Google Research는 10년 넘게 인공지능과 머신러닝을 활용해 산불을 초기 단계에서 발견하고 산불의 확산 방식을 모델링하는 작업을 진행해 왔다. 현재 이 작업은 FireSat 프로그램을 중심으로 진행되고 있으며, Google은 Muon Space와 협력해 Earth Fire Alliance를 지원하고, 광범위한 재난으로 번지기 전에 우주에서 화재를 감시하는 위성군을 구축하는 것을 목표로 하고 있다.
Google은 이 시스템이 완성되면 면적 25제곱미터의 화재, 즉 약 5×5미터의 면적을 덮거나 자동차 한 대 정도의 크기에 해당하는 화재를 감지할 수 있을 것이라고 밝혔다. 인공지능의 역할은 열원을 발견하는 데 그치지 않는다. 인공지능은 궤도에서 비슷하게 보일 수 있는 광원을 반사하는 구름, 공장 굴뚝, 바비큐, 통제된 농업용 소각 등과 실제 산불을 구별하는 데도 도움을 줄 것으로 예상된다.
우주 기반 감지가 어려웠던 이유는 무엇인가?
화재가 작고 진압 가능한 단계에 있을 때 소방 당국은 신속한 정보가 필요하지만, 현재 이용 가능한 일부 위성 이미지는 약 11시간 뒤에 도착하거나 해상도가 낮을 수 있다. 이 때문에 화재가 빠르게 확산되는 상황에서는 데이터의 유용성이 떨어진다.
기존의 전통적인 대안은 고해상도의 대형 위성을 사용해 장시간 지구를 감시하는 것이었지만, 이는 비용이 많이 들고 감시 범위가 제한적이다. 반면 FireSat은 더 많은 수의 소형·저비용 위성을 사용하며, 머신러닝 모델을 통해 해상도 차이의 일부를 보완하고 시간에 따른 장면의 변화를 분석한다.
모델은 어떻게 화재를 구별하는가?
Google은 산불 감지를 개선하기 위한 전용 카메라를 개발했으며, 통제된 화재 상공을 비행한 항공기에서 얻은 자료를 활용해 초기 모델을 훈련했다. 또한 캘리포니아에서 위에서 보면 화재처럼 보이는 장면의 이미지를 수집한 뒤, 시간에 따른 변화를 추적해 실제 화재로 전환되는 경우와 오경보에 해당하는 경우를 구분했다.
Google은 어떤 작은 화재가 대형 화재로 발전하고 어떤 화재가 그렇지 않은지 보여주는 기준 기록을 구축하는 것을 목표로 한다. 이러한 데이터는 알고리즘을 개선하고 대응팀을 혼란스럽게 할 수 있는 불필요한 경보를 줄이는 동시에, 가장 위험한 화재에 집중할 수 있도록 할 것이다.
대응팀에 실질적으로 어떤 변화가 생기는가?
이 프로젝트의 핵심적인 실질적 가치는 화재 발생과 발견 사이의 시간을 줄이는 것이다. 반복 촬영을 통해 소방대는 화재가 작을 때 이를 감지할 수 있으며, 화재의 확산 속도와 방향에 관한 더 나은 정보도 얻을 수 있다. 또한 데이터는 화재 확산을 늦추는 방벽을 설치하기에 적합한 위치를 정하는 등 장기적인 계획 수립에도 활용될 수 있다.
그러나 이러한 이점은 위성군의 완성, 모델의 정확도, 그리고 지역별 환경 및 서로 유사한 열원에 대응하는 능력에 달려 있다. 또한 이번 발표는 현재 완성된 전 세계적 감시가 아니라 미래의 운용 목표를 설명한 것이다.
일정과 다음 목표
이 시스템은 첫 번째 운용 위성들을 발사했으며, 다음 발사분은 내년에 도착할 것으로 예상된다. Google은 완전한 운용 능력에 도달하는 데 수년이 걸릴 것이라고 밝혔다. 약 20분마다 전 세계를 촬영한다는 목표를 달성하려면 약 50개의 위성이 필요하며, 2030년경에 이를 달성할 것으로 예상된다. 향후 2년 동안의 보다 가까운 목표는 지구 전체 표면을 한 시간마다 한 번씩 완전히 촬영하는 것이다.