자동화 머신런닝 기법을 이용한 농업용 저수지의 시단위 수위 예측 모델 개발 및 적용성 평가

초록

목적:본 연구는 농업용 저수지의 시단위 저수위 예측을 위해 자동화 머신러닝(AutoML) 기법인 TPOT을 이용하여 예측 모델을 개발하고, 적용성 평가를 목적으로 한다. 방법:연구는 백록저수지와 백련저수지를 대상으로 수행되었으며, 기상청에서 제공하는 강우 예보 자료와 실측된 강우량, 저수위 데이터를 기반으로 저수위 예측 모델을 구축하였다. 유전 알고리즘을 활용하여 최적의 머신러닝 파이프라인을 자동으로 생성하는 TPOT을 이용하여 모델을 만들었으며, 벤치마크 모델로 Random Forest 모델도 함께 구축하였다. 모델 성능은 NSE(Nash-Sutcliffe Efficiency), R²(coefficient of determination), RMSE(root-mean-square error)를 통해 평가하였다. 예측 시간은 1시간, 3시간, 6시간, 12시간으로 설정하였으며, 각 예측 시간대의 정확도를 평가하였다. 결과 및 토의:TPOT과 RF 모델 모두 선행 시간이 짧을수록 높은 정확도를 보였으며, 1시간 예측에서는 NSE 값이 0.99 이상으로 매우 높은 정확성을 나타냈다. 그러나 선행 시간이 증가할수록 예측값과 실측값 사이에 시간적 지연이 발생하였으며, 특히 12시간 예측에서는 성능 저하가 두드러졌다. 이는 예측 시간이 증가함에 따라 예보 강수량의 정확도도 함께 낮아지기 때문으로 판단되었다. 그럼에도 불구하고 TPOT 모델은 12시간 TPOT 예측 모델 평균 NSE는 0.911로, 단기간(1시간, 3시간)과 장기간 예측(6시간, 12시간) 모두에서 안정적이고 높은 예측 정확도를 유지하였다. 결론:본 연구를 통해 TPOT 기반의 자동화된 머신러닝 기법이 농업용 저수지의 시단위 저수위 예측에 효과적으로 적용될 수 있음을 확인하였다. 향후 연구에서는 긴 예측 시간대에서의 예측 정확도 향상을 위한 방법을 모색하는 것이 필요하다.

키워드