📚 기술사 수험서 찾아보기

토목시공기술사 → 건축시공기술사 → 건설안전기술사 → 측량및지형공간정보기술사 →

이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

레이블이 위성영상인 게시물을 표시합니다. 모든 게시물 표시
레이블이 위성영상인 게시물을 표시합니다. 모든 게시물 표시

2026-11-17

재난 수색 드론 개발, 정부 50억 지원 | 재난안전과 GeoAI

재난 수색 드론 개발, 정부 50억 지원 | 재난안전과 GeoAI

재난 수색 드론 개발에 중소벤처기업부 50억원 규모 과제가 붙었습니다. 에어빌리티가 '딥테크 챌린지 프로젝트'에 선정됐다는 소식이 2026년 11월 17일 보도됐고, 세부 과제 내용은 원문 확인이 필요합니다.

📌 3줄 요약

  • 에어빌리티, 중기부 50억원 딥테크 과제 선정
  • 용인시의회, 생활안전 강화 조례 6건 통과
  • 세명소프트, 위성영상 웹 2D·3D 시각화 발표

안녕하세요, 세명대학교 재난안전학과 블로그입니다. GeoAI 와 생성형 AI, 공간정보 기술이 재난 대응과 생활 서비스에 도입되는 소식을 오늘의 브리핑으로 전합니다. 먼저 에어빌리티가 중소벤처기업부 50억원 과제에 선정된 재난 대응 드론 소식과 용인시의회가 통과시킨 생활안전 조례 6건을 짚어 봅니다.

이어 세명소프트의 위성영상 웹 시각화 기술, 구글 지도에 탑재된 에이전틱 AI, Esri 의 개발 도구 소식을 차례로 전합니다. 기술 소식이 많은 날이라 제천과 충북 지역 주민들과 수험생들이 이 내용을 어디에 활용해야 할지 초점을 맞췄습니다.

Azerbaijan search and rescue team conducting an outdoor rescue operation using ropes.
자료사진 · 사진: Tahir Xəlfəquliyev / Pexels

🚁 재난 수색 드론 개발에 정부 지원이 들어가면 무엇이 달라지나요?

에어빌리티는 2026년 11월 17일 보도에서 중소벤처기업부의 50억원 규모 '딥테크 챌린지 프로젝트'에 선정됐다고 알려졌습니다. 대드론 기술을 내세워 재난 대응 드론을 개발하는 과제로, 세부 내용은 원문을 확인해야 합니다.

재난 현장에서는 수색과 상황 파악이 늦을수록 피해가 커지기 때문에 사람이 닿기 어려운 곳을 먼저 살피는 장비가 중요합니다. 산지가 많은 제천·충북 북부는 산불이나 산사태 때 이런 장비가 쓰일 여지가 커 보입니다. 다만 드론 영상은 촬영 위치가 지도와 묶여야 지휘에 쓸 수 있으므로, GeoAI 분석과 함께 운영될 때 효과가 커질 것으로 보입니다.

📰 기사 원문: 에어빌리티, 중기부 50억원 '딥테크 챌린지 프로젝트' 선정… "대드론에... - fntoday.co.kr

🏛️ 지자체 생활안전 조례는 왜 중요한가요?

용인시의회는 2026년 11월 17일 보도에서 예산감시와 생활안전을 강화하는 조례 6건을 본회의에서 통과시킨 것으로 알려졌습니다. 어떤 조례가 포함됐는지는 제목만으로 알기 어려워 자세한 내용은 원문을 참고해야 합니다.

생활안전은 법과 계획만으로 움직이지 않고, 지자체 조례가 예산과 담당 부서를 정해 줘야 현장에서 실행됩니다. 제천시와 충북 시·군의 조례가 어떤 위험을 다루는지도 한 번 찾아볼 만합니다. 수험생에게는 재난 관리 체계에서 지자체 책임이 어디서 나오는지 확인하는 사례로 보입니다.

📰 기사 원문: 용인시의회, 예산감시·생활안전 강화 조례 6건 본회의 통과 - newsworks.co.kr

🛰️ 대용량 위성영상을 웹에서 3D로 볼 수 있나요?

세명소프트는 2026년 11월 17일 대용량 위성영상을 웹에서 2D 와 3D 로 보여 주는 시각화 기술을 발표했다고 알려졌습니다. 구체적인 성능 수치와 적용 분야는 원문을 확인해야 합니다.

위성영상은 용량이 커서 전용 프로그램이 있어야 열리는 경우가 많은데, 웹에서 바로 볼 수 있으면 담당자뿐 아니라 현장 인력도 같은 화면을 공유할 수 있습니다. 재해영향평가나 피해 범위 확인처럼 넓은 지역을 한눈에 봐야 하는 일에 도움이 될 것으로 보입니다. 이 영상 위에 AI 분석 결과를 올리는 것이 GeoAI 의 다음 단계라고 생각합니다.

📰 기사 원문: 세명소프트, 대용량 위성영상의 웹 기반 2D·3D 시각화 기술 발표 - mt.co.kr

🗺️ 구글 지도 AI가 예약까지 해 주면 재난 때도 믿어도 되나요?

인공지능신문은 2026년 11월 17일 구글 지도의 '애스크 맵스'에 에이전틱 AI 가 탑재돼 장소 검색을 넘어 예약까지 돕게 됐다고 전했습니다. 국내 제공 시점과 범위는 원문을 확인해야 합니다.

질문에 답을 찾아 주던 단계에서 사용자 대신 일을 처리하는 단계로 넘어갔다는 점이 핵심입니다. 재난 상황에 적용하면 대피소를 묻고 경로를 안내받는 흐름이 가능해 보이지만, 위치 정보가 틀리면 잘못된 안내로 이어질 수 있습니다. 그래서 공공 재난 정보는 AI 답변만 믿기보다 지자체 공식 안내와 함께 확인하는 습관이 필요합니다.

📰 기사 원문: 구글 지도의 진화, 장소 검색 넘어 AI가 예약까지 돕는다…애스크 맵스에 에이전틱 AI 탑재 - 인공지능신문

🧩 GIS 분석을 AI 에이전트가 대신하면 어떻게 되나요?

Esri 는 2026년 11월 16일 ArcGIS 블로그에서 'ArcGIS Agentic Developer Toolkit'을 만드는 과정을 소개했습니다. 제목으로 보아 AI 에이전트를 GIS 개발에 연결하는 도구로 보이며, 구체적인 기능은 원문을 참고해야 합니다.

공간정보 분석이 사람이 도구를 하나씩 실행하는 방식에서 AI 가 작업 순서를 짜 실행하는 방식으로 옮겨가고 있다는 신호입니다. 재난안전 분야에서는 위험지도 갱신이나 피해 면적 산출 같은 반복 작업을 줄일 수 있을 것으로 보입니다. 다만 결과 검증은 사람이 맡아야 하므로, 학생은 GIS 기본 분석 원리부터 익혀 두는 편이 좋습니다.

📰 기사 원문: Developer’s Lounge: Building the ArcGIS Agentic Developer Toolkit - Esri ArcGIS Blog

🧰 핵심 포인트: GeoAI·생성형 AI 를 재난 현장에 적용할 때

드론 영상이든 위성 영상이든 위치 좌표가 정확히 붙어 있어야 지휘와 분석에 활용할 수 있습니다. 데이터를 수집하는 단계에서 좌표와 촬영 시각을 함께 기록하는 것이 기본입니다.

AI 에이전트가 답을 주거나 작업을 대신하더라도 최종 판단과 검증은 사람이 맡아야 합니다. 대피소 위치나 위험 구역처럼 생명과 직결되는 정보는 지자체와 소방 등 공식 채널에서 한 번 더 확인하는 습관이 필요합니다.

웹으로 공유되는 위성영상과 지도 서비스가 늘어나면서 학생과 주민이 직접 정보를 읽는 능력이 중요해집니다. 재해영향평가나 위험성 평가에서 지도와 영상이 어떤 근거로 쓰이는지 개념부터 정리해 두면 새 기술 소식도 이해하기 쉽습니다.

❓ 자주 묻는 질문

Q. 에어빌리티가 선정된 중기부 딥테크 챌린지 프로젝트는 어떤 과제인가요?
A. 2026년 11월 17일 보도에 따르면 에어빌리티는 중소벤처기업부의 50억원 규모 '딥테크 챌린지 프로젝트'에 선정됐고, 대드론 기술을 내세운 재난 대응 드론을 개발합니다. 세부 과제 내용과 사업 기간은 원문을 확인해야 합니다.

Q. 구글 지도 애스크 맵스에 들어간 에이전틱 AI 는 무엇이 다른가요?
A. 인공지능신문은 애스크 맵스에 에이전틱 AI 가 탑재돼 장소 검색을 넘어 예약까지 돕는다고 전했습니다. 국내 제공 시점과 범위는 원문을 참고해야 합니다.

Q. 세명소프트가 발표한 위성영상 웹 시각화 기술은 재난 대응에 쓸 수 있나요?
A. 세명소프트는 대용량 위성영상을 웹에서 2D 와 3D 로 보여 주는 기술을 발표했다고 알려졌습니다. 재난 분야 적용 여부는 기사 제목만으로 확인되지 않으므로 원문을 참고해야 하며, 넓은 지역을 한눈에 봐야 하는 피해 범위 확인에 활용될 가능성이 있다고 보는 정도가 적절합니다.

최근 소식은 AI 와 공간정보가 지도를 보여주는 단계에서 사람 대신 일을 처리하는 단계로 옮겨가고 있음을 보여줍니다. 드론, 위성영상, 지도 서비스, GIS 개발 도구 모두 결국 정확한 위치 정보와 사람의 검증 위에서 힘을 낸다는 점이 공통입니다.

제천과 충북에 사는 분들은 지자체 공식 재난 안내를 먼저 확인하는 습관을 유지해 주시고, 수험생은 새 기술이 재난 관리의 어느 단계에 들어가는지 정리하며 읽어 보시기 바랍니다. 세명대학교 재난안전학과 블로그는 내일도 확인된 소식만 골라 전하겠습니다.

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  📡 RSS

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  ▶️ 유튜브 구독  ·  📡 RSS


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

2026-11-14

래스터와 벡터, 언제 무엇을 써야 할까? | GeoAI 기초 53편

래스터와 벡터, 언제 무엇을 써야 할까? | GeoAI 기초 53편

래스터와 벡터는 지도를 격자 칸의 값으로 담느냐, 점·선·면의 좌표로 담느냐의 차이입니다. 위성영상·DEM처럼 연속된 값은 래스터, 행정경계·도로처럼 뚜렷한 대상은 벡터가 맞습니다.

📌 3줄 요약

  • 래스터는 격자 칸의 값, 벡터는 점·선·면의 좌표입니다
  • 연속된 현상은 래스터, 뚜렷한 대상은 벡터로 담습니다
  • 형식을 바꾸면 정보를 잃으니 원본을 따로 보관합니다

침수 예상 지도를 받았는데 파일이 두 개라고 해 보겠습니다. 하나는 확장자가 tif인 수심 자료이고, 다른 하나는 shp나 gpkg인 학교와 요양시설 위치 자료입니다. 두 파일은 같은 지도 위에 올라가지만 안에 든 내용의 구조는 전혀 다릅니다.

GIS(지리정보시스템, 위치가 있는 자료를 겹쳐 보고 분석하는 도구)에서 공간 자료는 크게 래스터와 벡터 두 가지로 나뉩니다. 어느 쪽인지 모르고 쓰면 분석 결과가 조용히 틀어집니다. 칸이 너무 커서 작은 하천이 사라지거나, 경계를 바꾸는 과정에서 위험한 지점의 값이 평균에 묻히기도 합니다. 이 글은 두 형식이 어떻게 다르고, 서로 바꿀 때 무엇을 잃으며, 어떤 기준으로 골라야 하는지를 다룹니다.

satellite imagery aerial map
자료사진 · 사진: 12019 / Pixabay

🧱 래스터와 벡터는 무엇이 다른가요?

래스터는 지도를 바둑판처럼 나누고 칸(셀)마다 값 하나를 적어 두는 방식입니다. 벡터는 점·선·면의 꼭짓점 좌표를 저장하고, 각 도형에 이름·종류 같은 정보를 속성표로 붙이는 방식입니다. 그래서 래스터는 "이 칸의 값이 얼마인가"에, 벡터는 "이 대상이 무엇이고 어디까지인가"에 강합니다. 래스터는 칸 크기가 곧 해상도여서 크게 확대하면 네모가 보입니다. 벡터는 확대해도 선이 매끈하지만 원자료의 측량 정밀도보다 정확해지지는 않습니다. 침수 예상 지도를 예로 들면 수심은 칸마다 값이 다른 래스터로, 그 위에 올리는 학교·요양시설은 점 벡터로 받는 경우가 많습니다. 두 겹을 겹쳐야 어느 시설이 얼마나 잠기는지 읽을 수 있습니다.

🛰️ 위성영상과 DEM은 래스터인데 행정경계와 도로는 왜 벡터인가요?

위성 센서는 지표면을 일정한 간격으로 쪼개 칸마다 반사된 빛의 세기를 기록합니다. 처음부터 격자로 측정하니 결과물도 래스터입니다. DEM(수치표고모델, 지표 높이를 칸마다 담은 자료)도 같은 구조입니다. 반면 행정경계와 도로는 사람이 정한 구역과 시설이라 선이 어디서 꺾이는지, 이름과 등급이 무엇인지가 중요합니다. 그래서 좌표와 속성표를 쓰는 벡터에 담습니다. 대략 고도·강수·온도처럼 이어서 변하는 현상은 래스터, 건물·하천선·구역처럼 경계가 분명한 대상은 벡터가 어울립니다. 산사태 위험 분석에서는 경사도를 DEM에서 뽑고, 그 결과를 읍면동 경계로 요약해 보고서에 싣는 식으로 두 형식이 한 작업에 같이 쓰입니다.

🔄 래스터를 벡터로, 벡터를 래스터로 바꾸면 무엇을 잃나요?

형식을 바꾸는 일은 공짜가 아닙니다. 벡터를 래스터로 바꾸면(래스터화) 도형 경계가 칸 크기만큼 뭉개지고, 한 칸에 두 구역이 걸치면 한쪽 값만 남습니다. 속성도 보통 한 번에 하나만 칸에 담깁니다. 래스터를 벡터로 바꾸면(벡터화) 칸의 계단 모양이 그대로 경계선이 되고, 연속된 값을 구간으로 묶는 순간 구간 안의 차이가 사라집니다. 한번 잃은 정보는 변환 결과에서 되살릴 수 없으니 원본은 따로 보관해야 합니다. 침수 예상 격자를 읍면동 면으로 바꿔 최대 수심 하나만 남기면, 같은 동 안에서 안전한 고지대와 위험한 저지대의 차이가 보고서에서 지워집니다.

🧭 내 분석에는 래스터와 벡터 중 무엇을 골라야 하나요?

질문이 "얼마나"로 끝나면 래스터, "무엇이·몇 개·어디까지"로 끝나면 벡터를 먼저 떠올리면 됩니다. 경사도, 침수 깊이, 강수량, 산불 확산 모델의 입력은 칸마다 값이 있는 래스터가 맞습니다. 행정동별 집계, 대피소 개수 세기, 도로 위 최단 경로는 대상 하나하나와 연결 관계가 중요해서 벡터가 맞습니다. 래스터는 칸을 작게 할수록 세밀해지지만 용량과 계산 시간이 크게 늘어납니다. 분석하려는 가장 작은 대상보다 칸이 크지 않은지만 확인해도 흔한 실수를 막을 수 있습니다. 산사태 위험지를 고른다면 경사도 래스터로 후보지를 거르고, 그 결과를 마을 경계 벡터로 요약해 주민 수와 연결하는 순서가 자연스럽습니다.

🔍 내 자료의 형식과 칸 크기는 어떻게 확인하나요?

해봐야 아는 것은 내 자료의 칸 크기입니다. QGIS에서 레이어 > 레이어 추가 > 래스터 레이어 추가로 파일을 열고, 레이어에서 오른쪽 클릭 > 속성 > 정보에서 셀 크기와 좌표계를 읽습니다. 메뉴 이름은 버전과 언어 설정에 따라 조금 다를 수 있으니 안 보이면 속성 창의 탭을 하나씩 열어 보세요. 벡터는 레이어에서 오른쪽 클릭 > 속성 테이블 열기로 속성 항목을 확인합니다. 그다음 지도를 하천이나 건물 크기까지 확대해서 칸 하나가 그 대상보다 큰지 눈으로 봅니다. 칸이 더 크면 그 대상은 분석에서 사실상 보이지 않습니다. 폭이 좁은 소하천이나 작은 건물이 걸린 침수·산사태 검토에서는 이 확인을 건너뛰지 않는 편이 좋습니다.

🖥️ 화면에서 따라하기

따라하기 단계

  1. 자료 준비
    연습용 DEM(GeoTIFF)과 행정경계(SHP 또는 GPKG)를 한 폴더에 내려받기
  2. 래스터 열기
    QGIS에서 레이어 > 레이어 추가 > 래스터 레이어 추가, DEM 파일 선택 후 추가
  3. 셀 크기 확인
    DEM 레이어에서 오른쪽 클릭 > 속성 > 정보를 열어 셀 크기와 좌표계 읽기
  4. 벡터 열기
    레이어 > 레이어 추가 > 벡터 레이어 추가로 경계 파일을 열고, 오른쪽 클릭 > 속성 테이블 열기
  5. 확대 비교
    마우스 휠로 같은 지점을 최대 확대해 DEM의 네모 칸과 경계선의 꼭짓점 비교
  6. 래스터화 실험
    처리 도구함 검색창에 '래스터화' 입력 후 실행, 칸 크기를 바꿔 결과 비교(안 보이면 처리 메뉴 확인)

※ 프로그램 버전에 따라 메뉴 이름이 조금씩 다를 수 있습니다. 위 그림은 순서를 정리한 도식입니다.

✍️ 그대로 복사해 쓰는 프롬프트

내 분석 목적에 래스터와 벡터 중 어느 쪽이 맞는지, 어떤 변환이 필요한지 판단 근거를 얻는다

너는 재난안전 업무를 돕는 GIS 실무 조언자야. 나는 GIS를 막 배우는 [소속 기관 또는 직무]의 담당자야.
분석 목적은 [예: 읍면동별 산사태 위험도 요약]이고, 대상 재난은 [대상 재난]이야.
가진 자료는 [예: DEM 파일(GeoTIFF), 읍면동 경계(SHP), 대피소 위치(CSV)]야.
각 자료가 래스터인지 벡터인지 구분하고, 분석 순서에서 어떤 자료를 어떤 형식으로 써야 하는지 단계별로 제안해 줘.
형식 변환이 필요하면 변환할 때 잃는 정보가 무엇인지 자료마다 한 줄씩 써 줘.
전문용어는 처음 나올 때 한 줄로 풀어 줘.
특정 수치나 도구 버전은 확실하지 않으면 지어내지 말고 '도구와 버전에 따라 다르다'고 써 줘.
답변 끝에 사람이 직접 확인해야 할 항목(셀 크기, 좌표계, 속성표 항목)을 따로 목록으로 적어 줘.

변환 과정에서 결과가 왜곡되지 않았는지 점검할 질문을 얻는다

너는 공간정보 검수 담당자야. 나는 [자료 이름]을 [변환 방향: 벡터를 래스터로 또는 래스터를 벡터로] 바꿨고, 셀 크기는 [셀 크기], 좌표계는 [좌표계]야.
이 변환에서 생길 수 있는 왜곡을 경계, 속성, 연속값 세 가지 관점에서 점검 질문 형태로 써 줘.
각 질문마다 QGIS에서 확인하는 방법을 메뉴 경로로 함께 적되, 메뉴 이름이 버전에 따라 다를 수 있다고 한 줄 덧붙여 줘.
결과가 맞다고 단정하지 말고, 사람이 눈으로 확인해야 할 지점을 마지막에 정리해 줘.

※ 대괄호 부분을 상황에 맞게 바꿔서 쓰세요. 받은 답은 그대로 쓰지 말고 사실 확인을 거치세요.

🧪 직접 해보기

  • 가진 공간 파일 세 개를 열어 래스터인지 벡터인지 구분하고, 래스터는 속성 > 정보에서 셀 크기를 적어 보기
  • 업무 지역의 하천이나 건물이 DEM 칸 하나보다 작은지 최대 확대로 확인하기
  • 같은 경계 파일을 칸 크기를 달리해 래스터화한 뒤 경계가 어떻게 뭉개지는지 나란히 비교하기

❓ 자주 묻는 질문

Q. 래스터와 벡터 중 정확도는 어느 쪽이 더 높은가요?
A. 형식 자체로 정해지지 않습니다. 정확도는 원자료를 얼마나 정밀하게 측정했는지와 래스터의 칸 크기에 달려 있습니다. 벡터는 확대해도 매끈하지만 원자료보다 정확해지지는 않습니다.

Q. 래스터를 벡터로 바꾸면 원래대로 돌아오나요?
A. 돌아오지 않습니다. 변환하면 칸 계단 모양이 경계로 남고, 값을 구간으로 묶으면 구간 안의 차이가 사라집니다. 원본을 따로 보관하고 변환본은 용도에 맞게만 쓰는 것이 안전합니다.

Q. 항공사진이나 위성영상은 벡터로 쓸 수 없나요?
A. 영상 자체는 칸마다 값이 있는 래스터입니다. 다만 영상을 보고 건물이나 하천 경계를 따라 그리면 벡터가 됩니다. 이 과정을 자동화하는 일에 AI가 쓰이기도 하지만 결과는 사람이 검수해야 합니다.

래스터와 벡터를 구분하면 파일 하나를 열 때마다 이 자료가 무엇에 강하고 무엇을 놓치는지 먼저 가늠할 수 있습니다. 칸 크기와 경계의 정밀도를 확인하는 습관만 들여도 침수·산사태 분석에서 흔한 오류를 상당수 줄일 수 있습니다. 변환은 편리하지만 되돌릴 수 없으니 원본을 보관하는 것도 잊지 마세요. 그런데 두 자료를 겹치려면 좌표계가 같아야 하는데, 같은 곳인데도 레이어가 수백 미터씩 어긋나 보이는 이유는 무엇일까요?

GeoAI 기초 시리즈 53편 · 전체 57편

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  ▶️ 유튜브 구독  ·  📡 RSS


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

2026-11-09

InSAR란? 땅이 몇 mm 꺼지는 것을 위성이 어떻게 알까 | GeoAI 기초 46편

InSAR란? 땅이 몇 mm 꺼지는 것을 위성이 어떻게 알까 | GeoAI 기초 46편

InSAR는 같은 곳을 두 번 찍은 SAR 위성 영상의 위상 차이로 지표가 위성 방향으로 움직인 거리를 mm 단위까지 재는 기술입니다. 지반침하와 사면 변형처럼 느린 움직임을 넓게 훑는 데 쓰입니다.

📌 3줄 요약

  • InSAR는 두 시기 SAR 위상 차이로 변위를 잰다
  • 지반침하·사면·구조물의 느린 움직임을 찾는다
  • 식생·대기 오차가 있어 지상 측량 검증이 필수다

어느 날 도심 도로 한가운데가 푹 꺼졌다는 뉴스가 나옵니다. 며칠 전부터 땅이 조금씩 내려앉고 있었다면, 누군가는 그 낌새를 미리 알 수 있었을까요? 사람이 걸어 다니며 재기에는 도시도 산도 너무 넓고, 내려앉는 폭은 하루에 1mm도 안 될 만큼 작습니다.

이럴 때 하늘 위의 위성이 도움이 됩니다. 위성은 땅을 사진처럼 찍는 데 그치지 않고 전파가 왕복하는 거리의 미세한 차이까지 기록합니다. 두 시기의 기록을 맞대어 보면 땅이 얼마나 움직였는지 계산할 수 있고, 이것이 InSAR입니다. 다만 이 숫자는 그대로 믿을 수 있는 정답이 아니라 읽는 법과 한계를 알아야 쓸 수 있는 단서입니다.

🛰️ InSAR는 위성 영상으로 어떻게 땅의 움직임을 재나요?

SAR 위성은 마이크로파를 쏘고, 되돌아온 신호의 세기와 위상을 함께 기록합니다. 위상은 신호가 왕복하는 동안 파장의 어느 지점에 와 있는지를 나타내는 값입니다. 같은 자리를 지나는 위성이 한 달 간격으로 두 번 촬영했을 때 땅이 그대로라면 두 위상은 거의 같습니다. 땅이 위성에서 멀어지는 쪽으로 내려앉으면 신호가 오간 거리가 늘어 위상이 어긋납니다. 이 차이를 영상 전체에서 계산하면 무지개 같은 간섭무늬가 나옵니다. 흔히 쓰는 C밴드는 파장이 약 5.6cm라서 무늬 한 바퀴는 위성 방향 거리 변화 약 2.8cm에 해당하고, 그 안을 잘게 쪼개 mm 단위를 읽습니다. 비교는 같은 궤도에서 같은 각도로 찍은 쌍끼리만 가능합니다. 현장 점검에 앞서 넓은 지역을 훑어 침하 의심 구역의 우선순위를 잡는 데 쓰입니다.

🏚️ InSAR로 지반침하와 산사태 전조를 찾을 수 있나요?

지반침하는 지하수를 과하게 퍼 올리거나 지하를 파거나 폐광이 있는 곳 위에서 서서히 진행되는 경우가 많습니다. 몇 달에 걸쳐 조금씩 내려앉는 변화는 눈에 띄지 않지만 간섭무늬에서는 주변과 다른 둥근 무늬로 드러납니다. 산사태도 비슷해서, 급경사지의 일부가 큰비가 오기 전부터 느리게 미끄러지고 있다면 그 움직임이 전조로 읽힐 수 있습니다. 다만 위성이 같은 자리를 지나는 간격은 보통 며칠에서 십여 일이라 갑자기 무너지는 사면은 미리 잡지 못합니다. 느린 변형만 보이는 도구라는 점을 기억해야 합니다. 침하 의심 구역에서는 지하수 관측 자료와 함께 읽으면 원인을 추정하기 쉽습니다. 실무에서는 신고가 없는 지역에서 의심 지점을 먼저 뽑고 급경사지 점검 순서를 정하는 데 활용합니다.

🏗️ 교량·댐·건물 같은 구조물도 InSAR로 감시할 수 있나요?

구조물 감시에는 영구산란체(PS) 방식이 자주 쓰입니다. 건물 모서리, 철골, 교량 상판처럼 시간이 지나도 반사가 안정적인 점만 골라, 수십 장의 영상에서 그 점의 변위를 이어 붙여 누적 변위 그래프를 만듭니다. 한 장짜리 간섭무늬보다 훨씬 작은 변화를 추적할 수 있어 도시에서는 건물 단위까지 볼 수 있고, 지도에는 점마다 연간 변위 속도(mm/년)가 색으로 칠해집니다. 예를 들어 인근 공사장 때문에 한쪽 건물만 계속 내려가는지, 제방이나 댐 둑이 계절에 따라 오르내리는지를 비교합니다. 다만 위성이 재는 것은 시선 방향 변화 하나뿐이어서 수평 이동과 수직 이동이 섞여 보입니다. 노후 시설 정밀 점검 대상을 고르는 사전 선별 도구로 알맞습니다.

🌳 식생과 대기 때문에 InSAR 값이 틀리기도 하나요?

InSAR의 가장 큰 적은 두 영상의 신호가 서로 닮지 않게 되는 것, 곧 결맞음 상실입니다. 나뭇잎이 자라고 흔들리거나 논에 물을 대거나 눈이 쌓이면 지면의 반사 성질이 달라져 위상이 뒤죽박죽이 됩니다. 그래서 숲이 우거진 산지는 값이 비는 일이 흔합니다. 또 하나는 대기입니다. 신호가 지나는 길의 수증기가 두 날짜에 다르면 신호 지연이 달라져 실제 변위가 아닌데도 위상이 어긋납니다. 이 오차는 경우에 따라 cm에 이르기도 하고, 산 위와 아래의 높이 차에 따라 무늬처럼 나타나 진짜 변형과 헷갈립니다. 한두 쌍이 아니라 여러 장을 겹쳐 평균을 내면 대기 오차를 줄일 수 있습니다. 산사태 위험지 감시에서는 결맞음이 낮은 숲 구간을 '측정 불가'로 따로 표시해 두어야 합니다.

📏 InSAR 결과를 왜 지상 측량으로 검증해야 하나요?

InSAR 숫자는 그대로 믿지 말고 지상 값과 맞춰 봐야 합니다. 해봐야 아는 것은 이 순서입니다. 먼저 결맞음 지도에서 대상 지점의 값이 낮지 않은지 봅니다. 다음으로 같은 기간의 GNSS 상시관측소나 수준측량 값을 구해 시선 방향으로 환산해 비교합니다. 입사각이 대략 30~45도라면 수직 변위에 입사각의 cos 값을 곱하면 됩니다. 변위가 없다고 알려진 기준 지점이 0에 가까운지도 확인하고, 차이가 기관별 허용 오차를 넘으면 영상 선택과 보정을 다시 합니다. 서비스 화면의 메뉴 이름은 버전에 따라 다를 수 있습니다. 이렇게 확인한 뒤에야 보고서에 '침하 의심'이 아닌 '침하 확인'이라고 쓸 수 있습니다. 현장 정밀 측량과 대피 판단은 그 뒤 단계입니다.

🖥️ 화면에서 따라하기

따라하기 단계

  1. 사이트 접속
    브라우저에서 search.asf.alaska.edu(ASF Vertex)를 열고 우측 상단 로그인에서 Earthdata 무료 계정으로 로그인
  2. 관심지역 지정
    지도 위 검색창에 지역명을 입력하거나 Geographic Region의 사각형 도구로 관심 구역을 그림
  3. 자료 종류 선택
    Dataset 드롭다운에서 SENTINEL-1을 고르고 기간을 두 날짜가 포함되게 한 달 이상으로 설정
  4. 쌍 고르기
    Search Type을 Baseline으로 바꿔 같은 궤도의 두 날짜 장면을 선택
  5. 처리 요청
    선택한 장면에서 On Demand 대기열에 추가 후 InSAR GAMMA 작업을 제출
  6. 결과 열기
    On Demand 목록에서 완료된 결과를 내려받아 QGIS의 레이어 > 레이어 추가 > 래스터 레이어 추가로 열어 확인
  7. (메뉴 이름이 다르면
    (메뉴 이름이 다르면 Vertex 화면 우측 상단의 Help 문서에서 On Demand 항목을 찾아보세요.)

※ 프로그램 버전에 따라 메뉴 이름이 조금씩 다를 수 있습니다. 위 그림은 순서를 정리한 도식입니다.

✍️ 그대로 복사해 쓰는 프롬프트

InSAR 변위 결과를 받은 뒤 오차 원인 점검표와 지상 검증 계획을 얻는다

당신은 지반 모니터링 업무를 돕는 원격탐사 전문가입니다.
나는 [기관명]의 [재난안전 담당 부서]에서 일하며, [지역명]의 [대상: 지반침하/급경사지/교량] 감시를 위해 [위성명, 예: Sentinel-1] 영상으로 [시작일]~[종료일] 기간의 InSAR 변위 결과를 받았습니다.
결과 요약: 최대 변위 [수치] mm, 방향은 위성 시선 방향 기준, 지표 피복은 [시가지/논/숲 비율]입니다.
다음 형식으로 답해 주세요.
1. 이 결과에서 의심해야 할 오차 원인을 식생·대기·기준점·궤도 방향 관점으로 각 2줄 이내로 정리
2. 지상 검증을 위한 점검표(항목, 확인 방법, 판단 기준을 표로)
3. 현장 점검 우선순위를 정하는 기준 3가지
제약: 확인되지 않은 수치나 기관 기준을 지어내지 말고, 모르면 '확인 필요'라고 쓰세요. 침하나 위험을 단정하는 표현은 쓰지 마세요.
사람이 반드시 확인할 것: 답에 나온 환산식과 기준값은 직접 계산·출처 확인을 거치고, 허용 오차는 소속 기관 지침과 대조하며, 최종 판단은 GNSS나 수준측량 결과로 하세요.

※ 대괄호 부분을 상황에 맞게 바꿔서 쓰세요. 받은 답은 그대로 쓰지 말고 사실 확인을 거치세요.

🧪 직접 해보기

  • ASF Vertex에서 우리 동네를 지정해 Sentinel-1 장면이 몇 일 간격으로 있는지 목록으로 세어 보기
  • 뉴스에 나온 지반침하나 산사태 지역을 골라, 사고 전 몇 달간 촬영된 SAR 장면이 있었는지 확인해 보기
  • 가까운 GNSS 상시관측소가 어디에 있는지 공개 지도에서 찾아, 내 관심 구역과의 거리를 재 보기

❓ 자주 묻는 질문

Q. InSAR로 지반침하를 실시간으로 알 수 있나요?
A. 어렵습니다. 위성이 같은 자리를 지나는 간격이 며칠에서 십여 일이고 처리 시간도 필요해서, 서서히 진행되는 변화를 추적하는 데 알맞습니다. 갑작스러운 붕괴는 지상 센서와 현장 감시가 필요합니다.

Q. InSAR는 숲이 많은 산에서도 쓸 수 있나요?
A. 나뭇잎과 가지가 계절에 따라 변해 결맞음이 떨어지기 쉬워 값이 비거나 불안정한 경우가 많습니다. 파장이 긴 L밴드 위성이 대안으로 거론되지만, 어떤 자료를 쓸 수 있는지는 확인이 필요합니다.

Q. InSAR 값이 GPS 측량값과 다르면 어느 쪽이 맞나요?
A. 두 값은 재는 방향과 기준이 달라 먼저 같은 기준으로 환산해야 합니다. 환산 후에도 차이가 크면 대기 오차, 결맞음, 기준점 설정을 점검하고 지상 측량값을 우선 참고합니다.

InSAR는 하늘에서 땅의 느린 숨결을 읽는 방법이지만 식생과 대기라는 잡음 속에서 신호를 골라내야 하고 반드시 지상 측량과 짝을 이뤄야 합니다. 위성은 의심 구역을 넓게 좁혀 주고, 현장은 그 의심을 확인합니다. 두 역할을 구분해 두면 한정된 인력으로 더 위험한 곳부터 점검할 수 있습니다. 그렇다면 이렇게 모은 변위 지도에 AI를 얹으면, 아직 움직이지 않은 곳의 위험까지 미리 짚어낼 수 있을까요?

GeoAI 기초 시리즈 46편 · 전체 57편

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  ▶️ 유튜브 구독  ·  📡 RSS


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

2026-11-08

폭설, 위성으로 어디까지 볼 수 있을까? 적설 탐지와 한계 | GeoAI 기초 44편

폭설, 위성으로 어디까지 볼 수 있을까? 적설 탐지와 한계 | GeoAI 기초 44편

🎬 1분 브리핑 영상

위성으로 폭설은 눈 덮인 범위까지는 볼 수 있지만, 몇 cm 쌓였는지는 위성만으로 알기 어렵습니다. 구름이 낀 날에는 SAR가 눈이 쌓인 범위를 대신 보여 줍니다.

📌 3줄 요약

  • NDSI로 눈과 구름을 파장 차이로 가른다
  • 구름·밤에는 SAR가 변화를 대신 본다
  • 적설 깊이는 지상 관측과 함께 봐야 한다

겨울 아침, 밤새 눈이 내렸다는 소식에 시청 재난상황실은 어느 마을이 고립됐는지, 어느 비닐하우스 단지가 위험한지부터 찾습니다. 도로 CCTV와 신고 전화만으로는 산간 구석구석을 다 알 수 없어서 위성영상에 눈길이 갑니다.

그런데 폭설이 내린 날은 하늘 전체가 구름으로 덮여 있습니다. 눈과 구름은 둘 다 하얗고, 깊이는 사진에 찍히지 않습니다. 위성이 눈에 대해 무엇을 알려 주고 무엇을 알려 주지 못하는지 구분해 두어야 지도를 잘못 읽지 않습니다.

🌨️ 위성에서 눈과 구름은 어떻게 구분하나요?

가시광선 영상에서는 눈도 구름도 하얗고 밝아서 사람 눈으로 가리기 어렵습니다. 그래서 파장별 반사 차이를 이용합니다. 눈은 초록 파장(Sentinel-2의 B3)을 강하게 반사하고 단파적외선(B11)은 대부분 흡수해 어둡게 보입니다. 구름은 두 파장 모두에서 밝습니다. 이 차이를 식으로 만든 것이 NDSI, 즉 (초록−단파적외선)/(초록+단파적외선)입니다. 값이 높을수록 눈일 가능성이 크고, 0.4 안팎을 기준으로 삼는 경우가 많습니다. 다만 숲이 우거진 곳이나 산그늘에서는 값이 달라져 지역에 맞춰 조정해야 합니다. 폭설 직후 산간 마을 일대가 실제로 눈에 덮였는지 가려내는 첫 단계로 쓰입니다.

🌙 구름이 끼거나 밤이면 위성은 눈을 못 보나요?

광학 위성은 구름 아래와 밤에는 지표를 볼 수 없습니다. 폭설은 구름이 낀 날에 내리니 정작 필요한 순간에 막히기 쉽습니다. 이때 마이크로파를 쏘는 SAR(Sentinel-1 등)는 구름을 뚫고 낮밤 없이 촬영합니다. 젖은 눈은 물 성분 때문에 신호를 흡수해 후방산란이 줄어 어둡게 보이고, 마른 눈은 신호가 대부분 통과해 변화가 작습니다. 그래서 눈이 오기 전 영상과 비교해 달라진 부분을 찾는 방식을 씁니다. 산악 지형에서는 그림자와 왜곡이 생기는 점도 유의해야 합니다. 폭설 당일 광학이 막혀도 SAR로 적설 범위 후보를 잡아 현장 점검 순서를 정할 수 있습니다.

📏 위성으로 눈이 몇 cm 쌓였는지도 알 수 있나요?

일반적인 광학·SAR 영상으로는 눈이 있는지 없는지, 어디까지 덮였는지는 알 수 있어도 깊이를 곧바로 알기는 어렵습니다. 눈은 같은 높이라도 가볍고 푹신한지, 젖어 무거운지에 따라 무게가 크게 다르고, 영상의 밝기나 신호 세기는 깊이와 일정하게 비례하지 않기 때문입니다. 깊이는 기상관측소의 적설계와 자동기상관측 자료 같은 지상 관측이 훨씬 믿을 만합니다. 드론이나 라이다로 눈 덮인 표면과 눈 없는 표면의 높이 차를 구하는 방법도 있지만 좁은 지역에서만 가능합니다. 지상 관측점이 드문 산간 지역에서는 위성의 눈 범위 위에 관측값을 겹쳐 쌓인 정도를 가늠합니다.

🏚️ 비닐하우스·축사 붕괴는 위성으로 찾을 수 있나요?

Sentinel-2의 한 칸은 약 10m라서 비닐하우스 한 동이나 작은 축사의 붕괴를 직접 알아보기는 어렵습니다. 대신 위성은 우선순위를 정하는 데 쓰입니다. 적설 범위 지도에 시설원예 단지와 축사 위치 자료를 겹치면 눈이 많이 덮인 지역의 시설 분포가 드러납니다. 여기에 지상 관측의 적설 깊이와 기온 변화를 더해 붕괴 위험이 큰 단지를 먼저 골라냅니다. 그 뒤 드론이나 고해상도 영상으로 대상지를 좁혀 확인하고, 마지막은 현장 조사로 마무리합니다. 이렇게 하면 넓은 지역을 한꺼번에 뒤지지 않고 점검 인력을 위험한 곳에 먼저 보낼 수 있습니다.

🔍 위성 적설 지도를 믿기 전에 무엇을 확인하나요?

지도가 그럴듯해 보여도 직접 확인해 봐야 알 수 있는 것들이 있습니다. 먼저 촬영 날짜와 시각을 봅니다. 영상이 눈이 녹기 전인지 후인지에 따라 결과가 달라집니다. 다음으로 같은 장소의 가시광선 영상과 NDSI 결과를 번갈아 켜서 구름 가장자리가 눈으로 표시되지 않았는지 살핍니다. 산 북사면의 그늘진 부분이 눈 없음으로 잘못 나오는지도 확인할 부분입니다. 마지막으로 가까운 기상관측소의 적설 값과 위성의 눈 유무가 맞는지 대조합니다. 폭설 대응 회의에 지도를 올리기 전에 이 점검을 거치면 잘못된 정보로 인력을 보내는 일을 줄일 수 있습니다.

🖥️ 화면에서 따라하기

따라하기 단계

  1. 브라우저 접속
    인터넷에서 Copernicus Browser(browser.dataspace.copernicus.eu)를 열고 지도에서 관심 지역을 확대
  2. 기간 검색
    왼쪽 Search 탭에서 Sentinel-2 L2A를 체크, 구름량을 낮게 두고 기간 지정 후 Search 클릭
  3. 가시광선 확인
    결과 목록에서 영상 선택 후 Visualize 탭에서 True color 레이어로 눈과 구름 모양 확인
  4. NDSI 표시
    Visualize 탭에서 NDSI 레이어를 선택, 없으면 Custom script 칸에 (B03−B11)/(B03+B11) 입력
  5. SAR 비교
    Search 탭에서 Sentinel-1을 체크해 눈 오기 전·후 두 날짜 영상을 같은 장소에서 번갈아 확인
  6. 결과 대조
    구름 가장자리와 산그늘의 오류를 눈으로 점검하고 기상관측소 적설 값과 비교
  7. (메뉴 이름은 버전에
    (메뉴 이름은 버전에 따라 다를 수 있으며, 레이어가 안 보이면 Visualize 탭의 레이어 목록이나 도움말을 확인합니다.)

※ 프로그램 버전에 따라 메뉴 이름이 조금씩 다를 수 있습니다. 위 그림은 순서를 정리한 도식입니다.

✍️ 그대로 복사해 쓰는 프롬프트

위성 적설 지도와 지상 관측값을 바탕으로 폭설 피해 점검 우선순위 초안 만들기

당신은 [기관명]의 폭설 대응 지원 담당자입니다.
아래 자료를 바탕으로 비닐하우스·축사 단지의 점검 우선순위 초안을 만들어 주세요.
- 위성 적설 범위: [Sentinel-2 NDSI 또는 Sentinel-1 변화 영상 설명, 촬영일시]
- 지상 관측: [관측소 이름별 적설 깊이와 기온]
- 점검 대상: [단지·시설 이름과 위치, 동수]
출력 형식은 표 하나(순위, 대상, 근거, 확인할 것)와 3줄 요약입니다.
위성만으로 적설 깊이나 붕괴 여부를 단정하지 말고, 자료에 없는 수치는 만들지 마세요.
근거가 부족한 항목은 '자료 부족'이라고 표시해 주세요.
결과에서 반드시 사람이 확인할 것: 촬영 시각과 현장 상황의 일치 여부, 관측소와 대상지의 거리, 구름 가장자리나 산그늘로 인한 눈 표시 오류, 순위의 타당성.

※ 대괄호 부분을 상황에 맞게 바꿔서 쓰세요. 받은 답은 그대로 쓰지 말고 사실 확인을 거치세요.

🧪 직접 해보기

  • Copernicus Browser에서 최근 맑은 날 영상 하나를 골라 True color와 NDSI 화면을 번갈아 켜 보기
  • 같은 지역의 눈 오기 전·후 Sentinel-1 영상을 나란히 놓고 어두워지거나 밝아진 곳 찾기
  • 가까운 기상관측소의 적설 관측값을 확인해 위성에 보이는 눈 범위와 비교해 보기

❓ 자주 묻는 질문

Q. NDSI가 높으면 항상 눈인가요?
A. 아닙니다. 구름 가장자리나 얇은 구름, 지형 그늘에서 값이 흔들릴 수 있습니다. 가시광선 영상과 함께 보고 지역별로 기준값을 조정해야 합니다.

Q. SAR로 눈 쌓인 곳을 항상 찾을 수 있나요?
A. 젖은 눈은 신호가 약해져 비교적 잘 보이지만, 마른 눈은 신호가 거의 통과해 변화가 작습니다. 눈이 오기 전 영상과 비교하고 산악 그림자도 고려해야 합니다.

Q. 위성으로 눈의 깊이를 알 수 있나요?
A. 일반 영상만으로는 어렵습니다. 기상관측소의 적설계 같은 지상 관측이나 드론·라이다로 높이 차를 재는 방법이 필요합니다. 위성은 눈이 덮인 범위를 넓게 보는 데 강합니다.

위성은 폭설 때 눈이 어디까지 덮였는지, 구름 낀 날에도 변화가 어디서 일어났는지 넓게 보여 줍니다. 눈과 구름은 파장 차이로, 구름과 밤의 한계는 SAR로 보완합니다. 하지만 눈의 깊이와 시설 붕괴는 지상 관측, 드론, 현장 조사가 함께해야 확인됩니다. 위성은 어디를 먼저 볼지 정해 주는 도구이고, 결론은 현장에서 내려야 합니다. 그렇다면 눈이 녹을 때 생기는 융설 홍수나 빙판길 같은 이차 피해는 위성으로 어디까지 예측할 수 있을까요? 다음 편에서 이어서 생각해 봅니다.

GeoAI 기초 시리즈 44편 · 전체 57편

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  ▶️ 유튜브 구독  ·  📡 RSS


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

2026-11-06

GeoAI 도구 총정리 | 무엇을 언제 쓰나 | GeoAI 기초 42편

GeoAI 도구 총정리 | 무엇을 언제 쓰나 | GeoAI 기초 42편

GeoAI 도구 총정리의 답은 자료 크기와 목적입니다. 눈으로 확인하는 일은 QGIS, 반복 분석은 파이썬, 넓은 지역의 위성영상은 Earth Engine, 대용량 공유는 클라우드가 맞습니다.

📌 3줄 요약

  • 도구는 자료 크기와 목적으로 고른다
  • QGIS는 확인, 파이썬은 반복, Earth Engine은 위성영상
  • 도구 선택 전에 '무엇을 알고 싶은가'부터 적는다

폭우 예보가 뜬 날 오후, 팀장이 "내일 아침까지 침수 우려 지역 지도 한 장만 뽑아 봐"라고 말합니다. 이때 많은 초보자가 지도 프로그램부터 켜고, 파이썬 강의를 검색하고, 위성영상 사이트를 헤매다 하루를 보냅니다. 도구가 많아서가 아니라 무엇을 알고 싶은지 정하지 않은 채 도구부터 열었기 때문입니다.

GeoAI에 쓰는 도구는 크게 QGIS, 파이썬, Earth Engine, 클라우드 서비스로 나뉩니다. 서로 경쟁하는 관계가 아니라 맡는 역할이 다릅니다. 각 도구가 어느 자리에 맞는지 한 장으로 정리하고, 처음 배우는 사람이 밟을 순서까지 이어서 말씀드립니다.

🗺️ QGIS는 언제 쓰고, 무엇을 할 수 있나요?

QGIS는 지도를 눈으로 보며 확인하는 일에 가장 알맞은 무료 프로그램입니다. 레이어 > 레이어 추가 > 벡터 레이어 추가로 시군구 경계나 침수흔적도를 불러오고, 레이어에서 오른쪽 클릭 > 속성 테이블 열기로 값을 바로 확인할 수 있습니다. 버퍼, 교차, 래스터 계산기 같은 기본 분석도 메뉴에서 누르는 것으로 끝납니다. 메뉴 이름은 버전에 따라 조금 다를 수 있으니, 못 찾으면 화면 왼쪽 아래 검색창(단축키 Ctrl+K)에 기능 이름을 치면 됩니다. 자료가 노트북 메모리에 들어가는 수준이고 한 번 해보는 분석이라면 QGIS로 충분합니다. 재난 업무에서는 대피소 반경 500m 안의 주민 수를 세거나 산사태 위험지와 취약시설을 겹쳐 보는 일이 대표적입니다.

🐍 파이썬은 QGIS와 무엇이 다르고 언제 필요한가요?

파이썬은 같은 분석을 여러 번, 또는 여러 지역에 반복할 때 씁니다. geopandas로 벡터 자료를, rasterio로 위성영상 같은 래스터를 읽고, 머신러닝이 필요하면 scikit-learn이나 PyTorch를 이어 붙입니다. 클릭 순서를 코드로 남기므로 석 달 뒤에도 같은 결과를 다시 만들 수 있고, 다른 사람에게 검증받기도 쉽습니다. 대신 설치와 오류 해결에 시간이 들어서 처음부터 모든 것을 코딩하려 하면 지칩니다. QGIS로 한 번 손으로 해본 뒤 같은 절차를 코드로 옮기는 편이 빠릅니다. 재난 현장에서는 호우가 올 때마다 새 강우 자료를 받아 같은 형식의 위험지도를 자동으로 뽑는 일에 잘 맞습니다.

🌍 Earth Engine은 어떤 상황에서 쓰는 도구인가요?

Earth Engine은 구글이 제공하는 위성영상 분석 플랫폼입니다. 영상을 내려받지 않고 웹 코드 편집기(code.earthengine.google.com)에서 바로 계산합니다. Sentinel, Landsat 같은 공개 위성 자료가 이미 올라와 있어 수년 치 영상을 겹쳐 변화를 보는 일이 빠릅니다. 자바스크립트 몇 줄이 수백 장의 영상 처리를 대신하지만, 사용 자격과 조건은 시점에 따라 달라질 수 있으니 가입 화면에서 직접 확인해야 합니다. 현장에서 측정한 정밀 자료나 비공개 자료를 다루는 데는 맞지 않습니다. 재난안전에서는 산불 전후 식생 지수를 비교해 피해 면적을 가늠하거나, 홍수 때 물이 찬 범위를 넓은 지역에서 빠르게 훑는 데 쓰입니다.

☁️ 클라우드 서비스는 자료 크기에 따라 어떻게 고르나요?

클라우드 서비스는 내 컴퓨터가 감당하지 못하는 크기와 속도가 필요할 때 고릅니다. 정해진 규칙은 아니지만 경험상 수백 MB까지는 QGIS, 수 GB는 파이썬과 넉넉한 메모리, 그보다 크거나 여러 사람이 함께 써야 하면 클라우드가 맞습니다. 구글 코랩은 GPU로 딥러닝을 시험하기에 좋고, 클라우드 저장소는 대용량 영상을 두고 공유할 때 쓰며, 웹지도 서비스는 결과를 남에게 보여줄 때 편합니다. 요금과 무료 한도는 바뀌므로 쓰기 전에 직접 확인해야 합니다. 개인정보나 보안 대상 시설 자료는 올리기 전에 기관 규정부터 봐야 합니다. 재난 업무에서는 여러 부서가 동시에 보는 상황판 지도나 대용량 드론 정사영상 공유에 쓰입니다.

🧭 처음 배운다면 무엇을 먼저 정하고 어떤 순서로 익히나요?

도구보다 먼저 정할 것은 '무엇을 알고 싶은가'입니다. "이 마을에서 폭우 때 침수될 곳은 어디인가"처럼 질문, 필요한 자료, 결과물 모양을 한 줄씩 적으면 도구는 저절로 좁혀집니다. 순서는 1단계 QGIS로 지도 불러오기와 속성 테이블 읽기, 2단계 겹치기·버퍼 같은 기본 분석, 3단계 Earth Engine으로 위성영상 맛보기, 4단계 파이썬으로 반복 자동화, 5단계 필요할 때 클라우드를 권합니다. 해봐야 아는 것은 질문이 정말 그 도구로 풀리는지입니다. 작은 지역 하나로 끝까지 해보고 결과가 현장 감각과 맞는지 확인하세요. 질문이 흐릿하면 지도는 예쁜데 대피 결정에는 쓸 수 없는 결과가 나옵니다.

🖥️ 화면에서 따라하기

따라하기 단계

  1. 질문 적기
    메모장에 알고 싶은 것, 필요한 자료, 결과물 모양(지도 한 장 등)을 한 줄씩 적는다
  2. QGIS 설치
    qgis.org의 다운로드에서 설치하고 실행한 뒤 프로젝트 > 새로 만들기를 누른다
  3. 지도 불러오기
    레이어 > 레이어 추가 > 벡터 레이어 추가에서 경계 파일을 고르고 추가를 누른다
  4. 속성 확인
    레이어에서 오른쪽 클릭 > 속성 테이블 열기로 열 이름과 값을 읽는다
  5. Earth Engine 열기
    code.earthengine.google.com에 구글 계정으로 로그인해 코드 편집기 화면을 확인한다
  6. 도구 정하기
    자료 크기와 반복 여부를 적고 QGIS, 파이썬, Earth Engine 중 하나를 고른다

※ 프로그램 버전에 따라 메뉴 이름이 조금씩 다를 수 있습니다. 위 그림은 순서를 정리한 도식입니다.

✍️ 그대로 복사해 쓰는 프롬프트

내가 하려는 분석에 QGIS, 파이썬, Earth Engine, 클라우드 중 무엇이 맞는지 근거와 함께 추천받는다

당신은 재난안전 분야의 공간정보 분석 실무를 가르치는 강사입니다. 아래 상황을 읽고 어떤 도구로 시작하면 좋은지 추천해 주세요.
[기관 또는 소속]의 [직무]인 제가 [대상 재난, 예: 호우 침수]와 관련해 "[알고 싶은 질문 한 줄]"을 알아내려 합니다.
자료는 [자료 종류, 예: 위성영상, 행정구역 경계, 강우 관측값]이고 크기는 약 [용량]입니다. 같은 분석을 [일회성 또는 정기 반복]으로 하며, GIS 경험은 [없음/조금 있음]입니다.
후보 도구는 QGIS, 파이썬, Earth Engine, 클라우드 서비스입니다.
형식: 1) 추천 도구 1순위와 이유 2줄, 2) 대안 1개와 선택하지 않은 이유 1줄, 3) 처음 일주일에 밟을 순서 3단계.
제약: 확인되지 않은 요금, 무료 한도, 가입 조건은 단정하지 말고 "직접 확인 필요"라고 표시하세요. 특정 프로그램의 메뉴 이름은 버전에 따라 다를 수 있다고 한 줄 덧붙이세요. 제가 말하지 않은 자료나 조건은 지어내지 말고, 부족한 정보는 먼저 질문 2개 이내로 물어보세요.
마지막 줄에 "사람이 확인할 것"으로 자료 크기 추정, 개인정보·보안 자료 포함 여부, 기관 규정상 클라우드 사용 가능 여부를 점검 항목으로 적어 주세요.

※ 대괄호 부분을 상황에 맞게 바꿔서 쓰세요. 받은 답은 그대로 쓰지 말고 사실 확인을 거치세요.

🧪 직접 해보기

  • 최근 맡았던 업무 하나를 골라 "무엇을 알고 싶은가"를 한 문장으로 적고, 필요한 자료와 결과물 모양을 옆에 써 본다.
  • QGIS를 설치한 뒤 공공데이터포털에서 받은 행정구역 경계 파일을 불러와 속성 테이블을 열고 열 이름을 읽어 본다.
  • Earth Engine 코드 편집기에 로그인해 보고, 가입 화면에서 사용 조건과 자격이 내 상황에 맞는지 직접 확인한다.

❓ 자주 묻는 질문

Q. GeoAI를 처음 배우는데 QGIS와 파이썬 중 무엇부터 시작해야 하나요?
A. QGIS부터 시작하는 편이 좋습니다. 지도와 속성 테이블을 눈으로 확인하며 공간 자료의 구조를 익히면, 나중에 파이썬 코드가 무엇을 하는지 이해하기 쉽습니다. 같은 분석을 반복하게 될 때 코드로 옮기면 됩니다.

Q. Earth Engine은 QGIS나 파이썬을 대신할 수 있나요?
A. 대신하지는 못하고 역할이 다릅니다. Earth Engine은 공개 위성영상을 내려받지 않고 넓은 지역에서 계산하는 데 강하지만, 지도 편집이나 현장 자료 정리, 세밀한 작업은 QGIS나 파이썬이 더 편합니다. 결과를 내려받아 QGIS에서 다듬는 식으로 함께 쓰는 경우가 많습니다.

Q. 자료가 얼마나 커야 클라우드를 써야 하나요?
A. 정해진 기준은 없지만, 노트북에서 열기만 해도 멈추거나 여러 사람이 같은 자료를 동시에 봐야 할 때가 신호입니다. 쓰기 전에 요금과 무료 한도를 직접 확인하고, 개인정보나 보안 자료는 기관 규정부터 살펴야 합니다.

GeoAI 도구는 많지만 고르는 기준은 단순합니다. 자료 크기가 작고 눈으로 확인하는 일이면 QGIS, 같은 분석을 되풀이하면 파이썬, 넓은 지역의 위성영상이면 Earth Engine, 내 컴퓨터로 감당이 안 되거나 함께 봐야 하면 클라우드입니다. 그리고 이 모든 선택에 앞서 "무엇을 알고 싶은가"를 한 줄로 적어 두는 일이 가장 중요합니다. 질문이 분명하면 도구는 몇 번 바꿔도 길을 잃지 않습니다. 그렇다면 도구를 고른 다음, 분석 결과를 믿어도 되는지는 어떻게 따져 볼 수 있을까요?

GeoAI 기초 시리즈 42편 · 전체 43편

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  ▶️ 유튜브 구독  ·  📡 RSS


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

2026-11-01

지진 피해를 위성과 AI로 빠르게 파악하기 | GeoAI 기초 38편

지진 피해를 위성과 AI로 빠르게 파악하기 | GeoAI 기초 38편

🎬 1분 브리핑 영상

지진 피해를 위성과 AI로 빠르게 파악하는 핵심은 전후 영상을 비교해 붕괴 건물 후보를 고르고, InSAR로 땅의 움직임을 재는 것입니다. 이 추정은 구조 인력을 어느 지역에 먼저 보낼지 정하는 참고 자료로 쓰입니다.

📌 3줄 요약

  • 지진 직후엔 피해 위치 정보가 가장 급합니다
  • 전후 영상 비교로 붕괴 건물 후보를 찾습니다
  • InSAR와 AI 추정은 구조 우선순위의 참고 자료입니다

지진이 난 직후, 상황실 화면에는 진원과 진도 숫자가 뜨지만 정작 필요한 답은 없습니다. 어느 동네의 건물이 무너졌는지, 구조대가 지나갈 길은 열려 있는지는 그 숫자만으로 알 수 없습니다. 현장에서 올라오는 신고는 사람이 많은 곳에 몰리고, 도로가 끊긴 곳은 오히려 조용합니다.

그래서 위성이 찍은 영상과 AI 분석이 쓰입니다. 하늘에서 넓은 지역을 한 번에 보고, 피해가 클 가능성이 높은 곳에 순서를 매기는 방식입니다. 이 글은 전후 영상 비교와 InSAR(위성 레이더 영상으로 땅의 움직임을 재는 기법), 그리고 그 결과가 구조 자원 배분으로 이어지는 흐름을 차례로 설명합니다.

earth observation satellite orbit
자료사진 · 사진: 12019 / Pixabay

🏚️ 지진 직후에는 어떤 정보가 가장 급한가요?

대응 기관이 가장 먼저 묻는 것은 어느 지역에서 건물이 얼마나 무너졌고 길은 열려 있는가입니다. 진도와 진원 정보는 빠르게 나오지만, 그것만으로는 실제 피해 위치를 알 수 없습니다. 같은 진도라도 지반이 무르거나 오래된 건물이 몰린 동네에서 피해가 커지기 때문입니다. 현장 조사는 정확하지만 한계가 분명합니다. 도로가 끊기면 조사팀이 들어가지 못하고, 통신이 불안하면 보고도 늦어집니다. 사람이 갈 수 있는 곳부터 확인하다 보니 신고가 적은 외곽은 뒤로 밀리기도 합니다. 위성은 현장에 닿지 못해도 넓은 지역을 한 번에 찍으므로 이 빈틈을 메웁니다. 실무에서는 위성 분석을 현장 조사의 대체가 아니라, 조사팀이 어디부터 갈지 정하는 안내도로 씁니다.

🛰️ 전후 영상을 비교하면 무너진 건물을 어떻게 찾나요?

기본은 같은 장소를 지진 전과 후에 찍은 두 영상으로 맞춰 놓고 달라진 곳을 찾는 일입니다. 눈으로만 넘겨 보기엔 범위가 넓어서, AI가 두 영상을 겹쳐 건물 단위로 변화 가능성에 점수를 매깁니다. 학습에는 붕괴 건물을 사람이 표시해 둔 영상이 필요하고, 촬영 각도와 계절, 해상도가 비슷할수록 결과가 안정적입니다. 그림자와 공사장, 주차된 차량도 변화로 잡혀 오탐이 생기고, 지붕은 그대로인 채 층만 주저앉은 건물은 놓치기 쉽습니다. 해봐야 아는 것: Copernicus Browser 같은 공개 뷰어의 Compare 기능으로 같은 지점을 전후로 번갈아 보며 변한 곳 다섯 군데를 고르고, 각각 그림자나 계절 탓인지 따져 보세요. 메뉴 이름은 버전에 따라 다를 수 있습니다. 이 판단이 현장 조사팀에 넘길 확인 대상 목록이 됩니다.

📡 InSAR로 땅의 움직임은 어떻게 재나요?

SAR는 위성이 직접 전파를 쏘고 되돌아온 신호를 기록하는 방식이라 구름이 끼거나 밤이어도 영상을 얻습니다. InSAR는 같은 궤도에서 다른 날 찍은 두 SAR 영상의 위상 차이를 비교합니다. 그 사이 땅이 위성 쪽으로 다가가거나 멀어지면 위상이 달라지고, 이 차이가 무지개처럼 반복되는 간섭무늬로 나타납니다. 무늬 한 바퀴는 위성 시선 방향으로 파장의 절반만큼 움직였다는 뜻이어서, 눈에 보이지 않는 미세한 지표 변위도 읽을 수 있습니다. 다만 재는 것은 시선 방향의 변화 하나뿐이고, 식생이 우거지거나 건물이 무너져 지표가 크게 바뀐 곳에서는 무늬가 흐려집니다. 지진 후에는 이 무늬로 단층이 어디까지 움직였는지 짐작하고, 지반 변형이 큰 지역을 우선 점검 구역으로 잡습니다.

🚒 빠른 추정치는 구조 자원 배분에 어떻게 쓰이나요?

흐름은 대체로 이렇습니다. 지진이 나면 쓸 수 있는 위성 영상을 확인하고, 필요하면 국제 협력 체계나 공공 서비스를 통해 촬영과 제공을 요청합니다. 영상이 들어오면 AI가 붕괴 가능성이 높은 건물과 지표 변위가 큰 곳을 표시합니다. 이 피해 가능성 지도를 인구 분포, 도로망, 병원·대피소 위치와 겹치면 사람이 많고 접근이 어려운 구역이 드러납니다. 상황실은 그 순서를 바탕으로 구조대와 중장비, 의료 인력을 어디에 먼저 보낼지 정합니다. 이때 추정치는 확정이 아니므로 지도에 촬영 시각과 신뢰도를 함께 적고, 현장 팀이 도착해 확인한 결과를 다시 분석에 반영해 지도를 고쳐 나갑니다. 이렇게 보정이 오가면서 초기 판단이 점점 정확해집니다.

⚠️ 위성 분석 결과를 그대로 믿어도 되나요?

그대로 믿으면 안 됩니다. 먼저 영상이 언제 찍혔는지 보세요. 본진 이후에 찍힌 영상이 아니면 피해가 반영되지 않았고, 여진 뒤에 찍은 영상이면 본진 피해와 섞일 수 있습니다. 해상도가 낮으면 건물 하나하나가 아니라 구역 단위로만 판단해야 합니다. 구름이 낀 지역은 광학 영상이 비어 있을 수 있어 SAR로 보완합니다. 정확도는 앞서 다룬 혼동행렬처럼 오탐과 누락을 나눠 확인하고, 일부 지점은 현장 사진이나 신고와 직접 대조합니다. 보고서에서는 단정하는 표현 대신 추정 피해 후보라고 쓰고 촬영일과 분석 방법을 함께 적어야 현장 판단이 흔들리지 않습니다. 이 한 줄이 나중에 구조 우선순위를 되짚을 때 근거가 됩니다.

🖥️ 화면에서 따라하기

따라하기 단계

  1. 뷰어 접속
    브라우저에서 Copernicus Browser를 열고 검색창에 확인할 지진 피해 지역명을 입력해 지도를 이동
  2. 전 영상 찾기
    왼쪽 Search 탭 > 데이터 소스 Sentinel-2 선택 > 지진 전 날짜 범위와 낮은 구름량 입력 > Search
  3. 후 영상 찾기
    같은 방식으로 지진 이후 날짜 범위를 넣고 구름이 적은 영상을 골라 Visualize 누르기
  4. 전후 비교
    Compare 기능(이름이 다르면 도움말에서 compare 검색)으로 두 날짜를 놓고 슬라이더 이동
  5. SAR 확인
    데이터 소스를 Sentinel-1로 바꿔 구름 낀 날에도 영상이 있는지 확인하고 광학 영상과 비교
  6. 후보 기록
    변화가 의심되는 지점의 위치를 메모하고 고해상도 지도와 대조해 그림자·공사 탓인지 구분

※ 프로그램 버전에 따라 메뉴 이름이 조금씩 다를 수 있습니다. 위 그림은 순서를 정리한 도식입니다.

✍️ 그대로 복사해 쓰는 프롬프트

위성 분석 결과를 현장 확인용 점검 목록과 상황보고 문장으로 정리하기

당신은 지진 대응 상황실에서 일하는 재난안전 분석 보조자입니다.
[기관명]이 [지진 발생일]에 [지역명]에서 받은 위성 분석 결과를 정리하려 합니다.
입력 자료: 전후 영상 촬영일 [전/후 날짜], 영상 종류 [광학 또는 SAR], 해상도 [값 또는 모름], 붕괴 의심 지점 목록 [지점명과 설명].
할 일: 1) 지점을 확인 우선순위 높음·중간·낮음으로 나누고 이유를 한 줄씩 쓰세요. 2) 상황보고용 문단을 3문장 이내로 쓰세요.
제약: 입력에 없는 피해 수치와 사상자 수는 만들지 마세요. 단정하지 말고 추정 피해 후보라고 쓰세요. 촬영일과 영상 한계를 반드시 포함하세요.
형식: 표 없이 줄글과 번호 목록만 쓰세요.
사람이 확인할 것: 지점 위치와 촬영일이 원자료와 일치하는지, 우선순위가 실제 도로 접근성과 맞는지, 보고 문장에 근거 없는 수치가 없는지 확인하세요.

오탐 가능성을 따져 현장 조사 질문지 만들기

당신은 건물 피해 조사 경험이 있는 보조자입니다.
AI가 [지역명]에서 붕괴 가능성이 높다고 표시한 건물 [개수 또는 목록]을 조사팀이 확인합니다.
각 후보에 대해 그림자, 공사, 계절 변화, 지붕은 멀쩡하고 층만 무너진 경우 같은 오탐·누락 원인을 점검할 질문을 만드세요.
형식: 현장 팀이 체크할 수 있는 질문 5개 이내와 사진으로 남길 항목 3개 이내.
제약: 구조 안전 판정이나 출입 가능 여부는 판단하지 말고, 최종 판단은 자격 있는 전문가가 한다고 한 줄로 적으세요.
사람이 확인할 것: 질문이 우리 기관의 조사 양식과 맞는지, 안전 관련 표현이 부적절하지 않은지 확인하세요.

※ 대괄호 부분을 상황에 맞게 바꿔서 쓰세요. 받은 답은 그대로 쓰지 말고 사실 확인을 거치세요.

🧪 직접 해보기

  • Copernicus Browser에서 최근 지진 피해 지역을 골라 Sentinel-2 전후 영상을 비교하고 변화 후보 다섯 곳을 적어 보기
  • 같은 지역을 Sentinel-1으로 바꿔 구름 낀 날에도 영상이 얻어지는지 확인하고 광학 영상과 차이를 메모하기
  • 위 프롬프트로 가상의 점검 목록을 만든 뒤 촬영일, 위치, 수치가 근거 없이 들어갔는지 직접 점검하기

❓ 자주 묻는 질문

Q. 위성으로 지진 피해를 얼마나 빨리 알 수 있나요?
A. 위성이 언제 그 지역을 지나가는지, 구름이 있는지, 영상 제공이 얼마나 빠른지에 따라 다릅니다. 영상이 들어온 뒤의 분석은 AI 덕분에 사람이 직접 보는 것보다 훨씬 빠르게 진행할 수 있습니다.
Q. InSAR는 건물이 무너졌는지도 알려 주나요?
A. 직접 알려 주지는 않습니다. InSAR는 지표가 위성 시선 방향으로 얼마나 움직였는지를 보여 주므로, 단층 이동이나 지반 변형이 큰 지역을 찾는 데 쓰입니다. 건물 붕괴 여부는 광학 영상 비교나 현장 조사와 함께 판단합니다.
Q. AI가 찾은 붕괴 건물은 믿을 수 있나요?
A. 참고 자료로는 유용하지만 확정은 아닙니다. 그림자나 공사 현장이 변화로 잡히는 오탐이 있고, 층만 주저앉은 건물을 놓칠 수도 있습니다. 현장 확인과 정확도 평가를 거쳐 추정 후보로 다루는 것이 안전합니다.

지진 직후의 위성 분석은 빠른 시야를 주지만 정답을 주지는 않습니다. 전후 영상 비교는 붕괴 후보를 좁히고, InSAR는 땅이 어디까지 움직였는지 보여 주며, 두 결과를 인구와 도로 정보에 겹치면 구조 자원을 어디에 먼저 보낼지 근거가 생깁니다. 다만 촬영일과 해상도, 오탐 가능성을 함께 적고 현장 확인으로 보정해야 판단이 흔들리지 않습니다. 그렇다면 같은 방식으로 지진 뒤 산사태나 지반 침하 같은 이차 피해는 어떻게 가려낼 수 있을까요?

GeoAI 기초 시리즈 38편 · 전체 43편

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  ▶️ 유튜브 구독  ·  📡 RSS


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

2026-10-20

위성영상 구름 제거 AI, 재난 대응 달라진다 | 재난안전과 GeoAI

위성영상 구름 제거 AI, 재난 대응 달라진다 | 재난안전과 GeoAI

위성영상 구름 제거 AI '지오코어-9B'를 KAIST가 개발한 것으로 알려졌습니다. 구름에 가린 땅을 복원하는 기술이어서 흐린 날 재난 상황을 파악하는 데 도움이 될 수 있습니다.

📌 3줄 요약

  • KAIST가 구름 가린 위성영상 복원 AI '지오코어-9B'를 개발했다
  • 기상·해양·환경 위성정보를 합쳐 AI로 기후위기에 대응한다
  • 희망브리지는 권역별 분산 거점과 민간 유통망을 연계한다

안녕하세요, 세명대학교 재난안전학과 블로그입니다. 요즘 GeoAI·생성형AI·공간정보 분야는 위성, 드론, 인공지능이 서로 맞물리며 빠르게 달라지고 있습니다. 재난 대응에서는 지금 어디가 위험한지 정확히 아는 일이 가장 먼저이기 때문에 이 흐름을 눈여겨볼 만합니다.

오늘은 구름에 가린 위성영상을 복원하는 KAIST의 AI 소식, 기상·해양·환경 위성정보를 합치는 움직임, 드론·라이다 정밀 공간정보 구축 사례, 희망브리지의 재난 구호 체계, 그리고 다음 달 열릴 K-Geo Festa 소식을 차례로 전해 드립니다. 각 소식마다 제천과 충북 주민, 그리고 수험생이 알아 두면 좋을 점도 함께 적었습니다.

satellite dish antenna sky
자료사진 · 사진: xusenru / Pixabay

🛰️ 구름에 가린 위성사진도 AI로 복원할 수 있나요?

KAIST는 2026년 10월 20일 보도를 통해 구름에 가려진 위성영상을 복원하는 AI '지오코어-9B'를 개발했다고 알려졌습니다. 다른 보도에서는 구름에 가린 땅도 사진처럼 선명하게 보이도록 위성영상의 빈틈을 메우는 기술로 소개됐습니다. 호우나 태풍처럼 구름이 많은 때일수록 위성 관측이 막히기 쉬워서 이런 복원 기술이 주목받습니다. 구체적인 성능과 학습 방식은 원문을 참고하시기 바랍니다. 제 생각에는 산지가 많고 흐린 날이 이어지는 충북에서 침수나 산사태 상황을 파악하는 보조 수단이 될 수 있어 보입니다. 다만 복원된 영상에는 AI가 추정해 채운 부분이 있으므로 실제 관측값과 구분해 쓸 필요가 있습니다.

📰 기사 원문: KAIST, 구름 가려진 위성영상 복원 AI '지오코어-9B' 개발 - ggilbo.com

🌏 기상·해양·환경 위성정보를 합치면 무엇이 달라지나요?

2026년 10월 20일 보도에 따르면 기상·해양·환경 위성정보를 하나로 합쳐 AI로 기후위기에 대응하는 방안이 소개됐습니다. 세부 사업 규모나 추진 기관 등은 원문을 참고하시기 바랍니다. 위성마다 관측 목적이 달라 자료가 흩어져 있으면 활용하기 어렵기 때문에, 서로 다른 자료를 통합하는 일은 분석의 출발점이 됩니다. 제 생각에는 이런 통합이 폭염, 가뭄, 호우 같은 복합 위험을 GeoAI가 함께 읽는 바탕이 될 것으로 보입니다. 학과 관점에서는 재해영향평가에서 여러 자료를 겹쳐 보는 일과 닮아 있어, 수험생도 자료 통합의 의미를 눈여겨볼 필요가 있습니다.

📰 기사 원문: 기상·해양·환경 위성정보 합친다…AI로 기후위기 대응 - tjb.co.kr

🚁 드론·라이다로 험준한 지형도 정밀하게 측량하나요?

가톨릭관동대가 드론과 라이다로 험준한 지형의 한계를 넘어 정밀 공간정보를 구축한 사례가 2026년 10월 20일 소개됐습니다. 사람이 접근하기 어려운 곳의 지형을 자세히 담는 방식으로 알려졌으며, 구체적인 장소와 수치는 원문을 참고하시기 바랍니다. 라이다는 레이저로 거리를 재서 지형을 입체로 기록하는 장비로 널리 알려져 있습니다. 제 생각에는 산지가 많은 제천과 충북에서 급경사지나 산사태 위험지를 점검할 때 이런 정밀 지형자료의 쓸모가 클 것으로 보입니다. 정밀하게 쌓은 자료는 GeoAI가 학습하고 분석하는 기초가 된다는 점도 기억할 필요가 있습니다.

📰 기사 원문: 험준한 지형 한계 극복···가톨릭관동대, 드론·라이다 정밀 공간정보... - enewstoday.co.kr

🤝 재난 구호물품은 어떻게 빨리 전달되나요?

희망브리지는 2026년 10월 20일 보도에서 권역별 분산 거점과 민간 유통망을 연계하는 재난 구호 체계를 소개한 것으로 알려졌습니다. 신속한 구호에 무게를 둔 내용으로 보이며, 자세한 내용은 원문을 참고하시기 바랍니다. 재난 직후에는 물품이 있어도 위치와 수요를 몰라 전달이 늦어지는 경우가 많습니다. 제 생각에는 분산 거점이 어디에 있고 어느 지역의 수요가 큰지를 지도 위에서 보여 주는 공간정보와 GeoAI가 이런 체계의 효율을 높일 것으로 보입니다. 주민들도 우리 동네에서 가까운 구호 거점이 어디인지 미리 확인해 둘 필요가 있습니다.

📰 기사 원문: 희망브리지, 권역별 분산 거점 및 민간 유통망 연계로 재난 구호 '골든... - onews.tv

📅 공간정보와 AI의 결합은 어디서 확인할 수 있나요?

공간정보와 AI의 결합을 주제로 한 'K-Geo Festa'가 2026년 10월 20일 기준 내달 4일, 곧 11월 4일에 열린다고 알려졌습니다. 장소와 프로그램 등 세부 일정은 원문을 참고하시기 바랍니다. 이런 행사는 업계의 최신 동향을 한자리에서 접할 기회가 됩니다. 공간정보 데이터가 AI 학습의 바탕이라는 점에서 두 분야의 만남은 자연스러운 흐름입니다. 제 생각에는 GeoAI를 공부하는 학생과 수험생에게 최신 흐름을 살필 좋은 자리가 될 것으로 보입니다. 재난안전 분야에서 어떤 활용 사례가 나오는지 관심 있게 지켜볼 필요가 있습니다.

📰 기사 원문: [기획] ‘공간정보와 AI’의 결합… 내달 4일 ‘K-Geo Festa’서 확인 - mcnews.co.kr

🧰 GeoAI 활용의 핵심 포인트
첫째, 위성영상은 구름이 많은 날 관측이 어렵다는 한계가 있습니다. 일반적으로 이를 보완하려면 영상 복원 기술과 여러 위성 자료의 통합이 함께 필요합니다.
둘째, AI가 복원하거나 추정한 결과는 실제 관측과 구분해서 확인하고, 중요한 판단에는 현장 확인을 더하는 것이 좋습니다.
셋째, 구호 거점과 정밀 지형자료처럼 평소에 쌓아 둔 공간정보가 재난 때 대응 속도를 좌우하므로, 주민과 수험생 모두 지역의 위험지와 거점 위치를 미리 익혀 두면 좋습니다.

❓ 자주 묻는 질문

Q. 구름에 가린 위성영상을 AI로 복원하는 기술은 재난 대응에 어떻게 쓰이나요?
A. KAIST가 구름에 가린 위성영상을 복원하는 AI '지오코어-9B'를 개발한 것으로 알려졌습니다. 일반적으로 구름이 많은 호우나 태풍 때 지표 상태를 파악하는 데 보조 자료로 활용될 수 있습니다.
Q. 제천처럼 산지가 많은 지역에서 드론과 라이다 공간정보는 왜 중요한가요?
A. 드론과 라이다는 접근하기 어려운 험준한 지형도 정밀하게 기록할 수 있는 수단으로 알려져 있습니다. 급경사지나 산사태 위험지를 점검할 때 정밀 지형자료가 기초 자료로 쓰일 수 있습니다.
Q. K-Geo Festa는 언제 열리나요?
A. 보도에 따르면 내달 4일, 곧 11월 4일에 열립니다. 공간정보와 AI의 결합을 주제로 하며, 장소와 프로그램 등 자세한 내용은 원문을 참고하시기 바랍니다.

최근 소식은 위성과 드론이 모은 공간정보를 AI가 읽고 복원하고 연결해 재난 대응의 속도와 정확도를 높이는 쪽으로 기술이 옮겨 가고 있음을 보여 줍니다. 구름에 가린 영상을 되살리는 일, 흩어진 위성자료를 합치는 일, 험준한 지형을 정밀하게 기록하는 일, 구호 거점을 효율적으로 연결하는 일은 모두 같은 목표로 이어집니다. 위험한 곳과 필요한 곳을 더 빨리 알아내는 것입니다. 기술이 아무리 좋아져도 결국 중요한 것은 평소의 준비와 확인이라고 생각합니다. 내일도 재난안전과 GeoAI의 새로운 소식으로 찾아뵙겠습니다. 읽어 주셔서 감사합니다.

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  📡 RSS

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  ▶️ 유튜브 구독  ·  📡 RSS


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

홈

노르딕워킹 폴을 앞으로 멀리 찍게 될 때, 앞발 옆 무게중심 아래로 가져오는 점검

노르딕워킹을 시작하면 팔을 앞으로 쭉 뻗어 폴을 멀리 찍고 싶어집니다. 폴이 멀리 닿으면 멀리 나가는 느낌이 들기 때문입니다. 스위스 건강보험사 Helsana의 건강 블로그와 독일 폴 제조사 LEKI의 초보자 안내는 이 습관을 흔한 실수로 꼽습니다....