구글, 위성 데이터로 메탄 배출원 찾는 딥러닝 모델 공개

구글 리서치가 위성 하이퍼스펙트럴 데이터를 이용해 전 세계 메탄 배출원을 탐지하는 딥러닝 모델을 공개했다. 이 모델은 메탄 플룸(가스 기둥)의 탐지와 강화, 배출원 추정까지 자동화하도록 설계됐으며, 전문가가 표시한 플룸 기준 재현율 84%를 기록했다고 구글은 밝혔다. 구글은 관련 전 세계 플룸 데이터베이스와 학습 모델, 추론 도구도 함께 공개했다.

메탄은 100년 기준으로 이산화탄소보다 온난화 효과가 약 30배 큰 강력한 온실가스다. 대기 체류 기간이 비교적 짧아 배출을 빠르게 줄이면 온도 상승 억제에 즉각적인 효과를 기대할 수 있다. 이런 이유로 125개국 이상이 2030년까지 메탄 배출을 30% 줄이기로 한 글로벌 메탄 서약에 참여한 상태다. 다만 실제 감축을 위해서는 폐기물, 농업, 에너지 분야의 소규모 배출원을 정확히 찾아내는 일이 필요하다.

구글이 이번에 소개한 모델의 이름은 ‘MAPL-EMIT(Methane Analysis and Plume Localization with EMIT)’다. 국제우주정거장에 탑재된 NASA의 EMIT 관측 장비가 수집한 데이터를 바탕으로, 메탄 배출 흔적을 자동으로 식별하고 배출원 위치를 추정한다. EMIT는 원래 사막 지역의 광물 조성을 관측하기 위해 개발됐지만, 수백 개의 파장 정보를 동시에 기록하는 특성 덕분에 눈에 보이지 않는 메탄의 화학적 신호를 포착하는 데도 활용돼 왔다.

구글은 기존의 픽셀 단위 분석 방식과 달리, 이번 모델이 주변 지형과 확산 형태까지 함께 고려하는 비전 트랜스포머 구조를 사용했다고 설명했다. 특히 실제 메탄 플룸 데이터가 충분하지 않은 한계를 보완하기 위해, 물리 기반 시뮬레이션으로 만든 360만 개의 가상 플룸을 실제 위성 장면에 주입해 학습시켰다. 이를 통해 다양한 대기 조건과 지형에서 메탄을 식별하도록 모델을 훈련했다.

구글에 따르면 MAPL-EMIT은 약 1,100개 EMIT 관측 장면에서 기존 방식보다 더 많은 플룸을 찾아냈고, 복잡한 환경에서도 성능을 보였다. 예를 들어 세계 상위 메탄 배출 매립지 25곳 중 24곳에서 플룸을 포착했다고 밝혔다. 다만 오탐 가능성은 여전히 남아 있어, 구글은 각 탐지 결과에 신뢰도 점수를 함께 제공한다고 설명했다.

이번 공개는 위성 기반 메탄 감시를 더 넓은 범위로 자동화하려는 흐름의 연장선에 있다. NASA도 향후 관측 범위를 30~50배 넓힐 차세대 영상 분광기 발사를 준비하고 있어, 대규모 데이터를 빠르게 처리할 수 있는 자동화 기술의 필요성이 커지고 있다. 구글은 이번 데이터와 도구가 지방정부, 연구자, 산업계가 배출원을 더 신속하게 찾아 감축 조치를 취하는 데 도움이 되길 기대한다고 밝혔다.