다양한 지형과 도시의 모습을 학습해 구름에 가려진 위성 영상을 복원하고 레이더 영상을 일반 사진처럼 변환하는 인공지능(AI) 모델이 개발됐다. 앞으로 홍수나 산불 등 각종 재난 대응과 환경 감시 등에 활용될 것으로 기대된다. KAIST는 김문철 전기및전자공학부 교수팀이 위성 영상의 생성·복원·변환에 활용할 수 있는 AI 파운데이션 모델 ‘지오코어-9B(GeoCore-9B)’를 개발했다고 20일 밝혔다. 햇빛이 지표에 반사된 모습을 촬영하는 광학영상은 구름이 짙거나 밤이면 지상을 관측하기 어렵다. 또 전파를 쏘고 되돌아오는 신호로 지상을 관측하는 합성개구레이더(SAR)는 밤이나 구름이 낀 날에도 영상을 확보할 수 있지만 영상 밝기와 패턴이 일반 사진과 달라 영상 판독이 어렵다. 연구팀은 위성에서 내려다 본 지형과 산림, 항구, 도시 모습 등을 담은 전 세계 위성 영상과 각 영상을 설명하는 자료 10000만쌍을 학습에 활용했다 오션파라다이스다운 . AI는 설명이 붙은 지구 사진첩을 학습하며 다양한 지형과 도시의 특징을 익혔다. 여기에 위성 영상이 지구상의 어디를 얼마나 넓게 보고 있는지도 함께 학습시켜 촬영 위치와 공간 규모를 파악할 수 있게 했다. 연구팀은 설명 문장과 함께 위도·경도·지상표본거리를 학습에 학습해 위도·경도는 지구상 위치를, 지상 표본거리는 영상의 가장 작은 단위인 한 픽셀이 실제 지상에서 어느 정도 크기에 해당하는지 알려준다. AI는 이런 정보를 토대로 위치와 공간 규모에 맞는 영상을 생성한다. 위성영상 전문 AI가 파악한 특징을 생성 모델이 참고하도록 하는 ‘지리공간 의미 정렬’ 기법도 활용해 도로 연결이나 농경지 경계처럼 영상 속 구조를 더 잘 파악하도록 했다. 아울러, 구름 제거와 레이더 영상 변환에 관한 학습을 추가한 결과, 지오코어-99는 기존 전문 AI 모델보다 영상 밝기와 색상, 구조적 유사성에서 우수한 성능을 보였다 오션파라다이스PC . 레이더 영상을 광학 영상으로 바꾸는 실험에서도 생성 영상의 품질과 세부 구조에서 좋은 결과를 내놨다. 연구팀은 앞으로 홍수나 건물 파손, 산불, 도시 확장 등 지형 변화를 정확하게 예측하는 연구와 감시·정찰을 위한 국방 분야로 적용 범위를 넓혀 나갈 계획이다. 김 교수는 “위성영상의 촬영 위치와 실제 지형 크기까지 학습해 하나의 AI를 구름 제거와 영상 변환 등 여러 작업에 활용용할 수 있는 AI 모델을 구현했다는 데 의미가 있다”며 “날씨나 촬영 방식의 한계로 활용하기 어려웠던 위성 자료의 쓰임을 넓혀 재난 상황 파악과 산림·도시 변화 관찰에 도움이 될 것”이라고 말했다. 연구결과는 AI 국제학술대회인 ‘뉴립스(NeurIPS) 2026’에 채택됐고 논문은 지난 8월 3일 논문 사전공개 사이트 ‘아카이브(arXiv)’에 공개됐다. 위성영상의 생성과 복원, 변환에 활용할 수 있는 AI ‘지오코어-9B’ 개념도. KAIST 제공. 스(NeurIPS)