도심 항공 모빌리티(UAM) 항공기는 일반적으로 복잡한 도심 지형 상공에서 1000–2000피트의 고도에서 운항하며, 구조물과의 공기 흐름 상호작용이 역동적인 조건을 초래함에 따라 정밀하고 실시간의 기상 예측이 요구된다. 전통적인 대규모 예측 시스템은 거친 격자 해상도로 인해 난류 경계층 특성을 충분히 포착하기 어려운 반면, 고해상도 전산유체역학(CFD) 시뮬레이션은 실시간 운영을 위한 계산 비용이 지나치게 크다. 이러한 과제를 극복하기 위해 본 연구는 한국 기상청이 운영하는 지역 데이터 동화 및 예측 시스템의 데이터를 활용하여 CFD와 유사한 결과를 신속하게 생성하는 딥러닝 기반 에뮬레이터를 제안한다. 잔차 밀집 블록(residual dense blocks)과 풍향 분류 시스템을 통합함으로써, 에뮬레이터는 예측 정확도와 계산 효율을 유의미하게 향상시킨다. 이 접근법은 UAM 운항과 더 나아가 광범위한 도심 기상 응용에 필수적인 도시 규모의 고해상도 일기예측을 가능하게 하며, UAM의 안전하고 효과적인 통합을 위한 새로운 표준을 정립한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.