엘니뇨는 페루 연안의 어부들이 수년에 한 번씩 물고기가 잡히지 않는 현상에 붙인 이름으로, 스페인어로 '어린 남자아이'를 뜻합니다. 기상학적으로는 적도 태평양의 해수면 온도가 평년보다 0.5도 이상 높은 상태가 6개월 이상 지속되는 대표적인 기후 현상을 의미합니다. 기후는 하루하루의 날씨보다 긴 시간 규모의 변화를 뜻하며, 엘니뇨는 이러한 기후 변동의 핵심입니다. 열대 동태평양 지역의 수온 상승은 단순히 국지적인 변화에 그치지 않고, 대기와 해양의 유기적인 연결을 통해 전 지구적인 기상 이변을 일으키는 거대한 자연 현상의 시작점이 됩니다.

엘니뇨가 발생하면 지구 곳곳에서 가뭄과 홍수 같은 이상기후가 빈번하게 나타납니다. 인도네시아와 호주 같은 지역에서는 극심한 가뭄으로 인해 대규모 산불이 발생하기 쉬운 환경이 조성되는 반면, 멕시코나 남미 지역에는 기록적인 폭우와 홍수가 덮치기도 합니다. 이러한 변화는 단순히 자연의 현상에 머무르지 않고 전 세계적인 곡물 가격 급등을 초래하는 등 우리의 실생활과 경제에까지 밀접한 영향을 미칩니다. 1997년의 인도네시아 산불이나 2015년 동남아시아의 가뭄 등은 모두 엘니뇨가 유발한 역사적인 재해의 대표적인 사례들로 알려져 있습니다.

한반도 역시 엘니뇨의 영향권에서 자유롭지 못합니다. 엘니뇨 시기에 우리나라는 평년보다 기온이 높고 강수량이 증가하는 경향을 보입니다. 이는 중태평양의 강수 증가로 인해 북서태평양 고기압이 강하게 발달하면서, 한반도 방향으로 따뜻하고 습한 남풍이 지속적으로 유입되기 때문입니다. 열대 지역의 수증기가 지속적으로 공급되는 이러한 역학적 과정은 겨울철에도 평소보다 따뜻한 날씨와 잦은 비를 만들어내곤 합니다. 이처럼 엘니뇨는 지구 반대편의 현상이지만 우리 삶의 터전인 한반도의 기온과 강수 패턴을 결정짓는 매우 중요한 변수로 작용하고 있습니다.

엘니뇨 예측을 위해 쓰이는 전 지구 모형은 구름, 강수, 순환장뿐만 아니라 식물과 화산 활동까지 모의하는 복잡한 가상의 프로그램입니다.

기후학자들은 엘니뇨를 예측하기 위해 전 지구 모형을 활용하지만, 중장기 예측은 여전히 도전적인 과제입니다. 예측 오차가 발생하는 주요 원인은 실제 지구의 복잡한 물리 과정을 수만 줄의 코드로 완벽히 구현하기 어렵다는 점과 '나비 효과'에 기인합니다. 나비 효과란 초기 예측 시점의 아주 작은 차이가 시간이 흐름에 따라 거대한 오차로 증폭되는 현상을 말합니다. 2014년 당시 많은 기관이 강력한 엘니뇨를 예보했으나 실제로는 발생하지 않았던 사례는 기후 예측이 얼마나 정교한 기술을 요구하는지, 그리고 왜 인공지능과 같은 새로운 접근 방식이 필요한지를 잘 보여줍니다.

인공지능을 활용한 최신 기후 연구는 엘니뇨 발생 1년 전의 전조 현상을 포착하는 데 집중하고 있습니다. 엘니뇨 지수가 정의되는 동태평양 지역보다 서태평양의 해양 내부 온도 변화를 관찰하는 것이 훨씬 효과적인 선행 지표가 됩니다. 서태평양에 머물던 따뜻한 해수가 약 1년에 걸쳐 천천히 동쪽으로 이동하며 엘니뇨를 유발하기 때문입니다. 지구는 물리적으로 유기적인 연결체이기에, 방대한 데이터를 학습한 인공지능은 인간의 눈으로 파악하기 힘든 미세한 수온 분포의 특징을 분석하여 미래의 기후 재난을 보다 정확하게 예견할 수 있는 강력한 도구가 되어가고 있습니다.