6월 9일 아침, 켄터키 국경에서 약 15마일 떨어진 인디애나 남부 시골 마을 레인스빌에서 재택근무 중이던 로라 린은 줌 통화보다 다소 급한 무언가를 발견했다. 바로 헛간 옆으로 떠내려가는 나무 조각들이었다. 그날 레인스빌은 불과 몇 시간 만에 8인치가 넘는 비가 내렸다. 기상학자들이 관대하게 '폭우'라고 부르는 기준을 훨씬 뛰어넘는 양이었다. 물은 몇 시간 후 빠졌지만, 린과 가족은 이웃집으로 대피한 뒤였다.

홍수는 미국에서 두 번째로 치명적인 기상 이변이며 전 세계적으로는 가장 치명적이다. 빠르게 흐르는 물은 단 6인치만으로도 성인을 넘어뜨릴 수 있고, 12인치는 자동차를 들어 올리며, 2피트는 트럭이나 SUV 같은 대형 차량을 움직일 수 있다. 지구 온난화는 미국에서 극한 강우를 더 자주 일으켜 홍수 발생 기회를 늘리고 있다. 지난 8월 네팔에서 빙하 붕괴로 인한 치명적인 돌발 홍수는 물이 전 세계 지역사회를 파괴할 수 있는 힘을 보여준다.

다행히도 이러한 위협에 맞서기 위한 새로운 도구들이 개발되고 있다. TACLS(Transient Artifact and Continuous Learning System)라는 새 소프트웨어는 위성과 머신러닝을 사용해 더 일찍 홍수 가능성이 있는 지역을 찾아내고, 국립기상청(NWS)이 돌발 홍수 경보를 발령할 때 더 나은 결정을 내리도록 돕는다.

"저는 이미 그 사람 집에 도착한 뒤에야 '지붕 위로 올라가세요' 경고를 받았어요,"라고 린은 말한다. "마을 사람들은 경보가 나가기 시작했을 때 이미 물에 잠겨 있었고, '지붕 위로 올라가세요. 보트를 보내고 있습니다'라는 상황이었죠. 정말 너무 늦었어요."

TACLS는 이를 바꾸는 데 도움이 될 잠재력이 있다. "이것은 생명을 구하는 데 도움이 될 것입니다,"라고 NWS 샌디에이고 기상예보사무소의 과학·운영 책임자인 아이보리 스몰은 말한다. TACLS가 없다면, 당신 지역으로 이동하는 폭풍이 "일부 사람들을 죽일 수도 있다"고 스몰은 말한다. TACLS가 있으면 "경고를 내보내고 일부 사람들을 구할 수 있다."

기상예보사무소는 돌발 홍수 경보를 포함한 악천후 경보 발령을 담당한다. 미국과 그 영토 전체에 122개가 있다고 캘리포니아 옥스나드에 있는 NWS 기상예보사무소(LA 지역을 관할)의 수석 서비스 수문학자 제이미 레이버는 말한다. 스몰과 레이버는 더 넓은 과학자 및 연구원 팀과 함께 TACLS 프로젝트에 긴밀히 참여했으며, 이 새로운 프로젝트가 기상 경보를 간소화하기를 희망한다. TACLS를 이해하려면 먼저 NWS가 홍수 경보를 발령하는 방식을 이해하는 것이 중요하다.

현재 기상예보사무소 직원들은 다양한 도구를 사용해 홍수 상황을 모니터링한다. 레이버에 따르면, 그들은 특정 장소에 특정 시간에 얼마나 많은 물이 있는지 알려주는 강우량계와 하천 수위계에 의존한다. 그들은 위성과 기상 레이더를 사용해 발달하는 폭풍을 추적한다. 직원들은 강우량을 모니터링하지만, 컴퓨터는 특정 지역에 안전하다고 간주되는 양보다 더 많이 비가 내릴 때도 경고한다. "우리가 가진 토양 유형, 경사면의 급경사를 기반으로 돌발 홍수 지침을 개발했기 때문에, 해당 지역에 특정 시간 동안 특정 양의 비가 내리면 돌발 홍수가 발생할 수 있다는 것을 알고 있습니다,"라고 레이버는 말한다.

레이버는 이 모든 것과 사무실 내 수년간의 전문 지식이 누군가가 해당 지역에 홍수 경보를 발령하기 위해 버튼을 누를지 여부를 결정한다고 말한다. 주의보는 가장 심각도가 낮은 경보이다. 돌발 홍수가 발생할 가능성이 있다는 의미이다. 주의보는 12시간에서 48시간 전에 발령될 수 있다고 레이버는 설명한다. 그는 지역 비상팀이 홍수 주의보가 발령되면 "홍수 방지 조치"를 시작해야 하며, 사람들이 고립되어 더 높은 지대를 찾아야 하기 전에 준비할 충분한 시간이 있어야 한다고 말한다. 대응팀은 대피 계획을 검토하고, 모래주머니와 도로 장벽을 설치하며, 잠재적 홍수 전에 최고 위험 지역을 식별할 수 있다.

주의보 다음 단계는 권고이다. 홍수일 수 있지만 "더 성가신 수준이다. 위협이 되지는 않을

Tags: TACLS, National Weather Service, NASA, GNSS, Flash Floods, Machine Learning