지구 온난화의 진실은? "기후 모델이 잘못되었다"는 진정한 의미 ― 과학자가 제기한 정밀화 경쟁의 한계

「모델에 대한 반란」という 자극적인 단어

「기후 모델에 대한 연구자의 반란」。그런 자극적인 제목이 나타내는 것은, 인위적인 지구 온난화를 둘러싼 과학적 합의의 붕괴가 아니다. 오히려, 온난화를 이해하기 위해 오랫동안 사용되어 온 컴퓨터 시뮬레이션을 어떤 목적에, 어떤 정밀도로, 어떻게 사용할 것인가에 대한 과학 내부의 방법론 논쟁이다.

기후 모델은, 대기와 해양의 흐름, 방사, 구름, 해빙, 식생, 탄소 순환 등을 물리 법칙에 기반하여 계산한다. 세계 각지의 연구 기관이 개발한 모델 군은, 과거의 기후를 재현하고, 온실가스가 증가한 경우와 증가하지 않은 경우를 비교하며, 미래의 위험을 고려하는 기반이 되어 왔다.

그러나, 지구는 실험실의 장치가 아니다. 같은 지구를 두 개 준비하여 조건을 바꿀 수 없고, 2100년의 관측 결과를 기다려 예측 방법을 평가할 수도 없다. 모델은 현실의 복사본이 아니라, 복잡한 지구의 일부를 수식과 가정으로 잘라낸 도구이다. 이 당연한 사실이, 정책의 장이나 뉴스의 제목에서는 보이기 어렵게 된다.

문제 제기의 중심은 「더 세밀하게 하면 정확해지는가」

이번 논쟁을 이해하는 열쇠 중 하나가, 2026년 7월에 PLOS Climate에 게재된 프랑스 국립 기상 연구 센터의 에르베 드빌 씨의 논고이다. IPCC 제6차 평가 보고서에서 제1작업부회의 총괄 집필자를 맡은 그분은, 모든 기후 모델은 현실과 완전히 일치하지 않지만, 목적을 올바르게 한정하면 매우 유용하다고 논했다.

특히 의문을 제기한 것은, 격자를 세밀하게 하여 지구를 1킬로미터 규모로 표현하는 초고해상도 모델에 대한 경쟁이다. 해상도가 높아지면, 기존에는 평균화하여 다루어 온 적란운이나 해양 소용돌이 등을 보다 직접적으로 표현할 가능성이 있다. 국지적인 호우나 연안부의 변화를 알고 싶은 지자체에 있어, 세밀한 지리 정보는 매력적이다.

그러나, 「세밀하다」는 것이 자동적으로 「정확하다」는 것을 의미하지 않는다. 구름과 방사의 상호작용, 토양이나 숲에 의한 탄소 흡수, 해양의 장기 변동과 같은 메커니즘에 오차가 남아 있으면, 격자만 세밀하게 해도 불확실성은 사라지지 않는다. 고해상도화에는 막대한 계산 자원이 필요하며, 하나의 정밀한 계산에 집중하면, 초기 조건이나 파라미터를 바꾼 다수의 시도가 어려워진다.

드빌 씨의 시산에 따르면, 현재 세대에서 킬로미터급 모델로 이동할 때 필요한 계산 자원은, 시간 단위를 짧게 하는 부담도 포함하여, 전형적으로 약 1000배에 달할 수 있다고 한다. 여기서 묻고 있는 것은 슈퍼컴퓨터의 성능 그 자체가 아니라, 제한된 자원을 「한 장의 초정밀한 미래도」에 사용할 것인가, 「거칠기가 다른 다수의 미래」를 비교하기 위해 사용할 것인가라는 우선순위이다.

하나의 미래가 아니라, 「미래의 묶음」을 보다

기후의 미래에는, 크게 세 가지 불확실성이 있다.

첫 번째는, 미래에 얼마나 온실가스를 배출할 것인가라는 사회·경제 시나리오의 불확실성이다. 에너지 정책, 기술 혁신, 인구, 전쟁, 경기, 국제 협력은 물리 법칙만으로는 예측할 수 없다. IPCC의 시나리오는 「예언」이 아니라, 조건을 놓은 경우의 비교 자료이다.

두 번째는, 구름, 에어로졸, 해양, 탄소 순환 등을 어떻게 표현할 것인가라는 모델의 불확실성이다. 다른 연구 기관의 모델은, 공통의 물리 법칙을 토대로 하면서도, 세부적인 과정의 표현이나 조정 방법이 다르다. 그 때문에, 같은 배출 시나리오라도 결과에는 폭이 생긴다.

세 번째는, 기후 시스템 자체가 가진 자연 변동이다. 해양과 대기는 혼돈적으로 변동하며, 초기 조건을 약간만 바꾸어도, 특정 지역의 수십 년 규모의 비나 기온의 추이는 다르게 보일 수 있다. 세계 평균의 장기적인 온난화 경향이 같아도, 어떤 지역에서는 일시적으로 경향이 약해지고, 다른 지역에서는 강하게 나타날 수 있다.

이 때문에 연구자는, 하나의 모델을 한 번만 움직이는 것이 아니라, 초기 조건을 조금씩 바꾼 대규모 앙상블을 사용한다. 드빌 씨는, 목적에 따라서는 5회 정도로 충분한 한편, 100회를 초과하는 시도가 필요한 경우도 있다고 지적한다. 정밀한 한 번의 영상보다, 변동성을 포함한 다수의 결과가, 홍수 대책이나 농업, 수자원, 도시 계획의 판단에 도움이 되는 경우가 있다.

「기후 민감도」는 하나의 확정 값이 아니다

기후 모델을 둘러싼 논의에서는, 「이산화탄소가 2배가 되었을 때, 최종적으로 지구의 평균 기온이 몇 도 상승하는가」를 나타내는 평형 기후 민감도가 자주 등장한다. IPCC 제6차 평가 보고서는 최적 추정값을 3도, 가능성이 높은 범위를 2.5～4도, 매우 가능성이 높은 범위를 2～5도로 평가했다.

이 폭을 보고 「과학은 아무것도 모르고 있다」고 생각하는 것은 잘못이다. 이산화탄소가 열을 가두고, 인간 활동이 최근의 온난화의 주원인이라는 것과, 구름 등의 피드백을 포함한 최종적인 온도 응답에 폭이 있다는 것은 양립할 수 있다.

또한, 평형 기후 민감도는 「2100년까지 반드시 3도 상승한다」는 예보가 아니다. 이산화탄소 농도를 2배로 고정하고, 해양을 포함한 기후 시스템이 장기적으로 균형을 이루기까지 기다렸을 때의 응답을 나타내는 지표이다. 현실의 이번 세기의 기온은, 배출량, 이산화탄소 이외의 온실가스, 대기 오염물질, 자연 변동 등에도 좌우된다.

한계의 고백은, 실패의 선언이 아니다

기후 모델에 버그나 조정이 존재하는 것도, 논쟁을 과열시키기 쉽다. 2025년에 공표된 ICON 모델 개발자에 대한 연구에서는, 100만 줄을 초과할 수도 있는 거대한 코드 중에서, 버그를 어떻게 발견하고, 수정하고, 전달할 것인가가 조사되었다. 개발자는, 모델에 오류가 하나도 없는 것이 아니라, 특정 질문에 답하는 데 충분한지를 실무적으로 판단하고 있다.

이것은 비행기의 설계나 약의 효과 판정과는 다른 의미에서, 과학의 약점이 아니다. 모델의 적용 범위를 명확히 하고, 결과가 목적에 견디는지를 검증한다는, 모델 과학의 기본 자세이다. 위험한 것은, 이용자가 그 조건을 모른 채, 세밀한 지역 예측을 확정적인 미래로 받아들이는 것이다.

한편, 과거의 모델이 전체적으로 무력했던 것은 아니다. 1970년대 이후에 공표된 지구 평균 기온의 예측을 후년의 관측과 비교한 연구에서는, 실제의 방사 강제력의 차이를 고려하면, 많은 모델이 그 후의 온난화를 일관되게 포착하고 있었다. 모델은 날짜와 장소를 지정하여 미래의 날씨를 맞추는 수정 구슬은 아니지만, 온실가스 증가에 대한 세계 평균의 장기 응답을 고려하는 도구로서 실적을 가지고 있다.

따라서, 이번 비판은 「모델이 벗어났으니 온난화 대책은 불필요하다」는 이야기가 아니다. 오히려, 불완전한 모델을 완전한 지구의 복제본처럼 판매하고, 정책 판단의 책임까지 계산 결과에 맡기는 것에 대한 경고이다.

왜 연구자는 「동료의 침묵」을 문제 삼는가

모델 개발은 거대한 국제 프로젝트가 되어, 연구비, 계산기 자원, 국가 간의 기술 경쟁, 기후 서비스의 시장과도 연결된다. 더 높은 해상도와 화려한 시각화는, 연구 계획의 매력을 설명하기 쉽다. 반대로, 「정밀화해도 사라지지 않는 불확실성이 있다」「용도에 따라서는 기존 모델을 다수 움직이는 것이 더 유효하다」는 설명은 지루하다.

게다가, 기후 변화를 둘러싼 정치적 대립이 강한 환경에서는, 모델의 약점을 공개적으로 말하는 것이 온난화 부정에 이용될 수 있다는 경계도 있다. 그 결과, 과학자가 정당한 내부 비판을 주저하면, 외부에서 문제가 발견되었을 때, 오히려 과학에 대한 신뢰를 손상시킬 가능성이 있다.

불확실성을 숨기지 않고 말하는 것은, 과학적 합의를 약화시키는 행위가 아니다. 「무엇이 상당히 확실하고, 무엇이 아직 폭을 가지고 있으며, 어떤 용도에서는 신뢰도가 낮아지는가」를 구별하는 것이야말로, 신뢰의 조건이 된다.

SNS에서 보인 세 가지 반응

공개되어 있는 SNS 게시물이나 기사 공유에 대한 반응은, 여론 조사로는 아니며, 반응의 전체 양이나 비율을 나타내는 것은 아니다. 그 전제로 보면, 논의는 크게 세 방향으로 나뉘어 있다.

첫 번째는, 「모델은 잘못되었다」는 말을, 지금까지의 온난화 예측 전체의 부정으로 받아들이는 반응이다. 고액의 탈탄소 정책을 불확실한 계산에 기반하여 진행해도 좋은가, 라는 의문도 여기에 겹친다. 이 우려는 정책 비용의 논의로서는 중요하지만, 모델의 국지적·장기적 한계와, 인위적 온난화를 나타내는 관측이나 물리 법칙까지 일괄적으로 부정하는 것은 비약이다.

두 번째는, 비판을 과학의 건전한 자기 수정으로 환영하는 반응이다. 정밀도를 가장하는 것보다, 조건과 오차 폭을 공개하고, 다양한 모델이나 관측을 결합하는 것이 좋다는 견해이다. 논문을 소개한 연구 관계자의 게시물에서도, 모델이 최근의 변화를 과소 평가하는 경우가 있을 수 있다는 것과, 물리 과정과 조정의 관계를 더 투명하게 해야 한다는 질문이 나오고 있다.

세 번째는, 불확실성은 「아무것도 하지 않는 이유」가 아니라, 「벗어난 방법을 상정하여 대비하는 이유」라고 하는 반응이다. 제방, 배수, 열사병 대책, 농업 품종, 수원 관리와 같은 투자에서는, 단일한 중심 예측뿐만 아니라, 나쁜 쪽으로 벗어난 경우까지 포함한 견고한 선택지가 요구된다. 이것은 보험과 같아서, 사고의 날짜를 정확히 예언할 수 없기 때문에 보험이 무의미해지는 것은 아니다.

SNS에서는, 전문적인 「예측」「투영」「시나리오」「앙상블」의 차이가 하나의 「맞다/틀리다」로 압축되기 쉽다. 자극적인 제목만이 공유되면, 연구자의 주장과는 반대로, 모델 비판이 과학 부정의 재료가 될 위험이 있다.

일본에 필요한 것은 「해상도」보다, 사용법의 설계

태풍, 호우, 폭염, 폭설, 가뭄 등 지역 차이가 큰 재해를 안고 있는 일본에서는, 세밀한 기후 정보에 대한 수요가 높다. 지자체나 기업은, 공장이나 데이터 센터의 위치, 하천 정비, 농작물, 전력 수요를 구체적인 지역 단위로 판단해야 한다.

그러나, 지도가 세밀할수록 확률도 높다고 받아들이는 것은 위험하다. 수 킬로 단위의 색 구분이 표시되어도, 수십 년 후의 특정 지점의 강수량이 같은 정밀도로 알 수 있는 것은 아니다. 정보 제공 측은, 평균값뿐만 아니라 모델 간의 폭, 자연 변동, 시나리오 의존성, 데이터의 한계를 보여줄 필요가 있다. 이용자 측도, 하나의 수치에 최적화하는 것이 아니라, 여러 조건에서 손실이 적어지는 계획을 선택해야 한다.

일본의 관측망을 유지하는 것도 중요해진다. 드빌 씨는, 다음 IPCC 평가에 있어, 기존의 지구 시스템 모델의 한계 이상으로, 연속적이고 관리된 관측 데이터의 부족이 장애가 될 수 있다고 지적했다. 위성, 해양 부이, 기상 레이더, 지상 관측, 하천·적설 데이터는, 모델을 평가하고, 개선하고, 현실에 연결하는 기반이다.

올바른 질문은 「믿을 것인가」가 아니다

기후 모델을 믿을 것인가, 믿지 않을 것인가――이 두 가지 선택은, 문제의 제기 방식으로서 너무 거칠다. 물어야 할 것은, 그 모델이 무엇을 위해 만들어졌고, 어떤 시간·공간 스케일로 검증되었으며, 어떤 가정을 두고, 무엇을 표현할 수 없으며, 결과의 폭을 어떻게 나타내는가이다.

세계 평균의 장기적인 온난화, 지역의 수십 년 후의 강수, 내년의 태풍 활동, 특정 제방에 필요한 높이는, 각각 다른 질문이다. 같은 모델, 같은 해상도, 같은 신뢰도로 답할 수 있는 것은 아니다.

기후 과학의 성숙이란, 언젠가 완전한 지구 복사본을 완성하는 것이 아닐지도 모른다. 불완전함을 측정하고, 다른 모델을 비교하고, 관측으로 구속하며, 벗어난 경우에도 부서지지 않는 의사 결정으로 연결하는 것. 그 방향 전환을 요구하는 목소리가, 지금 「연구자의 반란」으로서 표면화되고 있다.

모델의 한계를 인정하는 것은, 과학을 약하게 보이게 한다. 그러나 사실은 그 반대이다. 모르는 부분을 모르는 채로 보여주