 |
정성훈 지뉴소프트 연구소 팀장이 2026 대한원격탐사학회 추계학술대회에서 발표를 하고 있다. / 제공 지뉴소프트
초분광 AI 전문기업 지뉴소프트가 초분광 영상 분석 효율성을 높이고 서로 다른 센서 간 데이터 활용 가능성을 확대하기 위한 AI 기술 연구성과를 발표했다.
지뉴소프트는 지난 21일 열린 ‘2026 대한원격탐사학회 추계학술대회’에서 초분광 파운데이션 모델과 AI 기반 지표 반사율 복원 기술에 관한 연구 2편을 발표했다고 밝혔다.
이번에 발표한 연구는 자기지도학습 기반 튜닝 프리 초분광 언믹싱 파운데이션 모델 초분광 복사휘도-지표 반사율 변환을 위한 이중 분기 분광·공간 융합 트랜스포머다. 두 연구 모두 초분광 영상 분석 과정의 효율성을 높이고 다양한 센서와 관측환경에서 AI 기술을 활용하는 데 초점을 맞췄다.
첫 번째 연구는 초분광 영상에 혼합된 여러 물질의 분광정보를 분리하고 각 물질의 구성 비율을 추정하는 ‘언믹싱’ 기술에 파운데이션 모델을 적용했다. 지뉴소프트는 다양한 센서에서 확보한 약 3만7000개의 데이터 패치를 사전학습해 새로운 영상에 별도 추가 학습 없이 적용할 수 있는 모델을 개발했다.
5개 공개 데이터셋을 활용한 실험에서는 기존 딥러닝 방식과 비교 가능한 정확도를 확보하면서 처리 속도는 약 31배 빨라진 것으로 나타났다. 회사는 해당 기술이 산림 병해충 탐지와 식생 변화 분석, 환경 모니터링 등 원격탐사 분야에 활용될 수 있을 것으로 보고 있다.
두 번째 연구는 초분광 센서가 측정한 데이터를 물질 고유의 분광 특성을 나타내는 지표 반사율로 변환하는 AI 기술이다. 지뉴소프트는 영상의 분광정보와 공간정보를 트랜스포머로 결합해 별도의 대기 관측정보 입력 없이 지표 반사율을 추정하는 모델을 개발했다.
대규모 항공 데이터로 사전학습한 모델을 드론 데이터에 적용한 결과, 드론 데이터만으로 학습한 경우보다 반사율 복원 오차가 21.4% 감소했다. 항공 초분광 데이터의 학습 지역과 평가 지역을 공간적·시간적으로 분리한 실험에서도 모델이 학습하지 않은 지역의 지표 반사율을 복원할 수 있는 것으로 확인됐다.
지뉴소프트는 이번 연구가 초분광 영상 분석의 효율성을 높이고 데이터 활용 범위를 넓힐 수 있는 AI 기술의 가능성을 보여줬다고 설명했다. 향후 실제 관측 데이터를 활용한 검증을 확대하고 위성·항공·드론 원격탐사를 비롯해 산림·환경·제조 등 다양한 산업 분야로 기술 적용 범위를 넓힐 계획이다.
임태훈 지뉴소프트 연구소장은 “초분광 AI의 산업 활용을 확대하기 위해서는 센서와 관측환경에 따라 달라지는 데이터 처리 문제와 반복적인 모델 학습의 부담을 해결하는 것이 중요하다”며 “이번 연구는 하나의 사전학습 모델을 다양한 데이터와 분석 과제에 활용하는 범용 초분광 AI 기술로 발전시키기 위한 의미 있는 성과”라고 말했다.
이어 “앞으로 실제 산업 데이터를 활용한 성능 검증과 기술 고도화를 통해 활용 가능성을 확대해 나가겠다”고 덧붙였다.
지뉴소프트는 과학기술정보통신부·정보통신기획평가원(IITP)의 ‘SW딥테크기술글로벌경쟁력강화사업’, 산업통상부·한국산업기술진흥원(KIAT)의 ‘기업수요기반 차세대연구자 도전혁신 기술개발사업’, 문화체육관광부·한국문화기술기획평가원의 ‘문화기술연구개발사업’ 등의 지원을 받아 초분광 파운데이션 모델과 AI 기반 데이터 처리 기술을 연구개발하고 있다. 다양한 산업 분야에서 기술 실증과 사업화도 추진하고 있다.
