극심한 기상 이변이 전 세계 사회에 미치는 위험이 증가함에 따라, 그 근본적인 물리적 메커니즘을 밝히는 것이 시급하다. 기존의 전문가 중심 진단 방식이 병목 현상을 일으키면서 과학적 발전을 저해하고 있다. 예측 분야에서 AI의 발전이 있었지만, 자동 진단 추론에 대한 연구는 미흡한 상황이다. 본 논문은 이 문제 해결을 위해, 지식 기반 계획, 폐쇄 루프 추론, 기상학적 도구를 활용하여 전문가 워크플로우를 모방하는 지능형 에이전트 프레임워크인 Extreme Weather Expert (EWE)를 제시한다. EWE는 원시 기상 데이터로부터 멀티모달 시각 자료를 자율적으로 생성하고 해석하여 포괄적인 진단 분석을 수행한다. 또한, 103개의 고강도 기상 이변 데이터셋과 새로운 단계별 평가 지표를 포함하는, 이 분야 최초의 벤치마크를 제시하여 발전을 촉진한다. EWE는 자동 과학적 발견을 향한 중요한 발걸음이며, 특히 극심한 기상 이변에 취약한 개발도상국에 전문 지식과 지적 자원을 제공할 수 있는 잠재력을 가진다.
