IBM-NASA, 기후변화 영향 연구에 AI 활용 협력

이집트 카이로에서 북서쪽으로 80km 떨어진 사닷 시 근처 관개된 농지 위성 사진. 출처: NASA 임팩트

2021년 8월 17일 딕시 산불 현장 위성사진. 살아있는 산불이 알마노어 호수 북쪽에 보인다. 출처: NASA 임팩트

IBM은 NASA(미국우주항공국) 마샬우주비행센터는 방대한 지구 및 지형 공간 과학 데이터로부터 새로운 지식과 정보를 발견하는 데 IBM AI(인공지능) 기술을 사용하기로 했다고 2일 밝혔다.

이번 협업은 NASA의 지구 관측 위성 데이터에 AI 파운데이션 모델 기술을 적용하는 최초 사례가 된다. 파운데이션 모델은 적용 범위가 지정되지 않은 광범위한 데이터셋을 학습한 AI 모델로 다양한 작업에 사용 가능하며, 한 상황에 관한 정보를 다른 상황에도 적용할 수 있다. 지난 5년간 NLP(자연어처리) 기술 분야 발전에 기여한 모델로, IBM은 언어 이외의 영역에도 적용하는 데 앞장서고 있다.

지구 관측 기술이 발달함에 따라 관련 데이터도 빠른 속도와 방대한 규모로 수집되고 있다. 이번 협업의 목표는 연구자들이 이런 대규모 데이터셋으로부터 정보·지식을 더 쉽게 분석·도출할 방법을 제공하는 것이다. 파운데이션 모델 기술을 통해 지구의 과학적 이해를 높이면서 기후 관련 문제에 더 빠르게 대응하기 위한 데이터 검색·분석 속도를 높일 수 있다는 게 IBM의 설명이다.

IBM과 NASA는 지구 관측에서 통찰력 있는 정보를 얻기 위해 여러 가지 신기술을 개발할 계획이다. IBM의 지형 공간 정보 파운데이션 모델은 지구 궤도 위성에서 수집한 토지 피복(지표면에 존재하는 물질과 그 분포 상황) 및 토지 이용 변화 기록인 NASA의 HLS(Harmonized Landset-Sentinel-2) 데이터셋을 학습하게 된다. 페타바이트 규모의 위성 데이터를 분석해 자연재해, 주기적 작물 수확량, 야생 동물 서식지 등 각종 현상의 지리적 발자국 변화를 파악하게 된다.

IBM과 NASA는 지구 과학 문헌 자료를 보다 쉽게 검색할 수 있도록 구축하는 작업도 병행한다. IBM의 NLP 모델은 약 30만 건의 지구 과학 논문을 학습했으며, 이는 레드햇 '오픈시프트' 기반으로 학습된 최대 규모 AI 워크로드 중 하나다. 이 모델은 IBM의 오픈소스 다국어 질의응답 시스템 '프라임QA(PrimeQA)'를 사용한다. 연구자들에게 리소스를 제공하는 것 외에 NASA의 과학 데이터 관리 및 감독 프로세스에도 적용될 수 있다.

이번 협약에 따라 추진 예정인 또 다른 IBM NASA 공동 프로젝트로 대기 관측 데이터셋인 MERRA2를 사용해 날씨·기후 예측을 위한 파운데이션 모델을 개발하는 작업이 있다. 이 협업은 향후 10년간 포용적이고 투명한, 협업 기반의 개방적 과학 커뮤니티를 조성하려는 NASA 오픈 소스 과학 이니셔티브의 일환이다.

라훌 라마찬드란(Rahul Ramachandran) NASA 마샬우주비행센터 선임연구원은 "이 파운데이션 모델의 장점은 수많은 하위 응용 분야에 활용될 수 있다는 점"이라며 "작은 팀들로는 이런 파운데이션 모델을 만들 수 없다. 각기 다른 관점, 리소스, 스킬셋을 제공하는 다양한 조직에 걸친 팀이 필요하다"고 말했다.

라구 간티(Raghu Ganti) IBM 수석연구원은 "파운데이션 모델은 NLP 분야에서 이미 성공을 거뒀다. 이젠 비즈니스와 사회에 중요한 새로운 영역과 양식으로 확장할 때"라며 "지구과학 데이터 중 지형 공간, 이벤트 시퀀스, 시계열 및 기타 비언어적 요소에 파운데이션 모델을 적용한다면 훨씬 더 많은 연구자, 기업, 시민들이 더없이 값진 지식과 정보를 누릴 수 있게 될 것이다. 궁극적으로 가장 시급한 기후 문제 해결에 더 많은 사람이 참여하는 데 큰 힘이 될 수 있다"고 밝혔다.팽동현기자 dhp@dt.co.kr