딥러닝이 아마존 산불 탐지 정확도를 93%까지 향상시킨다

아마존 연방 대학교(Universidade Federal do Amazonas) 기반 연구팀은 위성 이미지와 딥러닝 기술을 활용하여 아마존 열대우림의 산불을 높은 성공률로 탐지하는 인공 신경망(ANN) 모델을 개발했습니다.

산불을 탐지하고 대응하는 능력은 이러한 중요한 생태계의 섬세한 생태 균형을 보존하는 데 필수적이며, 이 아마존 지역의 미래는 신속하고 단호한 조치에 달려 있습니다.

– 아마존 연방 대학교의 주저자 Cíntia Eleutério 교수

현재 아마존 모니터링은 실시간 데이터가 제공되지만 해상도가 중간 수준이며, 작은 화재 발생이나 원격 지역의 세부 사항을 탐지하는 능력이 제한적입니다.

따라서 이 모델은 산불을 자동으로 탐지하는 강력한 솔루션으로, 그 파괴적인 영향을 완화하는 데 필요한 시간을 크게 줄여줍니다.

International Journal of Remote Sensing에 발표된 이 연구 결과는 아마존 열대우림 이미지(산불이 있는 경우와 없는 경우)를 사용해 모델을 훈련시켰을 때 성공률이 93%에 달한다는 것을 보고했습니다. 공동 저자인 Carlos Mendes 교수에 따르면:

CNN 모델은 특정 지역에서 보다 상세한 분석을 가능하게 하는 귀중한 보조 수단이 될 수 있습니다. 현재 센서의 넓은 시간적 범위와 우리 모델의 공간적 정밀성을 결합함으로써, 중요한 환경 보전 구역에서 산불 모니터링을 크게 향상시킬 수 있습니다.

연구는 위성 이미지와 AI의 통합이 산불이 초래하는 증가하는 도전에 선제적으로 대응하는 접근법이며, 원격 탐지 및 딥러닝 분야에 기여한다고 언급했습니다.

이 기술은 특히 조기 경보 시스템을 강화하고 산불 대응 전략을 개선하여 아마존과 같은 중요한 생태계 보존에 도움을 줄 잠재력을 제공합니다. 기존 모니터링 시스템에 통합하는 데는 추가 검증 및 배포 노력에 따라 1~3년이 소요될 수 있습니다. 이제 새로운 기술이 세계에 제공하는 진보를 더 자세히 살펴보겠습니다.

지구의 폐, 심각한 위협에 직면하다

아마존 열대우림은 전 세계적으로 중요한 자산으로, 수백만 종의 새, 곤충, 식물 및 기타 생명 형태를 포함하고 있습니다. 이는 세계에서 가장 풍부하고 다양성이 높은 생물학적 저장소입니다.

전 세계 사람들은 이 열대우림을 식량, 물, 목재, 의약품뿐만 아니라, 그 안에 저장된 150~200억 톤의 거대한 탄소 덕분에 기후를 안정시키는 데도 의존합니다.

아마존 열대우림은 브라질에 강력한 사회·환경·경제적 영향을 미치며, 남미 국가 전체 면적의 약 40%를 차지합니다. 브라질 외에도 이 열대우림은 남미의 다른 8개 국가에 걸쳐 있습니다.

생물다양성 보존과 전 세계 기후 조절에 중요한 역할을 감안할 때, 아마존 열대우림은 매우 중요한 생태적 가치를 지닙니다.

하지만 현재 이곳은 무분별한 삼림 벌채, 지속 불가능한 토지 이용 관행, 그리고 임박한 산불 위협이라는 급증하는 위기에 직면하고 있습니다.

지난 반세기 동안 기온 상승은 이 지역의 가뭄을 심화시켰습니다. 대부분의 모델은 21세기에 아마존 열대우림의 건기 강도가 더욱 증가할 것으로 예측하고 있어 상황은 더욱 악화될 전망입니다.

이러한 악화는 복사력과 에어로졸 생산 감소에 기인하며, 이는 해수면 온도(SST)의 이상 변동을 초래하고, 아마존 지역 강수량에 변동을 일으킵니다.

연구에 따르면 이러한 새로운 기후 구성이 확인되면, 열대우림은 산불에 취약한 증폭된 시스템이 될 수 있습니다. 이는 지구의 폐를 산불 증가라는 상승하는 위협에 노출시키는 결과를 낳습니다.

이러한 화재의 환경적 파장은 지역 경계에만 국한되지 않고 전 세계 기후 패턴과 생물다양성에 영향을 미칩니다. 따라서 아마존에서 산불을 탐지하고 대응하는 것이 매우 중요합니다.

이 환경 위기를 모니터링하고 해결하기 위해, 위성 이미지를 통한 원격 탐지가 이 중요한 생태계의 섬세한 균형을 보존하는 데 필수적인 도구로 부상했습니다.

여기 클릭하여 왜 화재 안전이 그 어느 때보다 중요한지 알아보세요.

악화되는 산불의 가혹한 영향

국가우주연구소(INPE)의 TerraBrasilis 웹 플랫폼 데이터를 기반으로, 1999년부터 2023년까지 1월에서 6월 사이의 산불 발생은 낮은 수준을 유지했습니다. 그러나 7월에서 11월 사이에 사건 수가 크게 증가했다가 12월에 감소했습니다.

1999년부터 2001년까지 연중 산불 사건 수는 낮았습니다. 2002년부터 산불 강도가 크게 증가하여 2005년에 지역 최대치를 기록했습니다.

감소세는 2011년까지 지속되었으며, 그 이후 숫자는 꾸준히 증가하기 시작했고, 이 상승 추세는 현재도 진행 중입니다. 최근 5년간 산불 발생이 가장 많았습니다. 2023년에는 아마존에서 98,639건의 산불이 발생했습니다.

아마존 열대우림은 브라질 생물군계에서 산불의 상당 부분(절반 이상)을 차지합니다.

아마존 외에도 브라질에는 세라도(Cerrado)가 전체 산불의 26.70%를 차지하고, 카아팅가(Caatinga), 대서양 숲(Atlantic Forest), 판타날(Pantanal), 팜파스(Pampas) 등이 있으며, 마지막 두 지역은 2023년 산불 피해가 가장 적었습니다.

각 생태계는 고유한 종 다양성과 특성을 가지고 있습니다. 이러한 생물군계는 기후 변화 완화, 탄소 흡수원 역할, 멸종 위기 종 보호에 필수적이지만, 산불은 이 모든 생태계에 심각한 피해를 주고 있습니다.

지리적으로는 아마소스 주에서 가장 높은 산불 집중도는 라브레아(Lábrea), 아푸이(Apuí), 그리고 노보 아리푸아나(Novo Aripuanã) 시에서 기록되었습니다.

산불은 매우 해롭고 여러 측면에서 파괴적인 결과를 초래합니다.

우선, 산불은 식생을 파괴하여 토착 종의 돌이킬 수 없는 멸종을 초래할 수 있습니다. 이 식물 중 일부는 독특한 약용 특성을 가지고 있으며 아마존 지역에만 존재합니다.

산불은 토양 비옥도도 손상시켜 토양을 불모지로 만들고 영향을 받은 지역의 자연 회복을 방해합니다. 또한, 산불로 인한 아마존 삼림 벌채는 물 흐름을 증가시켜 강수위를 올립니다. 이는 식생 커버가 감소하면서 토양으로의 물 침투가 감소하고 증발산율이 낮아지기 때문입니다.

또한 동식물 손실도 마찬가지로 심각합니다. 산불은 중요한 서식지를 파괴하여 지역 식량 사슬에 상당한 불균형을 초래합니다.

대기 중으로 배출되는 강렬한 CO2는 온실 효과와 지구 온난화를 악화시킵니다. 이는 전 세계 기후 문제를 더욱 심화시키고 아마존 열대우림에서 대형 화재가 더욱 빈번해지게 합니다.

딥러닝을 활용한 자동 산불 탐지

이 문제를 해결하기 위해, 연구팀은 새로운 기술인 합성곱 신경망(CNN)을 사용하여 해당 지역의 산불을 분류했습니다.

CNN은 이미지 분석 및 시각 패턴 인식에 최적화된 특수한 하위 분야로, 컴퓨터 비전에서 강력한 도구가 되었습니다.

예를 들어, CNN 모델은 COVID-19를 분류하고 진단하는 데 사용되었습니다. 이 외에도 흉부 X-레이 이미지를 이용한 폐렴 탐지, 지능형 폐기물 식별 및 재활용, 고에너지 물리학에서 충돌 분석, 그리고 줄기세포 이미지에서 세포 유형 식별 등에 활용되었습니다.

또한 Landsat 데이터를 활용한 브라질 아마존의 삼림 벌채 변화 감지, 산불 탐지, 무인 항공기(UAV) 이미지에서의 산불 연기 탐지에도 사용되고 있습니다.

CNN은 딥러닝을 활용하는데, 딥러닝은 인공지능(AI) 및 머신러닝의 하위 분야로, 새로운 데이터와 증가하는 데이터에 노출될수록 알고리즘이 개선됩니다.

이번 연구에서는 연구진이 인공 신경망(ANN) 알고리즘을 활용했으며, 이는 인간 뇌의 작동 방식을 모방하여 복잡한 패턴을 식별하고 인간이 이해하기 어려운 문제들을 해결할 수 있게 합니다.

이 모델은 여러 층을 순차적으로 쌓아 지식 습득을 촉진하고, 훈련 과정에서 방대한 데이터셋을 다룰 수 있게 합니다.

이 기술적 시너지는 통계적 절차를 활용하여 기계가 경험 학습을 통해 산불을 식별하는 등의 작업을 수행하도록 돕습니다.

딥러닝 기술의 큰 잠재력을 활용함으로써, 네트워크는 자동 산불 탐지를 위한 강력한 솔루션을 제공합니다. 자동 식별은 산불의 파괴적인 영향을 완화하기 위한 신속한 대응을 가능하게 합니다.

최근 연구에서, 연구진은 신경망 프레임워크를 확장하여 CNN에 집중했으며, 특히 파이썬 라이브러리인 TensorFlow와 Keras를 통해 이미지에서 특징을 추출하는 컴퓨터 비전 애플리케이션에 널리 사용되는 모델 유형을 활용했습니다.

목표는 Landsat 8과 Landsat 9 위성 이미지를 사용하여 아마존 지역의 산불을 탐지하기 위해 CNN을 활용하는 것이었습니다.

여기 클릭하여 열 활성화 바이오모방 하이드로젤이 산불을 어떻게 해결하는지 알아보세요.

고도화되고 지역화된 산불 탐지 접근법

팀은 Landsat 8과 Landsat 9 위성에서 얻은 이미지를 사용해 모델을 훈련시켰습니다.

이 위성들은 다양한 스펙트럼 밴드에서 이미지를 촬영할 수 있는 고급 장비를 갖추고 있어 산불 탐지 및 분류에 필요합니다. 다중 스펙트럼 및 열 기능을 통해 온도 이상을 식별하고 식생 유형과 화재 지역을 구분할 수 있습니다.

두 위성 모두 가시광선, 근적외선(NIR), 단파 적외선(SWIR) 밴드에서 이미지를 촬영하는 운영형 토지 이미저(OLI)를 탑재하고 있으며, 이는 식생 변화를 감지하는 데 핵심적입니다.

화재 지역은 NIR에서 낮은 반사율을 보이는 반면, 건강한 식생은 강하게 반사됩니다. 단파 적외선(SWIR) 밴드는 토양 및 식생의 수분을 감지하여 화재 영향을 받은 지역을 식별하는 데 도움을 줍니다.

두 위성 모두 두 개의 열 적외선 밴드에서 작동하고 열원 및 표면 온도에 대한 유용한 데이터를 제공하는 열 적외선 센서(TIRS)를 갖추고 있습니다. TIRS는 100미터의 공간 해상도를 제공하고, OLI 밴드는 30미터의 공간 해상도를 가집니다. 따라서 이들은 산불 모니터링에 가장 적합하며 식생 건강을 보다 상세하게 매핑할 수 있습니다.

팀은 EarthExplorer에서 얻은 최근 이미지 200장을 사용해 CNN을 훈련했으며, 이 이미지들은 아마존 열대우림의 산불을 보여줍니다. 균형 잡힌 학습을 위해 산불이 없는 이미지도 동일한 수만큼 사용했습니다.

데이터셋은 작지만 CNN이 훈련 단계에서 93% 정확도를 달성하기에 충분했습니다. 훈련에 포함되지 않은 40장의 이미지로 테스트했을 때, 모델은 산불이 있는 24장 중 23장을, 산불이 없는 16장을 모두 정확히 분류했습니다.

이처럼 높은 만족도의 성능은 모델의 견고함과 일반화 능력을 보여줍니다.

팀은 이 접근법이 산불 탐지에 큰 잠재력을 보여주며, 브라질에서 널리 사용되는 중해상도 영상분광계(MODIS)와 가시·적외선 영상복사계(VIIRS)와 같은 대규모 모니터링 시스템을 보완하는 데 활용될 수 있다고 말했습니다.

추가 도구로서, CNN은 MODIS와 VIIRS와 함께 사용되어 조기 경보 시스템을 강화하고 산불 대응 전략을 개선할 수 있습니다.

연구진은 이 방법론이 아마존 생태계를 넘어 전 세계 다른 지역에서도 활용될 잠재력이 있다고 강조했습니다. 이는 실제로 관계 당국이 이러한 사건을 싸우고 관리하는 데 도움을 줄 수 있으며, 연구는 “고도화되고 보다 지역화된 산불 탐지 접근법”을 제공한다고 밝혔습니다.

연구진은 CNN이 삼림 벌채 모니터링 및 통제에도 활용될 수 있다고 제안했습니다. 다음 단계는 “보다 견고한 모델”을 위해 훈련 이미지 수를 늘리는 것입니다.

여기 클릭하여 AI와 증가하는 발생 데이터베이스가 산불 위험 감소에 어떻게 도움이 되는지 알아보세요.

혁신적인 기업

Palantir Technologies Inc.

AI 기반 지리공간 분석 및 재난 대응 솔루션을 갖춘 Palantir는 환경 모니터링 및 산불 탐지 분야의 강력한 기업으로 자리매김하고 있습니다.

2003년 Alex Karp, Peter Thiel, Stephen Cohen, Joe Lonsdale에 의해 설립된 Palantir는 Gotham, Foundry, Apollo, 그리고 AIP(Artificial Intelligence Platform)를 통해 소프트웨어를 제공하는 기업입니다. 시가총액은 1,866억 달러이며, 현재 주가는 $81.25로 연초 대비 5.28% 상승했습니다. EPS(TTM)는 0.19, P/E(TTM)는 421.05입니다.

2월 초, 회사는 2024년 4분기 실적을 발표했으며, 매출 $828백만을 기록했으며 전년 대비 36%, 전분기 대비 14% 성장했습니다. 고객 수 또한 전년 대비 43%, 전분기 대비 13% 증가했습니다.

Palantir의 미국 매출은 $558백만으로 전년 대비 52%, 전분기 대비 12% 증가했으며, 미국 상업 매출은 $214백만으로 미국 정부 매출 $343백만보다 더 크게 성장했습니다.

이 기간 동안 회사는 최소 $1천만 규모의 계약 32건, 최소 $5백만 규모의 계약 58건, 최소 $1백만 규모의 계약 129건을 체결했습니다. 또한 미국 상업 총 계약 가치(TCV) 기록인 $803백만을 달성했으며, 남은 계약 가치(RDV)는 $1.79억이었습니다.

Palantir는 영업 현금 흐름 $460백만과 GAAP 순이익 $79백만을 보고했으며, GAAP 주당순이익은 $0.03, 조정 EPS는 $0.14였습니다. 회사는 연말에 현금 및 현금성 자산, 단기 미국 국채를 합쳐 $5.2억을 보유했습니다.

2024년 전체 Palantir는 매출 $28.7억, 미국 매출 $19억, 영업 현금 흐름 $11.5억을 기록했습니다. 이제 2025년 1분기에 회사는 매출을 $858~$862백만으로 예상하고, 2025년 전체 조정 자유 현금 흐름을 $1.5~$1.7억으로 전망하고 있습니다.

우리의 사업 실적은 계속해서 놀라움을 주며, AI 혁명의 중심에서 우리의 입지가 더욱 깊어지고 있음을 보여줍니다. 대형 언어 모델의 상품화에 대한 초기 통찰이 이론에서 사실로 발전했습니다.

– CEO Karp

최근 동향에 관해, 이번 달 초 Palantir는 미국 육군에 첫 번째 AI 기반 시스템 두 개를 출시한다고 발표했습니다. Palantir USG CTO인 Akash Jain은 이를 미국 육군을 위한 ‘도약 순간’이라고 불렀습니다. 회사는 1년 전 방위 대기업 RTX Corporation (RTX ) 을 제치고 1억 7,800만 달러 계약을 수주했으며, 이는 데이터 분석 서비스로 알려진 Palantir에게 중요한 이정표가 되었습니다.

이 계약은 AI를 활용해 우주 센서로부터 데이터를 수집하여 군인들이 보다 정확한 타격 목표를 달성하도록 돕는 10개의 Targeting Access Node 시스템(TITAN)을 위한 것입니다. 모바일 지상국 역할을 하는 이 시스템은 군인의 전술 전략을 향상시킵니다. Palantir는 L3Harris (LHX ), Northrop Grumman (NOC ), 그리고 Anduril Industries와 협력해 일부 기능을 개발했습니다.

이번 주 Palantir는 AI 행사에 참석한 새로운 고객 목록을 공개했으며, Walgreens , Heineken, Ripcord, RaceTrac 등이 최신 고객으로 밝혀졌습니다.

또한 Archer Aviation (ACHR )와 파트너십을 맺어 차세대 항공 기술의 미래를 위한 AI 기반을 구축하고 항공기 제조 능력을 확장하고자 합니다. 이 계획은 AIP와 Foundry를 활용해 AI를 이용한 소프트웨어를 개발하여 항공 교통 관제, 경로 계획, 이동 제어와 같은 항공 시스템을 발전시키는 것입니다.

“Palantir와 Archer의 파트너십은 항공의 미래를 재정의하고, 효율성을 높일 뿐만 아니라 접근성을 향상시킨다”라고 Karp는 말했으며, 이 통합이 “효율성, 안전성, 지속 가능성에서 변혁적인 도약을 위한 무대를 마련한다”고 덧붙였습니다.

Palantir Technologies Inc. 최신 소식

결론

아마존은 풍부한 생물다양성과 방대한 자원을 가지고 있어 전 세계 경제에 기여합니다. 따라서 이 지역의 보전 및 지속 가능한 관리가 브라질에만 유익한 것이 아니라 우리 지구 전체의 건강에 필수적입니다.

하지만 아마존 열대우림은 산불 위협에 직면하고 있어 그 안정성에 심각한 도전을 제기합니다. 이는 지역의 미래가 신속하고 단호한 조치에 달려 있음을 의미합니다.

여기서 딥러닝 기반 산불 탐지 모델은 이 위기에 대한 중요한 돌파구를 제공합니다. 93%의 정확도를 달성함으로써, 이 모델은 산불을 조기에 탐지하고 신속히 대응할 수 있는 강력한 도구를 제공하여 재앙적인 환경 피해를 방지하고 아마존 열대우림의 장기적인 건강과 안정을 유지하는 데 기여할 수 있습니다.