본 논문은 기후 변화와 해수면 상승으로 인한 해안 도시의 홍수 위험 예측을 위해, 데이터 희소성 및 고차원 출력 문제를 해결하는 경량 CNN 기반 딥러닝 모델을 개발했다. 이 모델은 다양한 해수면 상승 예측 및 해안선 적응 시나리오에서 홍수를 예측하도록 설계되었으며, 아부다비와 샌프란시스코의 데이터를 활용하여 다양한 지역에서 일반화 성능을 입증했다. 제안된 모델은 기존 방법보다 평균 20% 더 낮은 평균 절대 오차(MAE)를 달성하여, 해안 홍수 관리를 위한 확장 가능하고 실용적인 도구로서의 가능성을 보여주었다.
