지구 관측 AI, 센티넬 위성으로 도시의 3차원 지도를 그리다: GeoFormer 프레임워크

초록

GeoFormer는 오픈소스 Swin Transformer 기반 프레임워크로, 무료 공개된 Sentinel-1/2 위성 이미지와 DEM 데이터만을 이용해 100m 격자 단위로 건물 평균 높이와 면적 비율을 동시에 추정합니다. 지리적 블록 분할로 훈련-검증의 공간적 독립성을 보장한 이 모델은 전 세계 54개 도시에서 평가 결과, 기존 최고 CNN 모델 대비 건물 높이 오차 7.5%, 면적 오차 15.3%를 개선했으며 대륙 간 전이 학습에서도 높은 정확도를 유지했습니다.

상세 분석

본 논문이 제안하는 GeoFormer 프레임워크의 기술적 핵심과 통찰은 다음과 같습니다.

첫째, 고해상도 모델의 한계를 넘어선 ‘장면 수준(Scene-Level)’ 접근법을 채택했습니다. 기존 많은 연구가 10m 해상도나 개별 건물 단위 추정에 집중했으나, 고밀도 도시에서는 10m 픽셀 내에 여러 건물이 포함되어 혼합 픽셀 효과로 인한 정확도 저하가 불가피했습니다. GeoFormer는 100m 격자를 기본 단위로 설정함으로써, 도시 블록 수준의 형태학적 맥락을 포착하는 동시에 전 지구적 규모의 분석과 기후 모델링에 직접 활용 가능한 데이터를 생산합니다. 이는 단순히 10m 결과를 집계하는 것과는 차원이 다른 접근으로, 모델이 장면 수준의 오차를 직접 최소화하도록 학습되며, 계산 비용을 극적으로 줄여 글로벌 적용성을 높였습니다.

둘째, Swin Transformer 백본과 공간 문맥 창(Context Window)의 전략적 활용입니다. CNN 기반 모델이 대상 격자 자체의 정보만 처리하는 데 비해, GeoFormer는 5x5(500m x 500m) 크기의 이웃 격자 패치를 하나의 토큰으로 처리하는 Swin Transformer를 사용합니다. 이를 통해 건물 높이와 밀도가 주변 환경과 맥락적으로 어떻게 연관되는지를 학습할 수 있어, 예측 정확도와 일반화 성능이 크게 향상되었습니다. 실험에서 3x3, 5x5, 9x9 창 크기 중 5x5가 최적의 성능을 보였으며, 이는 도시 블록 규모의 문맥이 가장 유효함을 시사합니다.

셋째, 다중 소스 데이터의 상보적 역할에 대한 체계적 분석(Ablation Study) 결과가 매우 의미 있습니다. (1) DEM(수치표고모델) 데이터는 건물 높이 추정에 ‘필수불가결’한 요소로, 이를 제거하면 높이 추정 오차가 급증한 반면 건물 면적 추정에는 큰 영향을 미치지 않았습니다. 이는 지형 높이 정보가 건물의 절대 높이를 이해하는 데 핵심적인 사전 정보 역할을 함을 보여줍니다. (2) 센서 모달리티 비교에서는 광학(Sentinel-2) 채널을 제거했을 때의 성능 저하가 SAR(Sentinel-1) 채널을 제거했을 때보다 훨씬 컸습니다. 이는 100m 규모에서 건물의 재질과 표면 특성을 반영하는 광학 반사도 정보가 높이 추정의 주된 동인임을 의미합니다. 그러나 (3) SAR+광학+DEM을 모두 융합한 구성이 최고의 정확도를 달성하여, 각 데이터 소스가 서로 다른 정보(수동적 재질 정보 vs 능동적 구조 정보 vs 지형 정보)를 제공하며 상호 보완적임을 입증했습니다.