---
title: "KAIST AI, 구름에 가린 지표를 사진처럼 복원했다"
author: "VibeTimes"
published: "2026-10-20T16:22:16.041Z"
section: "technology"
tags: ["김문철", "도정혁", "한국", "KAIST", "AI", "구름", "가린", "지표"]
language: "ko"
url: "https://vibetimes.co.kr/news/cmvgw1bn8hqgjjxq9osj8rak2"
---

# KAIST AI, 구름에 가린 지표를 사진처럼 복원했다

구름에 가려 있던 위성영상 속 지표 모습을 추정해 사진처럼 복원하는 인공지능(AI)이 개발됐다.

KAIST 전기및전자공학부 김문철 교수팀은 위성영상의 생성·복원·변환에 두루 쓸 수 있는 AI '지오코어-9B(GeoCore-9B)'를 개발했다고 20일 밝혔다. 위성영상은 산불과 홍수 피해 파악, 산림·도시 변화 관찰에 필수 자료지만, 촬영 환경과 센서 특성에 따라 활용이 제약받아 왔다.

## 광학과 레이더의 한계를 하나의 모델로

지표에서 반사된 햇빛을 찍는 광학위성은 구름이 짙거나 밤이면 지상 관측이 어렵다. 전파를 쏘아 되돌아오는 신호를 분석하는 합성개구레이더(SAR)는 야간이나 흐린 날에도 관측할 수 있지만, 영상의 밝기와 무늬가 일반 사진과 달라 해석이 쉽지 않다. 연구팀은 이런 자료를 함께 처리할 공통 기반을 만들기 위해 세계 위성영상과 설명 문장 1000만 쌍으로 생성 핵심 모델을 학습시켰다. 핵심 모델은 학습 과정에서 약 90억 개 매개변수를 조정하며 지표의 특징을 읽는다. 생성·복원·변환 여러 작업에 활용하는 파운데이션 모델 구조다.

일반 사진 생성 모델의 학습값을 가져오는 대신 위성영상으로 처음부터 학습한 점도 특징이다. 영상 설명 문장에 위도·경도와 지상표본거리(GSD)를 더해 촬영 위치와 실제 공간 규모까지 반영했다. GSD가 1m면 한 픽셀이 가로·세로 약 1m 영역에 해당하는데, 이 덕분에 AI는 개별 건물부터 대규모 산업시설까지 공간 규모에 맞게 표현할 수 있다. 도로 연결이나 농경지 경계 같은 조밀한 구조를 익히도록 지리공간 의미 정렬 기법도 적용했다. 위성영상 전문 AI가 추출한 특징을 생성 모델이 학습 기준으로 참고하는 방식이며, 이 전문 AI는 학습 단계에서만 쓰인다.

공통 모델 학습 뒤에는 구름 제거와 SAR 영상 변환에 맞춰 소규모 추가 매개변수만 학습했다. 핵심 모델을 대부분 유지하는 저랭크 적응(LoRA) 방식으로, 작업마다 대형 모델 전체를 다시 학습하는 부담을 줄였다. 연구팀이 공개 위성자료를 이용해 구름 제거 실험을 한 결과, 밝기·색상, 구조의 유사성을 평가하는 주요 지표에서 기존 전문 모델보다 우수한 성적을 냈다고 밝혔다. SAR 영상을 광학영상 형태로 바꾸는 실험에서도 생성 품질과 세부 구조를 평가하는 일부 지표에서 최고 성적을 냈다고 연구팀은 설명했다.

김문철 교수는 "위성영상 생성 과정에서 익힌 지형과 공간 구조가 구름에 가린 영상 복원과 레이더 자료 해석에도 유용하다는 점을 확인했다"며 "촬영 위치와 실제 지형 크기까지 학습해 하나의 AI를 구름 제거와 영상 변환 등 여러 작업에 활용하도록 했다"고 설명했다. 이번 연구는 KAIST 정보전자연구소 도정혁 박사가 제1저자로 참여했으며, 연구팀에 따르면 결과는 AI 분야 국제학술대회 '뉴립스(NeurIPS) 2026'에 채택됐다.