Gavin Schmidt: The emergent patterns of climate change

번역: Jihyeon J. Kim 검토: K Bang

We live in a very complex environment:

우리는 매우 복잡한 세상에 살고 있습니다.

complexity and dynamism

복잡성과 역동성,

and patterns of evidence

그리고 위성사진이나 비디오로 부터 나온

from satellite photographs, from videos.

많은 증거의 패턴들이 있습니다.

You can even see it outside your window.

우리는 창문 밖에서도 그런 것을 볼 수 있죠.

It's endlessly complex, but somehow familiar,

끝없이 복잡하지만 어느 정도 익숙하기도 합니다.

but the patterns kind of repeat,

그런 패턴은 어느 정도 반복되지만

but they never repeat exactly.

결코 똑같이 반복하진 않습니다.

It's a huge challenge to understand.

이것은 매우 이해하기가 어렵습니다.

The patterns that you see

여러분들이 보는 패턴들은

are there at all of the different scales,

모두 다른 규모에서 본 것들입니다.

but you can't chop it into one little bit and say,

이것을 잘게 한 조각으로 잘라 이렇게 말할 수는 없습니다.

"Oh, well let me just make a smaller climate."

"어, 내가 더 작은 규모의 기후를 만들어 볼께"

I can't use the normal products of reductionism

환원주의의 산물을 통해 "자 이제 내가 이해할 수 있는 것이로군."

to get a smaller and smaller thing that I can study

이렇게 말하며 실험실에서 연구할 수 있는

in a laboratory and say, "Oh,

보다 작은 것을 얻어낼 수는

now that's something I now understand."

없는 노릇입니다.

It's the whole or it's nothing.

전부가 아니면 아무 의미도 없습니다.

The different scales that give you

이러한 패턴을 보여주는

these kinds of patterns

서로 다른 규모들은

range over an enormous range of magnitude,

엄청난 크기의 범위를 가집니다.

roughly 14 orders of magnitude,

대략 14개 자릿수 정도의 규모인데,

from the small microscopic particles

구름의 씨앗이 되는

that seed clouds

현미경 수준의 입자로부터

to the size of the planet itself,

행성 자체의 크기까지 됩니다.

from 10 to the minus six

10의 마이너스 6승부터

to 10 to the eight,

10의 8승에 이릅니다.

14 orders of spatial magnitude.

공간적 크기로는 14자리의 규모이고

In time, from milliseconds to millennia,

시간적으로는 밀리 초에서 수 천년 정도입니다.

again around 14 orders of magnitude.

이것도 대략 14 자리 정도의 규모입니다.

What does that mean?

그게 어떤 의미일까요?

Okay, well if you think about how

자, 여러분이 이것을

you can calculate these things,

어떻게 계산할지 생각해 보시면

you can take what you can see,

볼 수 있는 것을 택할 수 있습니다.

okay, I'm going to chop it up

제가 이것을 많은 작은 상자들에

into lots of little boxes,

잘라 넣습니다.

and that's the result of physics, right?

그게 물리학의 결과입니다, 그렇죠?

And if I think about a weather model,

제가 날씨 모형에 대해 생각한다면,

that spans about five orders of magnitude,

그것은 행성에서 몇 킬로미터에 이르는,

from the planet to a few kilometers,

약 5자리 정도의 규모를 갖고 있으며

and the time scale

시간의 척도로는

from a few minutes to 10 days, maybe a month.

몇 초에서 10일, 약 한 달의 규모를 갖습니다.

We're interested in more than that.

우리는 그 이상으로 흥미를 갖습니다.

We're interested in the climate.

우리는 기후에 관심을 갖습니다.

That's years, that's millennia,

수 년, 수 천년으로

and we need to go to even smaller scales.

또 더욱 작은 범위로 가야 합니다.

The stuff that we can't resolve,

우리가 해결할 수 없는 것은

the sub-scale processes,

하위 규모의 과정입니다.

we need to approximate in some way.

어느 정도 추정을 해야 하지요.

That is a huge challenge.

그건 엄청나게 어려운 일입니다.

Climate models in the 1990s

1990년대의 기후 모형은

took an even smaller chunk of that,

보다 작은 규모를 사용했습니다.

only about three orders of magnitude.

약 세 자리 정도의 규모였죠.

Climate models in the 2010s,

2010년대의 기후 모형은

kind of what we're working with now,

지금 저희가 작업하고 있는 것인데

four orders of magnitude.

네 자릿수 정도의 규모를 가지고 있습니다.

We have 14 to go,

앞으로 14 자릿수를 더 가야 합니다.

and we're increasing our capability

저희는 10년마다 한 자릿수씩 더 늘어난

of simulating those at about

크기의 모의 실험을 할 수 있도록

one extra order of magnitude every decade.

우리의 능력을 제고시키고 있습니다.

One extra order of magnitude in space

우주에서 규모가 한 자릿수 더 늘어나는 것은

is 10,000 times more calculations.

만 번을 더 계산해야 한다는 것입니다.

And we keep adding more things,

이 어려운 모형에 다른 것들과

more questions to these different models.

여러 가지 질문들을 계속해서 추가시킵니다.

So what does a climate model look like?

그럼 기후 모델은 어떻게 생겼을까요?

This is an old climate model, admittedly,

이것은 구형 기후 모델입니다

a punch card, a single line of Fortran code.

천공 카드와 한줄의 포트란 코드로 되어있지요.

We no longer use punch cards.

더 이상 그런 카드는 쓰지 않습니다.

We do still use Fortran.

포트란은 여전히 쓰죠.

New-fangled ideas like C

C언어와 같은 최신의 것은

really haven't had a big impact

기후 모형을 만드는 데에

on the climate modeling community.

그다지 큰 영향을 주지 않았습니다.

But how do we go about doing it?

하지만 어떻게 진행시킬까요?

How do we go from that complexity that you saw

여러분이 보시는 이 복잡한 것에서부터

to a line of code?

한 줄의 코드로 바꿀까요?

We do it one piece at a time.

한 번에 하나씩 합니다.

This is a picture of sea ice

이것은 남극 위에서 찍은

taken flying over the Arctic.

해빙의 사진입니다.

We can look at all of the different equations

우리는 얼음이 자라거나 녹거나

that go into making the ice grow

모양을 바꾸게 하는 여러가지 방정식들을

or melt or change shape.

살펴볼 수 있습니다.

We can look at the fluxes.

유동성을 볼 수 있고,

We can look at the rate at which

어떤 속도로 눈이 얼음이 되는지 볼 수 있고

snow turns to ice, and we can code that.

그것을 코드로 만듭니다.

We can encapsulate that in code.

코드 속에 압축할 수 있습니다.

These models are around

이 모형들은 현재

a million lines of code at this point,

대략 100만줄의 코드로 되어있습니다.

and growing by tens of thousands of lines of code

매년 수 십만줄의 코드가

every year.

생겨납니다.

So you can look at that piece,

여러분이 이부분을 볼 수 있으시지만

but you can look at the other pieces too.

다른 부분도 볼 수 있습니다.

What happens when you have clouds?

구름이 있다면 어떤 일이 벌어질까요?

What happens when clouds form,

구름이 생성될 때,

when they dissipate, when they rain out?

흩어질 때, 비가 될 때 어떤 일이 생길까요?

That's another piece.

그것은 다른 부분입니다.

What happens when we have radiation

태양으로부터 오는 방사선이

coming from the sun, going through the atmosphere,

대기를 뚫고 들어와

being absorbed and reflected?

흡수되거나 반사될 때는 어떤 일이 벌어질까요?

We can code each of those very small pieces as well.

이런 작은 것들도 코드로 만들 수 있습니다.

There are other pieces:

다른 부분도 있습니다.

the winds changing the ocean currents.

바다의 조류를 변화시키는 바람이죠.

We can talk about the role of vegetation

토양에서 수분을 빨아 들여

in transporting water from the soils

다시 대기로 보내는

back into the atmosphere.

식물의 역할에 대해서도 이야기할 수 있습니다.

And each of these different elements

이 여러가지 요소들을

we can encapsulate and put into a system.

묶어서 시스템에 입력합니다.

Each of those pieces ends up adding to the whole.

이런 각각의 부분들이 전체에 더해지는 것입니다.

And you get something like this.

그러면 이런 것을 얻게 됩니다.

You get a beautiful representation

여러분이 보시는 모든 새로운 패턴들이 있는

of what's going on in the climate system,

기후 체계에서 어떤 일이 일어나는지

where each and every one of those

보여주는 훌륭한 모형을

emergent patterns that you can see,

얻게 됩니다.

the swirls in the Southern Ocean,

남해의 소용돌이,

the tropical cyclone in the Gulf of Mexico,

멕시코만의 열대성 사이클론,

and there's two more that are going to pop up

그리고 태평양에는 지금 어느 순간에라도

in the Pacific at any point now,

두 개가 더 생기려고 합니다.

those rivers of atmospheric water,

또 대기 중 수분의 강줄기들,

all of those are emergent properties

이 모든 것들이 제가 말씀드린

that come from the interactions

소규모 과정들의 상호작용으로

of all of those small-scale processes I mentioned.

생겨난 새로운 특성들입니다.

There's no code that says,

어떤 코드도 이렇게 말하지 않습니다.

"Do a wiggle in the Southern Ocean."

"남해쪽으로 조금만 움직여 봐요."

There's no code that says, "Have two

"서로 소용돌이 치는

tropical cyclones that spin around each other."

두 개의 열대성 사이클론을 만들어 봐요."라고요.

All of those things are emergent properties.

모두가 새로운 특성들입니다.

This is all very good. This is all great.

모두 아주 훌륭합니다. 아주 좋죠.

But what we really want to know

하지만 우리가 정작 알고 싶은 것은

is what happens to these emergent properties

시스템에 변화를 주면 이러한 새로운 특성들에

when we kick the system?

어떤 일이 생길까 입니다.

When something changes, what happens to those properties?

뭔가 변화가 생기면, 여기에 어떤 일이 벌어질까요?

And there's lots of different ways to kick the system.

시스템에 변화를 주는 방법에는 여러가지가 있습니다.

There are wobbles in the Earth's orbit

수 십만년에 걸쳐

over hundreds of thousands of years

기후에 변화를 주어 온

that change the climate.

지구 궤도의 흔들림이 있습니다.

There are changes in the solar cycles,

태양 활동 주기에 변화가 있어서

every 11 years and longer, that change the climate.

11년 정도마다 기후를 변화시킵니다.

Big volcanoes go off and change the climate.

거대 화산이 폭발해서 기후를 변화시킵니다.

Changes in biomass burning, in smoke,

생물 자원의 연소, 연기, 분무 입자,

in aerosol particles, all of those things

이 모든 것에서의 차이가

change the climate.

기후를 변화시킵니다.

The ozone hole changed the climate.

오존층 구멍도 기후를 변화시킵니다.

Deforestation changes the climate

삼림 파괴가 지표면 특징을 바꾸고

by changing the surface properties

수분이 증발하는 방식과

and how water is evaporated

시스템에서 움직이는 것을 바꿔서

and moved around in the system.

기후를 변화시킵니다.

Contrails change the climate

비행운은 이전에 구름이 없던 지역에

by creating clouds where there were none before,

구름을 생성시켜 기후에 변화를 줍니다.

and of course greenhouse gases change the system.

물론 온실 가스도 기후를 변화시킵니다.

Each of these different kicks

이런 여러가지 요인들이

provides us with a target

우리가 이 시스템에 대해 제대로 이해하고 있는지를

to evaluate whether we understand

평가해 볼 수 있는 대상을

something about this system.

제공해 줍니다.

So we can go to look at

그래서 모형 기술이 어떤 것인지

what model skill is.

살펴볼 수 있습니다.

Now I use the word "skill" advisedly:

저는 "기술"이라는 용어를 의도적으로 썼습니다.

Models are not right or wrong; they're always wrong.

모형은 옳거나 틀린 것이 아니라 항상 틀립니다.

They're always approximations.

그것은 언제나 근사치입니다.

The question you have to ask

의문을 가져야 할 것은

is whether a model tells you more information

그것이 없을 때 보다는

than you would have had otherwise.

모형이 정보를 더 주느냐 입니다.

If it does, it's skillful.

더 많은 정보를 준다면 그것은 기술이 많은 겁니다.

This is the impact of the ozone hole

이것은 해수면 압력에 생긴 오존층 구멍의 여파입니다.

on sea level pressure, so low pressure, high pressures,

남해와 남극해 주변의

around the southern oceans, around Antarctica.

저기압, 고기압입니다.

This is observed data.

이것은 관측된 자료이고

This is modeled data.

이것은 모형화된 자료입니다.

There's a good match

잘 들어 맞습니다.

because we understand the physics

왜냐하면 우리가 성층권의 온도를 조절하는

that controls the temperatures in the stratosphere

물리와 그것이 남해 주변의

and what that does to the winds

바람에 어떤 작용을 하는지

around the southern oceans.

이해하기 때문입니다.

We can look at other examples.

다른 사례들도 살펴볼 수 있습니다.

The eruption of Mount Pinatubo in 1991

1991년 피나투보 화산 분출이

put an enormous amount of aerosols, small particles,

대기 중에 엄청난 양의

into the stratosphere.

분진과 재를 뿜어 냈습니다.

That changed the radiation balance of the whole planet.

그것이 지구 전체 복사열의 균형을 바꿨습니다.

There was less energy coming in than there was before,

이전보다 에너지가 덜 흡수되서

so that cooled the planet,

지구의 온도가 내려갔고

and those red lines and those green lines,

저 붉은 선과 초록 선들이

those are the differences between what we expected

실제로 일어난 현상과 예측 사이의

and what actually happened.

차이입니다.

The models are skillful,

모형은 기술적입니다.

not just in the global mean,

지구적인 중간값 뿐만 아니라

but also in the regional patterns.

지역적 패턴에서도 그렇습니다.

I could go through a dozen more examples:

열 개이상 사례를 더 들어 드릴 수도 있습니다.

the skill associated with solar cycles,

성층권의 오존을 변화시키는

changing the ozone in the stratosphere;

태양 활동 주기와 관련된 기술이나

the skill associated with orbital changes

6,000년에 걸친

over 6,000 years.

궤도 변화와 연관된 기술 등이요.

We can look at that too, and the models are skillful.

그것도 살펴보면 모형이 잘 기능합니다.

The models are skillful in response to the ice sheets

이만년 전의 빙하층에 대해서도

20,000 years ago.

모형은 기능합니다.

The models are skillful

수 십년에 걸친

when it comes to the 20th-century trends

20세기 경향에 관해서도

over the decades.

모형은 잘 작동합니다.

Models are successful at modeling

8,000년 전 북대서양의

lake outbursts into the North Atlantic

호수 분출을 모형화하는 데에도

8,000 years ago.

성공적입니다.

And we can get a good match to the data.

자료와 잘 맞아요.

Each of these different targets,

각각의 다른 대상들과

each of these different evaluations,

각각의 다른 평가들은

leads us to add more scope

이 모형들에 더 많은 시각을

to these models,

갖게 해줍니다.

and leads us to more and more

그리고 보다 더

complex situations that we can ask

흥미로운 질문을 할 수 있는

more and more interesting questions,

점점 더 복잡한 상황으로 이끌어 줍니다.

like, how does dust from the Sahara,

가령, 오렌지색으로 보이는 사하라 사막의 먼지가

that you can see in the orange,

북대서양의 열대성 사이클론과

interact with tropical cyclones in the Atlantic?

어떻게 상호작용을 할까요?

How do organic aerosols from biomass burning,

붉은 점으로 보시는

which you can see in the red dots,

생물자 원 연소로 인한 유기 분무 물질이

intersect with clouds and rainfall patterns?

어떻게 구름이나 강우 형태와 교차할까요?

How does pollution, which you can see

흰 줄기로 보시는

in the white wisps of sulfate pollution in Europe,

유럽의 황산염 오염이

how does that affect the temperatures at the surface

지표면 온도와 표면에 닿는

and the sunlight that you get at the surface?

햇빛에 어떻게 영향을 미칠까요?

We can look at this across the world.

우리는 이런 것을 전세계적으로 볼 수가 있습니다.

We can look at the pollution from China.

중국의 오염을 살펴볼 수 있고

We can look at the impacts of storms

폭풍이 대기 중의 바다 염분 입자에

on sea salt particles in the atmosphere.

미치는 여향을 볼 수 있습니다.

We can see the combination

이 모든 것이

of all of these different things

동시에 벌어지는 조합을

happening all at once,

볼 수도 있습니다.

and we can ask much more interesting questions.

그럼 보다 흥미로운 질문을 할 수 있습니다.

How do air pollution and climate coexist?

대기 오염과 기후는 어떻게 공존할까요?

Can we change things

대기 오염과 기후에 영향을 주는 것을

that affect air pollution and climate at the same time?

동시에 바꿀 수 있을까요?

The answer is yes.

네. 바꿀 수 있습니다.

So this is a history of the 20th century.

이것이 20세기 역사입니다.

The first one is the model.

첫 번째 것은 모형입니다.

The weather is a little bit different

실제로 일어났던 것과

to what actually happened.

날씨는 조금 다릅니다.

The second one are the observations.

두 번째 것은 관측입니다.

And we're going through the 1930s.

1930년대를 거쳐가고 있습니다.

There's variability, there are things going on,

가변성이 있고 여러가지 일들이 벌어집니다.

but it's all kind of in the noise.

그러나 모든 것이 혼란 속에 있습니다.

As you get towards the 1970s,

1970년대로 들어가면,

things are going to start to change.

상황이 바뀌기 시작합니다.

They're going to start to look more similar,

뭔가 비슷하게 보이기 시작하고

and by the time you get to the 2000s,

그 즈음에 2000년대가 됩니다.

you're already seeing the patterns of global warming,

이미 지구 온난화의 패턴이 보입니다.

both in the observations and in the model.

관측과 모형 둘 다에서 말입니다.

We know what happened over the 20th century.

우리는 20세기 동안에 벌어진 일들을 알고 있습니다.

Right? We know that it's gotten warmer.

그렇죠? 점점 더 따뜻해지는 것을 알죠.

We know where it's gotten warmer.

어디가 더 따뜻해지는지 압니다.

And if you ask the models why did that happen,

모형에 왜 이런 일이 벌어지는지 물으면

and you say, okay, well, yes,

여러분은, "네, 그러니까

basically it's because of the carbon dioxide

우리가 대기중에 내보내는

we put into the atmosphere.

이산화탄소가 주된 원인이에요." 라고 하시겠죠.

We have a very good match

가장 최근까지

up until the present day.

매우 잘 맞았습니다.

But there's one key reason why we look at models,

우리가 모형을 들여다 보는 핵심적인 이유가 있습니다.

and that's because of this phrase here.

이 말 때문입니다.

Because if we had observations of the future,

미래에 대한 관측이 있다면

we obviously would trust them more than models,

모형보다는 그것을 더 신뢰할 겁니다.

But unfortunately,

불행히도,

observations of the future are not available at this time.

지금은 미래의 관측이 가능하지 않습니다.

So when we go out into the future, there's a difference.

미래를 들여다 볼 때는, 다른 점이 있습니다.

The future is unknown, the future is uncertain,

미래는 미지의 것이고 불확실하며

and there are choices.

선택이 있습니다.

Here are the choices that we have.

우리에게 선택이 있습니다.

We can do some work to mitigate

대기 중에 이산화탄소 배출을

the emissions of carbon dioxide into the atmosphere.

완화시킬 수 있습니다.

That's the top one.

그것이 가장 우선입니다.

We can do more work

정말로 그것을 감소시키는

to really bring it down

일을 해서

so that by the end of the century,

21세기 말에는 지금보다

it's not much more than there is now.

훨씬 적게 할 수 있습니다.

Or we can just leave it to fate

아니면 운명에 맡기고

and continue on

하던대로 하자는 태도를 가지고

with a business-as-usual type of attitude.

계속 이대로 갈 수도 있습니다.

The differences between these choices

이런 선택의 차이점들은

can't be answered by looking at models.

단지 모형을 살펴보는 것으로는 알 수 없습니다.

There's a great phrase

셔우드 롤랜드가

that Sherwood Rowland,

했던 유명한 말이 있습니다.

who won the Nobel Prize for the chemistry

그는 오존 감소와 관련된 화학 연구로

that led to ozone depletion,

노벨화학상을 받았는데,

when he was accepting his Nobel Prize,

노벨상을 수상할 때

he asked this question:

이런 질문을 했습니다.

"What is the use of having developed a science

"미래를 예측하는 과학을 개발하여

well enough to make predictions if, in the end,

마침내 우리 모두가

all we're willing to do is stand around

가만히 서서 벌어질 일을

and wait for them to come true?"

기다리는 것이 무슨 소용이 있을까요?"

The models are skillful,

모형은 매우 잘 작동합니다.

but what we do with the information from those models

하지만 그 모형들로 부터 얻어지는 정보로 무엇을 할지는

is totally up to you.

여러분에게 달려 있습니다.

Thank you.

감사합니다.

(Applause)

(박수)