IIASA(International Institute for Applied Systems Analysis, 국제응용시스템분석연구소)는 인류가 당면한 전 세계 환경과 경제, 기술, 사회적 변화로 인한 문제를 연구하는 독립적인 국제 과학 연구소입니다. 이곳에서는 특히, 글로벌 환경과 사회에 영향을 미치는 요소와 그 원인을 명확히 이해하기 위해 분석 기술을 적극 활용하고 있습니다.

SAS는 교육, 환경, 건강, 인권, 빈곤 등 다양한 사회 문제의 해결을 돕는 ‘데이터 포 굿(Data for Good)’ 캠페인을 진행하고 있습니다. 이번 마지막(벌써!) SGF 시리즈에서는 SAS가 IISA와 파트너십을 맺고 함께 하고 있는 아마존 보호 프로젝트를 소개합니다. IIASA와 SAS의 목표는 인간이 아마존 열대 우림에 미치는 영향을 탐지할 수 있는 인공지능(AI)을 구축하는 것입니다.

아마존 열대 우림에 주목하는 이유

아마존은 세계에서 가장 큰 열대 우림입니다. 전 세계 생물 다양성의 최소 10% 이상이 서식하는 아마존은 수많은 동식물의 생명처일 뿐 아니라 지구의 허파로 불릴 만큼 인간의 삶에도 아주 소중한 곳입니다. 때문에 IIASA와 SAS는 열대 우림에서 발생하는 모든 변화를 탐지하고 필요한 조치를 신속히 함으로써 아마존을 지키고자 합니다. 하지만 6억 7,000만 헥타르에 달하는 아마존 곳곳에서 매일, 매주 발생하는 변화를 살피는 일은 어느 한 사람이나 조직이 감당할 수 없습니다. IIASA와 SAS가 AI 기반의 경고 시스템을 구축하려는 이유입니다.

IIASA는 그동안 과거 데이터와 정보를 사용하여 여러 시스템을 모니터링해왔습니다. 특히 지난 수 년간 데이터 사이언티스트 네트워크를 활용하여 위성 사진과 다른 스트리트 뷰 이미지를 통해 빈곤과 공해, 산림 파괴 양상을 파악하기 위해 노력해 왔습니다. 문제는 시간입니다.

데이터가 수집되는 시점과, 이 데이터를 기반으로 특정 행동이나 정책에 사용할 수 있는 시점 사이에는 시간차가 존재합니다. 의사결정의 속도가 그만큼 늦어지는 것입니다. 따라서 실시간에 가까운 시간에 모니터링 범위를 확장헤 전체 아마존 열대 우림을 정기적으로 살펴보고 변화가 어디에서 발생하고 있는지 신속히 확인하여 필요한 개입을 할 수 있다면 얼마나 좋을까요? ‘삼림 보호를 위한 크라우드소싱 AI 프로젝트’는 이 같은 니즈에서 출발했습니다.

삼림 보호를 위한 크라우드소싱 AI 프로젝트

이 프로젝트는 삼림 벌채 지역을 파악하고 삼림 보호 정책을 신속히 추진하기 위한 AI 모델을 개발하는 것입니다. 명칭에서 알 수 있듯 AI와 크라우스소싱이 핵심입니다. 크라우드소싱이 중요한 이유는 해결해야 할 문제의 규모 때문입니다. 우리가 분석하고 처리해야 할 이미지들은 수천 명의 사람들이 지속적으로 스캔해야만 합니다. 시민들의 참여를 통해 과학계는 이미지를 스캔하고, AI를 훈련시킬 수 있습니다. 시간이 지남에 따라 AI가 보다 효과적으로 작동하기 위해서는 AI를 훈련시켜야 하는데, 이를 위해 대중의 분석 역량이 필요한 것입니다.

프로젝트 초기 단계에서 IISA는 과학자들이 분류한 700개의 이미지 데이터 세트를 SAS에 제공했습니다. SAS는 SAS Viya와 이 이미지만을 사용하여 신속하게 삼림 파괴 모델을 구축했으며, 이 모델은 약 90%의 삼림 파괴를 정확히 탐지하고 있습니다. 그럼에도 불구하고 크라우드소싱은 여전히 필요합니다. 모델링하고자 하는 대상을 측정하는 일이 결코 단순하지 않기 때문입니다.

컴퓨터는 ‘이 풍경 이미지에 강이나 나무, 평야가 있는가?’라는 질문에 대한 답을 쉽게 판단할 수 있습니다. 하지만 IISA와 SAS가 모델링하려는 것은 복잡한 휴먼 인터페이스입니다. 우리가 알고 싶은 것은 해당 풍경 이미지에 ‘인간’이 끼친 영향이 반영되어 있는지 여부입니다. 이 질문에 컴퓨터가 정확히 답하도록 하기 위해서는 학습이 필요합니다.

반면 사람이 이 질문에 답하기 위해서는 삼림학 박사나 토지 관리 분야에서의 오랜 경력이 필요하지는 않습니다. 성인이라면 분명히 알고 있습니다. 자연은 스스로 많은 직선을 그리지 않기 때문입니다. 인간이 도로를 내거나 집을 지을 때 직선이 만들어집니다. 그리고 대부분의 사람은 기계로 절단된 깔끔한 평야와 산불 화재 흔적의 차이를 알 수 있습니다. 따라서 이 분야의 전문가일 필요는 없습니다. 누구나 이 질문에 답할 수 있습니다. 하지만 가끔 다른 판단이 있을 수 있습니다. 때문에 다수의 집단인 크라우드가 매우 중요합니다.

IISA와 SAS는 우리 모두의 집단 지성에 힘입어 사람의 간섭을 파악할 수 있는 모델을 구축하고자 합니다. 이 프로젝트는 너무 크거나 복잡한 글로벌 과제에 우리가 어떻게 대처해야 할지 생각하는 소중한 계기가 될 것입니다.

함께 변화를 만들 수 있습니다

SAS는 일반 대중이 삼림 벌채 지역의 이미지를 판별해 AI 모델의 기반이 되고 알고리즘 개선에 기여할 수 있는 크라우드소싱 기반 앱을 개발했습니다. 일반인, 학생, 개발자, 전문 데이터 과학자 등 각계각층의 시민 데이터 과학자 자원봉사자는 해당 앱에서 보여주는 이미지가 개발로 훼손된 지역인지 자연 상태의 열대 우림 이미지인지 분류하고, 사람의 영향을 받은 지역을 표시합니다. 이를 기반으로 삼림 벌채 지역을 판별하는 AI 알고리즘을 개선합니다. 사람은 개발된 ‘도로’와 자연 그대로의 ‘강’을 쉽게 구별할 수 있지만, AI는 사람이 판단한 정보를 기반으로 학습을 하게 됩니다. 그렇게 학습 역량이 쌓이면 스스로 많은 것들을 판별할 수 있게 됩니다. 전 세계 많은 이들의 참여가 필요한 이유입니다.

누구나 할 수 있습니다. SAS 웹사이트에서 아마존 산림 프로젝트를 검색하면 분류가 필요한 수천 개의 이미지가 업로드 되어 있습니다. 이미 수천 명의 지원자가 전 세계에서 이미지를 보고, 이미지 분류에 도움을 주고 있습니다. 아주 중요한 일입니다. AI 역량을 지속적으로 향상시켜 나가야만 모든 이유로 발생하는 산림 파괴를 인식할 수 있기 때문입니다. 이는 곧 우리가 보다 신속하고 빠르게 미래에 대응할 수 있음을 의미합니다. 누구나 참여하여 모델을 훈련시킬 수 있습니다. 아마존을 보호할 수 있는 작지만 소중한 실천입니다. sas.com/rainforest를 방문해보시기 바랍니다. 함께 변화를 만들 수 있습니다.

지금까지 ‘온라인 SAS 글로벌 포럼 2020’ 주요 5개 세션을 시리즈로 소개해 드렸습니다. SAS 글로벌 포럼의 주요 영상은 국문 자막과 함께 Virtual SAS Global Forum 2020 사이트에서 확인할 수 있습니다.

아마존 열대우림 보호 프로젝트는 SGF 영상을 통해 확인해 보세요