‘구글 맵’ 영상에 AI 접목하니 빈곤국가 경제실태 한눈에

美 스탠퍼드대 교수팀 기술 개발
‘머신러닝’ 기술로 위성영상 분석, 아프리카 경제 수준 정확하게 파악

미국 스탠퍼드대 마셜 버크 교수팀이 인공위성 영상을 인공지능 기술로 분석해 2012∼2015년 나이지리아의 지역별 1인당 하루 평균 지출액을 추정한 결과. 1.5∼8달러(약 1660∼8880원)를 빨간색부터 녹색에 이르는 색깔로 나타냈다. 짙은 빨간색으로 표시된 지역이 ‘국제 빈곤선’인 1.92달러(약 2130원)에 못 미치는 극빈 지역이다. 사이언스 제공

아프리카 대륙의 나이지리아는 삼림이 풍부한 남쪽 지역이 사막이 많은 북쪽보다 경제적으로 앞선 것으로 나타났다. 수도인 아부자 이남 지역은 1인당 하루 평균 지출액이 4∼8달러(약 4440∼8880원) 수준이었지만, 북부는 ‘국제 빈곤선’인 1.92달러(약 2130원)에도 못 미치는 지역이 곳곳에 분포해 있다.

행정조사가 아니라 ‘구글 맵’을 통해 무료로 얻은 고화질의 인공위성 영상을 인공지능(AI) 기술인 ‘기계학습(머신러닝)’ 기술로 분석한 결과다.

미국 스탠퍼드대 지구시스템과학과 마셜 버크 교수팀은 스탠퍼드대 식량안보·환경센터, 전미경제연구소(NBER) 등과 공동으로 인공위성 영상과 머신러닝 기술을 접목해 빈곤 지역의 경제 규모를 정확하게 분석하는 기술을 국제학술지 ‘사이언스’ 19일자에 발표했다.

국가가 지역별 가계 수입과 지출을 정확하게 파악하는 일은 정책 결정에 중요한 요소다. 그러나 이를 조사하려면 많은 비용과 시간이 드는 탓에 개발도상국들은 실태를 파악하기가 어려웠다. 세계은행에 따르면 2000∼2010년 아프리카 대륙의 59개국 중 14개국은 경제 실태 조사를 한 차례도 수행하지 못했다.

이에 밤 시간대 사진을 분석하는 경우도 있었다. 밤에 켜진 불빛의 양이 많을수록 경제 활동도 활발하다는 점에 착안해 위성으로 관측한 야간 사진을 지도 위 불빛의 세기와 넓이만 보고 경제 규모를 추정하는 방법이다. 그러나 이 방법으로는 대략적인 경향만 파악할 수 있을 뿐 세세한 정보를 얻기에는 한계가 있었다. 빈곤국일수록 밤 시간대에는 불빛이 거의 없어 지역별 차이점을 분석하기도 쉽지 않다.

이런 문제를 해결하기 위해 연구진은 낮 시간대 인공위성 영상을 인공지능에 분석하게 만들었다. 차량의 이동, 수렵 및 농경 활동 등을 감지할 수 있어 비교적 많은 정보를 얻을 수 있기 때문이다.

연구진은 먼저 인공지능에 이미 경제 규모가 알려진 유럽, 아시아 등 여러 국가의 위성 영상을 건네주고, 현재의 경제 규모 역시 알려줬다. 이런 데이터를 학습한 인공지능은 개발도상국의 위성 영상을 입력하자 경제 규모를 스스로 추정해냈다.

연구진은 이미지 식별에 주로 쓰이는 ‘나선형신경망(CNN)’ 기술도 활용했다. 인공위성 영상을 1000개의 카테고리로 세분해 분류하도록 한 것으로 포장도로와 비포장도로, 금속지붕과 초가지붕 등 빈곤 지역의 특성이 되는 요소를 구별해 낼 수 있다.

이를 바탕으로 전 지구를 촬영한 ‘구글 맵’ 인공위성 영상을 인공지능에 학습 데이터로 제공했다. 그 결과 밤 시간대 위성 영상만을 활용한 것보다 최소 생활수준인 빈곤선 아래에 있는 지역을 81% 더 잘 찾아냈다. 빈곤선의 절반에도 못 미치는 지역을 찾아내는 능력은 99% 더 앞섰다.

연구진은 이 기술로 나이지리아, 탄자니아, 우간다, 말라위, 르완다 5개국의 경제 규모를 추정했다. 분석 결과 말라위의 경우 국토의 대부분이 빈곤선 아래인 것으로 나타났다. 탄자니아와 우간다, 르완다 국민의 생활수준도 빈곤선 근처인 것으로 확인됐다.

버크 교수는 “특정 지역의 경제활동 변화를 최대 75%까지 정확하게 파악할 수 있다는 사실을 확인했다”며 “그동안 베일에 싸여 있던 빈곤국의 경제 실태를 알 수 있게 됐다는 점에서 큰 의미가 있다”고 밝혔다.

송경은 동아사이언스 기자 kyungeun@donga.com