본 논문은 기존의 주관적인 임계값 기반 열대 저기압(TC) 추적 방식의 한계를 극복하기 위해, 딥러닝을 활용한 데이터 기반의 효율적인 TC 탐지 및 추적 프레임워크인 'ByteStorm'을 제안합니다. ByteStorm은 상대 와도 및 해수면 기압 데이터만을 사용하여 TC 중심을 탐지하고, BYTE 알고리즘으로 이들을 연결하여 TC 궤적을 재구성합니다. 이를 통해 계산 효율성을 높이고, 탐지 확률 및 오탐지율 측면에서 우수한 성능을 보이며, 계절 및 연간 변동성을 정확하게 재현합니다.
