인스페이스, 산학연 공동연구로 AI기반 태양 측면 자기장 영상 복원 성공

글자 작게 글자 크게 인쇄하기
인공지능과 위성을 이용해 3일 간격으로 획득한 극자외선 영상(위)과 자기장 영상(아래). 처음 두 영상은 인공지능으로 획득한 측면 자기장 영상이며, 나머지 두 영상은 위성으로 관측한 자기장 영상이다. 인스페이스 제공
<인공지능과 위성을 이용해 3일 간격으로 획득한 극자외선 영상(위)과 자기장 영상(아래). 처음 두 영상은 인공지능으로 획득한 측면 자기장 영상이며, 나머지 두 영상은 위성으로 관측한 자기장 영상이다. 인스페이스 제공>

국내 연구진이 인공지능(AI) 딥러닝(deep learning) 방법으로 태양 측면 자기장 영상을 복원하는 데 성공했다.

항공우주 전문업체 인스페이스(대표 최명진)는 경희대학교, 한국천문연구원과 협력해 태양 측면 자기장 영상 복원에 성공했다고 5일 밝혔다. 이번 연구 성과는 국제학술지 '네이처 아스트로노미'에 게재됐다.

태양 자기장 영상은 태양 활동과 우주 기상 예보에 있어 중요한 센싱 데이터다. 특히 자전하는 태양의 측면 상황을 알 수 있다는 것은 예보 측면에서 상당히 유리한 정보를 획득할 수 있어 태양 활동 연구자에게 유용한 자료다.

하지만 지구에서 바라보는 태양 전면 자기장 영상은 태양관측위성(SDO)의 태양 지진 및 자기영상장치(HMI) 센서로 획득할 수 있었지만 태양 측면을 관측하는 스테레오(STEREO) 위성에는 해당 센서가 없어 영상 획득이 어려웠다.

인스페이스를 비롯한 연구팀은 태양 측면 자기장 영상을 생성하기 위해 AI 기술을 도입하기로 하고, 조건부 생성 모델(cGANs)에 주목했다. A영상과 B영상을 쌍으로 학습시켜 A영상을 조건으로 딥러닝 모델에 입력해 B영상을 생성하는 '픽스투픽스(pix2pix)'라 불리는 모델을 접목했다.

태양 전면을 관측하는 위성인 SDO의 태양 대기 이미징 어셈블리(AIA) 센서 영상과 자기장 센서인 HMI 영상을 딥러닝 모델에 쌍으로 학습시켰다. 그후 AIA 센서와 동일한 특성을 가진 태양 측면을 관측하는 위성인 스테레오의 극자외선영상장치(EUVI) 센서 영상을 조건으로 입력해 측면의 자기장 영상을 성공적으로 생성했다. 여러 시간대 전면 자기장 영상과 AI가 생성한 자기장 영상을 분석한 결과 태양 흑점이 제대로 재현됨을 확인했다.

김태영 인스페이스 기술이사는 “인공지능 모델이 만능일 수는 없지만 데이터 기반의 기술이기에 명확한 문제 정의와 검증방안 데이터셋만 확보돼 있다면 해결을 위한 기본조건을 갖추게 된 것”이라면 “이번 연구는 이러한 조건과 더불어 연구팀의 전문적인 역할분담으로 가능할 수 있었다”고 말했다.

김태영 인스페이스 기술이사
<김태영 인스페이스 기술이사>

경희대학교 우주탐사학과 박사과정 중인 김태영 인스페이스 기술이사는 비전공자들이 직관적이고 간결한 딥러닝 라이브러리인 케라스를 이용해 딥러닝 입문을 쉽게 할 수 있도록 '블록과 함께하는 파이썬 딥러닝 케라스' 도서를 집필했다. 또 '김태영의 케라스 블로그', '케라스 코리아', '캐글 코리아'를 운영하고 있다. '강화학습 코리아의 알파오목 프로젝트'의 팀원으로 알파고 모델을 대중들이 접할 수 있도록 서비스도 구축했다. 현재 인스페이스 인공지능연구실 총책임자로 태양에서 세포까지 딥러닝', '게임에서 우주까지 강화학습'의 모토로 여러분야에 인공지능을 적용하고자 활발한 연구활동을 펼치고 있다.

대전=양승민기자 sm104y@etnews.com