이산화탄소보다 강력한 메탄… UNIST, AI로 위성탐지기술 개발

[울산=뉴시스] 구미현 기자 = 메탄은 배출 후 20년간 이산화탄소보다 약 84배 강한 온실효과를 일으키는 대표적 온실가스다. 국내 연구진이 사람이 일일이 위성영상을 분석하지 않아도 인공지능(AI)이 메탄 누출 지점을 빠르고 정밀하게 찾아내는 자동 탐지 기술을 개발했다.

울산과학기술원(UNIST)은 지구환경도시건설공학과 임정호 교수팀이 초분광 위성 자료를 활용해 메탄 누출 기둥(플룸)을 자동으로 탐지하는 AI 기반 분석 기술을 개발하고, 데이터와 딥러닝 모델 조합별 성능을 비교해 활용 기준까지 제시했다고 25일 밝혔다.

초분광 위성 자료는 지표면에서 반사된 빛을 수십~수백 개의 좁은 파장대로 나눠 관측한 데이터다. 연구팀은 NASA 국제우주정거장 기반 초분광 위성 자료인 EMIT 데이터를 영상 분할 딥러닝 모델에 학습시켜, 위성영상 속 메탄 누출 기둥을 자동으로 구분하는 탐지 모델을 구축했다.

메탄은 특정 적외선 파장의 빛을 흡수하는 특성이 있어, 해당 파장대 변화를 분석하면 대기 중 메탄 누출 흔적을 확인할 수 있다. 연구팀이 개발한 모델은 투르크메니스탄, 알제리, 미국 등 세계 각지의 석유·가스 시설과 폐기물 처리장, 석탄 채굴지 등에서 발생한 대규모 메탄 누출을 효과적으로 포착했다.

또 설명가능 인공지능(XAI) 분석 결과, AI 모델은 단순한 영상 색상이나 배경 패턴이 아니라 메탄의 빛 흡수 파장과 누출 기둥 형태 등 실제 물리적 특성을 기반으로 판단하는 것으로 나타났다.

연구팀은 복사휘도 데이터와 메탄 농도 증가 영역을 강화한 데이터를 각각 CNN-ASPP, Inception U-Net, SegFormer 등 3종의 영상 분할 딥러닝 모델에 학습시켜 성능을 비교했다. 그 결과 메탄 강화 데이터를 학습한 모델이 전반적으로 더 높은 정확도를 보였다. 반면 복사휘도를 직접 학습한 모델은 정확도는 다소 낮지만 별도의 전처리 과정이 적어 누출 의심 지역을 빠르게 선별하는 데 강점을 보였다.

연구팀은 EMIT 자료 기반 분석 결과를 민간 초분광 위성 자료인 Tanager-1에도 동일하게 적용해 비슷한 성능을 확인했다. 이는 개발 기술이 다양한 위성 환경에서도 활용될 수 있음을 보여준다고 연구진은 설명했다.

공동 제1저자인 양세영·김예진 연구원은 "해상도와 관측 조건이 다른 자료에도 적용 가능하며, AI가 어떤 물리적 근거로 메탄을 판별하는지까지 확인할 수 있었다"며 "향후 대규모 메탄 누출을 조기에 탐지하고 대응하는 차세대 온실가스 감시 기술로 활용될 수 있을 것"이라고 말했다.

임정호 교수는 "메탄은 누출 위치와 규모를 빠르게 파악하는 것만으로도 감축 효과를 높일 수 있는 온실가스지만 기존에는 자료 처리와 전문가 검토에 많은 시간이 필요했다"며 "이번 연구는 초분광 위성자료와 AI를 활용해 누출 의심 지역을 신속히 선별하고 정밀 분석까지 가능하게 했다는 점에서 국제 사회의 메탄 감축과 배출 검증 체계 강화에 기여할 것으로 기대한다"고 밝혔다.

이번 연구는 환경부와 교육부 지원을 받아 수행됐으며, 연구 결과는 국제학술지 'npj Climate and Atmospheric Science'에 게재됐다.


◎공감언론 뉴시스 [email protected]