전 세계 강범람 예측을 위한 머신러닝 프레임워크

초록

본 논문은 전 세계 강유역 데이터를 포괄하는 Caravan 데이터셋을 기반으로, 시공간적 특성을 효과적으로 학습하는 하이브리드 머신러닝 모델을 설계하였다. 데이터 전처리, 특징 엔지니어링, 그래프 신경망과 시계열 LSTM을 결합한 구조를 통해 지역별 홍수 위험을 실시간으로 예측하고, 기존 수문학 모델 대비 예측 정확도와 연산 효율성을 크게 향상시켰다.

상세 요약

Caravan 데이터셋은 2000년부터 2022년까지 5천 개 이상의 관측소와 위성 기반 강우·토양 습도·지형 정보를 통합한 방대한 시공간 데이터베이스이다. 논문은 먼저 결측치 보간, 정규화, 그리고 강우‑유역‑유량 간의 비선형 상관관계를 포착하기 위한 다중 스케일 특징 추출 파이프라인을 제시한다. 특징 엔지니어링 단계에서는 고해상도 위성 강우 데이터를 멀티‑해드 어텐션 메커니즘으로 가중합하고, 토양 수분과 지표면 흐름 저항을 반영한 물리‑통계 혼합 변수를 생성한다. 모델 아키텍처는 두 가지 주요 모듈로 구성된다. 첫 번째는 그래프 신경망(GNN)으로, 유역 간 연결성을 인접 행렬 형태로 표현하여 상류‑하류 흐름 전달 효과를 학습한다. 두 번째는 장기‑단기 메모리(LSTM) 기반 시계열 예측기로, 각 유역의 시간적 변동성을 포착한다. GNN과 LSTM은 교차‑주의 메커니즘을 통해 상호 보완적인 정보를 교환하며, 최종 출력은 24시간, 48시간, 72시간 예측 시나리오별 홍수 위험 점수와 유량 예측값이다. 학습 과정에서는 불균형 데이터 문제를 해결하기 위해 focal loss와 weighted MSE를 결합하고, 모델 일반화를 강화하기 위해 도메인 적응 기반의 미니배치 정규화를 적용한다. 평가에서는 기존 수문학 모델인 HEC‑RAS와 최신 딥러닝 기반 수위 예측 모델을 벤치마크로 삼아, RMSE 18 % 감소, F1‑score 12 % 향상, 그리고 추론 시간 5배 단축을 달성하였다. 또한, 지역별 민감도 분석을 통해 강우 강도, 토양 포화도, 유역 면적이 예측 정확도에 미치는 기여도를 정량화하였다. 한계점으로는 데이터 품질이 낮은 개발도상국 지역에서의 성능 저하와, 극단적인 기후 이벤트(예: 100년 내리막 강우) 시 모델의 불확실성이 증가한다는 점을 지적한다. 향후 연구에서는 물리‑기반 시뮬레이션과의 하이브리드 학습, 그리고 실시간 센서 네트워크와의 연동을 통해 예측 신뢰성을 더욱 강화할 계획이다.