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

로그인

글쓰기

[IT뉴스]카이스트, 구름 낀 위성영상 복원하는 AI 개발… 레이더 영상도 변환

온카뱅크관리자

2026-10-20 09:47:25

<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="WiOzydXSc2">
 <figure class="figure_frm origin_fig" contents-hash="dd8c2b828f9bbc3a47cfbb9bf484c4f13c486d2be43b0d4b2911660fbc1409e3" dmcf-pid="YnIqWJZvj9" dmcf-ptype="figure">
 <img alt="카이스트 연구진이 개발한 위성영상 파운데이션 모델 '지오코어-9B(GeoCore-9B)'./카이스트" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/20/chosunbiz/20261020093834176eifn.jpg" data-org-width="647" dmcf-mid="HWHPZg3GgH" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/20/chosunbiz/20261020093834176eifn.jpg" width="658">
 <figcaption class="txt_caption default_figure">
 카이스트 연구진이 개발한 위성영상 파운데이션 모델 '지오코어-9B(GeoCore-9B)'./카이스트
 </figcaption>
 </figure>
 국내 연구진이 구름에 가려진 위성영상을 복원하고 레이더 영상을 일반 사진과 유사한 형태로 변환하는 인공지능(AI)을 개발했다. 위성영상 1000만 쌍을 학습한 AI로, 재난 대응과 환경 감시 등에 활용할 수 있을 것으로 기대된다.
 김문철 카이스트 전기및전자공학부 교수 연구진은 위성영상 생성·복원·변환에 활용할 수 있는 AI 모델 ‘지오코어-9B(GeoCore-9B)’를 개발했다고 20일 밝혔다. 이 모델은 약 90억개의 매개변수를 갖춘 파운데이션 모델로, 대규모 위성자료를 사전 학습한 뒤 여러 영상 처리 작업에 활용할 수 있다.
 위성영상은 산림과 도시의 변화, 홍수와 산불 등 재난 상황을 파악하는 데 쓰인다. 다만 일반 사진과 유사한 광학영상은 구름이 끼거나 밤이 되면 지상 관측이 어렵다. 전파를 이용하는 합성개구레이더(SAR)는 날씨나 시간에 관계없이 관측할 수 있지만, 일반 사진과 영상 특성이 달라 해석에 어려움이 있다.
 연구진은 이러한 한계를 보완하기 위해 일반 사진 생성 AI를 수정하는 대신, 위성영상에 특화된 생성 모델을 처음부터 학습했다. 학습에는 전 세계 위성영상과 해당 영상의 내용을 설명하는 문장 1000만 쌍을 활용했다. AI가 산림과 도로, 항구, 도시 등 다양한 지형의 특징을 익히도록 한 것이다.
 특히 영상의 내용뿐 아니라 촬영 위치와 공간 규모도 학습하도록 설계했다. 연구진은 위도·경도와 함께 영상의 한 픽셀이 실제 지상에서 차지하는 크기를 나타내는 지상표본거리(GSD)를 학습에 반영했다. 이를 통해 AI가 지형의 위치와 실제 크기를 고려해 영상을 생성하도록 했다.
 도로의 연결이나 농경지 경계 등 지형 구조를 반영하기 위해 ‘지리공간 의미 정렬’ 기법도 적용했다. 위성영상 분석에 특화된 AI가 파악한 정보를 생성 모델의 학습에 활용하는 방식이다.
 연구진은 학습을 마친 지오코어-9B를 구름 제거와 SAR 영상의 광학영상 변환 작업에 각각 적용했다. 이 과정에서 대형 모델 전체를 다시 학습하지 않고 일부 매개변수만 추가로 학습하는 ‘로라(LoRA)’ 방식을 활용했다.
 공개 위성자료를 이용한 성능 평가에서 지오코어-9B는 구름에 가려진 영상을 복원하는 실험의 주요 평가 지표에서 기존 전문 모델보다 높은 성능을 보였다. SAR 영상을 광학영상 형태로 변환하는 실험에서도 생성 영상의 품질과 세부 구조를 평가하는 일부 지표에서 가장 높은 점수를 기록했다.
 연구진은 앞으로 다양한 위성 센서와 지역을 대상으로 모델의 성능을 검증하고, 홍수와 산불, 건물 파손, 도시 확장 등 지형 변화 분석과 국방 분야로 연구를 확대할 계획이다.
 김 교수는 “위성영상의 촬영 위치와 실제 지형의 크기까지 학습해, 하나의 AI를 구름 제거와 영상 변환 등 여러 작업에 활용하도록 했다”며 “앞으로 날씨나 촬영 방식 때문에 활용하기 어려웠던 위성자료의 쓰임을 넓혀 재난 상황 파악과 산림·도시 변화 관찰에 도움이 될 것으로 기대한다”고 말했다.
 연구 결과는 국제 AI 학술대회 ‘뉴립스(NeurIPS) 2026’에 채택됐으며, 논문은 지난 8월 3일 온라인 논문 사전 공개 사이트 ‘아카이브(arXiv)’에 발표됐다.
 참고 자료
 arXiv(2026), DOI: <a href="https://doi.org/10.48550/arXiv.2608.01896" rel="" target="_blank">https://doi.org/10.48550/arXiv.2608.01896</a>
 - Copyright ⓒ 조선비즈 &amp; Chosun.com -
 </section> 
 </div> 
 Copyright © 조선비즈. 무단전재 및 재배포 금지.

댓글 총 0개

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기