지구 온난화를 일으키는 온실가스 가운데, 이산화탄소에 이어 두 번째로 지구에 영향을 미치는 비중이 큰 메탄 누출을 자동 탐지하는 기술이 개발됐다.

메탄은 2020년 기준 지구온난화 지수가 이산화탄소 대비 약 84배 더 높다. 같은 누출량이면 메탄이 84배 다 빨리 온난화를 가속한다는 의미다.

임정호 UNIST 지구환경도시건설공학과 교수팀이 초분광 위성 데이터에서 메탄 구름 기둥(플룸)을 자동 탐지하는 인공지능(AI) 기술을 개발했다.

25일 임 교수 연구팀에 따르면 NASA(미항공우주국) 국제우주정거장 관측 초분광 위성 자료 'EMIT'(지구 표면 광물 먼지 발생원 조사)를 영상분할 딥러닝 모델에 학습시키는 방법으로 위성영상 속 메탄 누출 기둥을 자동 탐지하는 모델을 만들었다.

연구팀은 이 모델로 세계 각지 대규모 메탄 배출 사례와 투르크메니스탄, 알제리, 미국 등지 석유·가스 시설, 폐기물 처리장, 석탄 채굴지 등 다양한 배출원에서 발생한 메탄 기둥을 포착하는데 성공했다.

임 교수는 "대략 메탄농도 800ppm이상 탐지가 가능했다. 센서 자체 검출 한계는 EMIT는 1,000kg/hr이고, 타나거-1은 100kg/hr였다"고 설명했다.

연구팀은 두 종류 데이터를 3종류의 대표적인 영상 분할 딥러닝 모델에 각각 학습시켜 이 같은 자동 탐지 모델을 개발했다.

빛의 세기 데이터인 복사휘도와, 이 데이터를 1차 처리해 메탄 농도 증가 영역을 강화한 자료를 CNN(합성곱 신경망)-ASPP(다중 스케일 특징 추출 모델)와 다중 커널 기반 U-Net 분할 모델(인셉션 U-Net,), 경량 트랜스포머 분할 네트워크(SegFormer) A모델에 각각 학습시켰다.

또 민간 위성을 이용한 초분광 위성자료인 타나거-1에서도 이같은 방식을 적용, 학습시킬 때도 비슷한 탐지 성능을 나타냈다.

연구에는 양세영·김예진 연구원이 공동 제1저자로 참여했다.

관련기사

임정호 교수는 "향후 대규모 메탄 누출을 더 빨리 찾아내고 대응하는 차세대 온실가스 감시 기술로 활용될 수 있을 것”이라며 "기존에는 자료 처리와 전문가 검토에 시간이 걸리는 한계가 있었다"고 말했다.

연구 결과는 국제 학술지 npj 기후와 대기과학(npj Climate and Atmospheric Science)에 게재됐다.