본 연구는 기후 변화 이해, 해양 자원 관리, 해상 활동 최적화를 위해 해양 변수를 정확하게 예측하는 것이 중요함을 강조하며, 계산 비용과 확장성에 한계가 있는 기존의 수치 모델의 대안으로 딥러닝 모델 Aurora를 활용하여 카나리아 해류 용승 시스템의 해수면 온도(SST)를 예측하는 방법을 제시합니다. 고해상도 해양 재분석 데이터를 사용하여 모델을 미세 조정하고, 위도 가중치 오류 지표 및 효율적인 학습을 위한 하이퍼파라미터를 최적화했습니다. 그 결과, RMSE 0.119K 및 ACC $\approx$ 0.997의 높은 성능을 달성했으며, 대규모 SST 구조를 성공적으로 재현했습니다.
