정확도 떨어지는 산불 감지, "이젠 걱정 NO"…위성·기상예보에 AI 접목

UNIST, 딥러닝 기반 산불탐지 기술 개발
수치모델의 다양한 변수 반영...정확도 향상

UNIST는 인공위성 자료와 기상 예보의 수치모델 자료를 융합해 다양한 환경변화에 대응이 가능한 산불탐지 기술을 개발했다. 임정호 교수(왼쪽 증명사진부터), 강유진 제1저자 연구원, 성태준 연구원 UNIST 제공

인공위성과 기상예보 자료를 토대로 다양한 환경 변화에도 산불을 감지할 수 있는 기술이 나왔다. 기후위기에 따라 대형화, 일상화되고 있는 산불 발생과 피해를 줄이는 데 기여할 전망이다.

울산과학기술원(UNIST)은 임정호 교수 연구팀이 인공위성 자료와 기상 예보에 사용되는 수치모델 자료를 융합한 산불 탐지 기술을 개발했다고 19일 밝혔다.

산불은 예측이 어려워 실시간 모니터링을 통한 빠른 대응이 필수적으로 요구된다. 미국의 NASA(항공우주국)를 포함한 각국에서는 산불 탐지를 위해 20년이 넘는 기간 동안 인공위성 자료에만 의존해 왔다.

연구팀은 인공위성 자료에 기상 예보에서 사용되는 수치모델 자료를 융합했다. 수치모델 자료는 상대습도, 지표면 온도, 위성 관측각 등의 정보를 전송하는데, 이런 자료를 활용해 산불 목표 지역의 환경과 관측 조건들을 계산했다. 특히 인공위성에서 주로 활용되는 변수들과 수치모델에서 제공되는 정보의 서로 다른 특성을 학습하기 위해 이중 모듈 신경망 모델을 개발했다. 이 모델은 11×11 픽셀 이미지를 입력받아 산불 여부를 판단할 수 있다.

이 기술은 미국, 일본, 한국에서 사용하고 있는 탐지 기술과 비교해 상대습도 등 다양한 변수를 동시에 고려하기 때문에 다양한 환경변화에도 감지가 가능하다. 또한 기존 탐지 기술보다 정확하게 산불 위치를 탐색할 수 있다. 실제로, 4㎢ 공간의 넓은 범위를 탐지하기 때문에 1㎢의 좁은 범위를 탐지하는 기존 기술에 비해 위성의 해상도가 떨어지지만, 높은 정확성을 보인다.

임정호 UNIST 교수는 "이번 연구는 서로 다른 자료를 융합해 딥러닝 장점을 극대화한 것으로, 글로벌 산불 탐지 기술로 활용할 수 있는 기술적 토대가 될 것"이라고 말했다.

이 연구결과는 국제 학술지 '환경원격탐사(지난달 15일)' 온라인에 게재됐다. 이준기기자 bongchu@dt.co.kr