레이더 영상 위성사진 변환으로 재난 대응의 새 시대 열다

위성영상은 재난 대응과 환경 감시의 핵심 인프라입니다. 하지만 구름이 끼거나 밤이 되면 광학 위성영상은 지상을 제대로 볼 수 없습니다. 이 문제를 해결하기 위해 카이스트 연구진이 위성영상에 특화된 인공지능(AI) 모델을 개발했습니다. 이 모델은 구름에 가려진 위성영상을 복원하고, 레이더 영상을 일반 사진처럼 변환할 수 있습니다. 오늘은 이 혁신적인 AI 기술의 핵심과 향후 전망에 대해 살펴보겠습니다.

1 위성영상의 한계와 레이더 영상의 등장
2 지오코어-9B, 위성영상 특화 AI 모델
- 2.1 구름 제거와 영상 변환 성능
3 재난 대응과 환경 감시의 변화
- 3.1 국방 분야 활용 가능성
4 미래 전망과 연구 방향
- 4.1 자주 묻는 질문

위성영상의 한계와 레이더 영상의 등장

위성영상은 크게 두 가지로 나뉩니다. 햇빛이 지표에 반사되는 모습을 촬영하는 광학영상과, 전파를 쏘고 되돌아오는 신호를 이용하는 합성개구레이더(SAR) 영상입니다. 광학영상은 우리 눈으로 보는 것과 비슷해 해석이 쉽지만, 날씨와 시간에 크게 영향을 받습니다. 반면 레이더 영상은 구름이나 밤과 무관하게 지상을 관측할 수 있다는 강점이 있습니다. 다만 영상의 밝기와 패턴이 일반 사진과 달라서 판독이 어렵다는 단점이 있었습니다.

구분	광학영상	레이더 영상
촬영 방식	햇빛 반사	전파 신호
날씨 영향	구름, 비 등에 취약	영향 없음
시간 영향	야간 관측 어려움	24시간 관측 가능
해석 난이도	상대적으로 쉬움	어려움

이처럼 서로 다른 특성을 가진 두 영상 체계를 효과적으로 활용하려면, 각각의 장점을 살리고 단점을 보완할 기술이 필요합니다. 위성영상 AI가 바로 그 해결책으로 주목받고 있습니다.

지오코어-9B, 위성영상 특화 AI 모델

카이스트 김문철 교수 연구진이 개발한 ‘지오코어-9B(GeoCore-9B)’는 약 90억 개의 매개변수를 가진 거대 AI 모델입니다. 이 모델의 가장 큰 특징은 전 세계 위성영상과 그 내용을 설명하는 문장 1000만 쌍을 학습했다는 점입니다. 숲, 도로, 항구, 도시 등 다양한 지형의 특징을 익히고, 나아가 위도·경도와 지상표본거리(GSD)까지 학습에 반영해 영상의 위치와 공간 규모를 이해합니다. 이는 단순히 사진을 보고 복원하는 수준을 넘어, 지형의 구조를 이해하고 생성하는 능력을 갖춘 것입니다.

연구진은 여기에 ‘지리공간 의미 정렬’ 기법을 적용해 도로 연결이나 농경지 경계 같은 지형 구조를 더 정확히 파악하도록 했습니다. 위성영상 분석 AI가 파악한 정보를 생성 모델 학습에 활용한 방식입니다.

구름 제거와 영상 변환 성능

지오코어-9B는 공개 위성자료를 이용한 평가에서 좋은 성능을 보였습니다. 구름에 가려진 영상을 복원하는 실험에서는 주요 평가지표에서 기존 전문 모델보다 높은 점수를 기록했고, 레이더 영상을 광학영상 형태로 변환하는 실험에서도 생성 영상의 품질과 세부 구조에서 우수한 결과를 얻었습니다.

특히 이 과정에서 연구진은 모델 전체를 다시 학습하지 않고 일부 매개변수만 추가로 학습하는 ‘로라(LoRA)’ 방식을 활용했습니다. 이는 거대 모델을 다양한 작업에 효율적으로 적용할 수 있게 해주는 기술로, AI 모델의 실용성을 크게 높였습니다.

재난 대응과 환경 감시의 변화

위성영상 AI의 발전은 재난 대응 방식을 바꿀 잠재력을 가지고 있습니다. 홍수나 산불 발생 시 구름이 끼어도 레이더 영상을 통해 상황을 파악하고, 이를 광학영상으로 변환하면 현장의 모습을 직관적으로 이해할 수 있습니다. 예를 들어, 밤새 발생한 산불의 피해 면적을 구름 없이 바로 확인하거나, 홍수로 인한 도로 침수 구간을 실시간으로 분석하는 것이 가능해집니다.

또한, 다양한 지형 변화를 장기간 추적하는 데도 유용합니다. 도시 확장, 산림 훼손, 농경지 변화 등을 날씨와 관계없이 관찰하고 분석할 수 있습니다. 이는 기후 변화 대응과 국토 관리에도 큰 도움이 될 것입니다.

국방 분야 활용 가능성

연구진은 국방 분야로의 연구 확대도 계획하고 있습니다. 실제로 최근 중동 지역에서는 레이더와 방공 시스템이 주요 표적이 되고 있습니다. AP 통신이 분석한 위성영상에 따르면, 이란은 미군 기지의 조기경보 레이더와 방공 탐지 시스템부터 집중적으로 공격하며 피해를 키웠습니다. 이는 레이더 영상을 포함한 위성 기반 감시·정찰 능력의 중요성을 보여줍니다.

위성영상 AI가 발전하면 군사 분야에서도 레이더와 광학영상의 장점을 결합한 정밀한 분석이 가능해질 것입니다.

미래 전망과 연구 방향

연구진은 앞으로 다양한 위성 센서와 지역을 대상으로 모델의 성능을 검증하고, 홍수와 산불, 건물 파손, 도시 확장 등의 지형 변화 분석에 적용할 계획입니다. 국방 분야의 감시·정찰 능력 향상에도 기여할 것입니다. 이번 연구 결과는 국제 AI 학술대회인 ‘뉴립스(NeurIPS) 2026’에 채택되었고, 논문은 지난 8월 3일 아카이브(arXiv)에 공개되었습니다.

위성영상 AI 기술은 단순히 영상을 보정하는 것을 넘어, 다양한 분야에서 문제 해결에 기여할 수 있는 핵심 기술로 자리 잡을 것입니다. 날씨와 시간에 제약을 받지 않고 지구를 관찰하고 이해하는 능력은 앞으로 우리 삶에 큰 변화를 가져올 것입니다.