이 연구실은 수치예보와 지역기후모델링을 핵심 축으로 삼아 동아시아와 한반도 규모의 대기 현상을 정밀하게 재현하고 예측하는 연구를 수행한다. 전지구 기후모델이나 재분석 자료를 바탕으로 지역기후모델을 구동하여, 복잡한 지형과 해륙 분포를 가진 한반도 주변의 상세 기후 특성을 고해상도로 분석하는 데 강점을 가진다. 특히 수치예보의 기본 원리와 지역기후 상세화 기술을 연결하여, 관측만으로는 설명하기 어려운 대기 순환과 강수 구조를 물리적으로 해석하는 데 초점을 둔다. 연구 방법 측면에서는 WRF, RegCM 계열의 지역모델 활용, 다중모델 앙상블, 스펙트럴 넛징, 물리과정 민감도 실험, 고해상도 대류허용모델 적용 등이 중요한 도구로 활용된다. 이를 통해 모델의 경계조건, 해상도, 적운모수화, 미세물리, 지면과정이 예측 결과에 미치는 영향을 체계적으로 검증한다. 또한 CORDEX 동아시아 실험과 SSP 기반 미래 시나리오를 활용해 현재 기후 재현성과 미래 전망의 신뢰도를 동시에 확보하려는 접근이 특징적이다. 이러한 연구는 기후변화 영향평가, 방재정보 생산, 도시 및 지역 단위 적응정책 수립을 위한 기반 자료를 제공한다. 고해상도 지역기후정보는 극한 현상 대응뿐 아니라 장기적인 사회기반시설 계획과 에너지·환경 정책에도 활용될 수 있다. 나아가 연구실은 단순한 모델 수행을 넘어 편의보정과 불확실성 분석까지 포함하는 통합적 예측 체계를 구축함으로써, 실질적으로 활용 가능한 기후정보 생산 역량을 확장하고 있다.

이 연구실은 한반도에서 사회·경제적 피해를 크게 유발하는 극한강수, 집중호우, 폭염, 폭설, 태풍과 같은 고영향기상 현상의 발생 메커니즘과 미래 변화를 집중적으로 연구한다. 최근 논문과 프로젝트에서는 시간 규모가 짧은 극한강수의 빈도와 강도 변화, 강수 아열대화, 태풍 강수 구조, 폭염과 열대야의 지역적 특성 변화 등 실제 재난 대응과 직결되는 문제를 다루고 있다. 특히 여름철 호우와 태풍, 폭염은 기후변화 환경에서 발생 양상이 크게 달라질 수 있어, 이에 대한 정량적 진단이 연구의 핵심이다. 연구실은 대류허용모델을 활용한 초고해상도 시뮬레이션과 종관 패턴 분석을 결합하여, 극한 현상을 단순 통계가 아니라 물리 과정 중심으로 설명한다. 예를 들어 시간당 극한강수의 미래 증가, 발생 월의 이동, 전선대와 아열대 고기압의 강화, 중층 기압골 심화 같은 대기역학적 배경을 함께 규명한다. 또한 스펙트럴 넛징, 도메인 크기 설정, 초기장과 경계조건의 민감도 분석을 통해 실제 예측 성능을 높이는 방법론도 병행한다. 이 연구는 기상 재난 조기경보, 방재정보 생산, 도시 침수 및 산사태 위험 저감, 사회기반시설 설계 기준 개선에 직접적인 기여를 할 수 있다. 특히 한반도처럼 지형 효과와 국지 대류의 영향이 큰 지역에서는 고해상도 모형 기반 연구가 현업 예보 향상에 매우 중요하다. 연구실의 성과는 미래 재난 위험도의 지역별 차이를 보다 세밀하게 제시하고, 기후위기 시대의 적응 전략 수립에 과학적 근거를 제공한다.

이 연구실은 기후변화 시나리오를 활용해 미래 환경 변화를 전망하고, 이를 사회 수요에 맞는 맞춤형 기후정보로 전환하는 응용 연구를 활발히 수행한다. SSP-RCP 기반 미래 전망, 편의보정, 불확실성 평가, 다중 지역기후모델 앙상블 분석을 통해 사용자가 이해하고 활용할 수 있는 형태의 기후정보를 생산하는 것이 중요한 목표다. 이는 학술적 예측에 머무르지 않고 공공정책, 방재, 에너지, 도시 운영 등 실제 의사결정으로 연결되는 연구 방향을 보여준다. 특히 동아시아의 태양광 및 풍력 잠재량 변화 연구는 기후모델링과 에너지 전환을 연결하는 대표 사례이다. 연구실은 기온 상승, 일사량 변화, 강수일수 변화, 풍속 분포 변화가 재생에너지 생산성에 어떤 영향을 미치는지 정량적으로 분석하고 있다. 또한 기후정보 서비스 체계 개발 과제에서는 통계·AI·기계학습 기반 시공간 상세화, 후처리 보정, 표준화된 자료 제공 기술을 함께 개발하여, 고난도 기후모델 결과를 다양한 수요자에게 전달할 수 있는 플랫폼 구축을 지향한다. 이러한 연구는 탄소중립 사회 전환과 기후적응 정책을 동시에 지원한다는 점에서 의미가 크다. 재생에너지 입지 평가, 지역별 기후위험도 분석, 사용자 맞춤형 예측정보 제공은 산업계와 공공부문 모두에 실질적 가치를 제공할 수 있다. 앞으로는 AI 기반 상세화와 예측 불확실성 정량화가 더욱 결합되면서, 연구실의 기후정보 생산 체계는 보다 정밀하고 실용적인 의사결정 지원 도구로 발전할 가능성이 높다.