RnDCircle Logo
arrow left icon

허창회 연구실

이화여자대학교 기후에너지시스템공학과

허창회 교수

Artificial Intelligence in Meteorology

Sea Surface Temperature

Tropical Cyclone Forecasting

허창회 연구실

기후에너지시스템공학과 허창회

허창회 연구실은 대기물리와 기후 시스템의 복잡한 상호작용을 심층적으로 연구하는 국내 대표적인 연구 그룹입니다. 본 연구실은 대기 중에서 발생하는 다양한 물리적 현상과 이들이 기후 변화 및 극한 기상현상에 미치는 영향을 정량적으로 분석합니다. 이를 위해 위성 관측자료, 수치모델링, 그리고 다양한 기상 관측 데이터를 적극적으로 활용하고 있습니다. 특히, 북태평양 알류샨 저기압, 엘니뇨-남방진동(ENSO), 북극진동(AO), 마든-줄리안 진동(MJO) 등 대규모 기후 변동성이 한반도 및 동아시아 지역의 기상·기후 현상에 미치는 영향에 대한 연구를 선도하고 있습니다. 이러한 연구는 기후 변화에 따른 폭염, 한파, 집중호우, 태풍 등 극한 기상현상의 발생 메커니즘을 이해하고, 미래 기후 예측의 정확도를 높이는 데 중요한 역할을 하고 있습니다. 또한, 본 연구실은 미세먼지(PM2.5, PM10) 등 대기오염 물질의 발생, 이동, 그리고 농도 예측을 위해 인공지능(AI)과 전통적인 수치모델(CMAQ, WRF 등)을 융합한 첨단 예측 기술을 개발하고 있습니다. 딥러닝 기반의 예측 모델을 구축하여, 서울 등 대도시의 미세먼지 농도를 높은 정확도로 예측하며, 각종 기상 변수와 대기오염의 상호작용을 정량적으로 분석하고 있습니다. 또한, 인공지능 모델의 해석 가능성 연구를 통해 예측 결과의 신뢰성을 높이고 있습니다. 이외에도, 대기-해양-육상 탄소순환, 식생 변화, 도시화와 기후의 상호작용, 극지 및 고위도 기후 변화 등 다양한 주제를 다루며, 국내외 다양한 연구기관 및 정부 부처와 협력하여 사회적 의사결정 지원과 정책 수립에 기여하고 있습니다. 수십 년간 축적된 연구성과와 특허, 그리고 다수의 국제 학술지 논문 발표를 통해 국내외 기후과학 분야에서 선도적인 위치를 확보하고 있습니다. 허창회 연구실은 앞으로도 대기물리 및 기후 시스템 연구, 인공지능 기반 대기오염 예측, 그리고 기후변화 대응을 위한 융합 연구를 지속적으로 확대해 나갈 계획입니다. 이를 통해 기후위기 시대에 과학적 근거 기반의 정책 수립과 국민 삶의 질 향상에 기여하고자 합니다.

Artificial Intelligence in Meteorology
Sea Surface Temperature
Tropical Cyclone Forecasting
대기물리와 기후 시스템의 상호작용
본 연구실은 대기물리의 근본적인 원리와 이를 기반으로 한 기후 시스템의 복잡한 상호작용을 심도 있게 연구합니다. 대기 중에서 발생하는 다양한 물리적 현상, 예를 들어 대기 순환, 대기 중 에너지 전달, 구름 및 강수 생성 과정, 그리고 대기-해양 상호작용 등이 주요 연구 대상입니다. 이러한 연구는 위성 관측자료, 수치모델링, 그리고 다양한 기상 관측 데이터를 활용하여 이루어집니다. 특히, 북태평양 알류샨 저기압(Aleutian Low)과 같은 대규모 기압계의 변동이 한반도 및 동아시아 기후에 미치는 영향, 그리고 대기 중 에너지 변환 과정(바로트로픽/바로클리닉 에너지 변환 등)에 대한 정량적 분석이 이루어집니다. 또한, 엘니뇨-남방진동(ENSO), 북극진동(AO), 마든-줄리안 진동(MJO) 등 대규모 기후 변동성이 한반도 및 동아시아 지역의 기상·기후 현상에 미치는 영향도 중점적으로 다룹니다. 이러한 연구는 기후 변화에 따른 극한 기상현상(폭염, 한파, 집중호우, 태풍 등)의 발생 메커니즘을 이해하고, 미래 기후 예측의 정확도를 높이는 데 기여합니다. 나아가, 대기물리 연구를 통해 얻어진 지식은 기후변화 대응 정책 수립, 재해 예방, 그리고 사회적 의사결정 지원에 중요한 과학적 근거를 제공합니다.
미세먼지 및 대기오염 예측을 위한 인공지능 및 수치모델 융합
연구실은 미세먼지(PM2.5, PM10) 등 대기오염 물질의 발생, 이동, 그리고 농도 예측을 위해 인공지능(AI)과 전통적인 수치모델(CMAQ, WRF 등)을 융합한 첨단 예측 기술을 개발하고 있습니다. 최근에는 딥러닝(Convolutional Neural Network, LSTM 등) 기반의 예측 모델을 구축하여, 서울 등 대도시의 월별·일별 미세먼지 농도를 높은 정확도로 예측하는 연구를 수행하고 있습니다. 이 과정에서 ERA5, KPOPS 등 다양한 기상 재분석 자료와 실제 관측 데이터를 활용하여, 미세먼지 농도에 영향을 미치는 주요 기상 변수(지상 및 고도별 기압, 온도, 습도, 바람, 경계층 높이 등)를 정량적으로 분석합니다. 또한, 인공지능 모델의 해석 가능성(XAI) 연구를 통해 각 입력 변수의 상대적 중요도를 평가하고, 예측 결과의 신뢰성을 높이고 있습니다. 더불어, 국내외 대기오염의 장거리 이동(특히 중국발 미세먼지의 한반도 유입)과 기상 조건의 상호작용에 대한 연구도 활발히 이루어지고 있습니다. 이러한 연구는 실시간 대기질 예보, 정책적 대응, 그리고 시민 건강 보호에 직접적으로 기여합니다. 또한, 인공지능과 수치모델의 융합을 통해 기존 예보 시스템의 한계를 극복하고, 미래 대기환경 변화에 대한 예측력을 한층 강화하는 데 중요한 역할을 하고 있습니다.
1
Interactions of the background state and eddies in shaping Aleutian Low variations
허창회
ADVANCES IN ATMOSPHERIC SCIENCES, 202508
2
Development of a monthly PM2.5 forecast model for Seoul, Korea, based on the dynamic climate forecast and a convolutional neural network algorithm
Park Ingyu, Ho Chang-Hoi, Kim Jinwon, Kim Joo-Hong, Jun Sang-Yoon
ATMOSPHERIC RESEARCH, 202410
3
A dose-dependent bimodal switch by homologous Aux/IAA transcriptional repressors
Cho Hyung-Taeg, Lee Minsu, Choi Hee-Seung, Maeng Kwang-Ho, Lee Kyeonghoon, Lee Ha-Yeon, Ganguly Anindya, Park Hoonyoung, Ho Chang-Hoi
MOLECULAR PLANT, 202409
1
설명 가능한 인공지능(XAI)를 이용한 미세먼지 예측 모형의 개선과 예측성 향상
한국연구재단
2024년 03월 ~ 2025년 02월
2
한반도 해양-육상-대기 탄소순환 시스템 상세화 및 국제 활용전략 구축 연구
과학기술정보통신부
2023년 10월 ~ 2024년 03월
3
시베리아 기후·환경 변화 연구실
과학기술정보통신부
2023년 03월 ~ 2024년 02월