【토카티비-totocasinocomunity】 보증업체안전놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 스포츠뉴스 : 안구정화 놀이터홍보 놀이터후기공유 먹튀피해사례공유

로그인

글쓰기

[IT뉴스]구름이 가려도 문제 없어…위성 영상 생생하게 복원하는 AI 등장

온카뱅크관리자

2026-10-20 14:37:25

<div id="layerTranslateNotice" style="display:none;"></div>  
        <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> 
         <section dmcf-sid="Zmwg7m9UvL">
          <p contents-hash="38795342f65418daef6bd1ecbd2be3b6b40e47722c9afc9dc83227baa2c386f6" dmcf-pid="5Yys6Ye4ln" dmcf-ptype="general">위성영상은 산림과 도시 변화를 관찰하고 홍수나 산불 등 재난에 대응하며 정찰 활동 등에도 중요하게 활용되는 자료다. 문제는 광학영상은 구름이 짙게 끼거나 밤이면 관측이 어렵고 전파를 쏘고 되돌아오는 신호로 지상을 관측하는 합성개구레이더(SAR)는 흐린 날이나 밤에도 촬영이 가능하지만 영상의 밝기와 패턴이 달라 해석이 쉽지 않다.</p>
          <figure class="figure_frm origin_fig" contents-hash="94d6b60e21bceb6e4668fbfaa463caaf543bb3b763b19838bf3b28ed5fad9345" dmcf-pid="1GWOPGd8li" dmcf-ptype="figure">
           <p class="link_figure"><img alt="카이스트 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/20/seoul/20261020142950605bagf.png" data-org-width="660" dmcf-mid="HQtyi3NdSg" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/20/seoul/20261020142950605bagf.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            카이스트 제공
           </figcaption>
          </figure>
          <p contents-hash="683effe7a62ba3dce22d167c2ec14ad0471220430ea5fe323d928a0e72360bc1" dmcf-pid="tHYIQHJ6hJ" dmcf-ptype="general">이런 상황에서 카이스트 전기및전자공학부 연구팀은 다양한 지형과 도시의 모습을 학습해 구름에 가려진 영상을 복원하고 레이더 영상을 일반 사진처럼 바꿔줄 수 있는 위성영상의 생성과 복원, 변환에 활용 가능한 인공지능 ‘지오코어-9B’를 개발했다고 20일 밝혔다. 더군다나 지오코어-9B는 방대한 위성자료를 학습한 뒤 여러 작업에 맞춰 활용할 수 있기 때문에 다양한 AI 기술의 바탕이 되는 ‘파운데이션 모델’이기도 하다. 이 연구 결과는 온라인 논문 공개 사이트 ‘아카이브’에 사전 공개됐고, 인공지능 분야 국제 학술대회 ‘뉴립스 2026’에서도 채택됐다.</p>
          <p contents-hash="93669d525b9d6c57c2e384b31bf0d14726c671c36117e6f66e95f8a0b88fc6b7" dmcf-pid="FXGCxXiPld" dmcf-ptype="general">연구팀은 위성자료를 처리할 공통 기반을 만들기 위해 영상 생성을 담당하는 핵심 모델을 지구관측 데이터로 처음부터 학습했다. 위성에서 내려다본 지형과 산림, 항구 및 도시의 모습을 찍은 전 세계 위성영상과 각 영상의 내용을 설명하는 문장을 짝지은 자료 1000만 쌍을 활용했다. 항구 사진에 배와 창고가 모여 있다는 설명을 붙이고 농촌 사진에는 논밭 사이에 도로가 이어진다는 설명을 붙임으로써 방대한 지구 사진첩을 학습해 다양한 지형과 도시의 특성을 익혔다.</p>
          <p contents-hash="62f978bdb3a10a2e77308cf2df61b979914cc6a5982c8995a11252da85c13a3c" dmcf-pid="3ZHhMZnQhe" dmcf-ptype="general">연구팀은 설명 문장과 함께 위도, 경도, 지상표본거리(GSD)를 학습에 활용했다. 위도·경도는 지구상의 위치를, 지상표본거리는 영상의 가장 작은 단위인 한 픽셀이 실제 지상에서 어느 정도 크기에 해당하는지를 알려준다. 지상표본거리가 1m라면 한 픽셀은 지상의 가로, 세로 각각 1m의 범위를 나타낸다. AI는 이런 정보를 바탕으로 위치와 공간 규모에 맞는 영상을 생성하도록 학습했다.</p>
          <figure class="figure_frm origin_fig" contents-hash="af5e877bc219e64ee7a6250b22644be2d2057ed6339eaf46d489bc8f238a8531" dmcf-pid="05XlR5LxvR" dmcf-ptype="figure">
           <p class="link_figure"><img alt="지오코어-9B의 연구 활용 이미지 - 전 세계 위성영상에서 학습한 생성형 파운데이션 모델을 구름 제거, SAR–광학 영상 변환, 위성영상 생성 등에 활용하는 연구 방향을 표현한 개념 이미지.  카이스트 제공" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/20/seoul/20261020142951964ywsa.png" data-org-width="647" dmcf-mid="Xoi6GLtWTo" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/20/seoul/20261020142951964ywsa.png" width="658"></p>
           <figcaption class="txt_caption default_figure">
            지오코어-9B의 연구 활용 이미지 - 전 세계 위성영상에서 학습한 생성형 파운데이션 모델을 구름 제거, SAR–광학 영상 변환, 위성영상 생성 등에 활용하는 연구 방향을 표현한 개념 이미지. 카이스트 제공
           </figcaption>
          </figure>
          <p contents-hash="838e43178cff566aba3047543279dfade03998c9646b835db5d7c14ee62a155c" dmcf-pid="p1ZSe1oMyM" dmcf-ptype="general">또 위성영상 전문 AI가 파악한 특징을 생성 모델이 참고하도록 한 지라공간 의미 정렬 기법으로 지형과 도시 구조를 더 잘 표현하도록 돕는 학습 방법도 적용했다. 이를 통해 도로 연결, 농경지의 경계처럼 영상 속 구조를 더 잘 익히도록 학습 기준을 제공했다. 연구팀은 이렇게 학습한 지오코어-9B를 구름 제거와 레이더 영상 변환에 각각 맞춰 추가 학습했다.</p>
          <p contents-hash="4af5a261450b10fa9596f5c20cfbda61c04141359309760ebbddf8b660b84e2d" dmcf-pid="Ut5vdtgRCx" dmcf-ptype="general">공개 위성자료로 성능을 평가한 결과 지오코어-9B는 구름에 가려진 영상을 복원하는 실험에서 기준 영상과의 밝기·색상, 구조적 유사성을 평가하는 주요 지표에서 기존 전문 모델보다 우수한 성능을 보였다. 레이더 영상을 광학영상 형태로 바꾸는 실험에서도 생성 영상의 품질과 세부 구조를 평가하는 일부 지표에서 가장 좋은 결과를 기록했다.</p>
          <p contents-hash="c9a7c3ef4d6ae7cb4cd70ed4ca1d21e035b8f46aa3af47f57a74700e589b6626" dmcf-pid="uXGCxXiPyQ" dmcf-ptype="general">연구를 이끈 김문철 교수는 “위성영상의 촬영 위치와 실제 지형의 크기까지 학습해, 하나의 AI를 구름 제거와 영상 변환 등 여러 작업에 활용하도록 했다”며 “구름이나 촬영 방식 때문에 활용하기 어려웠던 자료의 쓰임을 넓히고 재난 지역의 상황 파악과 산림·농경지·도시 변화 관찰을 지원할 것으로 기대된다”고 말했다.</p>
          <p contents-hash="058bbe8e2917604b4332b526ebd86678f3668ae54f5ce8bd0eac9bbad9ae5bd0" dmcf-pid="7ZHhMZnQyP" dmcf-ptype="general">유용하 과학전문기자</p>
         </section> 
        </div> 
        <p class="" data-translation="true">Copyright © 서울신문. 무단전재, 재배포, AI 학습 및 활용 금지.</p>

댓글 총 0개

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기