AIFS-SUBS는 데이터 기반 예측 모델을 아례 계절 규모로 확장하기 위해 ECMWF의 AIFS-CRPS 모델을 개선했어요.
24시간 자동 회귀 타임스텝을 적용하여 오류 누적을 줄이고, 성층권 레벨과 대기 상층 열 복사를 예측 변수로 추가했어요.
주요 계절(2~6주)에서 기존 IFS와 유사한 확률적 기술을 보이며, 체계적 편향을 줄였고, 대류 성분(MJO) 예측 기간을 8일 연장했어요.
AIFS-SUBS는 추론 시 IFS보다 약 200배 적은 에너지를 사용하며, ECMWF의 첫 번째 아례 계절 규모 머신러닝 모델이에요.