Rainmaker에 1억 달러…1억4500만 갤런은 회사 측 측정치다

미국 캘리포니아주 엘세군도에 본사를 둔 Rainmaker는 2026년 9월 21일 시리즈 B 투자 발표 에서 1억 달러를 조달했으며, 약 4개월간 구름씨뿌리기로 늘어난 강수의 물 환산량이 1억4500만 갤런을 넘는다고 자체 산정했다. 투자 유치는 발표된 자금조달 사건이지만, 강수 증가분은 회사가 비행 기록과 기상 관측을 해석해 얻은 추정치다. 같은 발표에 담긴 두 숫자를 같은 수준의 입증된 성과로 취급해서는 안 된다.

같은 날 나온 Fast Company 보도 는 NOA VC, Upfront Ventures, DCVC, Lowercarbon Capital, Dream Ventures의 참여를 전하고, 1억4500만 갤런을 Rainmaker가 비행 자료에 연결한 양으로 귀속했다. 새 기업가치는 공개되지 않았으며, 외부 연구진과 협력해 결과를 더 검증하는 일은 앞으로의 계획으로 소개됐다. 독립 매체가 투자와 실험을 취재했다는 사실은 회사가 계산한 물의 양을 독립 연구진이 재현했다는 뜻이 아니다.

투자금이 향하는 곳은 비행과 강수 분석이다

새 자금은 대기 연구 조직 확대에 쓰일 예정이다. 확충 대상으로 거론된 분야는 레이더 기상학, 기계학습, 에어로졸 화학이다. 드론을 더 많이 띄우는 것만으로 강수 증가를 설명할 수 없으므로, 구름이 씨뿌리기에 적합한 순간을 찾고 살포 뒤 나타난 신호를 해석하는 역량도 사업의 핵심이 된다.

투자자 명단과 조달 규모는 기상개조 연구에 자본이 들어왔음을 보여준다. 그러나 투자 결정 자체가 물 생산 비용이나 가뭄 완화 효과를 입증하지는 않는다. 사업 성과를 설명하려면 비행에 들어간 비용과 함께 개입하지 않았을 때 내렸을 강수량을 추정해야 한다. 이미 비가 오고 있는 지역에 드론을 보냈다면, 이후 내린 비 전체를 인공적인 증가분으로 셀 수 없기 때문이다.

장기 구상에는 미국 서부의 물 부족 지역에 강수를 보태겠다는 목표가 포함돼 있다. 현재 공개된 성과는 투자 발표와 회사가 계산한 시험 결과의 범위에 머문다. 특정 유역의 수자원 공급이 안정됐거나 가뭄 피해가 줄었다는 결과가 이번 발표에 제시된 것은 아니다. 투자금의 의미도 그런 장기 효과가 이미 확인됐다는 데보다, 이를 측정하고 반복 시험할 연구 여력이 커졌다는 데 있다.

드론이 쓰는 물질과 강수가 생기는 조건

Rainmaker의 드론은 강수 가능성이 있는 구름 안에 요오드화은을 방출한다. 이 입자는 구름 속 과냉각 물방울이 얼음 결정을 만들도록 돕는 핵으로 작용할 수 있다. 얼음 입자가 자라 무거워지면 지상에 눈이나 비로 내릴 수 있지만, 구름씨뿌리기는 대기 중에 없던 수분을 새로 만들어내는 방식이 아니다.

따라서 적절한 구름, 온도, 수분과 바람이 함께 맞아야 한다. 구름에 이미 자연 얼음 입자가 많다면 새로 넣은 입자의 효과를 구별하기가 더 어려울 수 있고, 살포한 입자가 바람을 따라 어디로 이동하는지도 추적해야 한다. 비행의 목적은 물질을 넣는 데서 끝나지 않는다. 살포 시각과 위치를 이후의 강수 흔적에 연결할 관측 조건을 확보해야 증가분을 논할 수 있다.

이 기술이 작동할 가능성과 특정 비행에서 물이 얼마나 더 내렸는지는 별개의 문제다. 비행 직후 레이더에 강한 신호가 나타나도 그 신호가 원래 성장하던 자연 강수인지, 살포로 더해진 얼음 입자인지 따져야 한다. 더욱이 레이더가 포착한 공중의 입자와 지상에서 실제로 모을 수 있는 물은 같은 측정 대상이 아니다. 회사의 큰 누적량은 저수지에 모인 물을 직접 계량한 수치로 읽어서는 안 된다.

케나이반도에서 자연 강수와 살포 신호를 구별한 방법

Rainmaker의 케나이반도 실험 보고서 는 2026년 8월 23일 드론 2대가 약 3시간에 걸쳐 수행한 7차례 살포 작전을 다루며, 약 4.69시간의 레이더 분석 구간에서 증가분을 평균 57.6에이커피트, 약 1900만 갤런으로 추정했다. 여기서 살포 작전의 지속 시간과 강수량을 합산한 관측 구간은 다르다. 이 개별 실험값은 투자 발표에 나온 누적 추정량 전체를 별도로 재계산한 결과도 아니다.

실험 현장에는 자연 강수가 약하게 이어지고 있었다. 살포로 생겼다고 본 신호는 드론이 기록한 방출 시각과 위치, 바람의 방향을 기준으로 레이더 영상에서 찾았다. 바람이 옮길 수 있는 범위를 먼저 정한 뒤 그 안에서 반사 신호가 새로 생기고 자라며 이동하는지를 살폈다. 살포 지점 근처에 신호가 있었다는 이유만으로 곧바로 인과관계를 인정하는 방식은 아니었다.

시간이 흐르며 레이더 신호의 모양과 높이가 어떻게 바뀌는지, 별도의 살포 뒤에도 비슷한 흔적이 되풀이되는지가 구별의 근거였다. 일단 신호를 살포와 연결한 뒤에는 관측 시점마다 그 영역을 수작업으로 표시해 양을 계산했다. 이 과정에는 연구진이 어느 반사 신호를 포함하고 어디서 추적을 멈출지 판단하는 단계가 들어간다. 비행 기록이 정밀해도 이런 판단이 자동으로 사라지는 것은 아니다.

반사 신호는 곧바로 물의 부피가 되지 않는다. 얼음 입자의 크기와 형태에 따라 레이더 반사도와 강수 강도의 관계가 달라져, 여러 환산식을 적용해 액체 상태의 물로 환산한 강수량을 계산했다. 주변에 존재하던 약한 자연 강수의 반사도를 배경값으로 빼고, 추적한 영역 안의 추정 강수량을 합산했다. 어느 배경값과 영역을 택하는지에 따라 인공적으로 더해졌다고 계산되는 양도 달라진다.

회사 측 ‘검증’이 말해 주는 것과 남은 불확실성

여기서 ‘검증’은 비행 자료와 레이더 신호를 연결하고, 그 신호를 강수량으로 환산한 회사 연구진의 분석을 가리킨다. 공공 레이더 관측 자료를 사용했더라도 해석과 양적 추정의 주체가 외부 연구기관으로 바뀌지는 않는다. 관측 방법을 공개한 것은 결과를 따져 볼 출발점이지만, 회사의 수치가 독립적으로 확정됐다는 증거와는 범위가 다르다.

환산식에 따른 추정 범위는 강수 입자의 성질이 다를 때 수치가 어떻게 달라지는지 보여준다. 그러나 그것이 가능한 모든 오차를 포괄하지는 않는다. 레이더의 보정 상태, 산악 지형에 가려진 관측 구간, 연구진이 그린 신호 경계, 자연 강수가 일부 섞였을 가능성은 별도의 불확실성이다. 가장 낮은 레이더 관측 높이에서 지상에 이르는 동안 눈과 비가 변하거나 일부 증발하는 문제도 남는다.

현장 대기가 습하고 이미 비가 내리던 상태였다는 점은 공중에서 보인 강수가 지상에 닿기 전에 대량으로 사라졌을 가능성을 낮추는 근거로 제시된다. 그래도 레이더로 추정한 강수량과 특정 취수 지점에 실제로 확보된 물의 양은 구분해야 한다. 물이 어디에 떨어졌는지, 토양과 하천을 거쳐 어느 정도 이용 가능한 물로 남는지는 이번 추정치가 직접 답하는 질문이 아니다.

하나의 유리한 기상 조건에서 신호를 구별했다고 해서 다른 계절이나 유역에서도 같은 양이 생긴다고 단정할 수도 없다. 구름 속 과냉각 물의 양과 기존 얼음 입자, 지형, 바람, 자연 강수의 세기가 달라지면 가능한 살포 시간과 신호의 크기가 함께 바뀐다. 여러 조건에서 같은 분석 기준을 적용했을 때 결과가 재현되는지가 누적량과 사업 계획을 평가하는 데 중요하다.

다음에 확인할 것은 독립적인 재현 결과다

이번에 확인된 것은 대규모 시리즈 B 투자와 회사가 공개한 구름씨뿌리기 강수량 추정이다. 외부 연구진과의 협력 계획이 있지만, 이번 투자 발표에는 별도 연구진이 같은 누적 증가량을 재현한 결과가 담기지 않았다. 후속 연구가 비행 자료, 자연 강수의 기준선, 레이더 환산 방법과 지상 관측을 함께 검토해야 회사 측 수치의 재현 범위를 더 좁힐 수 있다.

Rainmaker의 다음 과제는 더 많은 비행 자체보다 서로 다른 날씨에서도 살포로 인한 증가분을 자연 강수와 안정적으로 가려내는 일이다. 그 결과가 공개되기 전까지 제목의 물량은 회사가 측정하고 계산한 강수량으로 읽는 것이 정확하다. 실제 유역에 보탠 물의 양과 비용 효과는 별도의 자료가 쌓여야 판단할 수 있다.

함께 읽기:

• Lasso에 3000만달러, GPU 없는 AI 방어벽은 자체 측정치다
• Muse Voice Transcribe는 20명 넘게 구분한다…시간당 0.18달러
• Grok 음성인식 정확도 2배 주장…독립 측정에선 오류율 8위였다