홍수 범람 범위나 저수지 수면 변화를 볼 때 가장 먼저 필요한 것이 물과 물 아닌 곳을 가르는 마스크다. NDWI 같은 지수에 임계값을 거는 방법이 익숙하지만, 그림자나 어두운 지붕이 물로 잡히는 일이 잦다. OmniWaterMask는 센서를 가리지 않는 수체 분할 모델로, NaGeoAI에서는 패널 하나로 돌릴 수 있다.
이번 회차는 Sentinel-2 예제 영상에서 수체 후보를 뽑고, 결과 래스터의 좌표계와 화소 격자가 입력과 정확히 맞는지 확인한다. 2026년 10월 7일 QGIS 데스크톱 패널에서 실제로 처리한 결과다.
환경과 설치
환경은 QGIS 3.44.12, NaGeoAI 1.9.1, GeoAI 0.43.0, OmniWaterMask 0.6.2, PyTorch 2.14.0+cu126, rasterio 1.5.1이다. PyTorch가 CUDA 빌드여도 이번 추론은 cpu로 돌렸다.
- NaGeoAI 1.9.1 설치 ZIP을 받는다.
- 플러그인 → 플러그인 관리 및 설치 → ZIP에서 설치로 ZIP을 지정한다.
- 플러그인을 켜고 첫 실행 환경 점검에서 필요한 의존성을 설치한다. 이 기능은 OmniWaterMask를 쓰고 OpenSR 모델은 쓰지 않는다. 이미 깔린 항목은 건너뛰면 된다.
- 메뉴에 NaGeoAI → 수체 분할이 보이는지 확인한다.
이번에는 재설치하지 않았다. 설치 화면은 실습 1의 설치 안내에 있다.
예제 영상 확인
GeoAI 교재의 Sensor-Agnostic Water Segmentation 예제가 안내하는 Sentinel-2 예제 GeoTIFF를 받는다. 파일명은 S2A-L2A-20190318-N0211-R061-6Bands-S2.tif다. 별도 폴더에 두고 레이어 → 레이어 추가 → 래스터 레이어 추가로 올린다. 영상은 2019년 Copernicus Sentinel 자료를 가공한 예제이고, 이용 조건은 Copernicus의 공개 이용 안내에서 확인했다.
| 항목 | 확인값 |
|---|---|
| 크기·밴드 | 760 × 711화소, 6밴드 |
| 좌표계 | EPSG:32647, WGS 84 / UTM zone 47N |
| 화소 공간해상도 | 10 × 10m |
| 범위 | X: 901340~908940m, Y: 1806040~1813150m |
| 추론 입력 밴드 | R·G·B·NIR = 3·2·1·4 |
이 파일은 밴드 1부터 청·녹·적·근적외 순서라서, 모델에 넣을 R·G·B·NIR은 3·2·1·4가 된다. 수체 분할에서 NIR은 물을 가르는 핵심 밴드이므로 순서를 틀리면 결과가 크게 흔들릴 수 있다.
프로젝트 복사본과 패널 설정
열려 있던 QGIS_Play.qgz는 실행 당시 레이어가 0개였다. 예전에 봤던 배경지도 상태를 그대로 가정하지 않고 지금 상태를 확인한 것이다. 입력을 넣기 전에 QGIS_Play_NaGeoAI_20261007_water.qgz로 복사본을 저장했다. 보통은 프로젝트 → 다른 이름으로 저장을 쓰면 된다.
영상을 올린 뒤 프로젝트 표시 좌표계를 EPSG:32647로 맞췄다. 표시 좌표계를 바꾸는 것과 입력 파일을 재투영하는 것은 다른 일이다. 입력 래스터의 좌표계와 격자는 그대로 두었다.
NaGeoAI → 수체 분할을 열고 아래 값을 넣는다.
| 설정 | 입력값 |
|---|---|
| 입력 레이어 | Sentinel-2 example RGB-NIR |
| 센서 / 밴드 순서 | Sentinel-2 |
| 장치·정밀도 | cpu / float32 |
| 배치·패치·중첩 | 1 / 1000 / 300 |
| NoData 입력값 | 0 |
| OSM 수체·건물·도로 보정 | 모두 해제 |
| 벡터 폴리곤 생성 | 해제 |
| 출력 | water_mask_s2_20261007.tif, 결과를 지도에 추가 선택 |
OSM 보정과 폴리곤 생성은 모두 껐다. 이렇게 두면 결과에 모델 자체의 출력만 남으므로, 나중에 보정을 켰을 때 무엇이 달라지는지 비교할 기준이 된다.

실행과 모델 다운로드
수체 분할 실행을 누르면 진행 표시줄과 Starting water segmentation... 로그가 나온다. 패키지가 설치돼 있어도 첫 추론 때 모델 가중치를 따로 받을 수 있다. 이번에도 공식 OmniWaterMask가 쓰는 Hugging Face 모델을 받은 뒤 처리가 이어졌다. 다운로드 중에는 실행 버튼을 다시 누르지 않는다.

결과를 영상 위에 겹쳐 보기
패널에 Segmentation complete!가 뜨고 지도에 Water Mask 레이어가 추가됐다. 플러그인 기본 표시는 값 0을 투명하게 하고 불투명도 0.7을 준다. 지도에서 밝은 회색으로 보이는 곳이 수체 예측값 1이다. 물이라고 파란색으로 칠해 주지는 않으니 색으로 판단하지 말고 값으로 본다.
완료 화면에서는 입력 영상의 RGB 밴드별 2~98 백분위로 표시 대비를 조정했다(R 963~2024, G 1134~1692, B 1032~1456). 렌더러 표시 설정만 바꾼 것이고 모델에 들어간 파일은 그대로다.

격자와 화소값 검증
Water Mask의 속성 → 정보에서 크기·범위·자료형을 보고, 출력 파일 전체를 rasterio로 읽어 입력과 비교했다.
| 검증 항목 | 결과 |
|---|---|
| 입출력 CRS | EPSG:32647, 일치 |
| 크기·공간해상도·변환행렬 | 760 × 711 / 10 × 10m, 입력과 일치 |
| 출력 밴드·자료형 | 1밴드 / uint8 |
| 값 0: 비수체 | 499,312화소 |
| 값 1: 수체 후보 | 41,048화소 |
| 전체 화소 | 540,360화소 |
| 출력 NoData 메타데이터 | 지정되지 않음(null) |
499,312 + 41,048 = 540,360 = 760 × 711이니 빠진 화소 없이 모두 0 아니면 1이다. 수체 후보는 전체의 약 7.6%다.

그림 4에서 놓치기 쉬운 것이 근사 통계다. QGIS 레이어 정보의 통계는 표본으로 계산될 수 있어서, 평균값을 그대로 수체 비율로 옮기면 틀린 숫자가 된다. 비율이 필요하면 전 화소을 세는 편이 확실하다.
로그에는 TIFF 색상 채널 관련 경고와 BLOCKXSIZE can only be used with TILED=YES도 있었다. 그래서 완료 문구만 믿지 않고 전 밴드 읽기와 좌표계·격자 일치를 따로 확인했다.
한계
이번 결과는 예제 영상에서 수체 후보를 뽑고 출력의 공간 정합을 확인한 데까지다. 독립된 참값 마스크나 현장 자료와 비교하지 않았으니 정밀도·재현율·IoU는 내놓지 않는다. OSM 보정과 폴리곤 생성도 범위 밖이다. 그리고 입력 NoData 값 0과 출력의 비수체 클래스 0은 같은 0이지만 뜻이 다르다. 출력에는 NoData가 지정돼 있지 않으므로, 입력 영상 가장자리에 빈 영역이 있는 자료라면 그 부분이 비수체 0으로 섞여 들어가지 않았는지 따로 봐야 한다.
작업 메모
이번 실행은 자동화로 했다. 실제 패널을 메뉴에서 연 뒤 QGIS Python 콘솔로 입력 위젯 값을 넣고 화면에 적용된 값을 확인했으며, 실행은 패널의 실행 버튼으로 했다. 그림은 그때 캡처한 실습 화면이다. 복사본 저장은 저장 대화상자 입력 제어 문제를 피하려고 콘솔에서 QgsProject.instance().write(복사본경로)로 했고(반환값 True), 헤드리스 분석이 아니라 열린 QGIS 프로젝트를 저장한 것이다. 작업 복사본은 QGIS_Play_NaGeoAI_20261007_water.qgz이며 원본 프로젝트는 덮어쓰지 않았다. 결과 속성 확인 중 QGIS가 잠시 응답 없음 상태가 됐다가 기다리자 회복됐다. 이후 복사본을 다시 저장해 입력 영상과 Water Mask 두 레이어가 들어간 것을 확인하고 QGIS를 정상 종료했다. 원본 예제와 모델 가중치는 재배포하지 않는다. SHA-256: 입력 14b92a5523ae…, 출력 e6353f4c7cb2….
댓글 없음:
댓글 쓰기