갑작스러운 홍수(flash flood)는 예고 없이 닥쳐 엄청난 인명 및 재산 피해를 초래합니다. 미국 인디애나주의 로라 린(Laura Lin) 씨는 불과 몇 시간 만에 200mm가 넘는 폭우로 집 마당이 침수되는 상황을 겪었지만, 경보는 이미 침수가 시작된 후에야 발령되어 대피에 어려움을 겪었습니다. 이처럼 기존 홍수 예측 시스템의 한계가 명확해지면서, 위성 데이터와 머신러닝(machine learning)을 활용한 새로운 기술이 주목받고 있습니다.
새롭게 개발된 TACLS(Transient Artifact and Continuous Learning System) 소프트웨어는 미국 국립기상청(NWS)이 홍수 경보를 더 빠르고 정확하게 발령할 수 있도록 돕습니다. NWS는 현재 강우량 및 수위 측정기, 위성, 기상 레이더 등 다양한 도구를 활용하지만, 지상 측정기의 부족과 강우 발생 시점의 예측 한계가 있었습니다. TACLS는 특히 육상 지역의 위성 데이터 상세도를 높이고, 강우가 시작되기 전 잠재적 홍수 위험 지역을 식별하여 기존 시스템의 단점을 보완합니다. NWS 샌디에이고 기상예보국의 아이보리 스몰(Ivory Small) 과학 및 운영 책임자는 TACLS가 인명 구조에 크게 기여할 것이라고 강조했습니다.
이 기술은 기후 변화로 인해 전 세계적으로 극심한 강우 현상이 증가하고 있는 상황에서 더욱 중요합니다. 홍수는 미국에서 두 번째로 치명적인 기상 현상이며, 전 세계적으로는 가장 많은 사망자를 발생시키는 자연재해입니다. 단 15cm의 물도 성인을 넘어뜨릴 수 있고, 30cm는 자동차를, 60cm는 대형 차량을 움직일 수 있을 정도로 위험합니다. TACLS와 같은 기술은 재해 대응 시간을 확보하여 대피 계획 수립, 모래주머니 설치 등 사전 조치를 가능하게 함으로써, 인명 피해를 최소화하고 지역 사회의 회복력을 높이는 데 결정적인 역할을 할 것입니다.