딥러닝은 최근 기상 및 기후 분야에서 다양한 문제를 해결하기 위한 방법론으로 활용되고 있습니다. 지금까지 기상 분야의 미래 예측은 물리 또는 통계 모델에 기반한 방법론이 활용되었으나, 딥러닝 기반 시계열 영상 예측 기술의 발달로 데이터로부터 학습을 통한 시계열 예측 가능성이 여러 연구를 통해 확인되고 있습니다. SIA에서도 기상위성 영상을 활용한 시계열 예측 모델 개발 연구를 수행하고 있습니다. 본 콜로퀴움에서는 SIA에서 개발하고 적용한 두 가지 시계열 예측 모델에 대해 소개하고자 합니다. 첫번째는 2022년 기준으로 가장 성능이 좋은 시계열 영상 예측 모델인 CrevNet을 기상 위성 영상에 적용하여 집중호우 및 위험기상 감시에 중요한 대류셀의 발달과 이동을 예측하고 트래킹할 수 있는 모델입니다. 두번째는 시계열 영상의 시간 고해상화를 위해 개발된 Flow-based 모델로 시간 고해상화를 위해 중간 영상을 생성할 수 있으며, 같은 방법으로 외삽을 수행하여 미래 영상도 생성할 수 있도록 하였습니다. 이번 콜로퀴움 발표에서 두 모델의 미래 예측 결과를 통해 각 모델의 한계점 및 고도화 방안에 대해 논의하고자 합니다.