인공위성 관측 정보로 바다의 미래를 예측할 수 있다?

원격 탐사는 현장 관측과 대조되는 개념으로 물리적 접촉 없이 어떤 물체나 대상에 대해 정보를 얻는 것을 말합니다.최근 해양탑재체를 장착한 우리나라 정지궤도위성 천리안위성 2B호가 발사되면서 해양 원격탐사가 더 진행될 것으로 예상됩니다. 인공위성에서 얻은 자료를 다양한 해양연구에 이용하기 위한 알고리즘이 인공지능의 발달로 무에서 유를 창조하는 결과를 낳고 있습니다. 원격 탐사의 역사

1840년대에 새로 개발된 카메라를 풍선에 매달아 지상을 관측한 것이 원격 탐사의 시작이라고 합니다. 제1차 세계대전을 거치면서 원격 탐사의 필요성을 느낀 후, 제2차 세계대전 중 풍선형 기구인 ‘블림프(Blimp)’를 이용하여 원격 탐사가 발달하게 되었습니다.

▲ 하늘을 나는 블림프의 모습을 형상화한 뒤 1957년 옛 소련은 인류 최초의 인공위성 스푸트니크(Sputnik러시아어로 여행의 동반자라는 뜻)를 우주로 보냅니다.이에 자극을 받은 미국항공우주국(NASA)은 1969년 유인우주선 아폴로 11호를 달에 보내 우주탐사 역사가 시작됩니다.우주탐사는 우주를 향한 인간의 꿈인 동시에 멀리 우주에서 우리가 사는 지구를 관측하게 되는 새로운 시각을 갖는 것이기도 했습니다. 인공위성으로 바다를 바라보다

인류 최초의 해양 관측용 인공위성은 ‘시셋(Seasat)’입니다. 1978년 미국에서 발사된 해양 관측 위성으로 적외선 마이크로파 센서를 탑재해 해수면 상태를 측정했습니다. 이후 지금까지 매우 다양한 센서가 개발되어 더 나은 시·공간 해상도 자료를 수집할 수 있게 되었습니다.

▲ 시 세트의 외관 인공 위성은 태양으로부터 방사되어 지구에 도달하는 전자파를 이용합니다.전파 대역으로 엽록소(엽록소)·탁도 등을 알아보는 바다 빛깔 위성의 가시 영역, 바닷물의 수온을 알아보는 열 적외선, 수온·바람·강우 등을 알아보는 수동 마이크로파 해수면 높이·바람 등을 알아보는 능동 마이크로파 대역으로 나누어집니다.인공 위성의 관측 자료를 이해하려면 때·공간의 해상도와 각 센서가 갖는 특유의 능력을 이해할 필요가 있습니다. 가시 영역의 위성은 공간 해상도가 다른 위성에 비해서 매우 좋지만 구름이 많다고 구름이 렌즈를 가리는 현상이 발생한 관측이 어려워집니다.반대로 마이크로파의 경우, 해상도는 바다 빛깔 위성보다 낮겠지만, 구름에 관계 없이 자료를 얻을 수 있습니다. 10년 전부터는 가시 영역 위성만의 관측을 극복하기 위해서 마이크로파 위성 자료와 합성하는 연구가 활발히 진행되고 있습니다. 인공 위성 관측을 해양 연구에 연결하는 다양한 알고리즘

인공위성 관측을 해양 연구에 이용하기 위해 다양한 알고리즘이 개발되고 있습니다. 위성에서 관측되는 다양한 파장별 반사도로 클로로필이나 수온을 산출하거나 해수면에서 반사되는 레이더의 신호 강도를 분석하여 해수면의 거칠기, 즉 해수면으로부터의 바람이나 파도를 연구하기도 합니다.하지만 지금까지 개발된 많은 알고리즘 중 최근 많은 사람들의 주목을 받고 있는 것은 단연 인공지능 알고리즘입니다.

▲ 인공지능 관련 논문의 출판 건수, 인공지능 기술은 2015년부터 폭발적으로 발전하고 있습니다. 인공지능 관련 기술 논문만 하루에 100편 이상 출판될 정도입니다. 인공위성 관측과 인공지능 알고리즘 사이의

일. 인공위성 자료의 융합 기후 변화에 가장 중요한 관측 자료 중 하나는 대기나 해양의 이산화탄소(CO2)를 관측하는 것입니다.대기의 이산화탄소는 OCO2라는 위성으로 관측할 수 있고, 해양의 이산화탄소는 아직 인공위성으로 관측할 수 없습니다. 하지만 인공지능 알고리즘을 이용하면 인공위성에서 얻은 수온과 클로로필(엽록소) 자료를 이용해 이산화탄소 분압(pCO2)*을 예측할 수 있습니다.*분압: 부분압력(혼합기체에서 한 성분만이 전체 부피를 차지했다고 가정했을 때의 압력)을 줄여 말하는 말. 관측할 수 없는 정보인 이산화탄소 분압을 인공지능 알고리즘으로 생성할 수 있기 때문에 마치 무에서 유를 창조하는 것과 같습니다.

▲ 인공 위성에서 얻은 수온(SST), 클로로필(Chla)자료를 인공 지능 알고리즘에서 훈련시키고 이산화 탄소 분압을 예측할 해양과 대기의 이산화 탄소 농도를 모니터링하면 미래 기후 변동을 정확히 진단할 수 있습니다.국제적으로 탄소 저감에 힘쓰고 있는데, 해양에서의 탄소 배출량은 직접적인 측정 이외에 다른 측정 방법이 없는 실정입니다. 해양의 이산화 탄소 분압 관측이 중요한 또 하나의 이유는 이산화 탄소 증가가 해양 산성화를 가속화시키고 채워진 껍질류의 크기가 축소되는 등 해양 생태계에 매우 좋지 않은 결과를 내기 때문입니다. 아까 소개한 인공 위성과 인공 지능 알고리즘을 이용하고 해양에서의 탄소 변화량을 예측하고 제시함으로써 이산화 탄소 증가 경향과 함께 미래에 발생하는 슈퍼 태풍과 엘니뇨의 크기를 예측하고 기후 변화에 의해서 발생하는 문제에 대비할 수 있기 때문입니다. 두. 인공 위성 자료의 보완

▲ 미국의 모디스 위성이 구름으로 인해 결측한 일수상 그림은 미국의 해색위성 모디스(MODIS)가 연중 구름으로 인해 자료 획득이 불가능한 일수를 기록한 자료입니다.약 290일 이상 구름으로 인해 자료를 얻을 수 없음을 확인할 수 있습니다.한국의 해양관측위성인 천리안위성도 해색위성이기 때문에 구름이라는 제약에서 자유로울 수 없습니다. 이를 극복하기 위해 인공지능 알고리즘을 수동 마이크로파 관측 자료에 적용해 클로로필을 재생산하는 연구가 진행되고 있습니다.

▲(왼쪽 위)구름으로 바다 빛깔 관측용 MODIS센서의 자료가 거의 없는 상황(왼쪽)수동 마이크로파 관측에 인공 지능 알고리즘을 적용(오른쪽 위, 아래)인공 지능 알고리즘을 통해서 재생산된 엽록소 좌측과 우측 상단의 그림을 비교하면 구름으로 측정에 실패한 자료가 인공 지능 알고리즘을 통해서 잘 묻히고 있어요.클로로필 외에도 많은 자료를 이와 같이 재현할 수 있습니다. 이는 마치 구름에 가려진 중요한 정보를 숨은 그림을 찾게 인공 지능 알고리즘을 이용하고 찾아내는 것입니다. 세. 해면 하의 해양 현상의 연구 인공 위성의 고도가 낮은 고도의 경우는 약 1,000km, 정지 궤도의 경우는 약 36,000km입니다.해양의 수심은 우주에서 보면 종이 한장 두께 정도인 것입니다.그러나 인공 지능 알고리즘을 이용하면 해면 밑에서 일어나는 현상에 대해서 다양한 연구가 있습니다.

▲ 인공지능 알고리즘 SOM(Self-Organizing Map) 위 그림은 인공지능 알고리즘 SOM(Self-Organizing Map)을 이용하여 해수면 아래 온도를 예측하는 내용입니다.SOM은 해수면 온도, 고도, 염분, 압력 자료를 사용하여 해수면 아래의 온도를 예측합니다. 인공위성 X 인공 지능 알고리즘 = 미래의 환경 변화를 예측하다앞서 소개한 인공위성 관측에 인공지능 알고리즘을 활용한 연구는 부산대학교 해양학과 주도로 진행되고 있습니다.이 밖에 한국해양과학기술원 해양위성센터 주도로 세계 최초 세계 유일의 해색정지궤도위성인 천리안위성 1호 해양탑재체 GOCI-I와 천리안위성 2B호 GOCI-II 관측자료와 인공지능 알고리즘을 활용하여 적조, 저염분, 수질, 해무 등 해양환경 변화 관련 연구를 진행하고 있습니다.▲ 천리안 위성 2B호 비행 상상도 인공 지능 알고리즘을 적용하면 인공 위성 관측만으로는 어려운 다양한 해양 현상에 관해서 무에서 유를 창출할 수 있습니다.이처럼 생산된 새로운 자료에서 지역적 환경 변화에서 거대한 기후 변화까지 연구하고 미래 환경 변화를 예측할 수 있습니다.그러나 인공 지능이 모든 현상을 설명하는 것은 아니기 때문에 더욱 정확한 실측과 이론적인 연구가 반드시 병행돼야 한다는 점에 주의해야 합니다. 제4차 산업 혁명이라는 거대한 변화는 지구의 70%를 차지하는 해양에도 예외는 아닙니다. 인공 위성 센서의 발달과 인공 지능 알고리즘의 정교화는 해양에서의 제4차 산업 혁명을 이끄는 강력한 원동력이 될 수 있습니다. 그러기 위해서는 산업적 측면에서 해양 특유의 현상을 관측하기 위한 센서 개발과 인공 위성 자료를 잘 분석하는 특화된 인공 지능 알고리즘 개발이 진행되야 합니다.이런 과정을 통해서 얻은 고급 자료에서 지금까지 풀리지 않았다 해양의 많은 문제를 풀 수 있을 거에요. 2020년 2월 19일 발사에 성공한 천리안 위성 2B호는 20일부터 26일까지 7일 동안 5번의 궤도 변경 과정과 약 1주일의 목표 경도에 대한 이동 과정을 거치고, 3월 6일에 고도 35,680km, 동경 128.25번 한국에 가장 가까운 적도 상공의 정지 궤도에 정상 진입했습니다.천리안 위성 2B호에서 얻은 자료를 인공 지능 알고리즘 분석하고 해양 환경과 관련된 다양한 과제를 해결하는데 도움이 될 것을 기대합니다. 부산 대학교해 양학과 조·윤홍 교수.▲ 천리안위성 2B호 비행상상도 인공지능 알고리즘을 적용하면 인공위성 관측만으로는 어려운 다양한 해양현상에 관해 무에서 유를 창출할 수 있습니다.이렇게 생산된 새로운 자료로 지역적인 환경 변화부터 거대한 기후 변화까지 연구하여 미래의 환경 변화를 예측할 수 있습니다.그러나 인공지능이 모든 현상을 설명하는 것은 아니기 때문에 보다 정확한 실측과 이론적인 연구가 반드시 병행되어야 한다는 점에 주의해야 합니다. 4차 산업혁명이라는 거대한 변화는 지구의 70%를 차지하는 해양에도 예외가 아닙니다. 인공위성 센서의 발달과 인공지능 알고리즘의 정교화는 해양 4차 산업혁명을 이끄는 강력한 원동력이 될 수 있습니다. 그러기 위해서는 산업적인 측면에서 해양 특유의 현상을 관측하기 위한 센서 개발과 인공위성 자료를 잘 분석하는 특화된 인공지능 알고리즘 개발이 진행되어야 합니다.이러한 과정을 통해 얻은 고급 자료들로 그동안 풀지 못했던 해양의 많은 문제들을 풀 수 있게 될 것입니다. 2020년 2월 19일 발사에 성공한 천리안 위성 2B호는 지난 20일부터 26일까지 7일간 5차례의 궤도변경 과정과 약 1주일간의 목표 경도로의 이동 과정을 거쳐 3월 6일 고도 35,680km, 동경 128.25도의 우리나라와 가장 가까운 적도 상공 정지궤도에 정상 진입했습니다.천리안 위성 2B호에서 얻은 자료를 인공지능 알고리즘으로 분석하여 해양 환경과 관련된 다양한 과제를 해결하는 데 도움이 되기를 기대합니다. 부산대학교 해양학과 조영홍 교수▲ 천리안위성 2B호 비행상상도 인공지능 알고리즘을 적용하면 인공위성 관측만으로는 어려운 다양한 해양현상에 관해 무에서 유를 창출할 수 있습니다.이렇게 생산된 새로운 자료로 지역적인 환경 변화부터 거대한 기후 변화까지 연구하여 미래의 환경 변화를 예측할 수 있습니다.그러나 인공지능이 모든 현상을 설명하는 것은 아니기 때문에 보다 정확한 실측과 이론적인 연구가 반드시 병행되어야 한다는 점에 주의해야 합니다. 4차 산업혁명이라는 거대한 변화는 지구의 70%를 차지하는 해양에도 예외가 아닙니다. 인공위성 센서의 발달과 인공지능 알고리즘의 정교화는 해양 4차 산업혁명을 이끄는 강력한 원동력이 될 수 있습니다. 그러기 위해서는 산업적인 측면에서 해양 특유의 현상을 관측하기 위한 센서 개발과 인공위성 자료를 잘 분석하는 특화된 인공지능 알고리즘 개발이 진행되어야 합니다.이러한 과정을 통해 얻은 고급 자료들로 그동안 풀지 못했던 해양의 많은 문제들을 풀 수 있게 될 것입니다. 2020년 2월 19일 발사에 성공한 천리안 위성 2B호는 지난 20일부터 26일까지 7일간 5차례의 궤도변경 과정과 약 1주일간의 목표 경도로의 이동 과정을 거쳐 3월 6일 고도 35,680km, 동경 128.25도의 우리나라와 가장 가까운 적도 상공 정지궤도에 정상 진입했습니다.천리안 위성 2B호에서 얻은 자료를 인공지능 알고리즘으로 분석하여 해양 환경과 관련된 다양한 과제를 해결하는 데 도움이 되기를 기대합니다. 부산대학교 해양학과 조영홍 교수