인공위성 사진 분석용 인공지능 출시

미국의 적이 새로운 유형의 드론, 선박 또는 항공기를 사용 중이라면 어디에 있든 이를 찾아내는 것이 여러분의 임무다. 

얼마 전까지만 해도 이 작업을 수행하려면 사람, 신호, 오픈 소스 정보를 수집하는 데 엄청난 노력이 필요했다. 하지만 인공지능 회사인 Synthetaic의 한 연구원이 지구의 위성 사진에 존재하는 거의 모든 대형 물체를 단 하루 만에 찾을 수 있는 도구를 개발했다. 이 기술은 미국 국토지리정보국에서도 개발하고자 하는 기능으로, 전장에서의 전략적 우위를 근본적으로 바꿀 수 있다. 

신테틱의 설립자이자 CEO인 코리 자스콜스키(Corey Jaskolski)는 자신의 위성 이미지 스캐닝 툴을 '신속한 자동 이미지 분류(RAIC)'라고 명명했다. 지난 1월 중국의 기상 풍선 사건이 전 세계의 이목을 집중시킨 후, 자스콜스키는 지리공간 위성 이미지 회사인 Planet이 수집한 지구 표면의 위성 사진에 RAIC를 적용했다. 그는 단 며칠 만에 풍선의 발원지를 중국으로 추적할 수 있었다. 

야스콜스키는 이제 이러한 교훈을 바탕으로 시간을 더욱 단축하고 있다고 말했다. "우리의 목표는 매일 지구 전체에서 촬영한 이미지를 수집하여 24시간 이내에 모두 처리할 수 있도록 하는 것입니다. 따라서 말 그대로 전 세계의 풍선 발사를 찾고자 한다면 매일 매일 업데이트를 제공할 수 있습니다. 어디에서 풍선이 발사되었는지 알려줄 수 있습니다."

사용자가 간단한 프롬프트만으로 에세이를 작성하고, 사업 계획을 세우고, 복잡한 작업을 수행할 수 있는 새로운 제너레이티브 프리트레이닝 트랜스포머(GPT) 도구 덕분에 공개적으로 사용할 수 있는 새로운 AI 도구에 대한 관심이 급증하고 있다. 국가 안보 커뮤니티에서도 이와 비슷한 요구가 있지만, 적의 활동과 새로운 역량을 발견하는 데 도움이 될 수 있는 방대한 위성, 감시 및 기타 데이터를 위한 AI 애플리케이션이 필요하다. 

하지만 자스콜스키가 중국 풍선의 출처를 찾으려고 시도했을 때 배운 것처럼, 공개적으로 촬영된 적이 없고 라벨을 붙여서 머신러닝 알고리즘이 읽을 수 있는 데이터 세트에 삽입한 적이 없는 풍선의 출처를 찾는 것이 반드시 간단한 작업은 아니다.

"일반적으로 AI를 사용하려면 AI가 학습할 수 있도록 레이블이 지정된 수많은 예제가 있어야 하며, 이는 결코 적은 양의 데이터가 아닙니다. Facebook과 Google이 AI를 학습시킬 때 일반적으로 수천 개나 수백만 개가 아니라 말 그대로 10억 개의 레이블이 지정된 이미지로 학습시킵니다."라고 Jaskolski는 말했다. "일반적으로 AI가 이 풍선을 찾지 못하는 이유는 데이터가 없기 때문입니다. 레이블도 없고요. 우주에서 보면 어떻게 생겼는지 알 수 없습니다." 

RAIC는 라벨이 지정된 방대한 데이터 세트가 없어도 무엇을 찾아야 하는지에 대한 이해를 생성하는 새로운 종류의 AI 도구에 속한다. 그는 손으로 그린 그림 한 장만으로 풍선을 찾도록 학습시킬 수 있었다. 

"처음에는 제너레이티브 AI 트랜스포머와 GaNS에 사용되는 기술로 시작했습니다. [하지만 이미지를 생성하는 데 이 기술을 사용하는 대신 기본적으로 데이터 영역을 이해하기 위해 이 기술을 사용했습니다."라고 그는 말했다. 

기본적으로 RAIC 도구는 위성 이미지를 지속적으로 살펴봄으로써 전문 지식에 가까운 친숙함을 갖게 된다. 따라서 위성 이미지를 스캔할 때 무엇이 비정상적인지 기초적으로 이해하고 특정 비정상적인 물체를 찾을 수 있다. 그리고 입력이 정확할 필요도 없습니다. 야스콜스키는 위성 데이터에서 풍선이 어떻게 생겼는지를 그림으로 그렸는데, RAIC가 이를 찾아낼 수 있었다고 말했다. 그런 다음 위성 데이터 세트 중 하나에서 실제 풍선을 찾으면 RAIC는 다른 이미지에서도 이를 찾을 수 있었다.

"캐나다 알래스카에서 며칠 동안 정말 열심히 검색한 끝에 우리는 과감하게 중국, 일본, 한국, 북한, 바다, 대양, 알류샨 섬에 걸쳐 엄청난 양의 지구를 조사하기로 결정했습니다."라고 그는 말했다.  또한 연구팀은 바람 모델링을 사용하여 풍선이 비행을 시작했을 수 있는 위치를 좁혔다.

그 결과 중국 해안에서 300마일 떨어진 섬에 도착했다. "그 순간 우리는 정말 흥분했습니다... 그리고 거기서부터 숨겨진 섬까지 대여섯 번 더 찾았습니다."

지난주 워싱턴에서 열린 플래닛 컨퍼런스에서 Microsoft의 브래드 스미스 사장은 오늘날 우리가 검색 엔진에 추천을 요청하는 것처럼 사람들이 이미지 기반 검색 도구에 사물을 찾도록 요청할 수 있는 미래에 대해 설명했다. Microsoft는 가장 잘 알려진 GPT 플랫폼인 OpenAI의 주요 투자자다.

스미스는 "GPT 기반 기술이 적용된 다음 AI 시대는 쿼리 가능한 지구가 될 것이라고 믿습니다."라고 말했다. 

NGA는 이미 이미지 분석을 위한 미 국방부의 대표적인 AI 프로그램인 프로젝트 메이븐을 관리하고 있다. 플래닛 컨퍼런스에서 NGA의 프랭크 휘트워스 부사령관은 메이븐을 실험적인 노력에서 기록적인 프로그램으로 전환하기 위해 노력하고 있으며, "이는 우리가 모든 달러의 효율성을 매우 명확하게 파악해야 한다는 것을 의미한다"고 말했다.

NGA 대변인은 디펜스 원과의 인터뷰에서 "분석가가 특정 인텔리전스 질문을 하고 답할 수 있도록 대규모 언어 모델을 통합하는 [지리적 인텔리전스] AI 프로그램을 실험하고 있다"고 말했다. "우리는 이러한 모델을 대규모 공간 데이터로 훈련하여 공간과 시간의 질문에 답할 수 있는 미래를 봅니다."