에 66,935개 변전소 전체의 추정치를 생성해 신속한 시나리오 평가를 가능하게 한다. 이러한 속도는 유틸리티 업체들이 광범위한 우주 기상 경고에서 상세 분석이 필요한 위치를 선별하는 방식으로 전환할 수 있게 한다. 무효 전력 예비력 조정이나 네트워크 일부의 일시적 재구성 등이 잠재적 활용 사례다. 향후 연구는 Temporal Transformer 접근법을 활용해 현재 30~60분인 예측 범위를 확장하고 시스템을 국제적으로 확장하는 것을 목표로 한다.