인공위성 관측 정보로 바다의 미래를 예측할 수 있다?

원격탐사는 현장관측과 대조되는 개념으로 물리적 접촉 없이 어느 물체자신 대상에 대해 정보를 얻는 일을 말합니다.​요즈음 해양탑재체를 장착한 우리자신라의 정지궤도 위성 천리안위성 2B호가 발사되며 해양원격탐사가 한층더 진일보할 것으로 예상되는데요. ​인공위성으로부터 얻어낸 자료를 다양한 해양연구에 이용하기 위한 알고리즘이 인공지능의 발달로 인해 무에서 유를 창조하는 결과를 낳고 있습니다. ​

1840년대 새로 개발된 카메라를 풍선에 매달아 땅을 관측했던 것이 원격탐사의 시작이라고 알려져 잇습니다. ​1차 세계대전을 겪으며 원격탐사의 필요성을 느끼게 된 후, 2차 세계대전 중 풍선형 기구인 ‘블림프(Blimp)’를 이용하며 원격탐사가 발달하게 되었습니다.​

>

​차후, 1957년 구소련은 인류 최초의 인공위성인 ‘스푸트니크(Sputnik, 러시아어로 여행의 동반자라는 의미)’를 우주에 보냅니다.​이에 자극을 받은 어메리카항공우주국 (NASA)은 1969년 유인 우주선인 아폴로11호를 달에 보내며 우주탐사의 역사가 시작됩니다.​우주탐사는 우주를 향한 인간의 꿈인 동시에 멀리 우주에서 우리가 사는 지구를 관측하게 되는 새로운 시간을 갖는 일이기도 했는데요.​

인류 최초의 해양관측용 인공위성은 ‘씨셋(Seasat)’입니다.1978년 어메리카에서 발사된 해양관측위성으로 적외선․마이크로파 센서를 탑재해 해수면 상태를 측정했음니다.이후 아주최근까지 무척 다양한 센서가 개발되며 더 나은 시·공간 해상도의 자료를 수집할 수 있게 되었음니다.​

>

​인공위성은 태양에서 복사되어 지구에 도달하는 전자기파를 이용할것이다.​전파 대역에 따라, 클로로필(엽록소)·탁도 등을 알아낼 수 있는 해색위성의 가시영역, 해수온을 알아낼 수 있는 열적외선, 수온·바라다·강우 등을 알아낼 수 있는 수동 마이크로파, 해수면 높이·바라다 등을 알아낼 수 있는 능동 마이크로파 대역으로 나쁘지않아뉩니다.​인공위성의 관측 자료를 이해하기 위해서는 시·공간의 해상도와 각 센서가 가지는 특유의 능력을 이해할 필요가 있습니다.​가시영역의 위성들은 공간 해상도가 다른 위성에 비해 상당히 좋지만, 구름이 많으면 구름이 렌즈를 가리는 현상이 발생해 관측이 어려워집니다.​반대로 마이크로파의 경우 해상도는 해색위성보다 아침지만, 구름과 상관없이 자료를 얻을 수 있습니다.​10년 모두터는 가시영역 위성만의 관측을 극복하기 위하여 마이크로파 위성자료와 합성하는 연구가 활발히 진행되고 있습니다.​

인공위성 관측을 해양연구에 이용하기 위해 다양한 알고리즘이 개발되고 있습니다.​위성에서 관측되는 다양한 파장별 반사도로 클로로필이자신 수온을 산출하기도 하고, 해수면에서 반사되는 레이더의 신호 세기를 분석해 해수면의 거칠기, 즉 해수면에서의 바라다이자신 파를 연구하기도 합니다.​하지만 최근까지 개발된 많은 알고리즘 중에 요즈음 많은 이들의 주목을 끄는 것은 단연 인공지능 알고리즘임.​

>

​인공지능 기술은 2015년부터 폭발적으로 발전하고 있슴니다. 인공지능 관련 기술 논문만 하루에 100편 이상 출판될 정도임.​

일쁘지않아. 인공위성자료의 융합​기후 변이에 가장 중요한 관측 자료 중 일쁘지않아는 대기나쁘지않아 해양의 이산화탄소(CO2)를 관측하는 것입니다.​대기의 이산화탄소는 OCO2라는 위성으로 관측할 수 있으며 해양의 이산화탄소는 아직 인공위성으로는 관측이 불가능합니다.​하지만 인공지능 알고리즘을 이용하면 인공위성에서 얻은 수온과 클로로필(엽록소) 자료를 이용하여 이산화탄소분압(pCO2)*을 예측할 수 있슴니다.​*분압 : 부분압력(혼합기체에서 한 성분만이 전체 부피를 차지하였다고 가족하였을 때의 압력)을 줄여 이르는 얘기.​관측할 수 없는 정보인 이산화탄소분압을 인공지능 알고리즘으로 발생할 수 있기 때문에, 마치 무에서 유를 창조하는 것과 같슴니다.​

>

​해양과 대기의 이산화탄소 농도를 모니터링하면 미래의 기후변천를 보다 정확히 진단할 수 있습니다.​국제적으로 탄소 저감을 위해 노력하고 있지만, 해양에서의 탄소량은 직접적인 측정 외에는 다른 측정 노하우이 없는 실정이다.​해양의 이산화탄소분압 관측이 중요한 또한 다른 이유는 이산화탄소 증가가 해양산성화를 가속화시켜 폐각류의 크기가 작아지는 등 해양생태계에 매우 좋지 않은 결과를 초래하기 때문이다.​벌써 소개한 인공위성과 인공지능 알고리즘을 이용해 해양에서의 탄소변천량을 예측하여 제시함으로써 이산화탄소 추세와 더불어 미래에 생성할 슈퍼태풍이나 엘니뇨의 크기를 예측해 기후변천로 인해 생성하는 문제에 대비할 수 있기 때문이다.​​둘. 인공위성 자료의 보완​

>

​위 그림은 아매리카의 해색위성 모디스(MODIS)가 연중 구름으로 인해 자료 획득이 불가능한 일수를 기록한 자료이다니다.​약 290일 이상 구름으로 인해 자료를 얻지 못한 것을 확인할 수 있슴니다.​우리본인라의 해양관측위성인 천리안위성도 해색위성이기에 구름이라는 제약에서 자유로울 수 없슴니다.​이를 극복하기 위해 인공지능 알고리즘을 수동 마이크로파 관측 자료에 적용해 클로로필을 재생산하는 연구가 진행되고 있슴니다.​

>

​왼쪽 위와 오른쪽 위 그림을 비교하면 구름으로 측정에 실패했던 자료가 인공지능 알고리즘을 통하여 잘 메꿔지는 것을 볼 수 잇습니다.​클로로필 이외에도 많은 자료를 이와 거의거의비슷하게 재생산해 낼 수 잇습니다. 이는 마치 구름에 가려진 중요한 정보를 숨은 그림을 찾듯 인공지능 알고리즘을 이용하여 찾아내는 것입니다니다.​​셋. 해수면 아래 해양 현상들의 연구​인공위성의 고도는 저고도일 때 대략 약 1,000km, 정지궤도일 때는 약 36,000km입니다니다.​해양의 수심은 우주에서 보면 종이 한 장 두께 정도인 셈입니다니다.​하지만, 인공지능 알고리즘을 이용하면 해수면 아래에서 일어과인는 현상에 대해 다양하게 연구할 수 잇습니다.​

>

​위 그림은 인공지능 알고리즘 SOM(Self-Organizing Map)을 이용해 해수면 아래의 온도를 예측하는 이스토리입니다.​SOM은 해수면 온도, 고도, 염분, 압력 자료를 사용해 해수면 아래의 온도를 예측해 냅니다.​

이미 소개한 인공위성 관측에 인공지능 알고리즘을 활용한 조사는 부산대학교 해양학과 주도로 이루어지고 있음니다.​이외에 대힌민국해양과학기술원의 해양위성센터 주도로 세계 최초 세계 유일의 해색정지궤도 위성인 천리안위성1호의 해양탑재체 GOCI-I과 천리안위성 2B호의 GOCI-II의 관측자료와 인공지능 알고리즘을 활용하여 적조, 저염분, 수질, 해무 등의 해양환경화천 관련 조사를 진행하고 있음니다.​

>

​인공지능 알고리즘을 적용하면 인공위성 관측만으로는 어려운 다양한 해양 현상들에 관해, 무에서 유를 창출해낼 수 있습니다.​이렇게 생산된 새로운더­럽다 자료로 지면적인 환경전천부터 거대한 기후전천까지 연구하며 환경전천를 예측할 수 있습니다.​그러과인 인공지능이 모든 현상을 설명해 줄 수는 없기 때문에 보다 정확한 실측과 이론적인 연구가 꼭 병행되어야한다는 점을 주의해야 합니다.​4차 산업혁명이라는 거대한 전천는 지구의 70%를 차지하는 해양에도 예외는 아닙니다.​인공위성 센서의 발달과 인공지능 알고리즘의 정교화는 해양에서의 4차 산업혁명을 이끌 강력한 원동력이 될 수 있습니다.​이를 위해서는 산업적인 측면에서 해양 특유의 현상을 관측하기 위한 센서 개발과 인공위성 자료를 잘 분석하는 특화된 인공지능 알고리즘 개발이 진행되어야 합니다.​이와 같은 과정을 통해 얻은 고급자료로 최근까지 풀지 못한 해양의 많은 사건를 풀 수 있게 될 것입니다.​2020년 2월 19일 발사에 성공한 천리안위성 2B호는 20일부터 26일까지 7일간 5회의 궤도변경 과정과 약 1주일간의 목표 경도로의 이동 과정을 거쳐 지난 3월 6일 고도 35,680km, 동경 128.25도의 우리과인라에서 가장 가까운 적도상공의 정지궤도에 정상 진입하였습니다.​천리안위성 2B호로부터 얻은 자료를 인공지능 알고리즘으로 분석해 해양환경과 관련한 다양한 과제들을 해결하는 데 도움이 될 수 있기를 기대합니다.​​부산대학교 해양학과 조영헌 교수 ​​​

>