주메뉴바로가기.. 본문바로가기

지진 13만건 학습한 구글AI,여진 위치 2배 잘 맞혔다

카카오스토리 네이버밴드 구글플러스

2018년 11월 06일 15:43 프린트하기

6일 오전 서울 강남구 구글코리아 본사에서 화상 대담 중인 마틴 와튼버그 구극 시니어 스태프 리서치사이언티스트. 그는 하버드대팀과 공동으로 지난 8월 여진 예측 인공지능 기술을 개발했다. -사진 제공 구글코리아
6일 오전 서울 강남구 구글코리아 본사에서 화상 대담 중인 마틴 와튼버그 구극 시니어 스태프 리서치사이언티스트. 그는 하버드대팀과 공동으로 지난 8월 여진 예측 인공지능 기술을 개발했다. -사진 제공 구글코리아

“큰 지진이 발생한 뒤에는 보통 여진이 뒤따릅니다. 보통 규모가 큰 본진에 많이 주목하지만, 여진의 파괴력도 무시할 수 없죠. 특히 응급구조대를 보내거나 비상용 통신 기지국을 세울 때 여진이 발생할 위치를 미리 알 수 있다면 큰 도움이 될 것입니다.”


마틴 와튼버그 구글 시니어 스태프 리서치사이언티스트는 6일 오전 서울 강남구 구글코리아 본사에서 개최한 화상간담회에서 구글이 최근 연구중인 인공지능(AI) 여진 예측 기술을 소개하며 이렇게 말했다. 그는 “여진 예측 기술은 인류가 직면한 도전 과제를 AI로 해결하는 대표적인 예”라며 “아직은 초창기 연구라 실생활 적용은 좀더 기다려야 하지만, 재해 예측 분야에 새 바람을 불러올 것”이라고 강조했다. 


와튼버그 리서치사이언티스트는 구글에서 인간친화적인 AI를 연구하는 페어(PAIR) 이니셔티브와 AI 시각화팀인 빅픽처 팀을 이끌고 있다. 그는 지난 8월, 브랜든 미드 미국 하버드대 교수팀과 공동으로 여진의 발생 위치를 AI로 예측하는 새로운 기술을 개발해 8월 29일 ‘네이처’에 발표했다.

 

1992년 캘리포니아 남부의 랜더스(Landers) 지역에서 발생한 진도 7.3의 지진을 시각적으로 표시한 이미지. 여러 색상으로 표시된 부분은 최초의 지진을 나타내며 빨간색 상자는 여진 위치를 나타낸다. -사진 제공 구글 코리아
1992년 캘리포니아 남부의 랜더스(Landers) 지역에서 발생한 진도 7.3의 지진을 시각적으로 표시한 이미지. 여러 색상으로 표시된 부분은 최초의 지진을 나타내며 빨간색 상자는 여진 위치를 나타낸다. -사진 제공 구글 코리아

논문에서 연구팀은 13만건 이상의 실제 여진 발생 데이터를 수집한 뒤, 본진이 발생한 지역 주변을 격자 모양의 가상 공간으로 나눠서 여진 발생의 공간적 패턴을 자체 개발한 AI로 기계학습시켰다. 그 뒤 학습에 이용한 데이터와 별도의 지진 데이터 약 3만건을 이용해 예측 정확도를 비교한 결과, 기존에 존재하던 여진 위치 예측 알고리즘에 비해 높은 정확도로 여진의 위치를 예측하는 데 성공했다. 


관련 기사 : 대형 지진 뒤 여진, AI가 예측한다

 

와튼버그 리서치사이언티스트는 “기존 예측 알고리즘으로는 100개의 여진 위치를 예측하면 3개를 맞추는 데 불과했는데(3%), 새 AI는 그 두 배인 6%를 맞출 수 있다”고 말했다. 그는 “아직 초창기라 낮은 수치고 따라서 실제 생활에 바로 쓸 수는 없다”며 “하지만 아무 지식도 없는 상태에서 특정 공간에 지진이 발생한 확률치고는 높은 편이며, 아직 소규모 신경망을 이용한 초기 연구인 만큼 꾸준히 정확도를 개선할 수 있다”고 강조했다.

 

특히 특정 지진의 실제 여진 위치를 제대로 짚은 비율(민감도)과, 여진이 아닌 다른 지진을 그 지진의 여진이 아니라고 제대로 판정한 비율(특이도) 양쪽에서 기존 예측 기술에 비해 높은 정확도를 보인다는 사실도 확인했다. 


민감도와 특이도 두 비율을 동시에 고려한 평가 수치를 AUC라고 하는데, 0.5~1 사이의 값을 지니며 0.5일 때는 성능이 전혀 없는 예측 기술, 1이면 예측 능력이 높은 기술로 평가한다. 연구팀이 비교 대상으로 삼은 기존 여진 예측 기술은 0.5를 갓 넘는 약한 성능(0.583)을 보였는데, 연구팀이 개발한 AI는 평균 0.849로 월등히 높은 성능을 보였다. 1994년 일어난 일본 고베대지진 등 일부 사례에서는 이 수치가 0.956으로 매우 정확했다.

 

랜더스 지진에서 여진 위치 확률의 분포를 예측한 이미지. 진한 빨간색은 여진이 발생할 것으로 예측되는 지역을 나타낸다. 검은색 점은 관측된 여진의 위치이며, 노란색 선은 주진 중에 파열된 단층을 보여준다. - 사진 제공 구글코리아
랜더스 지진에서 여진 위치 확률의 분포를 예측한 이미지. 진한 빨간색은 여진이 발생할 것으로 예측되는 지역을 나타낸다. 검은색 점은 관측된 여진의 위치이며, 노란색 선은 주진 중에 파열된 단층을 보여준다. - 사진 제공 구글코리아

그는 이번 연구 결과가 현재의 기술적 완성도보다, 앞으로의 가능성에 주목해야 한다고 말했다. 여진이라는 복잡하고 예측 불가능해 보이는 자연재해의 예측 가능성을 높일 새로운 방법을 개척했다는 뜻이다. 그는 “현재 홍수 예측에도 비슷한 기술을 적용하기 위해 연구중”이고 말했다.


여진 예측은 그 자체로도 실용적인 기술이지만, 과학 연구에도 도움을 줄 수 있다. 그는 “예를 들어 지진을 일으키는 힘과 관련이 있는 ‘응력(스트레스)’이라는 물리량을 이해하려면, 많은 주변 여건을 이해해야 한다”며 “인공지진을 컴퓨터 시뮬레이션 기법으로 일으켜 AI가 학습한 내용과 다양한 지구과학 관련 물리량 사이의 관계를 파악한 결과, 특정 물리량들이 매우 높은 상관관계를 갖는다는 사실을 발견했다”고 밝혔다. 우리가 모르는 어떤 이론이 여진 발생에 관여할 가능성이 발견된 것이다.

 

그는 “아직 그 의미가 무엇인지는 아무도 모른다”며 “하지만 이런 미스터리에서 새로운 발견이 일어날 수 있기에 몹시 흥분된다”고 밝혔다. 현재 그는 이 새로운 발견과 함깨, 여진 예측 기술의 정확도를 높이기 위한 연구를 진행 중이다.
 

카카오스토리 네이버밴드 구글플러스

2018년 11월 06일 15:43 프린트하기

 

혼자보기 아까운 기사
친구들에게 공유해 보세요

네이버밴드 구글플러스

이 기사가 괜찮으셨나요? 메일로 더 많은 기사를 받아보세요!

10 + 1 = 새로고침
###
과학기술과 관련된 분야에서 소개할 만한 재미있는 이야기, 고발 소재 등이 있으면 주저하지 마시고, 알려주세요. 제보하기

관련 태그뉴스