KAIST XAI Tutorial 2025 | Precipitation Forecasting | Seongyeop Jeong (KAIST, INEEJI)

This presentation introduces an AI-driven approach for ultra-short-term precipitation forecasting. We explore the capability of VQ-GAN and Transformer-based generative models to produce future precipitation fields and examine how expanding the input domain beyond the Korean Peninsula can improve prediction performance. In addition, we discuss a methodology for predicting and correcting the intrinsic forecast errors of the Korea Meteorological Administration’s numerical weather prediction (NWP) models using artificial intelligence. 본 발표에서는 인공지능(AI) 기술을 활용한 초단기 강수 예측 방법을 소개합니다. VQ-GAN 및 Transformer 기반 모델을 활용해 미래 강수장을 생성하는 기술적 가능성을 설명하고, 한반도 외 확장 영역 데이터를 활용했을 때의 강수 예측 성능 개선 효과를 함께 다룹니다. 또한, 기상청 수치예보모델(NWP)이 갖는 예측 오차를 AI로 사전 예측하는 기술에 대해서도 자세히 설명할 예정입니다.