유럽은 점점 더 폭염과 가뭄에 노출되고 있지만, 부문별 단기 경제 효과는 여전히 예측하기 어렵습니다. 본 연구는 경제 지표와 고주파 기후 데이터를 결합하여 1,117개 EU 지역(2002–2022)의 1인당 부가가치 실질 성장을 예측하기 위한 기후 증강 모델을 개발합니다. 머신러닝(ML, Random Forest 및 XGBoost)을 사용할 때, 기후 변수는 농업 부문에서 예측 성능을 향상시키지만, 다른 부문에서는 그 효과가 제한적이며 경제 모델을 능가하지 못합니다. 폭염 지표는 예측 성능을 일관되게 향상시키는 반면, 가뭄 효과는 부문별로 다릅니다. 극심한 복합 폭염 및 가뭄 시나리오 시뮬레이션은 대부분의 지역에서 농업 연간 성장이 1.9%에서 7.6% 포인트까지 감소할 수 있음을 시사하는 반면, 산업, 특히 제조업은 덜 영향을 받지만, 동유럽 및 발트해 연안 국가에서 영향이 더 두드러집니다. 전반적으로 ML 모델은 복잡한 기후-경제 상호작용을 더 잘 반영하여 조기 경보, 정책 계획 및 표적 적응을 위한 사용을 지원합니다.