그린란드 피오르드 해안 마을에서 지진과 대규모 산사태가 발생하기 전에 수집 된 데이터를 사용하여 딥러닝이 지진 및 화산 폭발과 같은 이벤트를 예측하는 데 어떻게 도움이 될 수 있는지

이미지:본지DB 편집
이미지:본지DB 편집

전 세계적으로 지속적으로 증가하고 있는 지진 데이터 수집량은 분석 능력을 앞지르고 있다.

지금까지 그러한 수집된 데이터는 인간 전문가 집약적이고 감독적인 방식으로 분석되어 왔다. 더욱이, 실시되는 분석은 지진학자들이 채택한 표준 모델에 의해 강하게 편향될 수 있다는 것이 과제였다.

미 텍사스 휴스턴에 위치한 라이스 대학교(Rice University)의 브라운 공과대학(Brown School of Engineering) 연구팀이 딥러닝 알고리즘 사용하여 치명적인 그린란드 지진 및 산사태 이전에 징후가 존재했음을 발견했다.

그린란드 피오르드 해안에 2017년 6월 17일 발생한 규모 4.0의 지진으로 인해 치명적인 산사태와 쓰나미가 발생하여 해안에 인접한 누카아치아크 마을을 쑥대밭으로 만들었다. 이 사고로 4명이 숨지고 9명이 다쳤으며 11개 건물이 바다로 쓸려 들어갔다.

연구팀은 당시 그린란드 피요르드에서 지진과 대규모 산사태가 발생하기 전에 수집 된 데이터를 사용하여 딥러닝이 지진 및 화산 폭발과 같은 이벤트를 예측하는 데 어떻게 도움이 될 수 있는지 지난 8일 네이처 커뮤니케이션즈(Nature Communications)에 '감독되지 않은 딥러닝을 통한 연속 지진 데이터에서 지진 신호 및 배경 소음 클러스터링(Clustering earthquake signals and background noises in continuous seismic data with unsupervised deep learning)'이란 제목의 논문을 통해 제시했다.

미국 지질조사국(US Geological Survey)에 따르면 산사태에서 500km 이내에 있는 5개 광대역 지진국(핑크 삼각형)에 상대적인 누가아치아크 산사태(노란별)의 위치가 나타난다. 누가아티아크(NUG)는 쓰나미의 영향을 받아 해발 300피트 높이에 도달했지만 마을에 도달하기 전에는 훨씬 낮았다.(사진:USGS)

이 연구에서는 딥러닝이 지진 사건을 예측하고 알림을 가능하게 할 만큼 지진 전 압도적인 양의 데이터를 빠르게 처리할 수 있다는 것을 보여줬으며, 이 딥러닝 알고리즘은 약하지만 반복적인 진동(원시 지진 기록에서는 감지할 수 없음)을 밝혀냈는데, 이는 지진 및 산사태가 발생하기 약 9 시간 전에 시작되어 시간이 지남에 따라 가속화되어 산사태로 이어졌다. 이러한 경고를 실시간으로 감지하고 전달하는 것은 곧 생명을 구하는 것이라고 연구팀은 연구를 통해 제시한 것이다.

인공지능은 크고 증가하는 지진 데이터를 감시하는 데 적합하다고 과학자들은 말한다. AI는 지진 클러스터를 식별하고 배경 잡음을 탐지하여 모델 및 데이터 볼륨의 편향으로 인해 인간 전문가가 인식하지 못할 수 있는 것까지 식별할 수 있는 기능을 갖추고 있다. 또한 연구팀은 코스타리카의 화산 활동을 분석하기 위해 이 알고리즘을 계속 시험하고 있다.

한편, 이 연구를 지원한 미국국립과학재단(National Science Foundation. NSF) 실비아 스펜글러(Sylvia Spengler) 컴퓨터정보공학국장은 "이 딥러닝 알고리즘이 산사태, 지진, 화산활동을 예측하는 능력은 생명을 구할 수 있는 조기경보 시스템의 구현을 가능하게 할 것"이라고 말했다. 더 자세한 내용은 발표된 연구논문(다운)을 참고하면 된다.

저작권자 © 인공지능신문 무단전재 및 재배포 금지