연구진은 기존 기후 에뮬레이션 학습 데이터의 다양성 부족이 예측 성능을 제한한다는 사실을 밝혀냈습니다. 새로운 방법론을 통해 학습 데이터셋을 최적화하여 기존 시나리오에 없는 새로운 구조의 시나리오에도 일반화할 수 있는 에뮬레이터를 개발했습니다. 단일 시나리오로 학습한 에뮬레이터가 표준 시나리오 6개로 학습한 에뮬레이터보다 더 높은 예측 성능을 보였으며, 더 작은 데이터셋으로도 효과를 거두었습니다.