.
예측했는데도 왜 피해는 커지는가
기상예측 기술은 놀라울 정도로 발전했다. 인공위성과 레이더, 지상 센서가 실시간으로 기상을 관측하고, 인공지능(AI)은 방대한 데이터를 분석해 태풍의 이동 경로와 강수량, 홍수 가능성을 빠르게 예측한다. 과거에는 며칠씩 걸리던 기상예측을 훨씬 짧은 시간 안에 수행하는 AI 모델도 등장했다.
그런데 이상한 일이 벌어지고 있다. 예측 기술은 좋아지는데 극한재난의 피해는 좀처럼 줄어들지 않는다.
2026년 9월 4일 Reuters는 태풍 사우델이 중국 남부 연안에 집중호우와 홍수를 일으켰고 푸젠성에서만 8만3천 명 이상이 대피했다고 보도했다. 이에 앞서 8월 26일에는 중국과 네팔 국경지역에서 빙하 붕괴에 따른 대규모 산사태가 발생했다. 물과 토사, 암석이 한꺼번에 쏟아지면서 수문관측시설까지 파괴됐다. 중국은 9월 들어 긴급 관측망을 복구하고 빙하호와 차단호의 위험을 감시하면서 네팔과 수문정보를 공유하기 시작했다.
극한재난이 어려운 이유는 단순히 비가 얼마나 오는지를 맞히는 것만으로 피해를 막을 수 없기 때문이다.
시간당 100㎜ 이상의 비가 올 것이라는 사실을 정확하게 예측했다고 하자. 그다음에는 훨씬 어려운 질문들이 기다리고 있다. 어느 하천이 먼저 범람할 것인가. 어느 도로가 침수될 것인가. 어느 지역 주민을 먼저 대피시켜야 하는가. 댐과 배수시설은 언제 가동해야 하는가. 병원과 학교, 지하철은 어떻게 해야 하는가.
예측과 행동 사이에는 여전히 커다란 간격이 존재한다.
그래서 기후재난에 대응하는 AI의 역할이 달라지기 시작했다. 재난을 얼마나 정확하게 예측하느냐에서, 예측한 위험을 얼마나 빠르게 실제 행동으로 연결하느냐로 이동하고 있다.
.
현실에서 일어나기 전에 디지털 트윈에서 먼저 재난을 겪는다
이 변화의 중심에 디지털 트윈(Digital Twin)이 있다.
디지털 트윈은 현실의 도시와 하천, 도로, 건물, 댐 같은 물리적 공간을 데이터로 연결해 가상공간에 만들어 놓은 쌍둥이다. 중요한 것은 단순히 현실을 똑같이 복제하는 데 있지 않다. 아직 일어나지 않은 일을 가상공간에서 먼저 발생시켜 볼 수 있다는 데 있다.
중국 수리부가 구축하고 있는 디지털 트윈 수리체계는 이를 잘 보여준다. 중국은 재난 대응에 예보, 경보, 예행연습, 대응방안으로 이어지는 이른바 ‘4예(四预)’ 체계를 추진하고 있다.
기존 재난대응이 관측 → 예측 → 경보였다면, 이제는 관측 → 예측 → 경보 → 시뮬레이션 → 대응방안으로 확장되는 것이다.
예를 들어 어느 도시에 극한호우가 예상된다고 하자.
과거에는 “내일 이 지역에 300㎜의 비가 내릴 가능성이 있다”고 알려주는 것이 중요한 역할이었다. 디지털 트윈에서는 여기서 한 단계 더 나아간다.
예상 강우량을 가상도시에 입력한다. 어느 하천의 수위가 얼마나 올라가는지, 어느 제방이 위험해지는지, 어느 도로가 몇 시간 뒤 침수되는지를 미리 계산한다. 특정 수문을 열었을 때와 닫았을 때 피해가 어떻게 달라지는지도 비교할 수 있다. 주민을 어느 방향으로 대피시키는 것이 가장 안전한지도 여러 시나리오를 통해 시험해 볼 수 있다.
현실에서 재난이 일어나기 전에 디지털 트윈에서 먼저 재난을 겪어보는 것이다.
여기에 AI가 결합하면 가능성은 더욱 커진다. 수많은 재난 시나리오와 대응방안을 빠르게 비교해 피해를 최소화할 수 있는 선택지를 사람에게 제시할 수 있기 때문이다.
AI는 미래를 맞히는 예측자에서 미래를 미리 시험해보는 시뮬레이터이자 의사결정 지원자로 역할을 넓혀가고 있다.
.
위성·센서·AI·디지털 트윈이 하나의 대응체계가 된다
이 변화에서 더 중요한 것은 개별 기술이 아니다. 그동안 따로 움직이던 기술들이 하나의 재난 대응체계로 연결되기 시작했다는 점이다.
2026년 9월 중국과 네팔 국경지역의 재난 이후 중국 기상당국은 네팔에 AI 기반 기상 조기경보 시스템과 펑윈(Fengyun) 기상위성 자료를 제공했다. 위성으로 빙하와 하천의 변화를 추적하고 강수와 대류활동을 관측하면서 위험을 조기에 파악하기 위한 것이다.
중국의 수자원 관리 역시 같은 방향으로 움직이고 있다. 위성, 레이더, 지상관측망, 수리시설에서 들어오는 데이터를 연결하고 이를 AI와 디지털 트윈에 결합해 홍수와 가뭄을 예측하는 것에서 비상대응 방안까지 지원하는 체계로 확대하고 있다.
9월 1일 공개된 장쑤성 남수북조 현장 사례도 흥미롭다. 디지털 트윈과 AI를 활용해 시설상태를 감시하고 이상을 판단하며, 수백㎞ 떨어진 펌프를 원격으로 가동할 수 있는 체계를 운영하고 있다.
이들을 하나의 흐름으로 연결해 보면 미래의 재난대응 방식이 보인다.
위성과 센서가 현실의 변화를 감지한다. AI가 위험을 예측한다. 디지털 트윈이 앞으로 벌어질 상황을 시뮬레이션한다. AI가 여러 대응방안을 비교해 제시한다. 사람이 최종적으로 판단하면 시설과 현장이 움직인다. 그리고 센서가 그 결과를 다시 확인한다.
감지 → 예측 → 시뮬레이션 → 판단 → 실행 → 모니터링이라는 하나의 순환구조가 만들어지는 것이다.
물론 여기서 ‘행동하는 AI’가 AI 스스로 대피명령을 내리고 댐을 마음대로 움직인다는 의미는 아니다. 생명과 안전이 걸린 재난 대응에서는 사람의 최종 판단과 책임, 명확한 권한체계가 반드시 필요하다.
중요한 변화는 AI가 단순히 “위험합니다”라고 알려주는 데서 끝나지 않고 “그렇다면 지금 무엇을 해야 하는가”를 판단하는 과정까지 들어오기 시작했다는 것이다.
.
재난대응의 경쟁은 예측 정확도에서 행동 속도로 이동한다
극한재난은 과거의 평균을 무너뜨린다.
과거 100년의 강우자료를 기준으로 만든 도시와 시설에 기존 설계기준을 뛰어넘는 비가 내린다. 폭우 하나가 홍수와 산사태를 일으키고, 다시 도로와 전력, 통신, 공장과 물류망의 마비로 이어진다. 하나의 자연재난이 도시와 산업 전체의 시스템 재난으로 확산되는 것이다.
따라서 미래의 재난대응 능력을 평가하는 기준도 달라져야 한다.
얼마나 정확하게 예측했는가만 물어서는 부족하다.
얼마나 일찍 위험을 감지했는가. 얼마나 빨리 피해를 시뮬레이션했는가. 얼마나 빨리 대응방안을 만들어냈는가. 그리고 그 판단을 얼마나 신속하게 실제 행동으로 옮겼는가를 함께 물어야 한다.
여기에서 디지털 트윈의 의미가 더욱 커진다. 디지털 트윈은 단순한 도시의 3차원 복제본이 아니다. 미래에 발생할 위험을 현실보다 먼저 경험하고, 대응방법을 시험하는 공간이 될 수 있다.
AI 역시 마찬가지다. 기후재난 시대의 AI는 미래를 잘 맞히는 것만으로 충분하지 않다. 위성을 통해 보고, 센서를 통해 느끼고, 디지털 트윈에서 미래를 시험하고, 가능한 대응방안을 제시해 실제 행동으로 이어지게 해야 한다.
앞으로 기후 AI의 경쟁은 예측 정확도만의 경쟁이 아닐 것이다.
예측과 행동 사이의 시간을 얼마나 줄일 수 있는가의 경쟁이 될 것이다.
극한재난에 대응하는 AI는 이제 예측에서 행동으로 가고 있다.
.
주요 참고자료
- Reuters, 태풍 사우델의 중국 남부 집중호우·홍수 및 대피 관련 보도, 2026.9.4
- 중국 국무원 신문판공실(SCIO), 중국-네팔 국경 빙하·산사태 이후 수문관측 및 대응 관련 발표, 2026.9.3
- 중국 국무원 신문판공실(SCIO), AI 기반 조기경보 및 펑윈 기상위성의 네팔 재난대응 지원 관련 자료, 2026.9.7
- 중국 수리부·SCIO, 디지털 트윈 수리체계 및 ‘4예(예보·경보·예행연습·대응방안)’ 관련 자료
- 중국 장쑤성 관련 기관, 남수북조 디지털 트윈·AI 운영 사례, 2026.9.1