A deep-learning algorithm could detect earthquakes by filtering out city noise

딥러닝 알고리즘이 도시 소음을 걸러내 지진을 감지할 수 있었다

스탠퍼드 대학 연구진이 딥러닝 알고리즘을 훈련시켜 도시 소음의 방해를 받지 않고 지진 탐지 능력을 높일 수 있는 방법을 찾아냈다.

도시는 시끄러운 곳이다. 교통, 기차, 그리고 기계는 많은 소음을 발생시킨다. 대부분의 경우 이런 소음이 단순한 불편함을 초래할 뿐이지만 지진을 감지하는 데 있어서는 심각한 문제가 될 수 있다. 번화한 도시에서 일반적으로 일어나는 온갖 진동 때문에 다가올 지진을 식별하기가 힘들어지기 때문이다.

스탠퍼드 대학 연구진이 더 명확한 지진 신호를 얻는 방법을 찾아냈다. 최근 과학전문 저널인 <사이언스 어드밴시즈(Science Advances)>에 게재한 논문에 따르면 연구진은 도시와 다른 건물 밀집 지역의 지진 감시 네트워크의 탐지 능력을 향상시킬 수 있는 알고리즘을 창조했다고 주장하고 있다. 배경 지진 소음을 걸러냄으로써 전체 신호 품질을 높이고, 예전 같았으면 너무 약해서 감지할 수 없었던 신호를 복구할 수 있었다는 것이다.

이처럼 배경 소음을 걸러내도록 훈련받은 알고리즘은 남미, 멕시코, 지중해, 인도네시아 및 일본의 번화한 지진 발생 도시와 주변의 관측소에서 특히 유용하게 쓰일 수 있다.

지진은 지상의 진동으로부터 지진파를 지속적으로 측정하는 지진계라는 ‘지진 센서’로 모니터링한다. 그런데 스탠퍼드 연구진은 ‘어번디노이저(UrbanDenoiser)’라는 딥러닝 알고리즘에 8만 개의 도시 지진 소음 샘플과 지진 활동을 나타내는 3만 3,751개의 샘플로 이루어진 데이터 세트(데이터베이스)를 훈련시켰다. 데이터 세트들은 각각 캘리포니아의 분주한 롱 비치와 시골 샌 재신토에서 수집되었다.

롱비치 지역에서 수집한 데이터 세트에 적용하자 알고리즘은 훨씬 더 많은 지진을 감지해냈고, 지진이 어디서부터 어떻게 시작했는지 쉽게 알아낼 수 있었다. 마찬가지로 2014년 캘리포니아주 라하브라에서 발생한 지진 데이터에 적용했을 때도 알고리즘은 공식적으로 기록된 횟수에 비해 이 ‘소음이 제거된’ 데이터로부터 4배 더 많은 지진을 감지해냈다.

다른 곳에서도 AI를 이용해 지진을 추적하고 있다. 펜실베이니아 주립대학 연구진은 측정값의 변화가 다가올 지진을 어떻게 알려줄 수 있는지를 정확하게 예측하기 위해 딥 러닝 알고리즘을 훈련시켜 왔다. 지난 수세기 동안 많은 전문가들은 정확한 지진 예측을 위해 애써왔지만 실패해왔다. 그리고 스탠퍼드 연구진도 앞서 지진의 진원지를 추정하는 데 사용될 수 있는 지진 신호 내의 지진파의 도달 시간을 측정하는 일명 ‘위상 추출(phase picking)’용 모델을 훈련시킨 적이 있다.

로열홀로웨이 런던대학교의 폴라 콜레마이어( Paula Koelemeijer) 지진학과 교수는 “딥러닝 알고리즘은 인간 지진학자들의 부담을 덜어줄 수 있다는 점에서 지진 모니터링에 특히 유용하다”고 말했다.

과거 지진학자들은 지진이 일어나는 동안 지면의 움직임을 기록하는 센서가 생성해주는 그래프를 보고 눈으로 패턴을 확인하곤 했다. 딥 러닝은 대량의 데이터를 분석해 이러한 프로세스를 더 빠르고 정확하게 만들 수 있다는 게 콜레마이어 교수의 설명이다.

그는 “도시에서 발생하는 소음은 (지진학자들 입장에선) 다루기 힘든 매우 도전적인 악몽이 될 수 있다는 점에서 알고리즘이 시끄러운 도시 환경에서 작동한다면 매우 유용할 것”이라고 기대감을 드러냈다. (By Rhiannon Williamsarchive page)

미리보기 3회1회

MIT Technology Review 구독을 시작하시면 모든 기사를 제한 없이 이용할 수 있습니다.