AI 도구, 현실감 넘치는 위성 사진으로 홍수 시나리오 시뮬레이션

MIT의 AI 도구는 물리 기반 모델을 사용하여 현실적인 홍수 이미지를 시뮬레이션하고, 커뮤니티가 기후 위험을 시각화하고 허리케인에 대비하는 데 도움을 줍니다.

MIT의 연구자들은 생성적 AI와 물리 기반 모델을 결합한 인공지능 도구를 개발하여 잠재적인 홍수에 대한 현실적인 위성 이미지를 생성할 수 있게 되었습니다.

이 기술은 지역 사회가 폭풍의 영향을 시각화하고 대피 및 대비에 대한 정보를 기반으로 결정을 내리는 새로운 방법을 제공할 수 있습니다. 이 팀은 다른 사람들이 탐색할 수 있도록 “Earth Intelligence Engine” 방법을 온라인으로 공개하였습니다.

팀은 휴스턴, 텍사스에서 접근 방식을 테스트하였고, 허리케인 하비와 유사한 폭풍으로 인한 홍수를 시뮬레이션하였습니다.

해당 이벤트 후 특정 지역이 어떻게 보일지를 나타내는 위성 이미지를 생성함으로써, 연구자들은 해비후 실제로 촬영된 위성 이미지와 결과를 비교했습니다.

그들의 연구 결과는 AI를 물리 기반의 홍수 모델과 결합하면, AI 단독보다 더 정확한 홍수 표현을 생성한다는 것을 밝혔습니다. AI 단독으로는 때때로 현실적이지 않은 결과, 예를 들어 고지대에서의 홍수와 같은 것을 생성하기도 했습니다.

이 도구는 조건부 생성적 적대 신경망(Generative Adversarial Network, GAN)이라는 머신러닝 방법을 사용합니다. GAN은 두 개의 신경망으로 구성되어 있습니다: 하나는 합성 이미지를 생성하고, 다른 하나는 그들의 정확성을 실제 데이터와 비교하여 평가합니다.

이 과정은 매우 효과적이지만, 단독으로 사용할 경우 시각적인 부정확성, 또는 ‘환각’이 발생할 수 있습니다. 신뢰성을 향상시키기 위해, 연구팀은 GAN을 폭풍의 경로, 풍향 패턴, 그리고 홍수 인프라와 같은 실제 세계의 요소를 고려하는 물리 기반 모델과 통합하였습니다.

연구자들은 이 인공지능과 물리학의 결합이 종종 색상 코드 지도에 의존하는 현재의 홍수 위험 전달 방법을 개선할 수 있다고 믿습니다.

“그 아이디어는 이렇습니다: 언젠가 이것을 허리케인이 오기 전에 사용하여 일반 대중을 위한 추가적인 시각화 계층을 제공할 수 있다”고 연구를 이끈 박사 후 연구원인 Björn Lütjens가 말했습니다.

“가장 큰 도전 중 하나는 사람들이 위험에 처했을 때 그들을 대피시키는 것입니다. 아마도 이것이 그 준비를 높이는 또 다른 시각화 방법이 될 수 있을 것입니다,”라고 그는 덧붙였습니다.

IEEE 지구과학 및 원격 감지 거래에서 게재된 이 연구는 위험에 민감한 상황에서 AI의 잠재적인 사용을 강조하고 있습니다.