Allen Institute for Artificial Intelligence(Ai2)가 지구 곳곳의 위성 관측 자료 1년치를 수치 요약으로 바꿔주는 모델 OlmoEarth v1.3를 공개했다. Ai2는 지구 전체를 대상으로 미리 계산한 요약 데이터와 로그인 없이 사용할 수 있는 브라우저 기반 지도 도구 OlmoEarth Embeddings Explorer도 함께 선보였다.
임베딩이라고 불리는 요약 데이터는 땅의 구역별 지문처럼 작동한다. 다른 소프트웨어는 이를 활용해 숲, 농경지, 광산 같은 패턴을 찾을 수 있다. 가장 작은 격자는 10×10미터 구역을 나타내며, 자료에는 64제곱미터 및 128미터 옵션도 기재돼 있다. 모델은 Sentinel-1, Sentinel-2, Landsat의 레이더 및 가시광선·적외선 이미지를 활용한다.
GPU 없이 토지 변화 가설 살펴보기
이전에는 OlmoEarth를 사용하려면 대개 특정 작업에 맞게 모델을 미세 조정하고 위성 이미지에 적용해야 했다. 이 과정에는 상당한 컴퓨팅 성능이 필요할 수 있으며, 이미지를 내려받아 저장해야 한다. Ai2는 Explorer를 이용하면 모델을 학습시키거나 GPU를 쓰지 않고도 몇 초 만에 초기 지도를 만들거나 지역을 비교할 수 있다고 밝혔다. 더 복잡한 작업에는 여전히 미세 조정이 필요할 수 있다.
기사에서는 페루 마드레 데 디오스 지역의 2016~2020년과 2020~2024년을 비교했다. 첫 번째 비교에서는 광산 지대에서 큰 변화가 나타난 면적이 34제곱킬로미터였고, 두 번째 비교에서는 9제곱킬로미터였다. 기사는 이를 불법 채굴 주변의 변화를 살펴보는 방법으로 소개했지만, 해당 측정치에 대한 독립적인 검증 결과는 제시하지 않았다.
Ai2, 학습 비용 감소 주장
Ai2에 따르면 v1.3은 v1.2에 필요한 컴퓨팅 시간의 53%, 최초 버전 v1에 필요한 시간의 18%만 사용했다. 회사는 탄소 배출량도 각각 이전 모델의 50%와 22% 수준이라고 밝혔다. 원문은 벤치마크 점수나 모델 정확도를 자세히 비교하지 않았으며, 연구와 협력 연구소에서는 v1.2도 여전히 유용하다고 설명한다.
왜 중요한가
환경 연구자와 토지 이용을 살펴보려는 사람은 이 브라우저 도구를 통해 GPU나 위성 이미지 저장 공간 없이도 초기 비교를 할 수 있다. Ai2는 이런 초기 분석에 몇 초면 된다고 하지만, 지도 결과의 정확성이나 광산·산림·농업 관련 의사결정에서 전문가 검토를 대신할 수 있는지는 원문에서 확인되지 않았다.
