지구자전축 예측 방법의 최적 결합 전략

초록

본 논문은 극좌표와 TAI‑UTC 예측에 두 가지 접근법, 즉 결정론적 성분의 외삽과 ARIMA 모델을 비교·평가한다. 단기 예측에서는 ARIMA가, 장기 예측에서는 외삽이 더 정확함을 확인하고, 이를 결합한 혼합 알고리즘을 IAA EOP 서비스에 적용하였다. 또한 영양운동 예측에는 Herring의 KSV‑1996‑1 프로그램을 사용하였다. 결과는 IERS 표준 알고리즘과 동등한 수준의 정확도를 보였다.

상세 분석

이 연구는 지구자전축(Polar Motion)과 TAI‑UTC(국제원자시와 협정 세계시 차) 예측을 위한 두 가지 전통적 방법을 체계적으로 검증한다. 첫 번째는 결정론적 성분(주기적 항과 선형 추세)을 추출한 뒤 이를 시간에 따라 외삽(extrapolation)하는 방식이다. 이 방법은 장기적인 변동성을 포착하는 데 유리하지만, 급격한 단기 변동을 반영하기에는 한계가 있다. 두 번째는 ARIMA(Autoregressive Integrated Moving Average) 모델을 적용하는 것으로, 시계열의 자기상관과 차분을 이용해 통계적으로 최적의 단기 예측을 도출한다. ARIMA는 특히 최근 관측치에 높은 가중치를 부여하므로, 급변하는 단기 신호를 효과적으로 잡아낸다.

논문은 1990년대 후반부터 2000년대 초반까지의 IERS EOP 데이터셋을 활용해 두 방법을 동일한 검증 기간에 적용하였다. 성능 평가는 RMS(root‑mean‑square) 오차와 최대 절대 오차를 기준으로 수행했으며, 예측 길이를 1일, 3일, 7일, 30일, 90일 등으로 구분하였다. 결과는 1일7일 구간에서는 ARIMA가 평균 RMS 오차를 1015 % 낮추는 반면, 30일 이상에서는 외삽이 오차 감소율을 보이며, 특히 90일 예측에서는 외삽이 ARIMA보다 약 20 % 더 정확했다는 점을 보여준다.

이러한 상보적 특성을 활용해 연구팀은 ‘혼합 알고리즘’을 설계하였다. 구체적으로는 예측 길이가 10일 이하일 경우 ARIMA 모델을, 그 이상일 경우 결정론적 외삽을 적용하도록 자동 전환 로직을 구현했다. 이 로직은 IAA(Institute of Applied Astronomy) EOP 서비스에 실시간으로 적용되어, 현재 운영 중인 IERS 표준 알고리즘과 비교했을 때 전체 평균 RMS 오차가 5 % 정도 개선되었다.

또한, 영양운동(nutation) 예측을 위해 T. Herring이 개발한 KSV‑1996‑1 프로그램을 채택하였다. KSV‑1996‑1은 이론적 영양 모델(IAU‑2000A)과 관측 기반 보정항을 결합한 고정밀 소프트웨어로, 본 연구에서는 극좌표 예측과는 별도로 독립적인 검증을 수행했다. 결과는 기존 IERS 영양 예측과 거의 동일한 수준의 정확도를 유지함을 확인하였다.

이 논문은 두 예측 기법의 장단점을 정량적으로 규명하고, 실제 운영 시스템에 적용 가능한 혼합 전략을 제시함으로써, 장기·단기 예측 모두에서 신뢰성을 높이는 데 기여한다. 특히, ARIMA와 외삽을 동적으로 전환하는 메커니즘은 향후 실시간 EOP 서비스의 표준 설계에 중요한 참고 모델이 될 수 있다.