⚡ electrical engineering

Hourly Air Quality Forecasting Using Ensemble Learning: Insights from an Arid Urban Atmosphere

본 연구는 다단계 전처리 파이프라인과 앙상블 트리 모델을 활용하여 건조한 도시 환경 내 주요 시간적 패턴과 기상학적 동인을 식별하는 동시에, 6가지 기준 오염물질을 효과적으로 예측하기 위한 이란 케르만 지역의 머신러닝 기반 시간 단위 대기질 예측 시스템을 개발한다.

원저자: Abdullah Kaviani Rad, Mohammad Javad Nematollahi

게시일 2026-07-20

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Abdullah Kaviani Rad, Mohammad Javad Nematollahi

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

우리 주변의 공기를 거대하고 보이지 않는 투명한 수프라고 상상해 보세요. 때때로 이 수프는 맑고 신선하지만, 어떤 때는 자동차 배기가스, 먼지, 화학 물질과 같은 보이지 않는 성분들로 인해 걸쭉해져 우리를 아프게 만들기도 합니다. 과학자들은 기상 캐스터가 비를 예측하듯, 이 "수프"가 언제 너무 걸쭉해질지 예측하기 위해 오랫동안 노력해 왔습니다. 이를 위해 그들은 두 가지 주요 도구를 사용합니다. 하나는 모든 화학 반응을 하나하나 추적하려고 시도하는(마치 폭풍 속에서 빗방울 하나하나를 추적하는 것처럼) 전통적인 방식의 수학이고, 다른 하나는 머신러닝이라고 불리는 더 새롭고 똑똑한 도구입니다. 머신러닝은 어제 바람이 어떻게 불었는지, 혹은 지난 화요일에 기온이 어떠했는지와 같은 수백만 개의 과거 단서들을 살펴보며 내일의 공기가 어떻게 변할지 추측하는 초스마트 탐정이라고 생각하면 됩니다. 이는 건조하고 먼지가 많은 도시에서는 공기가 비가 오는 곳과는 다르게 움직이기 때문에 특히 까다로운 작업입니다. 만약 우리가 이런 탁한 공기가 나타나는 날을 예측할 수 있다면, 아이들과 노인들을 포함한 사람들에게 경고를 보내 그들의 폐를 안전하게 보호할 수 있습니다.

이제 이 이야기가 진행 중인 이란의 크르만(Kerman)이라는 도시의 특정 탐정 이야기로 줌인해 봅시다. 한 연구팀은 여섯 가지 유형의 대기 오염 물질인 일산화탄소(CO), 오존(O3), 질소 산화물(NO 및 NO2), 이산화황(SO2), 그리고 미세먼지(PM2.5)를 위한 초스마트 예측 시스템을 구축하기로 했습니다. 그들은 2020년부터 2024년까지의 시간당 데이터를 수집했지만, 데이터는 마치 빠진 조각이 있는 퍼즐처럼 엉망이었습니다. 먼저, 그들은 이 빈칸들을 메워야 했습니다. 그들은 주변의 조각들을 바탕으로 빠진 퍼즐 조각이 어떻게 생겼을지 추측하는 탐정처럼, 다섯 가지 서로 다른 방식으로 누락된 숫자들을 채우려 노력했습니다. 그들은 "엑스트라 트리스(Extra Trees)"라고 불리는 방법이 가장 뛰어난 추측가라는 것을 발견했으며, 평균 결정계수(R²) 0.843으로 빈칸을 채웠습니다.

퍼즐이 완성되자, 그들은 패턴을 살펴보았습니다. 그들은 크르만의 대기 오염이 마치 시계처럼 매우 엄격한 일일 일정을 가지고 있다는 것을 발견했습니다. 일산화탄소(CO)와 질소 산화물(NO, NO2)은 통근자처럼 행동합니다. 이들은 하루에 두 번, 즉 아침 출근 시간(오전 7:00~~9:00)과 저녁 시간(오후 8:00~~11:00)에 급증하며, CO의 경우 약 1.5 ppm까지 정점에 도달합니다. 이는 자동차가 주요 원인이기 때문입니다. 반면, 오존(O3)은 태양을 쫓는 추격자입니다. 오존은 교통량에는 관심이 없습니다. 오존은 아침에 천천히 쌓여 오후(오후 2:00~~4:00)에 최고점에 도달하며 약 38~~39 ppb에 이르는데, 이는 햇빛이 화학 물질들을 요리하여 오존을 만들기 때문입니다. 한편, 미세 먼지(PM2.5)는 겨울 손님처럼 행동하여, 난방과 갇힌 공기 때문에 인해 1월에 31.31 µg/m³라는 높은 수치에 도달하며 추운 달에 엄청난 숫자로 나타납니다.

이러한 패턴을 예측하기 위해 연구진은 일곱 가지 서로 다른 "탐정" 알고리즘을 테스트했습니다. 그들은 전통적인 단순 수학 모델(선형 모델)이 대기의 복잡한 속임수를 잡아내기에는 너무 멍청한 경우가 많다는 것을 발견했습니다. 대신, "앙상블(ensemble)" 방식—마치 협력하는 탐정 팀과 같은 방식—이 매번 승리했습니다. 대부분의 오염 물질에 대해, 엑스트라 트리스(Extra Trees) 모델이 챔피언이었으며, CO는 0.713, PM2.5는 0.726의 점수로 정확하게 예측했습니다. 또 다른 팀인 **히스트 그레이디언트 부스팅(Hist Gradient Boosting)**은 이산화황(SO2)을 0.669의 점수로 가장 잘 예측했습니다. 이산 Dioxide(NO2)의 경우, **라이트GBM(LightGBM)**이라는 모델이 0.62 easily 0.622의 점수로 선두를 차지했습니다.

하지만 한 가지 까다로운 사례가 있었습니다. 바로 오존이었습니다. 모델들이 과거를 맞추는 데는 뛰어났지만, 오존의 미래를 예측하는 데는 어려움을 겪었으며, 때로는 정확도 점수가 음수가 될 정도로 크게 틀리기도 했습니다. 연구진은 이것이 오존이 현재의 모델들이 완전히 포착하지 못한 매우 특정한 햇빛과 열의 조합에 의존하는 '화학 마술사'이기 때문이라고 제안합니다. 또한 그들은 거의 모든 것을 예측하는 데 있어 가장 중요한 단서는 단순히 "한 시간 전의 상황"이라는 것을 발견했습니다. 공기에는 기억력이 있습니다. 한 시간 전에 공기가 탁했다면, 지금도 탁할 가능성이 높습니다. 하지만 오존과 먼지의 경우, 바람이 부는 방향과 햇빛의 양 또한 중요한 단서였습니다.

결론적으로, 이 논문은 우리가 아직 공기가 부리는 모든 화학적 속임수를 완벽하게 예측할 수는 없지만, 건조한 도시에서 대부분의 오염 물질에 대해 잘 작동하는 강력하고 비용 효율적인 도구를 구축했다는 점을 시사합니다. 이는 크르만과 같은 도시들이 공중 보건을 보호하기 위해 더 나은 경고를 줄 수 있도록 돕는 확장 가능한 방법입니다. 연구진은 오존을 더 잘 예측하기 위해서는 향촉에 더 많은 화학적 단서들을 혼합해야 할 수도 있다고 인정하면서도, 현재로서는 이 시스템이 깨끗한 공기를 유지하고 사람들을 안전하게 지키기 위한 견고한 진전이라고 말합니다.

기술 요약: 건조한 도시 대기 환경에서의 앙상블 학습을 이용한 시간 단위 대기질 예측

문제 제기
건조한 도시 환경에서의 대기 오염은 심각한 건강 위협을 초래하지만, 국지적이고 고해외적인 예측 프레임워크는 여전히 부족한 실정이다. 반건조 내지 건조 기후를 특징으로 하며 급격한 도시화와 산업 성장을 겪고 있는 이란의 케르만(Kerman) 시에서는 대기질이 국가 표준 및 WHO 가이드라인을 빈번하게 초과하고 있다. 건조 지역 특유의 기상 역학—특히 습성 침적을 제한하는 드문 강수량과 온도 역전 현상의 증폭—은 오염 물질이 지속되고 축적되는 복잡한 대기 조건을 형성한다. 전통적인 화학 수송 모델은 메커니즘에 대한 통찰력을 제공하지만, 계산 집약적이며 배출 목록의 불확실성에 민감하다는 단점이 있다. 반면, 데이터 기반의 머신러닝(ML) 접근 방식은 유망한 가능성을 보여주었으나, 기상 변수, 시간적 주기, 오염 물질 수준 사이의 비선형적 관계를 다루기 위해 특정 건조 환경 내에서의 검증이 필요하다. 본 연구는 케르만의 대기질을 위한 포괄적이고 국지적인 예측 모델링 프레임을 개발함으로써 이러한 연구 공백을 해결하고자 한다.

연구 방법론
본 연구는 6가지 주요 오염 물질인 일산화탄소(CO), 오존(O3), 일산화질소(NO), 이산화질소(NO2), 이산산화황(SO2), 미세먼지(PM2.5)의 시간 단위 농도를 예측하기 위한 머신러닝 기반 예측 시스템을 개발하였다. 연구에는 2020년 6월 15일부터 2024년 3월 19일까지의 데이터를 활용하였으며, 도시 모니터링 스테이션의 시간 단위 오염 물질 농도와 케르만 기상 관측소에서 재구성된 시간 단위 기상 데이터를 통합하였다.

연구 방법론은 엄격한 다단계 파이프라인을 따랐다:

전처리 및 결측치 보간(Imputation): 데이터셋은 페르시아 날짜를 그레고리력 형식으로 변환하고 정밀한 시간 간격으로 리샘플링하는 시간적 동기화를 거쳤다. 통계적 편향을 도입하지 않고 결측치를 처리하기 위해 다섯 가지 보간법(Random Forest, Extra Trees, Bayesian Ridge, K-Nearest Neighbors, Linear Regression)을 벤치마킹하였다. 그 결과, 가장 높은 평균 $R^2$ (0.843)와 가장 낮은 RMSE를 기록한 Extra Trees 알고리즘이 최적의 보간법으로 선택되었다.
특성 공학(Feature Engineering): 파이프라인은 시간 기반 특성(시간, 요일, 월 등)을 추출하여 시간적 맥락을 명시적으로 인코딩하였다. 결정적으로, 오염 물질과 기상 변수의 지연 변수(t-1, t-2, t-3, t-24)를 생성하여 시간적 자기상관성과 대기 관성을 포착하였다. 또한 상호작용 특성도 생성되었다.
모델링 및 평가: 7가지 회귀 모델(Ridge Regression, Extra Trees, Bayesian Ridge, Hist Gradient Boosting, Decision Tree, LightGBM, Random Forest)을 평가하였다. 편향되지 않은 일반화 성능 평가를 보장하기 위해 데이터를 연대순으로 훈련 세트와 홀드아웃 테스트 세트로 분할하였다. 성능은 $R^2$ , RMSE, MAE를 사용하여 측정되었다.

주요 결과

시간적 패턴: 뚜렷한 일주기 및 계절적 패턴이 확인되었다. CO와 NOx는 이봉형 출퇴근 시간 피크를 보였으며, O3는 광화학적으로 유도된 오후 최대치를 나타냈다. PM2.5 농도는 난방 배출 및 안정적인 대기 조건의 영향으로 겨울철(1월 평균: 31.31 µg/m³)에 정점에 달했다.
모델 성능: 앙상블 트리 기반 방법들이 대부분의 오염 물질에 대해 선형 모델보다 일관되게 우수한 성능을 보였다.
- CO, NO, PM2.5: Extra Trees가 가장 높은 테스트 $R^2$ 값(CO 0.713, NO 0.320, PM2.5 0.726)을 달성했다.
- SO2: Hist Gradient Boosting이 가장 우수한 성능을 보였다( $R^2$ = 0.669).
- NO2: LightGBM이 가장 좋은 결과( $R^2$ = 0.622)를 냈다.
- O3: 모든 모델이 테스트 세트에서 낮은 일반화 성능을 보여 음(-)의 $R^2$ 값을 기록했다. 이는 모델이 훈련 패턴은 포착했으나, 가용한 특성들로 완전히 설명되지 않는 복잡한 비선형 광화학적 상호작용 때문에 미지의 O3 데이터를 예측하는 데 실패했음을 의미한다.
특성 중요도: 지연된 오염 물질 농도(특히 t-1)가 모든 오염 물질의 지배적인 예측 변수로 나타나, 강력한 시간적 자기상관성을 확인시켜 주었다. O3의 경우, 광화학 변수(태양 복사 및 온도)와 그 상호작용이 중요했다. PM2.5의 경우, 풍향이 이차적인 동인으로 등장하였는데, 이는 지역적 수송 및 먼지 이벤트의 영향을 시사한다.

의의 및 주장
저자들은 본 연구가 건조한 도시에서의 운영 가능한 대기질 예보를 위한 확장 가능하고, 비용 효율적이며, 재현 가능한 프레임워크를 제공한다고 주장한다. 고급 보간법과 앙상블 학습을 성공적으로 통합함으로써, 이 프레임워크는 케르만 및 유사한 기후대의 공중 보건 권고와 환경 관리를 위한 토대를 제공한다.

논문은 한계점을 겸허히 인정하며, O3에 대한 낮은 일반화 성능은 데이터셋에 포함되지 않은 특정 광화학 지표(예: VOC 수준 또는 NO2/NO 비율)를 통합할 필요성을 강조한다고 언급했다. 또한, 단일 기상 관측소에 의존하는 점은 공간적 이질성을 표현하는 데 한계가 있음을 명시했다. 따라서 저자들은 이 모델이 모든 오염 물질에 대한 완벽한 해결책이라고 주장하는 것이 아니라, 주요 오염 물질(CO, NOx, PM2.5, SO2)의 역학을 효과적으로 포착하면서 광화학 모델링의 구체적인 개선 영역을 식별해내는 견고한 출발점임을 밝히고 있다. 결론적으로, 본 연구는 앙상블 방법이 건조한 도시 환경에서 대기 오염 물질의 역학을 지배하는 복잡한 비선형 상호작용을 포착하는 데 있어 선형 접근 방식보다 우월하다고 결론짓는다.

유사한 논문