기후 변화에 대응하여 정확한 강수 예측이 중요해짐에 따라, 본 논문에서는 기존 방법의 한계를 극복하기 위해 기계 학습 기반의 강수 예측 방안을 제시한다. 특히, 임계치 이하의 강수량으로 인해 Critical Success Index (CSI)가 효과적이지 않은 문제를 해결하고자, 간단한 페널티 표현식을 도입하여 Quadratic Unconstrained Binary Optimization (QUBO) 형태로 재해석하고, 이를 AT (Advanced Torrential) 손실 함수로 변환한다. 제안하는 AT 손실 함수는 립시츠 상수, 예측 성능 평가, 일관성 실험, 그리고 ablation study를 통해 기존 방법 대비 우수함을 입증한다.
