UNIST 개발, 초분광 위성 데이터 활용 메탄 탐지 기술

울산과학기술원(UNIST) 연구진이 인공지능(AI)을 이용해 전 세계 메탄 누출을 더 빠르고 정확하게 감시할 수 있는 탐지 기술을 개발했다.

울산과학기술원은 지구환경도시건설공학과 임정호 교수 연구팀이 초분광 위성 데이터에서 메탄 구름 기둥(플룸)을 자동으로 탐지하는 AI 기술을 개발하고 활용 기준을 제시했다고 25일 밝혔다.

초분광 위성 데이터는 지표면에서 반사된 빛을 수십∼수백 개의 좁은 파장대로 나눠 관측한 자료다.

메탄은 대기 배출 후 20년간 이산화탄소보다 약 84배 강한 온실 효과를 유발하는 물질로, 기후 변화 대응을 위해 신속한 누출 감시가 필수적이다.

연구팀은 미국 항공우주국(NASA) 국제우주정거장 관측 초분광 위성 자료인 EMIT 자료를 영상 분할 딥러닝 모델에 학습시켜 메탄 누출 기둥에 해당하는 부분을 자동으로 구분하는 탐지 모델을 만들었다.

메탄은 특정 적외선 파장의 빛을 흡수하기 때문에 이 파장대의 변화를 보면 메탄이 새어 나와 형성된 기둥을 찾을 수 있다.

탐지 모델은 세계 여러 지역의 대규모 메탄 배출 사례와 투르크메니스탄, 알제리, 미국 등지의 석유·가스 시설, 폐기물 처리장, 석탄 채굴지 등 다양한 배출원에서 발생한 메탄 기둥을 잘 포착했다.

이 모델은 단순히 영상의 색이나 배경 무늬를 학습한 것이 아니라, 메탄이 빛을 흡수하는 파장대와 누출 기둥의 공간적 형태처럼 실제 메탄의 물리적 특성과 맞는 정보를 활용해 판단한 것으로 분석됐다.

연구팀 관계자는 "해상도와 관측 조건이 다른 자료에도 적용할 수 있으며, AI가 어떤 물리적 근거를 토대로 메탄을 판별하는지도 확인할 수 있다"며 "대규모 메탄 누출을 더 빨리 찾아내 대응하는 차세대 온실가스 감시 기술로 활용할 수 있을 것"이라고 말했다.

임정호 교수는 "메탄은 어디서 얼마나 새는지를 빠르게 확인하는 것만으로도 감축 효과를 높일 수 있는 온실가스지만 기존에는 자료 처리와 전문가 검토에 시간이 걸리는 한계가 있었다"며 "이번 연구는 누출 의심 지역을 빠르게 선별하고, 필요한 경우 정밀하게 확인할 수 있는 분석 기준을 제시했다"고 강조했다.

환경부, 교육부의 지원을 받은 이번 연구 결과는 과학 저널 '네이처'(Nature)의 자매지인 '기후와 대기과학'(npj Climate and Atmospheric Science)에 게재됐다.