엔비디아가 새로운 엔비디아 어스-2(NVIDIA Earth-2) 생성형 AI 파운데이션 모델인 ‘c보틀(cBottle)’을 선보였다. 엔비디아는 이를 통해 킬로미터급 해상도로 지구 기후 시뮬레이션을 구현할 수 있다고 밝혔다.

보다 정밀한 지구 기후의 시뮬레이션은 기후 변화의 영향을 더 잘 예측하고 완화할 수 있게 돕는다. 이를 위한 c보틀은 ‘클라이밋 인 어 보틀(Climate in a Bottle)’의 줄임말로, 킬로미터급 해상도로 지구 기후를 시뮬레이션하도록 설계된 생성형 AI 파운데이션 모델이다. 엔비디아 어스-2 플랫폼의 일부인 c보틀은 하루 중 시간, 연중 요일, 해수면 온도 등 입력값에 따라 달라질 수 있는 사실적 대기 상태를 생성할 수 있다. 이를 통해 지구의 복잡한 자연 시스템을 이해하고 예측할 수 있는 새로운 방식을 제공한다는 것이 엔비디아의 설명이다.

어스-2 플랫폼은 AI, GPU 가속화, 물리 시뮬레이션, 컴퓨터 그래픽의 성능을 결합한 소프트웨어 스택과 도구를 갖췄다. 이는 날씨를 시뮬레이션하고 시각화하는 인터랙티브 디지털 트윈을 생성하며, 이와 함께 행성 규모의 기후 예측을 수행하도록 한다. 엔비디아는 c보틀을 사용하면 정확도 저하 없이도 기존 수치 모델보다 수천 배 빠르며 에너지 효율이 좋은 기후 예측이 가능해진다고 전했다.

기후 정보학은 전통적으로 시간, 노동, 컴퓨팅 집약적인 분야이며, 수십 페타바이트(PB) 규모 데이터 저장소에 대한 정교한 분석을 필요로 한다. 엔비디아 GPU 가속화와 최적화된 엔비디아 어스-2 스택이 적용된 c보틀은 첨단 AI를 활용해 방대한 양의 기후 시뮬레이션 데이터를 압축한다. 이를 통해 단일 기상 샘플에서 페타바이트 크기의 데이터를 최대 3000배까지 줄일 수 있다. 즉, 1000 개의 샘플에서 데이터 크기를 300만배 감소시킬 수 있다.

c보틀은 고해상도 물리 기후 시뮬레이션과 지난 50년간의 실제 관측 데이터를 기반으로 한 대기 상태 추정값을 기반으로 훈련됐다. 이 모델은 누락되거나 손상된 기후 데이터를 채우고, 편향된 기후 모델을 수정할 수 있다. 또한 저해상도 기후 데이터의 고해상도 변환은 물론, 패턴과 기존 관측을 기반으로 한 정보 합성도 가능하다. c보틀의 데이터 효율성을 바탕으로, 단 4주 분량의 킬로미터급 기후 시뮬레이션 데이터만으로도 훈련이 가능하다.

개발자는 엔비디아 어스-2에서 c보틀을 사용해 기후 디지털 트윈을 구축할 수 있다. 이를 통해 킬로미터급 기후 데이터의 인터랙티브한 탐색과 시각화가 가능하며, 실현 가능한 시나리오를 낮은 지연 시간과 높은 처리량으로 예측할 수 있다.
 
c보틀은 세계기후연구프로그램의 글로벌 KM-스케일 해커톤에서 현장 테스트를 거쳤다. 이 행사는 8개국 10개 기후 시뮬레이션 센터가 주최했으며, 고해상도 지구 시스템 모델의 분석, 개발을 발전시키고 고해상도, 고충실도 기후 데이터에 대한 접근성을 확대하는 것을 목표로 진행됐다. 막스플랑크 기상 연구소, 앨런 인공지능 연구소 등 주요 과학 연구 기관은 c보틀을 활용해 지구 관측 데이터와 초고해상도 기후 시뮬레이션을 압축, 추출하고 쿼리 가능한 대화형 생성형 AI 시스템으로 전환하는 방법을 구상하고 있다.

c보틀 파운데이션 모델은 현재 얼리 액세스로 제공된다. 깃허브(GitHub)에서 c보틀 코드베이스에 접속할 수 있으며, 아카이브(arXiv)에서 출판 전 논문을 열람할 수 있다.