AI가 도시 숲 모델을 주도

Tree-D Fusion이라는 AI 시스템은 도시나무의 3D 모델을 생성하며, 성장을 예측하고 환경적 영향을 분석하며, 도시 숲 관리를 향상시킵니다.

MIT, Google, 그리고 Purdue 대학의 연구진들이 단일 이미지를 사용하여 도시의 나무에 대한 상세한 3D 모델을 생성하는 AI 주도 시스템인 “Tree-D Fusion”을 소개하였습니다. 이 결과에 대한 내용은 최근의 논문에서 상세하게 기술되어 있습니다.

인공지능과 수십 년간의 삼림 과학을 결합함으로써, 이 시스템은 나무의 구조와 성장 패턴을 모델링하여 도시 삼림 계획에 대한 통찰력을 제공합니다.

이 프로젝트는 북미 전역에 걸쳐 60만 개의 시뮬레이션 가능한 나무 모델의 대규모 데이터베이스를 포함하고 있으며, 이는 나무의 성장 예측 및 그것이 도시 환경에 미치는 영향 등의 응용에 사용될 예정입니다. 이는 MIT 보도 자료에서 보도되었습니다.

본 논문에서는 이 시스템이 나무를 모델링하기 위해 혼합 접근법에 의존한다고 설명합니다. 먼저 딥러닝 알고리즘이 나무의 전반적인 형태를 나타내는 구조적 외피를 만듭니다. 그 다음에는, 전통적인 절차적 모델이 이 외피를 더욱 세밀하게 만들어 나무의 종에 따른 현실적인 가지와 잎 패턴을 시뮬레이션합니다.

이러한 결합은 Tree-D Fusion이 다양한 환경 조건, 온도와 지하수 유무 등의 변화에 따라 나무가 어떻게 자라는지를 예측할 수 있게 해줍니다.

이전 모델들과 달리, 이 모델은 보통 거리 뷰 이미지에서 볼 수 없는 나무의 뒷면 같은 숨겨진 특징들을 포착하며, 나무가 주변 환경과 상호 작용하는 동적인 특성을 반영한다고 MIT 보도자료가 언급하고 있습니다.

“우리는 수십 년간의 삼림학과 현대 AI 기능을 연결하고 있습니다.”라고 MIT와 MIT CSAIL의 주 연구원인 사라 베리(MIT 부교수)가 MIT에서 보도하였습니다.

“이를 통해 우리는 도시의 나무를 단순히 식별하는 것뿐만 아니라 그들이 어떻게 성장하고 시간이 지남에 따라 주변 환경에 어떤 영향을 미칠지 예측할 수 있습니다. 우리는 AI를 사용하여 기존의 삼림 지식을 더 넓은 도시 환경에 적용할 수 있습니다.”

MIT는 Tree-D Fusion이 이전의 도시 숲 모니터링 노력보다 한 단계 발전된 것이라고 설명합니다. 이전의 노력들은 종종 이웃 행정구역 수준의 관찰에 의존하거나 확장하는 데 어려움을 겪었습니다.

이 시스템은 Google Street View와 같은 도구로부터 얻은 이미지 데이터를 사용하여, 미래의 성장을 추정하고 전력선을 방해하는 가지와 같은 잠재적 위험을 식별할 수 있는 예측 모델에 통합합니다.

그러나 이 시스템은 여전히 도전적인 부분이 존재합니다. 특히, 인접한 나무들의 가지가 서로에게 엉켜버리는 ‘혼합되거나 엉킨’ 나무들에 대한 문제가 그것입니다.

“이 작업이 흥미롭게 만드는 것은 컴퓨터 비전에 대한 기본적인 가정을 다시 생각하게 하는 방식입니다.” 라고 Beery는 MIT에 보도되었습니다. 나무들의 동적이며 끊임없이 변하는 형태는 건물과 같은 정적인 객체와는 달리 새로운 접근 방식을 필요로 합니다.

연구자들은 이미 Tree-D Fusion이 어떻게 전 세계적으로 확장될 수 있는지를 탐구하고 있으며, 이는 도시 숲림 및 생물 다양성 모니터링에 대한 잠재적인 응용 분야를 가지고 있습니다.

“우리의 목표는 AI 기반의 통찰을 이용해 자연 생태계를 지원하고, 지속 가능성을 증진하며, 도시 계획을 개선하는 것입니다,”라고 퍼듀 대학교 박사과정 학생인 이재중이 말했습니다. 그는 Tree-D Fusion 알고리즘을 개발한 사람으로, MIT에서 보도되었습니다.