알풀과학

엘니뇨를 1년 전에 맞힐 수 있을까요? — 예보가 맞을지는 '지금 태평양 상태'가 먼저 알려 줍니다

같은 모델, 같은 1년 앞 예보. 그런데 어디서 출발했느냐에 따라 믿을 만한 예보와 믿으면 안 되는 예보가 갈렸습니다.

라니냐 중립 엘니뇨 다음 해 겨울 ← 약 1년 →
개념 그림 — 선의 밝기는 예보 성적의 크기 순서만 나타냅니다Sci. Adv. 12, eaeg8654 (2026)

일기예보는 일주일만 지나도 잘 안 맞습니다. 그런데 기후 예보 중에는 몇 달 앞을 내다보는 게 있어요. 적도 태평양의 바닷물이 데워졌다 식었다 하는 엘니뇨와 라니냐입니다. 그런데 이 예보도 9개월을 넘어가면 여전히 맞히기 어렵다는 게 지금까지의 상황이었지요. 그럼 1년 앞은 영영 안 되는 걸까요? 답이 "언제 묻느냐에 따라 다르다"라면요?

2026년 10월 23일 Science Advances에 실린 호주 CSIRO·뉴사우스웨일스대·멜버른대 등 연구진(제1저자 난디니 라메시)의 논문이 이 질문을 정면으로 다뤘습니다. 결론부터 말하면, 1년 앞 예보가 맞을지는 어느 모델이냐보다 예보를 낸 그해 태평양이 어떤 상태였느냐에 훨씬 크게 달렸습니다. 라니냐일 때 낸 예보는 잘 맞았고, 중립일 때 낸 예보는 지난 기록만 보고 찍은 것보다도 못했어요.

먼저 분명히 해 둘 게 있습니다. 이 연구는 "엘니뇨를 1년 전에 맞히는 새 방법"을 만든 게 아닙니다. 이미 있는 예보 가운데 어떤 걸 믿어도 되는지 가려내는 방법을 제안한 연구예요. 그리고 실제 미래 예보가 아니라, 과거의 날씨를 다시 예보해 보는 재예보로 따진 결과입니다.

01엘니뇨와 라니냐, 태평양의 시소

적도 태평양에는 평소 동쪽에서 서쪽으로 무역풍이 붑니다. 바람이 따뜻한 표층 바닷물을 서쪽(인도네시아·호주 쪽)으로 밀어 쌓아 두고, 동쪽(남아메리카 쪽)에서는 깊은 곳의 찬물이 올라와요. 그래서 서쪽은 따뜻하고 동쪽은 찹니다.

이 균형이 몇 해에 한 번씩 흔들립니다. 무역풍이 약해지면 따뜻한 물이 동쪽으로 퍼져 나가 동태평양 표면이 평소보다 따뜻해져요. 이게 엘니뇨입니다. 반대로 무역풍이 더 세지면 동쪽의 찬물이 더 많이 올라와 평소보다 차가워지는데, 이게 라니냐예요. 바다 온도가 바람을 바꾸고, 바뀐 바람이 다시 바다 온도를 바꾸는 — 바다와 대기가 서로 밀고 당기는 현상이라 정식 이름은 엘니뇨-남방진동(ENSO)입니다.

이 시소가 왜 중요할까요? 열대 태평양의 거대한 열이 자리를 옮기면 대기의 흐름이 바뀌고, 그 여파가 세계 곳곳의 가뭄·홍수·폭염으로 번지기 때문입니다. 논문 서론은 농업·물 관리·보건·재난 대비를 꼽고, 계절 예보의 영향을 받는 기업 시가총액을 약 13조 달러로 추정한 선행 연구도 인용해요. "올겨울에 엘니뇨가 온다"는 선언 하나에 곡물 가격과 가뭄 대비가 움직입니다.

그런데 ENSO 예보에는 유명한 벽이 있습니다. 봄철 예측 장벽이에요. 북반구 봄(3~5월)에는 작은 흔들림에도 태평양 상태가 크게 갈라져, 이 시기를 넘어가는 예보는 정확도가 뚝 떨어집니다. 논문은 이때 동태평양이 1년 중 가장 따뜻하고 동서 수온 차가 가장 작아지는 점 등을 원인 후보로 들면서도, 정확한 메커니즘은 아직 연구 중이라고 적었어요. 엘니뇨와 라니냐는 보통 늦가을~겨울에 정점을 찍으니, 1년 앞 예보는 반드시 이 벽을 넘어야 합니다.

02무엇을 어떻게 따졌나

연구진은 문제를 일부러 단순하게 만들었습니다. 해마다 딱 하나만 묻는 거예요. "그해 겨울 정점기(10월~이듬해 2월)에 태평양은 라니냐인가, 중립인가, 엘니뇨인가?" 기준은 적도 중앙 태평양의 감시 구역(니뇨3.4 해역) 해수면 온도입니다.

여기서 한 가지 주의할 점이 있어요. 예보 기관들은 보통 "평년보다 0.5℃ 이상 따뜻한 상태가 몇 달 이어지면 엘니뇨" 같은 문턱을 씁니다. 이 논문은 그렇게 하지 않았습니다. 모델마다 엘니뇨를 세게 또는 약하게 그리는 버릇이 있어서, 각 모델(과 관측 자료)의 겨울 수온 분포를 3등분했어요. 가장 차가운 3분의 1이 라니냐, 가운데가 중립, 가장 따뜻한 3분의 1이 엘니뇨입니다. 그래서 이 글의 '라니냐'·'엘니뇨'는 뉴스에서 듣는 공식 선언과 정확히 같은 말은 아닙니다.

자료는 세계 여러 기관의 기후 모델이 참여한 국제 비교 사업(CMIP6의 10년 기후 예측 프로젝트, DCPP)에 쌓인 재예보입니다. 캐나다·미국·이탈리아·유럽 컨소시엄·영국·프랑스·일본·독일·노르웨이 기관의 9개 모델이 1961년부터 약 2020년까지 매해 10월~1월 사이에 그 시점의 실제 바다 상태를 넣고 10년짜리 예측을 돌렸어요. 모델마다 조금씩 출발 조건을 바꾼 5~40개의 '형제 예보'(앙상블 멤버)를 함께 돌렸고, 전부 합치면 125개입니다. 시작 연도가 약 60해이니, 1년 앞 예보만 약 7,500건이 되는 셈이에요.

비교 기준도 중요합니다. 모델이 쓸모 있으려면 최소한 지난 기록만 보고 찍는 예보보다는 나아야 하거든요. 관측 기록을 보면 해마다 상태가 바뀌는 데도 버릇이 있습니다. 엘니뇨 다음 해에는 라니냐가 가장 흔하고 엘니뇨가 또 오는 경우가 가장 드뭅니다. 중립 다음 해에는 엘니뇨가 가장 흔하고 라니냐가 가장 드물어요. 반면 라니냐 다음 해는 세 상태가 거의 비슷한 확률로 나왔습니다. 연구진은 이 '상태 전환표'를 기준선으로 삼았어요.

03출발점이 모델보다 더 중요했다

결과는 꽤 선명했습니다. 9개 모델 모두에서, 라니냐 상태에서 낸 예보가 중립이나 엘니뇨에서 낸 예보보다 성적이 좋았어요(확률 예보 점수 기준). 그리고 같은 모델 안에서 출발 상태에 따라 벌어지는 차이가, 모델끼리의 차이보다 훨씬 컸습니다.

점수의 크기를 감으로 잡아 볼까요. 라니냐에서 낸 1년 앞 예보의 점수(9개 모델 평균)는, 선행 연구가 운영 예보 모델들로 잰 북미 다중모델 앙상블(NMME) 재예보의 3~4개월 앞 예보 점수와 비슷했습니다. 3~4개월 앞이면 보통 믿고 쓰는 범위라, 연구진은 라니냐에서 낸 1년 앞 예보가 "쓸 만할 가능성이 있다"고 적었어요. 엘니뇨에서 낸 예보는 5~6개월 앞 예보 수준이었고요. 그런데 중립에서 낸 예보는 9개 모델 모두 점수가 음수 — 지난 기록만 보고 찍은 것보다 못했습니다.

단, 이 점수는 '지난 기록 찍기'와 견준 상대 점수라는 걸 기억해 두세요. 중립 다음 해는 기록만으로도 꽤 잘 맞혀지는 해(기준선이 높음)이고, 라니냐 다음 해는 기록이 거의 아무것도 알려 주지 않는 해(기준선이 낮음)입니다. 그래서 점수 차의 일부는 이 기준선 차이에서 와요. 연구진은 개별 예보의 상관계수처럼 기준이 다른 지표로도 라니냐 출발이 가장 낫고 중립 출발이 가장 나쁘다는 걸 확인했고, 남는 차이는 04장에서 볼 초기화 과정 탓으로 봤습니다.

같은 모델이 같은 1년 앞을 예보해도, 라니냐에서 출발하면 점수가 3~4개월 앞 예보와 비슷했고, 중립에서 출발하면 찍기보다 못했습니다.

"이번 예보는 믿어도 될까?"에 더 직접 답하는 숫자도 있습니다. 모델이 어떤 전환을 예보했을 때 그게 실제로 맞은 비율, 곧 정밀도예요(헛경보가 아니었던 비율). 라니냐 다음 해 엘니뇨가 온다는 예보는 세 모델에서 70% 넘게 맞았습니다. 미국 NCAR의 CESM1 모델은 82.21%였어요. 같은 모델이 중립 다음 해에 라니냐가 온다고 예보했을 땐 8.94%만 맞았고요. 10번 중 9번 넘게 헛경보였던 셈입니다. 중립에서 라니냐로 가는 전환은 실제로 드문데, 8개 모델에서 이 전환의 정밀도가 가장 낮았어요. 연구진은 이를 드문 전환을 과하게 예보하는 모델의 편향으로 해석했습니다.

중립에서 출발한 예보 전체로 봐도 그렇습니다. 모델들의 정확도는 23~43%였는데, 관측 전환표의 확률대로 예보하는 단순 통계 예보는 61%가 맞았어요. 연구진의 표현을 빌리면, 중립 상태에서는 의사 결정자가 모델보다 단순한 과거 통계를 믿는 편이 나았다는 겁니다.

예보 판독기 — 출발점을 골라 보세요

1년 앞 ENSO 예보를 낸 시점의 태평양 상태를 고르면, 논문이 9개 모델 재예보에서 잰 성적을 보여 줍니다. 새로 계산하는 값은 없고, 논문 표·본문의 숫자를 그대로 옮겼습니다.

예보를 낸 해 겨울, 태평양은?

라니냐에서 낸 1년 앞 예보

확률 예보 점수(RPSS, 9개 모델 평균) +0.43
점수가 비슷한 예보(NMME 재예보, 선행 연구 값)
NMME 3~4개월 앞 예보
절반 넘게 맞힌 해 / 무작위(3분의 1)보다 못한 해
12해 / 3해

가장 믿을 만한 출발점입니다. 9개 모델 모두에서 세 출발점 가운데 성적이 가장 좋았어요. 특히 "다음 해 엘니뇨"라는 예보는 세 모델에서 70% 넘게 맞았고, CESM1은 82.21%였습니다.

RPSS는 지난 기록(관측 상태 전환표)만 보고 낸 확률 예보와 견준 점수입니다. 0이면 그것과 같고, 양수면 더 낫고, 음수면 더 못하며, 1이 만점이에요. 막대 눈금은 −1.5~+0.5. 모델별 값의 표준편차는 라니냐 0.12·중립 0.38·엘니뇨 0.11. '맞힌 해'는 시작 연도마다 9개 모델의 앙상블 멤버를 모두 모아, 정답 상태를 고른 멤버가 50%를 넘었는지, 무작위 확률 33.3%보다 낮았는지 센 논문 그림 3의 값입니다. 여기서 33.3%는 세 상태 중 아무거나 고를 때의 확률로, RPSS의 기준인 관측 전환표와는 다른 기준입니다. 출발 상태별 시작 연도는 각각 약 20해입니다. 재예보에 쓴 모델은 실제 예보 기관의 운영 모델과 반드시 같지는 않습니다.

04왜 라니냐에서는 잘 맞고, 중립에서는 안 맞을까

여기부터는 확정된 답이 없습니다. 연구진도 원인 규명은 다음 연구 과제로 남겼어요. 다만 몇 가지 후보를 적어 두었습니다.

  • 라니냐의 꼬리 — 엘니뇨는 2~3월 무렵부터 빠르게 무너지는 반면, 라니냐는 그렇지 않아 봄까지 찬 기운이 남곤 합니다. 남은 찬물이 동태평양을 식히고 동서 수온 차를 키워, 봄철 예측 장벽의 조건을 누그러뜨릴 수 있다는 생각이에요.
  • 덜 시끄러운 대기 — 라니냐 때는 예보를 흔드는 대기의 잡음이 적다는 선행 연구가 있습니다.
  • 바닷속 열 저금통 — 라니냐 때 적도 태평양 상층에 따뜻한 물이 얼마나 다시 채워지느냐가 다음 해를 정하는 열쇠일 수 있습니다. 그렇다면 예보를 시작할 때 실제 바다 상태를 넣어 주는 일이 특히 큰 도움이 되겠지요.

중립 쪽은 조금 더 흥미롭습니다. 앞에서 본 것처럼 관측 기록만 보면 중립 다음 해가 오히려 가장 예측하기 쉬운 편이었거든요. 모델을 그냥 오래 돌려 둔 상태에서 센 전환표도 그랬습니다. 그런데 실제 바다 상태를 넣고 출발시킨 예보는 중립에서 무너졌어요. 연구진은 이 차이를 근거로, 예보를 시작할 때 관측값을 맞춰 넣고 흔드는 초기화 과정이 중립에서는 오히려 예보를 망가뜨린다고 해석했습니다. 실제 바다 정보를 넣어서 얻는 이득은 라니냐에서 가장 컸고, 일부러 주는 섭동과 모델의 드리프트·오차로 생기는 흔들림의 손해는 중립에서 가장 컸다는 거예요.

이 해석이 맞다면, 중립 상태에서는 모델을 초기화하지 않는 통계 예보(과거 비슷한 사례를 찾는 방법이나 기계 학습)가 더 나을 수 있다고 연구진은 제안합니다. 아직 제안 단계예요.

05그럼 1년 앞 예보, 이제 믿어도 될까

연구진이 내놓은 실전 조언은 이렇습니다. 라니냐가 한창일 때는 다음 해 상태에 대한 예보를 비교적 일찍, 봄철 장벽보다 앞서 알려도 된다. 중립일 때는 같은 시기의 모델 예보를 바로 쓰지 말고, 해가 더 지나 확신이 생길 때까지 기다리는 게 낫다. 그리고 "중립 상태에서 나온 엘니뇨 예보"는 헛경보일 가능성을 의심하라. 실제로 중립→엘니뇨 전환에서는 어느 모델도 과거 기록만 보고 찍은 예보를 넘지 못했어요.

단서도 여럿입니다.

  • 재예보다 — 과거를 다시 예보해 본 결과이고, 쓰인 DCPP 모델이 각국 기상 기관의 운영 모델과 같지는 않습니다. 연구진은 여러 기관의 서로 다른 초기화 방식에서 같은 경향이 나왔으니 넓게 들어맞을 것으로 봤지만, 운영 예보에서 확인된 건 아니에요.
  • 1년이 한계다 — 2년째로 넘어가면 모든 전환 유형에서 정밀도가 50% 아래로 떨어졌습니다. 2년 앞에서 50%를 넘으면서 9개 모델 모두 기준선까지 넘은 건 "엘니뇨 뒤 2년 동안 엘니뇨는 다시 오지 않는다"는 예보 하나뿐이었어요.
  • 반대 방향의 단서도 있다 — 연구진은 실제 예보에서 따뜻한 물의 양, 엘니뇨의 유형, 다른 바다와의 상호작용 같은 신호를 함께 쓰면 성적이 이번 추정보다 더 좋을 수도 있다고 적었습니다. 이 결과는 하한일 수 있어요.
  • 범주만 맞힌다 — 라니냐·중립·엘니뇨 셋 중 무엇인지만 따졌고, 얼마나 셀지, 언제 정점일지는 다루지 않았습니다. 장기 추세나 엘니뇨의 '종류' 같은 복잡한 요소도 일부러 뺐어요.
  • 처음 발견은 아니다 — 출발 상태에 따라 예측력이 달라진다는 점은 여러 선행 연구가 이미 보고했습니다. 이 논문의 몫은 9개 모델을 같은 잣대로 비교해 그 차이가 모델 간 차이보다 크다는 걸 보이고, 예보 사용자가 바로 쓸 수 있는 '전환별 정밀도' 틀로 정리한 데 있습니다.

저는 이 연구가 학생들에게 좋은 질문을 하나 남긴다고 봅니다. 예보를 볼 때 "몇 %로 온대?"만 묻지 말고, "이 예보는 어떤 상황에서 나온 거지?"를 같이 묻는 것. 같은 기계가 같은 거리를 내다봐도, 출발점에 따라 믿을 만한 정도가 이렇게 다를 수 있으니까요.

06직접 만져 보기

무역풍이 약해지고 세질 때 따뜻한 물이 어떻게 오가는지, 시뮬레이션에서 직접 바꿔 볼 수 있습니다. 표층 아래 따뜻한 물과 찬물의 경계(수온 약층)가 어떻게 생기는지도 같이 보면, 04장의 '열 저금통' 이야기가 더 잘 그려질 거예요.

SIM 엘니뇨와 라니냐
무역풍의 세기에 따라 태평양 동서의 수온이 어떻게 바뀌는지
→
SIM 수권의 층상 구조
혼합층·수온 약층·심해층 — 바닷속 열이 쌓이는 자리
→
한 장 정리
  • 무엇을 했나 — 9개 기후 모델의 과거 재예보(1961년~약 2020년, 매년 10~1월 시작)에서 '다음 겨울은 라니냐·중립·엘니뇨 중 무엇인가'라는 1년 앞 예보의 성적을 출발 상태별로 나눠 봤다. Science Advances 2026-10-23.
  • 핵심 결과 — 출발 상태에 따른 성적 차이가 모델 간 차이보다 훨씬 크다. 라니냐 출발이 9개 모델 모두에서 가장 좋았고(점수가 NMME 3~4개월 앞 예보와 비슷), 중립 출발은 9개 모델 모두 과거 기록만 보고 찍은 것보다 못했다.
  • 믿을 만한 예보 — 라니냐→엘니뇨 예보는 세 모델에서 70% 넘게 맞았다(CESM1 82.21%). 의심할 예보 — 중립→라니냐(CESM1 8.94%), 중립→엘니뇨.
  • 왜? — 확정되지 않았다. 라니냐의 남은 찬물, 적은 대기 잡음, 바닷속 열 재충전이 후보. 중립에서는 초기화 과정이 예보를 해친다고 연구진은 해석.
  • 단서 — 재예보이고 운영 모델과 다름, 2년째는 거의 안 맞음, 세기·시기는 다루지 않음, 3등분 정의라 공식 선언 기준과 다름, '처음 발견' 아님.

다음에 "내년 엘니뇨 가능성"이라는 뉴스를 보면, 지금 태평양이 어떤 상태인지 먼저 확인해 보세요. 라니냐 한가운데서 나온 예보라면 조금 더 귀를 기울여도 좋습니다. 중립에서 나온 예보라면 — 봄이 지날 때까지 한 번 더 기다려 볼 만합니다.

이 글의 근거 — 1차 자료
  1. N. Ramesh, M. B. Freund, D. B. Irving, D. T. Squire, C. R. Tozer, D. P. Monselesan, T. Parker, A. Stellema, J. S. Risbey. Using initial states to identify successful El Niño–Southern Oscillation forecasts 1 year in advance. Science Advances 12(43), eaeg8654 (2026-10-23). 오픈 액세스(CC BY-NC 4.0). 서지는 Crossref로 대조했고, 본문은 Europe PMC 전문(PMC13693681)으로 읽었다(2026-11-11 조회). 이 글이 옮긴 사항: 9개월 넘는 예측의 어려움(초록), 봄철 예측 장벽과 원인 후보(서론·논의), 겨울 정점기(10~2월) 니뇨3.4 지수를 모델별 3분위로 나눈 정의(Methods), DCPP 9개 모델·앙상블 5~40개·합계 125개·1961년~약 2020년 매년 시작·10~1월 초기화(표 2·Methods), 관측 상태 전환표의 경향(결과 1절), 출발 상태별 RPSS(표 1: 라니냐 평균 0.43·표준편차 0.12, 중립 −1.29·0.38, 엘니뇨 0.22·0.11, 9개 모델 모두 중립 음수)와 NMME 3~4개월·5~6개월 비교(논문이 선행 연구의 NMME 값과 견준 것), 그림 3의 시작 연도 집계(라니냐 출발 12해가 50% 초과·3해가 찍기 미만, 엘니뇨 출발 6해·6해, 중립 출발 5해·9해), 정밀도(라니냐→엘니뇨 세 모델 70% 초과, CESM1 82.21%, 중립→라니냐 CESM1 8.94%, 8개 모델에서 중립→라니냐 최저, 중립→엘니뇨는 어떤 모델도 기준선을 못 넘음), 중립 출발 정확도 23~43% 대 기준 61%, 2년째 정밀도 50% 미만과 '엘니뇨 뒤 2년 엘니뇨 없음' 예외, 원인 후보 세 가지와 초기화 해석, 통계 예보 제안, 운영 모델과의 차이와 한계(논의). 약 7,500건은 125개 멤버 × 약 60개 시작 연도를 이 글이 곱한 값이다. 13조 달러는 논문 서론이 인용한 선행 연구의 추정치다.
  2. 저자 소속(CSIRO, 뉴사우스웨일스대, 멜버른대, 호주국립대 ACCESS-NRI)과 모델별 개발 기관은 같은 논문의 소속 정보와 표 2에서 확인했다. 일부 보도는 '9개국 모델'로 적었으나, 논문 기준으로는 여러 나라 기관(유럽 컨소시엄 포함)이 만든 9개 모델이다.
교과서 개념을 눈으로 — 3D 시뮬레이션 라이브러리 둘러보기