3줄 요약

  • 매일 05시 발표를 집 PC가 알아서 돌린 지 2주. 발표 14번 모두 기온·습도·풍속 오차가 기상청보다 작았음
  • 비는 비가 많이 온 날엔 크게 이겼지만, 비가 몇 시간 안 온 날은 하나도 못 맞힌 날도 있었음
  • 유튜브에 올리기 전에 기상청 숫자를 다시 검증하다가, 기상청 풍속에 0.05를 잘못 더하던 우리 쪽 버그를 찾아 고쳤음

매일 05:30, 집 PC가 알아서 돌림

매일 아침 Colab L4에서 Aurora 예보 상자를 만들고, 전날 공식 관측을 받고, 앙상블과 기상청 예보를 저장해 사이트에 올리고, 기상청 발표본을 보관하는 다섯 단계 흐름도

HSL 제작 — Windows 작업 스케줄러가 05:30에 시작하는 하루 작업

  • 05:30에 작업 스케줄러가 스크립트 하나를 돌림. 사람은 손대지 않음
  • 제일 오래 걸리는 건 Colab L4에서 Aurora를 돌려 한반도 상자를 만드는 단계임
  • 사이트에 예보가 올라가는 시각은 05:46~06:09였음. 하루 16~39분 걸리는 셈
  • 10/17~27 아침 11번 중 5번은 Colab 연결이 중간에 끊겼음. 그래도 세 번까지 다시 붙는 재시도 덕에 한 번도 빠지지 않았음
[05:30:05] Aurora 박스 (2026102705)
[colab] Session READY.
RuntimeError: Connection was lost.
[colab_bg] exec 끊김 (1/3)
...
[06:09:07] 올리기
[service] 16개 올림 -> https://hslab.space/api/weather
  • 관측은 두 번 들어감. 발표 직전 몇 시간은 초단기실황으로 채우고, 다음 날 공식 ASOS 관측으로 덮어씀

2주 성적: 14번 중 14번

10월 13일부터 26일까지 05시 발표 14번의 기온 평균 오차를 우리 AI와 기상청으로 비교한 선 그래프. 모든 발표에서 우리 AI가 낮음

HSL 제작 — 발표별 기온 MAE, 97개 관측소, 10/27 기준

운영 2주 (10/13~26 발표 14번)우리기상청테스트 기간 (4편)
기온 MAE0.90℃1.18℃0.84 대 1.08℃
습도 MAE5.4%7.9%4.5 대 6.5%
풍속 MAE0.66m/s1.21m/s0.58 대 0.96m/s
비 F1 (1mm)0.700.440.41 대 0.26
약한 비 F1 (0.1mm)0.820.710.51 대 0.37
  • 기온·습도·풍속은 발표 14번 모두 우리 오차가 더 작았음. 하루도 안 졌음
  • 기온 오차는 기상청보다 24% 작았음. 테스트 기간의 22%와 거의 같은 차이라, 테스트 결과가 운이 아니었다는 쪽에 가까움
  • 점수는 관측소 97곳 × 48시간에서 기상청 값과 관측이 둘 다 있는 6만 2,638개 시간으로 셈
  • 10/26 발표는 아직 절반만 채점됐음. 10/20 이전 발표의 약한 비는 분류기를 나중에 붙여 본 값임 (5편)

프로젝트 페이지의 지난 7일 성적표. 10월 21일부터 26일까지 발표별로 기온, 습도, 풍속 오차와 비 F1이 우리 AI와 기상청으로 나란히 보임

HSL 제작 — 프로젝트 페이지 지난 7일 성적표, 10/27 06:09 갱신

비는 아직 들쭉날쭉

발표비 온 시간우리 비 F1기상청 비 F1
10/1610.000.29
10/21120.000.28
10/231,5040.810.38
10/241,7360.780.51
  • 비가 많이 온 날은 크게 이겼음. 10/23엔 기상청의 두 배가 넘는 점수가 나옴
  • 비가 몇 시간뿐인 날은 반대였음. 10/21엔 비 온 12시간을 다 놓쳤고 기상청은 6시간을 맞혔음
  • 우리 모델은 1mm 이상 올 확률이 0.55를 넘어야 비라고 함. 잠깐 지나가는 비엔 확률이 거기까지 안 올라감
  • 14번 중 5번은 우리 비 F1이 0이었음. 다섯 번 모두 비 온 시간이 12시간 이하였고, 그중 세 번은 기상청도 0이었음

이기는 중일수록 상대 숫자부터 의심함

  • 10/24, 쇼츠를 올리기 전에 “기상청 예보를 진짜 그 관측소 자리 값으로 채점했나?”를 다시 확인함
  • 자리는 맞았음. 관측소 위경도를 기상청 활용가이드의 변환식으로 5km 격자 칸에 맞추고, 같은 칸끼리 값이 일치하는 것까지 봄
  • 대신 풍속에서 걸렸음. 격자자료는 풍속을 소수 첫째 자리에서 버려서 +0.05를 더해 주고 있었는데, 10/13부터 받는 지점 값에도 똑같이 더해지고 있었음
  • 기상청이 원래 바람을 세게 잡는 편이라, 0.05가 더 붙으면 기상청 오차가 그만큼 커 보였음
기상청 풍속 MAE고치기 전고친 뒤
테스트 (격자자료)0.9630.963
지난 7일 (10/16~22 발표, 지점 값)1.3471.321
  • 저장된 예보 11개를 원본에서 다시 채우고 사이트 숫자도 다시 만들었음. 순위는 그대로였음
  • 그래도 기상청에 불리한 쪽으로 틀린 숫자가 열흘 넘게 떠 있었던 셈이라 찜찜했음
  • 위 2주 성적표는 고친 뒤 숫자로 계산한 것임

다시 한다면

  • 상대 데이터를 다루는 코드도 우리 모델만큼 검사할 것. 보정 하나가 열하루 동안 기상청에 불리하게 붙어 있었음
  • 비 점수는 하루 단위로 보지 말 것. 비 온 시간이 수백 시간은 쌓인 기간으로 묶어 봐야 의미가 있음
  • 재시도는 처음부터 넣길 잘했음. 아침 11번 중 5번 끊겼는데 예보는 한 번도 안 빠졌음
  • 다음 편은 미국판임. 상대는 미국 기상청(NWS)이고, 오늘 예보는 프로젝트 페이지에 있음