본 논문은 기존 수치예보(NWP) 모델보다 성능이 뛰어난 AI 기반의 기상 예보 모델을 제시합니다. AI 기상 예보 모델의 과적합 문제를 해결하기 위해, 제한된 기상 데이터를 효과적으로 활용하는 전이 학습 기법을 연구합니다. 특히, 자기 지도 학습 방식으로 사전 훈련된 Siamese Autoencoder를 기반으로 하는 새로운 중기 기상 예보 모델 Baguan을 제안하고, 다양한 리드 타임에 대한 미세 조정을 통해 정확도 향상을 보였습니다. Baguan은 기존 방법보다 우수한 예보 성능을 보이며, 과적합을 효과적으로 제어하고, 계절 내 예측 및 지역 예측과 같은 하위 작업에서도 뛰어난 성능을 보입니다.
