기후 변화로 해수면 상승과 폭풍 강도 증가가 심화되면서 전 세계 해안선은 전례 없는 침식 위험에 직면하고 있습니다. 하지만 해안선 변화, 특히 장기적인 추세를 정확하게 예측하는 것은 매우 어려운 과제입니다. 최근 국제 공동 연구인 ShoreShop2.0은 블라인드 테스트를 통해 34개 해안선 예측 모델의 성능을 평가하여 해안선 모델링 분야의 최첨단 기술 현황을 밝혀냈습니다.

해안선은 육지와 바다가 만나는 역동적인 경계로, 파도, 조수, 폭풍, 해수면 상승 등으로 끊임없이 변화합니다. 전 세계 모래 해안선의 약 24%가 연간 0.5미터 이상 후퇴하고 있으며, 미국 멕시코만 연안과 같은 일부 지역에서는 연간 침식 속도가 20미터를 넘는 경우도 있습니다.

해안선 변화 예측은 본질적으로 어렵고 복잡하며, 파도 에너지, 퇴적물 이동, 해수면 상승 등 여러 요인의 상호작용을 고려해야 합니다. 특히 장기간에 걸친 정확한 예측은 더욱 어려운 과제입니다.

현대 해안선 예측 모델은 크게 세 가지 범주로 나눌 수 있습니다. 첫째는 유체 역학 및 퇴적물 이동 방정식을 기반으로 하는 Delft3D 및 MIKE21과 같은 물리적 시뮬레이션 기반 모델입니다. 둘째는 CoSMoS-COAST 및 LX-Shore처럼 물리적 원리와 데이터 기반 방법을 결합한 하이브리드 모델입니다. 셋째는 LSTM 네트워크 및 Transformer 아키텍처와 같이 통계 또는 머신 러닝 기법에 전적으로 의존하는 데이터 기반 모델입니다.

다양한 모델이 존재함에도 불구하고, 통일된 평가 기준의 부재로 성능 비교가 어려웠습니다. 과연 어떤 모델이 가장 정확한 예측을 제공할까요? ShoreShop2.0 블라인드 테스트 대회는 이러한 질문에 대한 해답을 찾기 위한 완벽한 기회를 제공합니다.

ShoreShop2.0 국제 블라인드 테스트 대회는 매우 엄격한 형태의 과학적 협업입니다. 참가팀에게는 테스트 장소만 제공되며, 이 장소는 만이나 해변을 가리키는 코드명입니다. 위치와 실제 이름과 같은 핵심 정보는 모델 보정에 사전 지식이 영향을 미치는 것을 방지하기 위해 공개되지 않습니다. 또한, 데이터는 부분적으로 기밀로 유지되며, 2019~2023년(단기) 및 1951~1998년(중기) 데이터는 의도적으로 공개되지 않습니다. 모델은 단기 및 중기 해안선 변화를 예측하고, 최종적으로 기밀 데이터를 사용하여 정확도를 검증합니다. 이러한 설계는 완전히 알려지지 않은 조건에서 해안 모델의 학제 간 비교를 가능하게 합니다.

15개국 34개 연구팀이 데이터 기반 모델 12개와 하이브리드 모델 22개를 포함한 다양한 모델을 제출했습니다. 이 팀들은 미국, 호주, 일본, 프랑스 등 여러 국가의 기관 소속입니다. 그러나 제출된 모델에는 GENESIS와 같은 상용 모델이나 물리 기반 모델인 Delft3D 및 MIKE21은 포함되지 않았습니다.

비교 결과, 단기 5년 예측에서 가장 우수한 성능을 보인 모델은 CoSMoS-COAST-CONV_SV(하이브리드 모델), GAT-LSTM_YM(데이터 기반 모델), 그리고 iTransformer-KC(데이터 기반 모델)였습니다. 이 모델들은 약 10미터의 제곱근 평균 오차(RMSE)를 달성했는데, 이는 위성 원격 탐사 해안선 데이터의 고유 오차인 8.9미터와 유사한 수준입니다. 이는 일부 해변의 경우 모델의 예측 능력이 관측 기술의 한계에 근접하고 있음을 시사합니다. 물론, 다른 모델들은 해안선 변화를 더 잘 예측하기도 했습니다.

놀라운 점은 하이브리드 모델이 데이터 기반 모델과 유사한 성능을 보였다는 것입니다. CoSMoS-COAST-CONV_SV(하이브리드 모델)는 물리적 과정과 컨볼루션 연산을 결합하고, GAT-LSTM_YM(데이터 기반 모델)은 그래프 어텐션 네트워크를 활용하여 공간 상관관계를 포착합니다. 두 모델 모두 우수한 성능을 보였습니다.

중기 예측 측면에서 LX-Shore 시리즈(하이브리드 모델)는 측정 데이터와 가장 근접한 예측 결과를 제공합니다. 이 모델은 연안 및 횡방향 퇴적물 이동 과정을 결합하여 장기적인 안정성을 유지하면서 측정 데이터와 가장 일관된 극한 폭풍 대응을 보여줍니다. 이 모델의 예측에 따르면 단 한 번의 강력한 폭풍으로 해안선이 최대 15~20미터까지 일시적으로 후퇴할 수 있으며, 완전한 복구에는 2~3년이 소요될 수 있습니다. CoSMoS-COAST 시리즈는 탁월한 안정성을 제공하는 반면, 다른 모델들은 장기적인 오차와 과잉 반응 문제를 보일 수 있습니다.

모델 결과는 다음과 같은 것을 나타냅니다.데이터 품질이는 모델 성능을 제한하는 주요 요인입니다. 위성 원격 감지 데이터는 넓은 지역을 포괄하지만, 시간 해상도가 낮아(일반적으로 주간 또는 월간 단위) 폭풍 후 빠른 복구 과정을 포착하기 어렵습니다. 또한, 순간적인 해수면 경계는 파도 상승과 조석의 영향을 받아 일시적인 오차가 발생하고, 이는 모델 예측에 영향을 줄 수 있습니다.

연구 결과, 강력한 2차원 필터링 기법과 같은 시공간 데이터 평활화 기법을 사용하면 모델 성능이 크게 향상될 수 있는 것으로 나타났습니다. 이후 비블라인드 테스트에서 제출된 모델들은 최적화된 데이터 전처리를 통해 평균 오차를 15% 감소시켰습니다.

강건한 2D 평활화는 해안선 위성 데이터의 잡음을 처리하기 위해 특별히 설계된 고급 신호 처리 방법입니다. 기본적으로 가중 최소 제곱법에 기반한 반복 필터링 알고리즘이며, 위성 이미지의 일시적인 파도 잡음과 같은 이상치에 매우 강건합니다.

모델 예측에 중요한 또 다른 요소는 연안 파랑 데이터의 정확도입니다. 현재 파랑 데이터는 다양한 오류를 안고 있는데, 여기에는 전지구 파랑 재분석 데이터의 연안 변환 오류, 파랑 매개변수를 파괴대(breaking zone)가 아닌 10미터 등심선에서 추출함으로써 발생하는 편향, 그리고 일평균 파랑 조건을 사용하여 극한 현상의 영향을 과소평가하는 문제 등이 포함됩니다. 이러한 오류들은 모두 모델 예측에 영향을 미칠 수 있습니다.

장기 예측의 경우, 대부분의 모델은 해수면 상승의 영향을 추정하기 위해 고전적인 브라운 운동 법칙에 의존합니다. 그러나 이 법칙은 퇴적물 공급이 무한하고 균형을 이룬다고 가정하며, 해양 퇴적물 이동이나 해변 복원과 같은 인간 활동의 영향을 무시합니다. 이는 모델에 상당한 편향을 초래할 수 있습니다.

평형 단면 이론에 기반한 브라운의 법칙은 해수면 상승과 해안선 후퇴 사이에 선형적인 관계가 있음을 보여줍니다. 이 이론은 해안 단면이 평형 상태를 유지한다고 가정합니다. 해수면이 상승함에 따라, 증가하는 침식 공간으로 인해 평형 단면은 새로운 해수면에 대한 상대적인 형태를 유지하기 위해 내륙 쪽으로 이동하게 됩니다. 결과적으로, 해안 단면이 내륙 쪽으로 이동하면서 해변의 상부층이 침식되고, 침식된 물질은 외해에 퇴적되어 연안 해저면이 융기하게 되며, 결과적으로 수심이 일정하게 유지된다고 이 이론은 설명합니다. 브라운의 법칙은 해변의 경사에 따라 해안선 후퇴가 해수면 상승보다 10배에서 50배까지 클 수 있다고 예측합니다.

본 연구는 특정 요구사항에 따라 적절한 도구를 선택하는 데 필요한 기초 자료를 제공합니다. 또한, 데이터 전처리는 매우 중요하며, 적절한 데이터 처리는 모델 자체보다 더 큰 영향을 미칠 수 있습니다. ShoreShop 2.0을 통해 얻은 경험을 바탕으로 위성 및 파랑 데이터를 개선하여 예측 정확도를 향상시킬 수 있습니다. 더불어, 장기 예측에서 인위적으로 교란된 해변의 통제 불가능한 영향 또한 예측 결과에 상당한 영향을 미칠 수 있습니다. 또한, GENESIS, Delft3D, MIKE21과 같은 상용 모델의 참여 부족은 중요한 문제입니다.

​푸른 바다의 수호자들: 프랭크스타의 11년간의 해양 및 기후 보호 활동

프랭크스타는 십 년 넘게 해양 환경 보호의 최전선에서 최첨단 기술과 과학적 정확성을 바탕으로 비교할 수 없는 해양 및 수문학 데이터를 제공해 왔습니다. 저희의 사명은 단순한 데이터 수집을 넘어 지속 가능한 미래를 설계하고, 전 세계 기관, 대학, 정부가 지구의 건강을 위한 정보에 입각한 결정을 내릴 수 있도록 지원하는 데 있습니다.