🖊️ 강지혜 에디터 부경대학교 지구환경과학과를 졸업하고 현재 서울대학교 지구환경과학부에서 해양학 석사과정에 재학 중이며, UNESCO IOC 파리 본부에서 해양관측시스템(GOOS) 팀 인턴으로 활동하고 있다. 플라스틱 오염, 수소경제 정책, 미량금속 분석 등 다양한 주제를 다루었고, 복잡한 기후과학을 쉽게 풀어, 청년들과 더 넓게 소통하고 싶다. 국제 기후동향과 정책을 국내 청년들에게 생생하게 전하는 글로벌 커뮤니케이터를 꿈꾼다. |
38도 폭염, 적색 경보, 해양 열파… 그리고 AI를 통한 기후위기 대응
프랑스는 지금, 눈앞의 기후위기 한가운데 서 있다. CNN은 2025년 파리의 여름을 “The Eiffel Tower is closed to tourists due to searing heat”라는 제목으로 보도했다. 6월 30일, 프랑스 전역에 걸쳐 섭씨 38도를 넘는 폭염이 관측되었고, 다음 날에는 일드프랑스(Île-de-France)를 포함한 16개 행정구에 ‘적색 폭염 경보(Red Alert)’가 발령되었다. 수백 개 학교가 휴교했고, 에펠탑 전망대는 관광객 출입이 통제되었으며, 많은 이들이 햇볕을 피해 그늘로 대피할 수밖에 없었다.
▲ 그림1. 2025년 6월 30일, 폭염 속 에펠탑 인근에서 우산으로 햇빛을 피하는 관광객의 모습,
프랑스 정부는 이날 파리를 포함한 지역에 ‘적색 폭염 경보(Red Alert)’를 발령
일주일도 채 지나지 않아, 마르세유 외곽에서 발생한 대형 산불이 공항과 고속철도(TGV) 운행을 일시 중단시켰다. 인근 프로방스 – 알프 - 코트다쥐르(Provence-Alpes-Côte d’Azur) 지방에는 창문 틈을 젖은 수건으로 막고 긴급 구조대를 위해 도로를 비워달라는 문자 경보가 여러 차례 발송됐다. 같은 시기 스페인 북동부 타라고나(Tarragona) 주에서는 3,000헥타르가 넘는 산림과 농지, 도시 지역이 불탔고, 시리아는 며칠째 계속된 산불에 대응하기 위해 EU에 공식 지원을 요청했다.
특히 지중해 서부 해역에서는 관측 이래 가장 강력한 해양 열파(Marine Heatwave)¹가 발생했다. 6월 22일 기준, 해수면 온도는 계절 평균보다 5도 이상 높은 수준을 기록했다. 이러한 해양 열파는 단순한 물 온도 상승이 아니다. 해조류 집단 고사, 어류·산호 폐사, 해양 생태계 붕괴로 이어지며, 육상의 기후 불안정성 또한 심화시킨다. 해양에서 시작된 이례적인 열은 육지의 폭염과 산불 위험을 증폭시키는 ‘보이지 않는 방아쇠’로 작동한다.
▲ 그림2. 2025년 7월 5일 기준, 해양 열파(Marine Heatwave)의 강도별 분포.
특히 지중해 서부 해역을 중심으로 ‘극심(Extreme)’ 단계의 해양 열파가 확산된 모습 관측
한때 '관광의 계절'로 불렸던 지중해의 여름은 이제 기후 취약지대로 전환되고 있다. 코페르니쿠스 프로그램(Copernicus Programme)²에 따르면 유럽은 전 세계에서 가장 빠르게 온난화되는 대륙이며, 지구 평균보다 두 배 빠른 속도로 기온이 오르고 있다. 이에 대응하기 위해 프랑스는 AI 기반 기상 예측 시스템의 고도화에 나섰다. 기존의 물리 기반 수치예보 모델(AROME)은 높은 정확도를 자랑하지만, 수많은 대기 방정식을 계산해야 하기에 예보 한 번에만도 몇 시간씩 걸리는 경우가 많다. 극한 기상현상 앞에서는 몇 시간이 생명을 가를 수 있기에, 더 빠른 대안이 필요하다.
프랑스 기상청과 국립기상연구센터(CNRM)는 이를 보완하기 위해, 딥러닝을 활용한 지역 맞춤형 AI 예보 모델을 개발하고 있다. 이 AI 모델은 기존과 비슷한 수준의 예보 정확도를 유지하면서도, 훨씬 빠르게 결과를 도출할 수 있다. 실제로 2023년 6월 발생한 강력한 뇌우 사례 분석에서도, AI는 기상 구조의 변화를 안정적으로 예측해, 폭염이나 국지성 집중호우 같은 상황에 더 신속하게 대응할 수 있는 가능성을 보여주고 있다.
AI의 활용은 산불 예측 시스템으로도 확장되고 있다. 프랑스는 최근 유럽우주국(ESA)의 Φ‑Lab이 주도하는 SeasFire 프로젝트에 참여해, 위성 영상, 대기질, 지형 데이터를 통합한 딥러닝 기반 산불 위험 예측 시스템을 구축 중이다. 이러한 흐름은 연구 현장에서도 뚜렷이 나타난다. 2025년에 발표된 한 연구³는 프랑스 전역 90여 개 행정구를 대상으로, 지형·기후·산림 특성을 반영한 지역 맞춤형 산불 예측 모델을 제안했다. 단순한 발생 여부가 아닌 ‘없음’부터 ‘극심’까지 5단계 위험 수준으로 정량화해, 현장 대응에 실질적으로 활용할 수 있도록 설계된 점이 특징이다.
▲ 그림3. ESA 위성이 관측한 캐나다 산불 연기 확산, 성층권 경계까지 상승한 연기(PryoCb)는 위성 기반 AI 예측 시스템 개발의 핵심 자료로 활용
이 연구에서는 CatBoost와 GRU(Gated Recurrent Unit)⁴ 같은 최신 AI 모델이 적용되었다. 두 모델은 각각 장기 예측(CatBoost)과 단기 예측(GRU)에서 우수한 성능을 보이며, 기존 물리 기반 모델보다 더 빠르고 정밀한 산불 예측을 가능하게 했다. 이는 AI가 단순한 도구를 넘어, 기후 재난 조기 경보와 대응 인프라의 핵심 구성요소로 진화하고 있음을 보여준다.
이는 AI가 단순한 도구를 넘어, 기후 재난 조기 경보와 대응 인프라의 핵심 구성요소로 진화하고있음을 보여준다. 그러나 기술만으로는 충분하지 않다. 국가 차원의 선도 사례가 등장하고 있지만, 실제로 재난이 자주 발생하는 지역에서는 여전히 정교한 대응 체계가 부족하다.
현장에서는 조기경보가 발령되더라도 이를 실제 대응으로 이어가기 어려운 구조적 한계가 있으며, 국가 간 격차도 여전히 크다. 2024년 세계기상기구(WMO)와 유엔 재해위험경감사무국(UNDRR)이 발표한 공동 보고서5에 따르면, 다중위험 조기경보시스템(MHEWS)6이 제대로 구축되지 않은 국가에서는 재난으로 인한 사망자가 시스템이 잘 갖춰진 국가보다 약 6배 많고, 피해 인구도 약 4배에 달한다. 또한 조기경보시스템을 갖춘 국가라 하더라도 지역 단위의 대응 인력, 훈련, 대피 체계, 인프라가 부족해 경보가 제대로 작동하지 않는 경우가 많다.
▲ 그림4. 지역별 재난경보 전달, 소통 능력의 수준을 나타내는 그래프. 유럽·중앙아시아가 44%로 가장 높은 비율을 보이는 반면,
아메리카·카리브해 지역에서는 포괄적 시스템을 갖춘 비율이 17%로 가장 낮다.
이러한 상황에서 산불, 홍수, 폭염 등 재난은 더욱 복합적이고 빠르게 전개되고 있다. 사전 대응(mitigation) 수단—예를 들어 산불 위험지역의 방화선 조성이나 폭염에 대비한 도시 녹지 인프라 확충—을 마련하기 위해 필요한 자원과 정책적 우선순위를 확보하기도 쉽지 않다. 따라서 기술 발전과 함께, 현장에서 실제로 작동할 수 있는 실행력과 제도적 지원이 필수적이다. 더 나아가 AI 모델 학습과 운영 과정에서 발생하는 막대한 전력 및 냉각수 사용 문제를 고려해, 지속 가능한 방식으로 기후 대응 기술을 발전시키는 노력이 병행되어야 한다.
결국 AI는 기후위기 대응에서 중요한 도구이지만, 예측의 정교함만으로는 충분하지 않다. 재난에 대한 사회의 회복력과 형평성을 강화하는 기반이 함께 마련될 때 비로소 AI는 진정한 해결책으로 자리매김할 수 있다.
해양열파(Marine-Heatwave)¹ : 해양열파는 해수면 온도(SST, Sea Surface Temperature)가 계절 평균보다 통계적으로 유의미하게 높고, 이 상태가 최소 5일 이상 지속되는 현상을 말한다. 이는 단기 기상 변동이 아닌 기후 수준의 이상 징후로 간주된다.
코페르니쿠스 프로그램(Copernicus Programme)² : U가 구축한 세계 최대의 지구 관측 시스템으로, 위성과 지상 데이터를 활용해 기후, 환경, 재난 등을 전방위적으로 모니터링하는 공공 서비스로 모든 데이터는 무료로 공개되며, 누구나 사용할 수 있다.
Benoit Lemaire et al., Localized Forest Fire Risk Prediction³ : A Department-Aware Approach for Operational Decision Support (2025).
CatBoost, GRU4 : CatBoost는 다양한 지역·기상 데이터를 빠르게 분석해 장기적인 산불 위험을 예측하는 데 강한 AI 모델이며, 예측 결과를 해석하기 쉬운 장점이 있다. 반면, GRU(Gated Recurrent Unit)는 시간에 따라 변하는 날씨 변화에 민감하게 반응하는 딥러닝 모델로, 단기적인 산불 예측에 특히 효과적이다.
Global status of multi-hazard early warning systems 2024, WMO&UNDRR 5 : https://wmo.int/publication-series/global-status-of-multi-hazard-early-warning-systems-2024
다중위험 조기경보시스템(MHEWS) 6 : 태풍, 홍수, 산불, 폭염, 지진 등 다양한 재난을 조기에 감지해 위험 정보를 신속히 전달하는 체계로, 한 재난이 다른 재난을 유발하거나 여러 재난이 동시에 발생하는 ‘복합재난’이 늘어나면서 그 중요성이 더욱 강조되고 있다.
사진 출처
그림1. CNN, “The Eiffel Tower is closed to tourists due to searing heat” (2025.07.01.)
그림2. Mercator Ocean International / Copernicus Marine Service, GLO12v4 forecast data (2025)
그림3. ESA / EarthCARE, EarthCARE spots Canadian wildfire smoke (2025)
그림4. Global status of multi-hazard early warning systems 2024, WMO&UNDRR
참고 자료
자료1. CNN, “The Eiffel Tower is closed to tourists due to searing heat” (2025.07.01.)
자료2. The Guardian, “Marseille fire forces hundreds to evacuate” (2025.07.08.)
자료3. Reuters, “Marine heatwave pushes up Mediterranean Sea temperature” (2025.07.01.)
자료4. BoatNews, “AI and meteorology: Météo France creates a new model” (2025)
※ 해당 게시물 내용은 기후변화센터의 공식 입장이 아닌, 작성자 개인의 의견임을 알려드립니다.
🖊️ 강지혜 에디터
부경대학교 지구환경과학과를 졸업하고 현재 서울대학교 지구환경과학부에서 해양학 석사과정에 재학 중이며,
UNESCO IOC 파리 본부에서 해양관측시스템(GOOS) 팀 인턴으로 활동하고 있다.
플라스틱 오염, 수소경제 정책, 미량금속 분석 등 다양한 주제를 다루었고, 복잡한 기후과학을 쉽게 풀어, 청년들과 더 넓게 소통하고 싶다.
국제 기후동향과 정책을 국내 청년들에게 생생하게 전하는 글로벌 커뮤니케이터를 꿈꾼다.
프랑스는 지금, 눈앞의 기후위기 한가운데 서 있다. CNN은 2025년 파리의 여름을 “The Eiffel Tower is closed to tourists due to searing heat”라는 제목으로 보도했다. 6월 30일, 프랑스 전역에 걸쳐 섭씨 38도를 넘는 폭염이 관측되었고, 다음 날에는 일드프랑스(Île-de-France)를 포함한 16개 행정구에 ‘적색 폭염 경보(Red Alert)’가 발령되었다. 수백 개 학교가 휴교했고, 에펠탑 전망대는 관광객 출입이 통제되었으며, 많은 이들이 햇볕을 피해 그늘로 대피할 수밖에 없었다.
▲ 그림1. 2025년 6월 30일, 폭염 속 에펠탑 인근에서 우산으로 햇빛을 피하는 관광객의 모습,
프랑스 정부는 이날 파리를 포함한 지역에 ‘적색 폭염 경보(Red Alert)’를 발령
일주일도 채 지나지 않아, 마르세유 외곽에서 발생한 대형 산불이 공항과 고속철도(TGV) 운행을 일시 중단시켰다. 인근 프로방스 – 알프 - 코트다쥐르(Provence-Alpes-Côte d’Azur) 지방에는 창문 틈을 젖은 수건으로 막고 긴급 구조대를 위해 도로를 비워달라는 문자 경보가 여러 차례 발송됐다. 같은 시기 스페인 북동부 타라고나(Tarragona) 주에서는 3,000헥타르가 넘는 산림과 농지, 도시 지역이 불탔고, 시리아는 며칠째 계속된 산불에 대응하기 위해 EU에 공식 지원을 요청했다.
특히 지중해 서부 해역에서는 관측 이래 가장 강력한 해양 열파(Marine Heatwave)¹가 발생했다. 6월 22일 기준, 해수면 온도는 계절 평균보다 5도 이상 높은 수준을 기록했다. 이러한 해양 열파는 단순한 물 온도 상승이 아니다. 해조류 집단 고사, 어류·산호 폐사, 해양 생태계 붕괴로 이어지며, 육상의 기후 불안정성 또한 심화시킨다. 해양에서 시작된 이례적인 열은 육지의 폭염과 산불 위험을 증폭시키는 ‘보이지 않는 방아쇠’로 작동한다.
▲ 그림2. 2025년 7월 5일 기준, 해양 열파(Marine Heatwave)의 강도별 분포.
특히 지중해 서부 해역을 중심으로 ‘극심(Extreme)’ 단계의 해양 열파가 확산된 모습 관측
한때 '관광의 계절'로 불렸던 지중해의 여름은 이제 기후 취약지대로 전환되고 있다. 코페르니쿠스 프로그램(Copernicus Programme)²에 따르면 유럽은 전 세계에서 가장 빠르게 온난화되는 대륙이며, 지구 평균보다 두 배 빠른 속도로 기온이 오르고 있다. 이에 대응하기 위해 프랑스는 AI 기반 기상 예측 시스템의 고도화에 나섰다. 기존의 물리 기반 수치예보 모델(AROME)은 높은 정확도를 자랑하지만, 수많은 대기 방정식을 계산해야 하기에 예보 한 번에만도 몇 시간씩 걸리는 경우가 많다. 극한 기상현상 앞에서는 몇 시간이 생명을 가를 수 있기에, 더 빠른 대안이 필요하다.
프랑스 기상청과 국립기상연구센터(CNRM)는 이를 보완하기 위해, 딥러닝을 활용한 지역 맞춤형 AI 예보 모델을 개발하고 있다. 이 AI 모델은 기존과 비슷한 수준의 예보 정확도를 유지하면서도, 훨씬 빠르게 결과를 도출할 수 있다. 실제로 2023년 6월 발생한 강력한 뇌우 사례 분석에서도, AI는 기상 구조의 변화를 안정적으로 예측해, 폭염이나 국지성 집중호우 같은 상황에 더 신속하게 대응할 수 있는 가능성을 보여주고 있다.
AI의 활용은 산불 예측 시스템으로도 확장되고 있다. 프랑스는 최근 유럽우주국(ESA)의 Φ‑Lab이 주도하는 SeasFire 프로젝트에 참여해, 위성 영상, 대기질, 지형 데이터를 통합한 딥러닝 기반 산불 위험 예측 시스템을 구축 중이다. 이러한 흐름은 연구 현장에서도 뚜렷이 나타난다. 2025년에 발표된 한 연구³는 프랑스 전역 90여 개 행정구를 대상으로, 지형·기후·산림 특성을 반영한 지역 맞춤형 산불 예측 모델을 제안했다. 단순한 발생 여부가 아닌 ‘없음’부터 ‘극심’까지 5단계 위험 수준으로 정량화해, 현장 대응에 실질적으로 활용할 수 있도록 설계된 점이 특징이다.
▲ 그림3. ESA 위성이 관측한 캐나다 산불 연기 확산, 성층권 경계까지 상승한 연기(PryoCb)는 위성 기반 AI 예측 시스템 개발의 핵심 자료로 활용
이 연구에서는 CatBoost와 GRU(Gated Recurrent Unit)⁴ 같은 최신 AI 모델이 적용되었다. 두 모델은 각각 장기 예측(CatBoost)과 단기 예측(GRU)에서 우수한 성능을 보이며, 기존 물리 기반 모델보다 더 빠르고 정밀한 산불 예측을 가능하게 했다. 이는 AI가 단순한 도구를 넘어, 기후 재난 조기 경보와 대응 인프라의 핵심 구성요소로 진화하고 있음을 보여준다.
이는 AI가 단순한 도구를 넘어, 기후 재난 조기 경보와 대응 인프라의 핵심 구성요소로 진화하고있음을 보여준다. 그러나 기술만으로는 충분하지 않다. 국가 차원의 선도 사례가 등장하고 있지만, 실제로 재난이 자주 발생하는 지역에서는 여전히 정교한 대응 체계가 부족하다.
현장에서는 조기경보가 발령되더라도 이를 실제 대응으로 이어가기 어려운 구조적 한계가 있으며, 국가 간 격차도 여전히 크다. 2024년 세계기상기구(WMO)와 유엔 재해위험경감사무국(UNDRR)이 발표한 공동 보고서5에 따르면, 다중위험 조기경보시스템(MHEWS)6이 제대로 구축되지 않은 국가에서는 재난으로 인한 사망자가 시스템이 잘 갖춰진 국가보다 약 6배 많고, 피해 인구도 약 4배에 달한다. 또한 조기경보시스템을 갖춘 국가라 하더라도 지역 단위의 대응 인력, 훈련, 대피 체계, 인프라가 부족해 경보가 제대로 작동하지 않는 경우가 많다.
▲ 그림4. 지역별 재난경보 전달, 소통 능력의 수준을 나타내는 그래프. 유럽·중앙아시아가 44%로 가장 높은 비율을 보이는 반면,
아메리카·카리브해 지역에서는 포괄적 시스템을 갖춘 비율이 17%로 가장 낮다.
이러한 상황에서 산불, 홍수, 폭염 등 재난은 더욱 복합적이고 빠르게 전개되고 있다. 사전 대응(mitigation) 수단—예를 들어 산불 위험지역의 방화선 조성이나 폭염에 대비한 도시 녹지 인프라 확충—을 마련하기 위해 필요한 자원과 정책적 우선순위를 확보하기도 쉽지 않다. 따라서 기술 발전과 함께, 현장에서 실제로 작동할 수 있는 실행력과 제도적 지원이 필수적이다. 더 나아가 AI 모델 학습과 운영 과정에서 발생하는 막대한 전력 및 냉각수 사용 문제를 고려해, 지속 가능한 방식으로 기후 대응 기술을 발전시키는 노력이 병행되어야 한다.
결국 AI는 기후위기 대응에서 중요한 도구이지만, 예측의 정교함만으로는 충분하지 않다. 재난에 대한 사회의 회복력과 형평성을 강화하는 기반이 함께 마련될 때 비로소 AI는 진정한 해결책으로 자리매김할 수 있다.
해양열파(Marine-Heatwave)¹ : 해양열파는 해수면 온도(SST, Sea Surface Temperature)가 계절 평균보다 통계적으로 유의미하게 높고, 이 상태가 최소 5일 이상 지속되는 현상을 말한다. 이는 단기 기상 변동이 아닌 기후 수준의 이상 징후로 간주된다.
코페르니쿠스 프로그램(Copernicus Programme)² : U가 구축한 세계 최대의 지구 관측 시스템으로, 위성과 지상 데이터를 활용해 기후, 환경, 재난 등을 전방위적으로 모니터링하는 공공 서비스로 모든 데이터는 무료로 공개되며, 누구나 사용할 수 있다.
Benoit Lemaire et al., Localized Forest Fire Risk Prediction³ : A Department-Aware Approach for Operational Decision Support (2025).
CatBoost, GRU4 : CatBoost는 다양한 지역·기상 데이터를 빠르게 분석해 장기적인 산불 위험을 예측하는 데 강한 AI 모델이며, 예측 결과를 해석하기 쉬운 장점이 있다. 반면, GRU(Gated Recurrent Unit)는 시간에 따라 변하는 날씨 변화에 민감하게 반응하는 딥러닝 모델로, 단기적인 산불 예측에 특히 효과적이다.
Global status of multi-hazard early warning systems 2024, WMO&UNDRR 5 : https://wmo.int/publication-series/global-status-of-multi-hazard-early-warning-systems-2024
다중위험 조기경보시스템(MHEWS) 6 : 태풍, 홍수, 산불, 폭염, 지진 등 다양한 재난을 조기에 감지해 위험 정보를 신속히 전달하는 체계로, 한 재난이 다른 재난을 유발하거나 여러 재난이 동시에 발생하는 ‘복합재난’이 늘어나면서 그 중요성이 더욱 강조되고 있다.
사진 출처
그림1. CNN, “The Eiffel Tower is closed to tourists due to searing heat” (2025.07.01.)
그림2. Mercator Ocean International / Copernicus Marine Service, GLO12v4 forecast data (2025)
그림3. ESA / EarthCARE, EarthCARE spots Canadian wildfire smoke (2025)
그림4. Global status of multi-hazard early warning systems 2024, WMO&UNDRR
참고 자료
자료1. CNN, “The Eiffel Tower is closed to tourists due to searing heat” (2025.07.01.)
자료2. The Guardian, “Marseille fire forces hundreds to evacuate” (2025.07.08.)
자료3. Reuters, “Marine heatwave pushes up Mediterranean Sea temperature” (2025.07.01.)
자료4. BoatNews, “AI and meteorology: Météo France creates a new model” (2025)
※ 해당 게시물 내용은 기후변화센터의 공식 입장이 아닌, 작성자 개인의 의견임을 알려드립니다.